What is the effectiveness of using conspecific or heterospecific acoustic playbacks for the attraction of animals for wildlife management? Un protocollo di revisione sistematica

Ricerca di articoli

Strategia di ricerca

Abbiamo intenzione di cercare una vasta gamma di database bibliografici, motori di ricerca online e fonti di letteratura grigia per essere il più completi possibile. Non limiteremo le ricerche in base a intervalli di date o al tipo di documento. Entrambi gli autori sono alla University of California, Los Angeles e quindi le nostre ricerche saranno limitate agli abbonamenti di questa istituzione. Inoltre, le ricerche saranno condotte esclusivamente in inglese poiché entrambi gli autori non conoscono altre lingue. Condurremo ricerche basate sul web (ad esempio, motori di ricerca online e siti web organizzativi) all’interno del browser web Google Chrome utilizzando la modalità ‘incognito’, che mantiene la cronologia del browser privata e permette ad una persona di cercare sul web senza memorizzare dati locali. Cancelleremo anche manualmente i cookie e la cronologia del browser prima di eseguire ricerche sul web. In questo modo, la cronologia delle ricerche precedenti e la posizione del computer non dovrebbero influenzare i risultati della ricerca.

Stringa di ricerca

Abbiamo usato il coinvolgimento degli stakeholder e condotto un esercizio di scoping per testare stringhe di ricerca alternative. Gli stakeholder hanno identificato il risultato della cattura, che è stato aggiunto come termine di ricerca. Abbiamo usato una lista di riferimento che includeva quattro studi (vedi file aggiuntivo 1) che noi e le parti interessate abbiamo identificato come ben noti nel campo dei playback acustici per la conservazione. Questi studi soddisfano i nostri criteri di inclusione (vedi sotto) e dovrebbero emergere nelle ricerche. Se tutti e quattro gli studi non sono stati recuperati durante una ricerca, abbiamo determinato che i termini della nostra stringa di ricerca dovevano essere aggiornati. Attraverso questo esercizio di scoping, abbiamo determinato i termini di ricerca che sono abbastanza sensibili da restituire un ampio numero di studi, pur essendo anche abbastanza specifici da restituire materiale rilevante (compresi tutti i nostri studi di riferimento) (Tabella 2). Come esempi dell’ampiezza della letteratura recuperata, il nostro esercizio di scoping ha portato a 3829 risultati all’interno di Web of Science e 3808 hit in ProQuest a partire dall’8 novembre 2018 (vedere i database di seguito).

Dalla tabella 2, i termini all’interno di ciascuna delle categorie ‘Popolazione, ‘Intervento’, ‘Risultato’, ‘Descrittori aggiuntivi per l’intervento’ e ‘Descrittori aggiuntivi per il risultato’ saranno combinati utilizzando l’operatore booleano ‘OR’. Le cinque categorie saranno poi combinate usando l’operatore booleano “AND”. Un asterisco (*) è un “carattere jolly” che rappresenta qualsiasi gruppo di caratteri, incluso nessun carattere. Le virgolette (“”) sono usate per cercare frasi esatte (incluse le variazioni sillabate).

Bibliographic databases

Cercheremo in più database per recuperare vari tipi di documenti:

1. Web of Science-(https://webofknowledge.com).

   1. i.

      Core collection.

   2. ii.

      Anteprime BIOSIS.

   3. iii.

      Zoological record.

2. ProQuest-(https://www.proquest.com).

3. BioRxiv-(https://www.biorxiv.org).

Useremo Web of Science per cercare in tre diversi database per trovare studi all’interno della letteratura pubblicata peer-reviewed, abstract di conferenze e capitoli di libri. Selezioneremo il campo di ricerca ‘Topic’ quando eseguiamo la nostra ricerca in Web of Science. Useremo ProQuest per trovare studi all’interno di dissertazioni di dottorato e tesi di master, cercando solo sull’abstract o sul titolo. Useremo BioRxiv per trovare studi all’interno di preprint non pubblicati. Cercheremo nelle collezioni Animal Behavior and Cognition, Ecology, Evolutionary Biology, e Zoology in BioRxiv, e cercheremo su abstract o titolo. Le stringhe di ricerca in BioRxiv non possono essere più lunghe di 128 caratteri, quindi cercheremo su più stringhe più piccole create dalla nostra stringa di ricerca originale (che alla fine comprenderà tutti i termini di ricerca). Tutte le ricerche separate saranno accuratamente documentate in un foglio di calcolo come descritto di seguito.

