Каузальная атрибуция виды: Каузальная атрибуция. Механизмы каузальной атрибуции.

Содержание

3.3. Каузальная атрибуция: виды и ошибки

Важное значение для более глубокого понимания того, как люди воспринимают и оценивают друг друга, имеет явление казуальной атрибуции. Оно представляет собой объяснение субъектом межличностного восприятия причин и методов поведения других людей. В ходе общения люди не ограничиваются получением внешне наблюдаемых сведений, а стремятся к выяснению причин поведения других людей. У каждого человека есть привычные объяснения (или атрибуции) своего и чужого поведения. Можно выделить личностную, обстоятельную и стимульную атрибуцию. При личностной атрибуции причины происшедшего приписываются конкретному человеку. В случае преобладания обстоятельной атрибуции причина происшедшего приписывается обстоятельствам; при стимульной атрибуции человек видит причину случившегося в предмете, на который было направлено действие, или в самом себе.

Объяснение причин поведения человека может быть осуществлено через внутренние причины (внутренние диспозиции человека, устойчивые черты, мотивы, склонности человека) либо через внешние причины (влияние внешних ситуаций).

Можно выделить следующие критерии анализа поведения:

  • постоянное поведение — в сходных ситуациях поведение однотипно;

  • отличающееся поведение — в других случаях поведение проявляется иначе;

  • обычное поведение — в сходных обстоятельствах такое поведение свойственно большинству людей.

Когнитивный психолог Дж. Келли в исследованиях показал, что постоянное, малоотличающееся поведение, да к тому же необычное, объясняется через внутренние причины, через специфику личности и характера человека («Таким он уродился»).

Если в похожих ситуациях у человека постоянное поведение, а в других случаях — другое, отличающееся поведение, и к тому же это обычное поведение (как и у других людей в таких же ситуациях), то такое поведение люди склонны объяснять через внешние причины («В этой ситуации так вынуждены вести себя»).

Фриц Хайдер, известный как автор теории атрибуции, проанализировал «психологию здравого смысла», посредством которой человек объясняет повседневные события. Ф. Хайдер считает, что чаще всего люди дают разумные интерпретации. Но человек склонен приходить к заключению, будто намерения и диспозиции других людей соответствуют их действиям.

Процессы казуальной атрибуции подчиняются следующим закономерностям, которые оказывают влияние на понимание людьми друг друга:

1. Те события, которые часто повторяются и сопровождают наблюдаемое явление, предшествуя ему, обычно рассматриваются как его возможные причины.

2. Если тот поступок, который мы хотим объяснить, необычен и ему предшествовало какое-нибудь уникальное событие, то мы склонны именно его считать основной причиной совершенного поступка.

3. Неверное объяснение поступков людей имеет место тогда, когда есть много различных, равновероятностных возможностей для их интерпретации, и человек, предлагающий свое объяснение, волен выбирать устраивающий его вариант.

4. Причину успеха люди чаще приписывают себе, а причину неудачи — обстоятельствам.

5. Фундаментальная ошибка атрибуции проявляется в тенденции наблюдателей недооценивать ситуационные и переоценивать диспозиционные влияния на поведение других людей, в тенденции считать, что поведение соответствует диспозициям. Поведение других людей мы склонны объяснять их диспозициями, их индивидуальными особенностями личности и характера («это человек со сложным характером), а свое поведение склонны объяснять как зависящее от ситуации («в этой ситуации невозможно было вести себя иначе, а вообще я совсем не такой»). Таким образом, люди объясняют свое собственное поведение ситуацией («я не виноват, уж такая сложилась ситуация»), но считают, что другие сами несут ответственность за свое поведение.

Мы совершаем эту ошибку атрибуции отчасти потому, что, когда наблюдаем за чьим-либо действием, именно эта личность находится в центре нашего внимания, а ситуация относительно незаметна. Когда мы сами действуем, наше внимание обычно направлено на то, на что мы реагируем, — и ситуация проявляется более явно.

6. Культура также влияет на ошибку атрибуции. Западное мировоззрение склонно считать, что люди, а не ситуации, являются причиной событий. Но индусы в Индии с меньшей вероятностью, чем американцы, истолкуют поведение с точки зрения диспозиции, скорее они придадут большее значение ситуации.

7. По мере роста значимости случившегося люди более склонны переходить от обстоятельной и стимульной атрибуции к личностной, т.е. искать причину случившегося в осознанных действиях другого человека, в особенностях его личности.

Как происходит атрибуция — презентация онлайн

1. КАК ПРОИСХОДИТ АТРИБУЦИЯ?