Motori di ricerca basati sul web

Utilizzeremo Google Scholar per cercare su internet studi rilevanti. Poiché la ricerca su Google Scholar è limitata a una “frase” (racchiusa tra virgolette doppie), una sottostringa OR e 256 caratteri, regoleremo la nostra stringa di ricerca di conseguenza creando più stringhe di ricerca che rientrano in questi parametri. Tutte le ricerche separate saranno accuratamente documentate in un foglio di calcolo come descritto di seguito. I primi 50 risultati per stringa di ricerca, ordinati per rilevanza, saranno esaminati. Se troviamo nuovi articoli di giornale che non sono stati recuperati durante altre ricerche (per esempio, usando Web of Science) estenderemo l’uso di Google Scholar a più dei primi 50 risultati (per esempio, ai primi 100 risultati).

Siti web organizzativi/specialistici

Cercheremo vari siti web organizzativi per recuperare ulteriori pubblicazioni e dati all’interno della letteratura grigia. Abbiamo compilato una lista di 50 siti web rilevanti nel file aggiuntivo 2, molti dei quali sono stati raccomandati dalle parti interessate, compresi i responsabili della conservazione della fauna selvatica e i ricercatori di varie istituzioni internazionali. Anche in questo caso, poiché le opzioni di ricerca di ogni sito web potrebbero non essere compatibili con la nostra stringa di ricerca, potrebbe essere necessario adattare le ricerche di conseguenza. Tutti i metodi di ricerca e i risultati saranno accuratamente documentati in un foglio di calcolo come descritto di seguito.

Completezza della ricerca

Abbiamo usato una lista di riferimento che includeva quattro studi (file aggiuntivo 1) per determinare se la nostra ricerca includeva studi ben noti nel campo. Questi studi ci sono stati raccomandati dalle parti interessate.

Tutte le ricerche saranno documentate accuratamente in un foglio di calcolo che includerà: nome del database e URL, o nome del sito web e URL (per i motori di ricerca online e la letteratura grigia), la stringa di ricerca esatta utilizzata, i termini ricercati (es, argomento o titolo), data e ora della ricerca, nome della persona che ha effettuato la ricerca, numero di risultati restituiti, e nome e posizione del file contenente i risultati della ricerca.

Aggiornamento della ricerca

Se la revisione richiede più di 2 anni per essere completata, rifaremo la nostra ricerca e includeremo solo gli anni per i quali ci mancano i dati. Tutte le ricerche saranno accuratamente documentate in un foglio di calcolo come descritto sopra.

Selezione degli articoli e criteri di ammissibilità degli studi

Processo di selezione

Utilizzeremo CADIMA (software di revisione sistematica) per archiviare e organizzare i risultati della ricerca. I duplicati saranno identificati e uniti. Gli articoli restituiti dalle ricerche saranno controllati simultaneamente su titolo e abstract, e poi sul testo completo. Il nostro obiettivo principale è quello di trovare studi che hanno utilizzato il playback di richiami eterospecifici e/o conspecifici per attirare gli animali selvatici a scopo di conservazione. Le revisioni saranno conservate, solo per cercare ulteriore letteratura primaria citata nella revisione. Gli abstract delle conferenze saranno valutati e, se ritenuti rilevanti, gli autori saranno contattati per vedere se è possibile la condivisione dei dati. Stiamo includendo solo studi disponibili in inglese e di tutte le date. Gli articoli ottenuti, ma non in inglese (o che non possono essere tradotti) saranno elencati in un’appendice alla revisione. Se non siamo sicuri che un articolo soddisfi i criteri di inclusione, tenderemo verso l’inclusione.

Effettueremo un controllo di coerenza per determinare se i nostri criteri di inclusione possono essere coerentemente applicati agli studi tra diversi revisori (ad esempio, bassa variazione inter-individuale). Prenderemo una selezione casuale del 10% degli studi totali restituiti dalla nostra ricerca e determineremo l’accordo tra i revisori nella selezione degli studi calcolando il valore Kappa tra tre diversi revisori. Decideremo che i nostri criteri di inclusione sono robusti se il valore Kappa è > 0,60, che è generalmente considerato un accordo sostanziale. Prima di passare allo screening completo degli studi, discuteremo le ragioni delle incongruenze tra i revisori e cercheremo di risolverle (cioè, raggiungere un’elevata coerenza nella selezione degli studi). Rivedremo i criteri e rifaremo il controllo di coerenza, selezionando a caso un altro 10% degli studi totali, se riceviamo un valore Kappa ≤ 0,60.

Criteri di ammissibilità

Ogni studio deve includere ciascuno dei criteri dettagliati nella Tabella 3 (separati dai componenti PICO).

Tutti gli studi risultanti dal processo di selezione degli studi devono essere sperimentali e contenere un disegno di tipo BA (prima-dopo), CI (comparatore-intervento), o BACI (prima/dopo/comparatore/intervento). Escluderemo gli studi non condotti in natura, ad eccezione degli studi fatti in cattività se i risultati dello studio soddisfano uno dei nostri criteri (vedi Tabella 1). Escluderemo anche gli studi che usano i playback per capire aspetti della comunicazione animale (cioè, forma del segnale, funzione ed evoluzione) o le relazioni sociali, poiché questi non sono rilevanti per la nostra domanda primaria. Gli autori non hanno scritto alcun articolo che possa essere considerato in questa revisione sistematica. Blumstein ha condotto molti esperimenti di playback, ma nessuno dei due autori ha pubblicato articoli empirici in questo campo relativi alla gestione della fauna selvatica. Quindi, saremo indipendenti nelle decisioni riguardanti l’inclusione e la valutazione critica (vedi sotto) degli studi. Documenteremo accuratamente gli articoli esclusi a pieno testo con le ragioni dell’esclusione e forniremo questa lista come materiale supplementare nella nostra revisione.

Valutazione della validità degli studi

Per determinare le differenze nella validità degli studi e la suscettibilità alla distorsione, saranno valutati vari fattori per classificare gli studi come aventi bassa, media o alta suscettibilità alla distorsione (Tabella 4). Registreremo in dettaglio come abbiamo valutato ogni studio in base ai fattori in modo trasparente.

Un disegno BA, in cui il risultato viene misurato prima e dopo l’implementazione dell’intervento, è suscettibile di distorsioni perché fattori temporali come il cambiamento climatico possono introdurre effetti di confondimento (nel caso di uno studio BA a lungo termine). Questo è un problema soprattutto se l’esperimento è condotto in un solo sito. Quindi, i disegni CI e BACI, e i siti multipli replicati, sono i più validi e verrebbero classificati come aventi un basso bias. Gli studi osservazionali, se presenti, saranno classificati come aventi un’alta suscettibilità di distorsione.

La selezione dei siti/appezzamenti di studio potrebbe essere importante nell’influenzare la suscettibilità di distorsione di uno studio. Idealmente, gli appezzamenti dovrebbero essere relativamente omogenei per dimensioni, struttura e habitat in modo da non introdurre potenziali variabili di confondimento. Anche la durata dello studio è importante. I playback utilizzati per attirare gli animali possono essere mirati agli animali che prendono decisioni di insediamento dopo essersi dispersi dal loro territorio natale, agli animali che trovano terreni di riproduzione appropriati, o agli animali che trovano luoghi di sosta appropriati durante la migrazione a lunga distanza. Gli ultimi due coinvolgono siti che sono di solito utilizzati solo temporaneamente. Idealmente, gli studi misureranno i risultati per più di un anno per determinare se l’insediamento o la sua mancanza persiste nel lungo periodo, il che sarebbe in definitiva più utile per i gestori della conservazione. Per gli studi che utilizzano i playback per attirare gli animali per la cattura, le risposte comportamentali a lungo termine sono meno importanti.