Приписывание причин и ответственности
Почему это произошло?
Кто несет за это
ответственность?
Кто в этом виноват?
Поведение/его последствия
Каузальная атрибуция
Атрибуция ответственности
Атрибуция вины
Атрибуция
Типологические
модели
Процессуальны
е модели
Ф. Хайдер
Б.Вайнер
Г.Келли
Э.Джонс,
К.Дэвис
Д.Гилберт
Сегодня мы поговорим о том
какие причины человек использует,
чтобы объяснить поведение
окружающих
в какой последовательности
происходит приписывание причин
как человек приписывает
ответственность окружающим
ВИДЫ ПРИЧИН: типологические
модели
Виды причин
1. По мнению человека, поведение
окружающих вызвано определенными
причинами
2. В первую очередь он обращает внимание
на неизменные характеристики объектов
3. Человек разделяет причины на внутренние и
внешние
Фриц Хайдер
Он хорошо сдал экзамен!
Почему?
… много
готовился
… вопросы
были легкими
… был
собран и
внимателен
Внутренние
причины

экзаменатор
помог
Внешние
причины
Виды причин
Внутренняя – внешняя причины
Контролируемая – неконтролируемая
причины
Стабильные – нестабильные причины
Специфические – общие причины
Бернард
Вайнер
ВЫБОР ПРИЧИН
типологические модели
Правила выбора причин
Модель каузальных схем:
однократное наблюдение
Модель анализа вариаций:
многократное наблюдение
Модель каузальных схем (Гарольд
Келли):
однократное наблюдение
Приписывание причин происходит по двум
правилам:
правилу обесценивания
правилу усиления
Правило обесценивания: важность
причины обесценивается при наличии
других правдоподобных причин
Тщательно
готовился
Тест был
легким
Правило усиления: важность причины
растет, если она встречает сопротивление
Тщательно
готовился
Во время
теста болел
Модель анализа вариаций (Гарольд
Келли):
многократное наблюдение
Личностная причина: особенности человека,
совершившего поступок
Объектная причина: особенности того, по
отношению к кому/чему совершен поступок
Обстоятельственная причина: текущая
ситуация
Критерий различия: как человек реагирует
на другие подобные объекты (+ редко, часто)
Критерий согласия: как на данный объект
реагируют другие люди (+ также, — иначе)
Критерий соответствия: как человек ведет
себя по отношению к этому объекту при
других обстоятельствах (+ часто, — редко)
Почему Том смеется над комедией?
Согласие: Различие: Соответствие:
+
Согласие: +
Различие: +
Соответствие:
+
Согласие: Различие: +
Соответствие:

Только Том смеется над этой
комедией
Том смеется над всеми комедиями
Том всегда смеется над этой
комедией
Все люди смеются над этой
комедией
Том смеется только над этой
комедией
Том всегда смеется над этой
Только Том
смеется над этой
комедией
комедией
Том смеется только над этой
комедией
Том редко смеется над этой
комедией
Личность
Объект
Обстоятельства
Модель анализа вариаций лучше
предсказывает выбор причин, когда:
несколько попыток объяснить события
несколько примеров поведения
отсутствие ожиданий
Атрибутивные предубеждения (1)
Фундаментальная ошибка атрибуции:
наблюдатель чаще объясняет поведение
деятеля с помощью внутренних причин, чем с
помощью внешних
ДЕЯТЕЛЬ
Он плохо ответил
на вопрос,
потому что мало
знает
НАБЛЮДАТЕЛ
Ь
Объяснения фундаментальной ошибки
Когнитивные объяснения: восприятие,
анализ и запоминание информации
Мотивационные объяснения: когнитивные
потребности
Нормативные объяснения: социальные
нормы
Эффект деятелянаблюдателя
ФУНДАМЕНТАЛЬН
АЯ ОШИБКА
Атрибуция успеха
и неудачи
Атрибутивные предубеждения (2)
Эффект деятеля-наблюдателя: наблюдатель
чаще объясняет поведение деятеля с помощью
внутренних причин, а деятель описывает свое
поведение с помощью внешних
Я плохо
ответил на
вопрос, потому
что он был
сложный
ДЕЯТЕЛЬ
Он плохо
ответил на
вопрос,
потому что
мало знает
НАБЛЮДАТЕЛ
Ь
Атрибутивные предубеждения (3)
Эффект атрибуции успеха-неудачи
Человек объясняет свои достижения и
достижения привлекательных для него
людей внутренними, а неудачи — внешними
причинами
Человек объясняет достижения
непривлекательных для него людей
внешними, а неудачи – внутренними
причинами
СТАДИИ АТРИБУЦИИ:
процессуальные модели
Модель корреспондентного вывода:
внутренняя атрибуция
Поступки, на основе которых приписываются
внутренние причины:
добровольность
редкая встречаемость
социальная нежелательность
личная значимость
серьезность последствий
Эдвард Джонс, Кит
Последствия поступка
Поступок
Возможность
совершить
поступок
Возможность
предсказать
последствия
Намерения
Внутренние причины
Трехстадийная модель:
внутренняя и внешняя атрибуция
Категоризация поступка
Внутренняя атрибуция
Тщательный
анализ
Внешняя атрибуция
Дэниел Гилберт
Эффект бумеранга: если человек игнорирует
внутренние причины в один момент времени,
он чаще использует их в другой момент
Условие: давление со стороны других людей
ОТ КАУЗАЛЬНОЙ АТРИБУЦИИ К
АТРИБУЦИИ ОТВЕТСТВЕННОСТИ
Локус
причинности
Контролируемость
Атрибуция
ответственности
Смягчающие
обстоятельства
Атрибуция вины
Атрибуция ответственности в
семейных отношениях
Атрибуция в
профессиональной
деятельности, в организациях
Атрибуция за преступления
Атрибуция ответственности за преступление
Наблюдатель
Преступлени
е
Преступник и
жертва
Локус
причинности и
контроль
Ответственност
ь и вина
Факторы: наблюдатель
Мифы об изнасиловании
Жертва провоцирует изнасилование своим
внешним видом или поведением
Жертва может предотвратить изнасилование
Жертва изнасилования должна испытывать
чувство вины за то, что с ней произошло
Сходство наблюдателя с преступником и жертвой
Факторы: преступление
Размер нанесенного ущерба
Вероятность совершения преступления
Факторы: преступник и жертва
Поведение до совершения преступления
Поведение во время совершения
преступления
Сегодня мы обсудили
типологические модели атрибуции
процессуальные модели атрибуции
связь между каузальной атрибуцией и
атрибуцией ответственности
Что такое ценности и
социальные верования?
Что такое аттитюды?
Как наши аттитюды
связаны с нашим
поведением?
Об этом мы поговорим на следующей
лекции