Classificheremo gli studi sulla suscettibilità di bias utilizzando un modulo di valutazione della validità (Tabella 4). Gli autori esprimeranno giudizi individuali sulla validità dei dettagli metodologici (dimensioni del campione, dettagli sul(i) playback utilizzato(i) e come sono stati implementati, numero di visite, dettagli sulla misurazione dei risultati) e sulle analisi statistiche a seconda del tipo di studio, poiché questi varieranno in base alla domanda di ricerca e al disegno dello studio. Gli studi che hanno un’alta suscettibilità di bias in cinque o più fattori saranno esclusi dalla nostra revisione. Tutti gli studi esclusi saranno elencati in un’appendice alla revisione, insieme alle ragioni della loro esclusione. Riporteremo la suscettibilità di ogni studio alla distorsione (alta, media, bassa) nella nostra revisione. La valutazione critica può essere utilizzata per qualificare le conclusioni (cioè, pesare gli studi nella sintesi) se troviamo una grande varianza nei bias tra gli studi.

Seguendo altri protocolli di revisione sistematica, determineremo la coerenza tra i revisori nella valutazione critica confrontando le voci dei metadati di tre diversi revisori per un sottoinsieme selezionato a caso del 10% degli studi inclusi. Qualsiasi discrepanza tra i revisori sarà discussa e gli aggiustamenti al foglio dei meta-dati e ai codici delle categorie saranno aggiustati fino al raggiungimento del consenso. I valori Kappa non saranno calcolati in questa fase, poiché il nostro obiettivo sarà il totale accordo sulla valutazione critica.

Codifica dei dati e strategia di estrazione

I metadati saranno estratti dagli studi che soddisfano i criteri di selezione. Saranno raccolti vari tipi di dati (vedi file aggiuntivo 3), comprese le informazioni metodologiche che potrebbero informare i gestori della conservazione sull’implementazione efficace dell’uso dei playback per attirare gli animali, e varie covariate che potrebbero influenzare i risultati dello studio (cioè, potenziali modificatori di effetto).

Per l’estrazione dei dati, estrarremo solo i risultati quantitativi degli studi, compresa la media, la stima della variazione (errore standard, deviazione standard, intervallo di confidenza, ecc), e le dimensioni del campione dei risultati misurati. Queste informazioni si troveranno in tabelle, figure o nel testo. Useremo un software di analisi delle immagini (ad esempio, WebPlotDigitizer) per estrarre le medie e le misure di variazione dalle figure quando gli studi non forniscono dati grezzi o questi valori nel testo. Se sono presentati solo i dati grezzi, calcoleremo le statistiche riassuntive. Gli autori saranno contattati se questi dati non sono chiaramente presentati o estraibili. Verranno estratti diversi dati, compresi i dettagli sulla popolazione e sui componenti di risultato, e le informazioni sulla sede dello studio, il disegno e la metodologia (vedi file aggiuntivo 3 per i dettagli).

Se un articolo contiene informazioni o dati mancanti o poco chiari, contatteremo gli autori per chiarimenti. Se gli autori non rispondono, questi studi potrebbero non essere in grado di essere inclusi nella revisione finale (nei casi in cui i mezzi e le misure di variazione sono sconosciuti) o saranno classificati più in basso durante il processo di valutazione critica. Registreremo quali studi non ci sono stati chiari e li includeremo in un’appendice alla revisione, insieme alle ragioni della loro esclusione. Le registrazioni dei dati estratti saranno rese disponibili come file aggiuntivi nella revisione.

Per determinare la coerenza tra i revisori nell’estrazione dei dati, useremo gli stessi metodi di cui sopra durante la valutazione critica. Confronteremo i metadati e i dati inseriti da tre diversi revisori per un sottoinsieme selezionato a caso del 10% degli studi inclusi. Qualsiasi discrepanza tra i revisori sarà discussa e gli aggiustamenti al foglio dei metadati e ai codici delle categorie saranno aggiustati fino a quando non sarà raggiunto il consenso.