Каузальная атрибуция | LEVEL UP

Даже (или именно поэтому) такое сложное устройство как человеческая психика «барахлит» – подвергается когнитивным искажениям. Некоторые из них очевидны, поэтому бороться с ними легко, достаточно осознать. Но другие запутаны и быстро с ними не разберешься. Одно из таких сложных явлений – каузальная атрибуция – феномен человеческого восприятия.

Гештальт-психолог Фриц Хайдер считается «отцом» каузальной атрибуции, о которой он писал еще в 1920-х. В своей диссертации Хайдер задается проблемой восприятия информации и того, как человек ее интерпретирует. После него многие ученые стали подробнее изучать феномен. Об их теориях мы поговорим позже, а сначала разберемся с самим понятием.

Виды каузальной атрибуции

Википедия определяет термин так: каузальная атрибуция (от лат. causa – причина лат. attributio – приписывание) – феномен межличностного восприятия. Заключается в интерпретации, приписывании причин действий другого человека в условиях дефицита информации о действительных причинах его действий.

Пытаясь найти причины чужого поведения, люди часто попадают в ловушки предубеждений и ошибок. Как говорил Фриц Хайдер: «Наше восприятие причинности часто искривляется нашими потребностями и некоторыми когнитивными искажениями».

Вот примеры когнитивных искажений вследствие каузальной атрибуции.

Фундаментальная ошибка атрибуции

Фундаментальная ошибка атрибуции – объяснение чужих действий внутренними факторами («этот человек – зануда» – внутренняя диспозиция), а своих собственных – внешними обстоятельствами («события разворачивались так, что по-другому я поступить не мог» – внешняя диспозиция). Она становится наиболее очевидной, когда люди объясняют и предполагают поведение других.

Причины фундаментальной атрибуции:

  • Неравные возможности: игнорирование особенностей, обусловленных ролевой позицией.
  • Ложное согласие: представление о своем поведении как о типичном, а об отличном от него – как о ненормальном.
  • Большее доверие к фактам, чем к суждениям.
  • Игнорирование информационной ценности неслучившегося: несделанное должно также быть основанием для оценки поведения.

Пример первый: ваш друг не сдал экзамен, который вы оба сдавали. Кажется, у него всегда был низкий уровень знаний. Вы начинаете думать, что он ленив, занимается чем угодно, но только не учебой. Однако возможно, что у него проблемы с запоминанием информации или какие-нибудь сложные обстоятельства в семье, которые мешают готовиться к экзаменам.

Пример второй: у незнакомого человека не заводится машина. Вы решаете ему помочь, дав пару дельных советов. Он не соглашается с ними или просто игнорирует их. Вы злитесь и начинаете считать этого человека грубым и отвергающим искреннюю помощь. Однако, вероятно, ему уже давали те же советы, и они не сработали. В конце концов, он просто лучше знает свой автомобиль. Или у него выдался плохой день.

Заметим, что речь идет о внутренней диспозиции. Если говорить о внешней, то если вы не сдадите экзамен, то, скорее всего, объясните это не низким уровнем своих знаний, а невезением – попался самый сложный билет. И если это у вас не заводится машина, то виноват будет человек, который пытается помочь/умничает, хоть его и не просили.

Внешняя диспозиция не обязательно плоха. Это в некоторой мере защитный механизм, потому что вы не чувствуете вины, не портите себе настроение и оптимистически смотрите на мир. Но она же может привести к постоянному поиску оправданий и деградации личности.

Культурное предубеждение

Оно случается, когда кто-то делает предположение о поведении человека на основе его культурных обычаев, происхождении и убеждений. Например, считается, что люди из западных стран индивидуалисты, в то время как азиаты являются коллективистами. Ну и о евреях, армянском радио и представителях многим других национальностей вы наверняка слышали не один анекдот.

Разница между участником и наблюдателем

Как уже было замечено, мы склонны приписывать поведение других людей своим диспозиционным факторам, причисляя собственные действия к ситуационным. Поэтому атрибуция может различаться от человека к человеку в зависимости от их роли как участника или наблюдателя – если мы являемся главным действующим лицом, то склонны иначе смотреть на ситуацию, чем когда просто наблюдаем со стороны.

Диспозиционная (характерная) атрибуция

Это склонность приписывать поведение людей их диспозициям, то есть их личности, характеру и способностям. Например, когда официант грубо относится к своему клиенту, тот может предположить, что у него скверный характер. Идет мгновенная реакция: «Официант – плохой человек».

Таким образом, клиент поддался диспозиционный атрибуции, приписывая поведение официанта непосредственно его личности, не рассматривая ситуационные факторы, которые могли вызвать эту грубость.

Своекорыстная атрибуция

Когда человек получает повышение, то считает, что это связано с его способностями, навыками и компетенцией. А если не получает, то думает, что босс его не любит (внешний, неконтролируемый фактор).

Первоначально, исследователи думали, что человек таким образом хочет защитить свою самооценку. Однако позже появилось мнение, что когда результаты соответствуют ожиданиям, люди склонны приписывать это внутренним факторам.

Гипотеза защитной атрибуции

Гипотеза защитной атрибуции – это социально-психологический термин, относящийся к набору убеждений, которых придерживается человек для функции защиты себя от беспокойства. Говоря проще: «Не я являюсь причиной своей неудачи».

Защитная атрибуция также может проявляться и в отношении других людей. Выразим ее фразой: «Хорошие вещи случаются с хорошими людьми, а плохие – с плохими». Мы верим в это, чтобы не чувствовать себя уязвимыми в ситуациях, когда не контролируем их.

При этом все доходит до крайности. Когда человек слышит, что кто-то разбился в автомобильной аварии, он может предположить, что водитель был пьян или купил права, а с ним лично этого точно никогда не случится.

Все перечисленные выше примеры каузальной атрибуции очень похожи на когнитивный диссонанс – состояние психического дискомфорта человека, вызванное столкновением в его сознании конфликтующих представлений: верований, идей, эмоциональных реакций и ценностей. Эта теория была предложена Леоном Фестингером. Он формулирует две гипотезы этого явления:

  • Когда у человека возникает диссонанс, он стремится всеми силами снизить степень несоответствия между двумя установками, чтобы достичь консонанса, то есть соответствия. Таким образом он избавляется от дискомфорта.
  • Человек будет обходить стороной ситуации, в которых этот дискомфорт может усилиться.

Раз уж вы получили двойку на экзамене, зачем еще и чувствовать дискомфорт от того, что вы совершенно не готовились, верно? Не верно. Чтобы понять это, поговорим о локусе контроля.

Каузальная атрибуция и локус контроля

Следует сказать, что каузальная атрибуция тесно связана с локусом контроля.

Локус контроля – это характеризующее свойство личности приписывать свои успехи или неудачи только внутренним, либо только внешним факторам.

В случае с каузальной атрибуцией имеют место двойные стандарты. Тогда как локус контроля показывает, что человек сам выбирает свою реакцию. Получив двойку на экзамене, он может проявить этот локус двумя разными способами:

  • Я сам виноват в том, что получил двойку. Мало готовился, гулял, думал совершенно не о том. Я исправлюсь и начну прямо сейчас.
  • Виноват билет, сложный предмет или преподаватель. Если бы не это, я бы получил то, чего заслуживаю.

Разница между каузальной атрибуцией и локусом контроля заключается в наличии силы воли во втором случае.

Чтобы изменить локус контроля, нужно в первую очередь избавиться от синдрома жертвы. Берите на себя полную ответственность даже в том случае, если внешние факторы действительно очень сильно повлияли на результат.

Каузальная атрибуция и выученная беспомощность

Каузальную атрибуцию, что любопытно, часто используют для того, чтобы понять суть феномена выученной беспомощности.

Выученная/приобретенная беспомощность – это состояние человека, при котором он не предпринимает попыток улучшить свое состояние (не пытается получить позитивные стимулы или избежать негативных), хотя имеет такую возможность. Это случается, когда он несколько раз пытался изменить ситуацию, но потерпел неудачу. И теперь привык к своей беспомощности.

Отец позитивной психологии Мартин Селигман продемонстрировал в своих экспериментах, что люди прилагают меньше усилий на решение «решаемой» проблемы после того, как они потерпели серию неудач в «нерешаемых» проблемах.

Селигман считает, что люди, получив неудовлетворительные результаты, начинают думать, что дальнейшие попытки тоже не приведут ни к чему хорошему. А вот теория каузальной атрибуции говорит, что люди не пытаются удвоить усилия, чтобы не понизить свою самооценку, потому что иначе они свяжут неудачу со своими внутренними личностными характеристиками. Если не пытаться – то гораздо легче обвинить во всем внешние факторы.

Теории каузальной атрибуции

Наиболее популярны две из них.

Теория корреспондентских отношений Джонса и Дэвиса

Ученые Джонс и Дэвис в 1965 году представили теорию, в которой предположили, что люди уделяют особое внимание преднамеренному поведению (в отличие от случайного или бездумного).

Эта теория помогает понять процесс возникновения внутренней атрибуции. Ученые полагали, что человек склонен совершать эту ошибку, когда видит несоответствия между мотивом и поведением. Например, считает, что если кто-то ведет себя дружелюбно, то он дружелюбен.

Диспозиционные (то есть внутренние) атрибуты предоставляют нам информацию, из которой мы можем делать прогнозы о будущем поведении человека. Дэвис использовал термин «корреспондентский вывод» для обозначения случая, когда наблюдатель думает, что поведение человека соответствует его личности.