Potenziali modificatori di effetti/ragioni di eterogeneità

Abbiamo consultato i responsabili della conservazione della fauna selvatica (stakeholder) sulle potenziali fonti di eterogeneità. Abbiamo creato una lista di fattori che le parti interessate hanno identificato come importanti o di potenziale importanza (vedi sotto). Abbiamo anche incluso altri modificatori di effetti che presumiamo possano influenzare l’efficacia dei playback acustici. Le fonti di eterogeneità sono anche presentate nella nostra lista di metadati da estrarre.

Effetti relativi all’organismo di studio

• Taxa.

• Famiglia.

• Gilda.

• Specie.

• Dimensione del corpo.

• Longevità.

• Notturno o diurno.

Effetti legati alla posizione

• Paese.

• Latitudine e longitudine.

• Tipo di habitat.

Effetti legati alla metodologia

• Tipo di playback (conspecifico, eterospecifico, o entrambi).

• Playback inclusi nella notte (anni/n).

• Playback diretti a migranti notturni (anni/n).

• Durata dello studio in un dato anno (in giorni).

• Durata dello studio in anni.

• Durata della riproduzione al giorno (in ore).

• Percento di tempo in cui lo stimolo è presente durante la durata della riproduzione.

• Area (in ettari) in cui vengono trasmessi i playback.

• Numero di altoparlanti utilizzati.

• Ampiezza, gamma di frequenza e volume dei playback.

• Stimoli uditivi di controllo utilizzati (anni/n).

• Stimolo di un’altra modalità sensoriale utilizzato (es, cue visivo).

• Silenzio casuale incorporato nella riproduzione (anni/n).

Effetti legati al risultato

• Tipo di risultato misurato (es, i playback potrebbero essere più efficaci per l’attrazione a breve termine degli animali rispetto all’insediamento a lungo termine).

Sintesi dei dati e presentazione

Forniamo una sintesi narrativa dei dati nella nostra revisione che sintetizza i risultati di tutti gli studi. Questo descriverà il corpo delle prove e quanto robusti siano i risultati complessivi. Tabelle o visualizzazioni grafiche saranno utilizzate per riassumere questi risultati, con l’obiettivo che saremo in grado di identificare temi o tendenze generali, consistenza dell’effetto dell’intervento, cluster di studi, modelli di fattori o modificatori di effetti, e/o lacune di conoscenza.

Inoltre, intendiamo includere nella nostra sintesi narrativa se siamo stati in grado di rispondere alle domande degli stakeholder. In caso contrario, evidenzieremo queste importanti lacune di conoscenza. Le parti interessate hanno anche suggerito di creare una tabella di marcia per le domande rimaste senza risposta e suggerimenti su come meglio indagarle empiricamente. Infine, le parti interessate hanno espresso interesse per i potenziali effetti negativi dell’uso dei playback. Per esempio, i playback acustici potrebbero attirare con successo un animale in un habitat desiderato, ma quell’animale potrebbe avere un minore successo riproduttivo all’interno dell’habitat (vedi ). Tali informazioni, se trovate, sarebbero incluse nella nostra sintesi narrativa. Una volta che la nostra revisione è completa, comunicheremo i nostri risultati alle parti interessate che abbiamo originariamente contattato.

Se troviamo una quantità sufficiente di studi (più di due) che misurano lo stesso o un risultato simile, eseguiremo una sintesi quantitativa dei dati (cioè, una meta-analisi). In questo caso, gli studi saranno ponderati in base alla quantità di informazioni che forniscono (ad esempio, per varianza inversa). Calcoleremo il g di Hedges come misura della dimensione dell’effetto per ogni studio, e combineremo questi risultati per produrre un singolo effetto riassuntivo. Se condurremo una meta-analisi formale, saremo certi di calcolare le statistiche di eterogeneità e cercheremo di capire quali tipi di specie/storie di vita sono associate a specifici tipi di risposta. Dove possibile, stimeremo il bias di pubblicazione (cioè, i risultati statisticamente significativi hanno più probabilità di essere pubblicati) e calcoleremo i numeri a prova di errore, che stimano la quantità di studi non pubblicati nella meta-analisi. Dettagli più specifici dell’analisi quantitativa saranno noti solo quando gli articoli saranno stati valutati per il loro contenuto e la loro qualità.