Итак, что заставляет нас делать корреспондентский вывод? Джонс и Дэвис говорят, что мы используем пять источников информации:

  • Выбор: если поведение свободно выбирается, считается, что оно обусловлено внутренними (диспозиционными) факторами.
  • Случайное или преднамеренное поведение: поведение, которое преднамеренно, скорее всего, будет связано с личностью человека, а случайное поведение, скорее всего, будет связано с ситуацией или внешними причинами.
  • Социальная желательность: вы наблюдаете, как кто-то сидит на полу, притом, что есть свободные стулья. Такое поведение имеет низкую социальную желательность (несоответствие) и, вероятно, соответствует индивидуальности личности.
  • Гедонистическая релевантность: когда поведение другого человека прямо направлено на то, чтобы принести пользу или навредить нам.
  • Персонализм: когда поведение другого человека, как представляется, должно повлиять на нас, мы предполагаем, что оно «личное», а не просто побочный продукт ситуации, в которой находимся.

Каузальная атрибуция — что это такое в психологии и общении?

Нередко мы пытаемся понять причины действий других. При этом оценка поведения может быть связанной как с обстоятельствами, так и с личными характеристиками конкретного человека. Такое оценивание называют «каузальная атрибуция». Что такое теория каузальной атрибуции — вопрос, требующий детального рассмотрения.

Что такое каузальная атрибуция?

Специалисты в области психиатрии говорят, что каузальная атрибуция – это отдельный феномен межличностного восприятия, заключающийся в интерпретации, приписывании причин действий другого человека при дефиците информации о настоящих причинах его поведения. Этот термин сформировался в западной социальной психологии и общее представление смог получить в разработанной исследователями теории атрибуции.

Каузальная атрибуция — виды и ошибки

Каузальная атрибуция в психологии показывает различные закономерности, приводящие к ошибкам восприятия. Собственные неудачи и успешность других люди могут объяснять, применяя ситуативную атрибуцию. Зачастую все мы стараемся относиться к себе лояльнее и мягче, нежели к окружающим нас людям. Чтобы проанализировать свои успехи и неудачи других применяется личностная атрибуция. Интересным можно назвать тот факт, что причину успеха нередко связывают со своими заслугами, а в неудачах могут обвинять обстоятельства. В этом и состоит особенность психики человека.

Виды каузальной атрибуции

Говоря, что подразумевает каузальная атрибуция, важно помнить про ее виды. Психологи называют три вида каузальной атрибуции:

  1. Объектная каузальная атрибуция – причинно-следственную связь приписывают тому объекту, на который обращается действие.
  2. Личностная – приписывают совершившему поступок человеку.
  3. Обстоятельственная – приписывается обстоятельствам

Ошибки каузальной атрибуции

Выделяют типичные ошибки каузальной атрибуции:

  1. Тенденция к переоценке роли личностных факторов и способности недооценивать влияние ситуации, обстоятельств. Данная ошибка является характерной для тех, кого можно назвать наблюдателями. Ставя оценку поведению другого человека, нередко можно увидеть определенную закономерность. Так, при неудачах говорят, что кто-то не очень постарался, либо, что у людей не хватает способностей. Когда же результат деятельности успешный, мы можем утверждать, что им повезло. Если речь идет про самоатрибуцию, то можно наблюдать обратную тенденцию, поскольку ее основной целью является сохранить положительную самооценку.
  2. Ошибка ложного согласия – человеку свойственно интерпретировать собственное поведение как типичное, являющееся свойственным многим людям.
  3. Ошибка разных возможностей ролевого поведения – разные социальные роли могут предполагать неодинаковое поведение. По этой причине во время атрибуции воспринимающий интерпретирует поведение других согласно с их социальными ролями.
  4. Игнорирование информационного значения того, что не случилось – тенденция брать во внимание исключительно очевидные факты.

Каузальная атрибуция и межличностная аттракция

Под межличностной аттракцией в психологии понимают симпатию, привязанность и отношения между людьми. Каждый из нас не только воспринимает окружающих, но и формирует свое к ним отношение. При этом к каждому оно будет индивидуальным. Такая аттракция влияет на сам феномен каузальной атрибуции. Другими словами, когда отношение к человеку положительное, то и объяснение причины поступков, и поведение может быть мягче и лояльнее. Когда человек откровенно несимпатичен, причины действий человека могут беспощадно раскритикованы.

Каузальная атрибуция в общении

Чтобы понять, что означает понятие каузальная атрибуция, важно знать, когда же она возникает. Появляется она при возникновении неожиданных преград на пути совместной деятельности – при возникновении сложностей и конфликтов, столкновении интересов и взглядов. В тот момент, когда все это происходит, люди применяют каузальную атрибуцию. Другими словами мы приписываем причины поведения другим людям и чем больше сложностей при взаимодействии, тем серьезнее подходим к поиску причины.

Примером каузальной атрибуции может быть опоздание на встречу с друзьями. Кто-то из ожидающих уверен, что это может быть связано с погодой, другой полагает, что опаздывает друг по причине легкомыслия, а третий и вовсе сомневается, сообщили ли опаздывающему про место встречи. Так у всех друзей разные представления про причины опоздания: обстоятельства, особенности и свойства характера, причина в себе.

 

Психология общения — Теория каузальной атрибуции

Теория каузальной атрибуции

Для более глубокого понимания людей,  их восприятия, имеет значение казуальная атрибуция – это объяснение субъектом межличностного восприятия причин поведения других людей.

Закономерности казуальной атрибуции (Келли):

Закономерность тех событий, которые часто повторяются и сопровождают наблюдаемые явления, рассматриваются как его возможные причины.

Если тот поступок, который мы ходим объяснить, необычен и ему предшествовало какое-нить уникальное событие, то мы склонны именно его считать причиной совершенного поступка.

Неверное объяснение поступков людей имеет место тогда, когда есть много различных возможностей для их интерпретации, и человек, предлагающий свое объяснение волен выбирать устраивающий его вариант.

Поведение других людей мы склонны объяснять их индивидуальными особенностями личности и характера, а свое поведение склонны объяснять как зависящее от ситуации.

Влияние культуры – западная и восточная философия.

На восприятие людей важное значение оказывают:

Стереотипы

 Предубеждения – это эмоциональная оценка каких-либо людей, как хороших, так и плохих, даже не знаю их самих и мотивов их поступков

Установки – неосознанная готовность человека определенным обычным образом воспринимать и оценивать каких-либо людей и реагировать определенным, заранее сформированным образом без полного анализа ситуации.

Структура установки:

Когнитивный компонент

Аффективный компонент – отношение к человеку

Поведенческий компонент – готовность к определенным реакциям , соответствующим к убеждениям и поведению человека.

Установки формируются к 25-30 годам под влиянием людей, окружающих нас (родители, друзья, коллеги) и на основе личного опыта многократно повторяющихся ситуаций.

Стойкость установки – это феномен, характеризующий ситуацию когда, трудно опровергнуть ложную ситуацию и если человек логически обосновал ее. 

Каузальная атрибуция. Фундаментальная ошибка каузальной атрибуции.

В процессе взаимодействия друг с другом у людей появляется необходимость взаимопонимания. Если фактов, объясняющих поведение другого человека, недостаточно, то наблюдающим свойственно приписывать различные мотивы. То же самое относится и к самому объекту обсуждения: он тоже пытается найти причины своего результата. Данное явление получило название каузальной атрибуции – приписывать причины, не зная наверняка содержания произошедшего. Его начали изучать ещё в западной социальной психологии. Основоположником принято считать Хайдера.

Казуальная атрибуция в психологии. Примеры атрибуции

Это явление существует потому, что каждый хочет видеть целостную картину, представлять себе все события. Но проблема в том, что не всегда известны факты. И тогда человек начинает дорисовывать, додумывать картину, доводя её к логическому заключению. Осуществляется этот процесс в соответствии с имеющимся жизненным опытом. В психологии была отмечена разносторонняя реакция общества на стереотипные и отклоняющиеся от нормы варианты поведения. Рассмотрим пример.

Ученики ожидают нового учителя, который будет преподавать у них историю. Если их попросить описать учителя истории, то, скорее всего, занятия будут скучными и неинтересными. А если представить им иного учителя, предварительно описав его манеру преподавания (он использует наглядные макеты, устраивает сценки; делает всё, чтобы уроки были интересными), то мнение о личности будет нестандартным, отличным от распространённого привычного суждения.

Ли росс фундаментальная ошибка атрибуции. Фундаментальные ошибки атрибуции

По мнению социальных психологов, фундаментальная ошибка атрибуции – это такое явление, которому подвержено большинство людей на планете. Если человек осознает, в чем состоит его суть, то он способен лучше понимать, как формируется его оценочное суждение о ближайшем окружении и как видят его поступки другие индивиды.

Помимо этого он обретает умение более объективно анализировать собственные достижения и неудачи. В статье будет детально рассмотрено такое понятие, как «каузальная атрибуция», систематически изложены ее различные стили и типы, а также перечислены основные ошибки атрибуции и их влияния на жизнь личности.

Атрибуция – что это такое?

Атрибуцией в психологической науке называют процесс наделения одним человеком другого такими личностными качествами и индивидуальными характеристиками, которые объективно в актуальном поле восприятия он зафиксировать не может.

Если говорить проще, то людям свойственно «додумывать» за другого человека его поведение, основываясь не на реальной ситуации, а скорее на внутренних предпочтениях. Используя механизм атрибуции, индивид анализирует и пытается спрогнозировать поведенческие паттерны тех, кто встречается ему на жизненном пути, тем самым облегчая себе оценку их действий.

Возникновение данного феномена психологи связывают с тем, что зачастую личности не хватает той информации, которую она получила в момент непосредственного наблюдения. Поэтому подобные «пустоты» восприятия индивид заполняет собственными рациональными «фантазиями», основанными на прошлом опыте.

Однако выбор того или иного объяснения чужого поведения не проходит слепо, чаще всего он отталкивается от тех факторов происходящей ситуации, на которые обращает основное внимание наблюдатель.

К ним относятся:

  • субъективные факторы: личностные особенности и усилия наблюдаемого;
  • ситуационные факторы: конкретные условия и общая обстановка, в которых проходит акт поведения.

Великолепным примером ошибки атрибуции является история, которая случилась со знаменитым зоологом Конрадом Лоренцом. В одной из своих автобиографических книг он рассказывал о ситуации, когда к его загородному дому подошли туристы и стали через забор наблюдать за тем, как высокий и бородатый мужчина бегал в одни шортах по высокой траве, размахивая руками и о чем-то весело крича.

С их стороны могло показаться, что они зафиксировали момент, когда великий ученый сошел с ума. Однако Лоренц поясняет, что на самом деле на лужайке он был не один, а вместе с маленькими утятами, которых за высокой травой было не рассмотреть. На тот момент он изучал эффект импринтинга у пернатых. Туристы же, при отсутствии полного объема информации, спокойно додумали наиболее подходящую под наблюдаемую ситуацию версию. Это и называется атрибуцией.

Сила атрибуции всецело базируется на таких двух «китах»:

  1. Насколько наблюдаемый поступок соответствует ролевым ожиданиям и предпочтениям наблюдателя. То есть чем больше общего между тем, что увидел индивид и как он это понял (процесс понимания включает в себя отсылку к личностным предпочтениям и ожиданиям), тем меньше дефицит информационного поля, а значит эффект приписывания слабее.
  2. Насколько наблюдаемое действие вписывается в те культурные нормы, в которых вырос наблюдатель.

Типы атрибуции

В социальной психологии принято разделять атрибуцию на три отдельных типа, каждый из которых отличается своими особенностями. Рассмотрим их поподробнее.

Личностная атрибуция

Причина приписывается наблюдателем основному «виновнику» поведенческого паттерна. То есть индивиду свойственно «съезжать» в своих рассуждениях на личность другого человека, как фактор, приводящий к некоторому результату. Например, коллега получил повышение по службе. Как будет объясняться его достижение тем, кто предпочитает личностную атрибуцию? Уж точно не такими объективными причинами, как трудолюбие, упорство или профессионализм. Скорее, что он – подлиза, карьерист и выслуживается перед начальством.

Аналогичным образом это касается и такого распространенного явления, как самобичевание. Допустим, некоторая женщина не может найти достойного избранника по жизни. При личностной атрибуции ей свойственно будут винить во всех бедах исключительно саму себя.

Например: « Я уродливая, поэтому никто не хочет со мной встречаться» или «Я не достаточно интересная, чтобы кто-то из мужчин мною заинтересовался». И это притом, что реальные причины могут лежать совсем в другой плоскости, которую человек сознательно игнорирует, предпочитая излюбленные механизмы объяснения собственных неудач.

Психологи убеждены, что в подобный тип атрибуции абсолютно не продуктивен и со временем способен привести к сильной депрессии, неврозам разной интенсивности, суицидальным наклонностям и стойкому снижению самооценки. Индивид, который не пытается взглянуть на свое поведение критично, «со стороны», обречен на негативную рефлексию и все вытекающие из этого последствия.

Объектный тип каузальной атрибуции

В случае атрибуции стимулом личность предпочитает делать виновником сложившийся ситуации некий сторонний предмет или объект. Например, ребенок разбил фамильную вазу. Как он объяснит свой поступок? Очень просто: «Ваза разбилась сама». То есть то, что он весь день бегал около нее, а в итоге зацепил и разбил – это не важно. По его логике ваза хотела разбиться сама, будто обладая отдельным сознанием.

Большинство серьезных проблем в межличностном поведении индивида берут свое начало именно из объектного типа атрибуции. Так, ревнивый муж объясняет то, что избил жену тем, что она дала для этого повод. Группа старшеклассников интерпретируют свои издевательства над животным тем, что оно на них лаяло. Подпитывающей почвой для такой атрибуции служит неконтролируемая личностью агрессия, а также вспышки гнева, после которых индивиду, чтобы утихомирить свою совесть, нужно как-то оправдать собственное деструктивное поведение.

Обстоятельный тип

Для индивидов, склонных к этому типу, во всем всегда виноваты сложившиеся обстоятельства, некоторые факторы внешней среды, на первый взгляд никак не соотносящиеся с ситуацией. Так ипохондрик находит в «магнитных бурях» причину для приема лекарств, а алкоголик в «знаках судьбы» — повод выпить. При этом абсолютно полностью игнорируются объективные факторы, провоцирующие то или иное поведение.

Психологи убеждены, что таким образом человек пытается перенести внутреннее напряжение вовне, переложив ответственность за события на плечи кого-то или чего-то другого. Особенно характерно подобное для религиозных и занимающихся эзотерическими практиками людей. Они объясняют свои удачи – «даром небес», а неудачи – «кознями дьявола». Обстоятельный тип крайне плохо поддается психотерапевтическому влиянию, так как его корни залегают глубоко в детстве личности.

Ошибки атрибуции

Социальные психологи определили, что фундаментальные ошибки атрибуции состоят из двух самостоятельных факторов:

  1. Диспозиционный фактор — это объяснение поведенческих реакций личностными качествами участвующих в его осуществлении субъектов.
  2. Ситуационный фактор – объяснение поведения особенностями самой ситуации.

Причем для «рядового» человека свойственно интерпретировать происходящие события таким образом, что чужое поведение описывается с помощью диспозиционных механизмов, а собственное – ситуационными явлениями. То есть, если кого-то с работы на остановке обрызгал автобус, то «сам виноват, нужно было смотреть, где стоишь», а если обрызгали самого индивида, то виноват невнимательный водитель, дорожная служба или дождь.

Отдельного упоминания заслуживает и групповая ошибка атрибуции, которая немногим отличается от вышеупомянутого примера. Особенность ее в том, что она свойственна не для одной отдельной личности, а для целого коллектива. Так, в результате рабочего процесса один отдел компании объясняет удачи другого сложившимися обстоятельствами, а собственные – личностными успехами его членов, которые больше вкладывались в общее дело.

Психологические исследования показали, что причиной ошибок атрибуции выступают такие явления, как:

  1. «Ложное согласие». Интересные феномен, суть которого в том, что личность уверена, ее оценочные суждения и взгляды на жизнь – «правильные» или «нормальные», и свойственны большинству других людей. Как следствие, индивид переоценивает собственные убеждения, и недооценивает их у других. На фоне этого зачастую возникают этнические и религиозные конфликты.
  2. «Неравные возможности». Отлично проявляется данное явление в крупных компаниях, особенно в момент резкого подъема или, наоборот, спада производства. Если в этом момент спросить у начальника, что стало причиной успеха, он ответит: «Мое руководство и старательность». В момент производственных неудач ответ кардинально меняется и звучит как: «Они не хотят работать, им не хватает ответственности и профессионализма». То есть роль предписывает личности некоторые суждения, будто бы ей соответствующие. Так студенты считают преподавателя очень умным человеком, а уже сами став учителями, понимают, что это вовсе не так.
  3. «Предпочтение фактов – суждениям». Важно понимать, что фактом здесь выступает – личность другого человека. Отличным примером этого выступает народная мудрость: «Встречают по одёжке, а провожают – по уму». Только в данном случае провожают тоже по одёжке, потому что так удобнее.
  4. «Шаблонное суждение». Объединение нескольких личностных особенностей в логическую цепочку. Таким образом, формируются стереотипы, что высокие люди – высокомерны, а люди с лишним весом – добряки.

Напоследок хочется сказать, что индивиду свойственно мгновенно и безапелляционно давать оценку действий других людей. Это существенно экономит силы и энергию и занимает намного меньше времени, чем кропотливый анализ всех аспектов ситуации.

Однако в большинстве случаев подобная стратегия не приводит к положительным последствиям, а только создает проблемы с взаимопониманием у членов общества. Поэтому психологи рекомендуют своим клиентам пытаться смотреть на себя «со стороны» и пробовать вжиться в роль другого человека. Подобные процедуры позволяют нивелировать ошибки атрибуции, что сделает личность более успешной и счастливой.

Виды каузальной атрибуции

В зависимости от того под каким углом рассматривают ситуацию, является и получившийся результат. Различают следующие виды:

  1. Личностная атрибуция. Приписывание причин неудач непосредственно личности;
  2. Обстоятельственная. Обвинение сложившихся обстоятельств;
  3. Объектная. Причина в самом объекте.

Интересно то, что позиция человека определяет направленность его мышления. Сам участник чаще всего обвиняет обстоятельства. Наблюдатель видит мотив неудачи в личности (участнике). Это происходит из-за того, что ни тот, ни другой не представляет себе полностью правдоподобной картины. Получается, что атрибуция представляет собой субъективное, следовательно, зачастую ошибочное мнение.

Ещё один пример. Стеснительный парень наконец-то решил познакомиться с девушкой. Заранее всё обдумал, даже репетировал свою речь. В общем, и самооценку себе он тоже поднял. Он знакомиться с ней на улице, а она почему-то отказывается от подвернувшегося случая знакомства. Парень сразу же выстраивает всевозможные гипотезы. Он думает: «может, дело во мне, может, я ей несимпатичен; может она просто не в настроении» и т.п. Эти мысли могут быть как отдельно, так и приходить одна за другой.

В то же время правильное понимание причин поступков человека очень важно для сохранения отношений между людьми. Мотивы поведения надуманные могут очень сильно отличаться от мотивов действительных. Но так получается, что иной раз человек не может спросить, уточнить какие-то моменты и поэтому вынужден воспользоваться своим воображением.

Причины

Причины фундаментальной ошибки атрибуции[1]:

  • ложное согласие — представление о своём поведении как о типичном, а об отличающемся от него — как о ненормальном;
  • неравные возможности — игнорирование особенностей, обусловленных ролевой позицией;
  • игнорирование информационной ценности неслучившегося — несделанное должно также быть основанием для оценки поведения;
  • большее доверие к фактам, чем к суждениям — это обусловлено механизмом «фигура — фон»;
  • лёгкость построения ложных корреляций — черты ошибочно соединяются как обязательно сопутствующие друг другу.

С возникновением ошибки также связан локус контроля.

Цели и результаты исследований каузальной атрибуции

Целью исследований механизмов каузальной атрибуции находят повышение эффективности взаимодействия между людьми и эффективности личностного роста. Первое предполагает наиболее верное определение мотивов тех или иных поступков. А второе показывает варианты воздействия на мотивацию, деятельность, эмоции и т.п. Что наиболее полно помогает понять изучение данного явления, так это указание момента возложения или же принятия ответственности за конкретные действия. И комплексное рассмотрение сложившегося результата. То есть цель исследований – нахождение точного определения действительных мотивов поведения.

Ошибки восприятия

Известно, что к себе человек относится мягче при оценке, нежели к другим посторонним людям. Чьи-то успехи и свои собственные неудачи человек относит к ситуативной атрибуции. Но, описывая чужие неудачи и свои успехи, он обращается к личностной атрибуции. В этих случаях причиной случившегося человек склонен считать либо сложившиеся обстоятельства, либо саму личность соответственно конечному результату.

Обычно человек объясняет успех своим трудолюбием, силой воли, своей уникальностью. Но неудача ассоциируется всегда с ситуацией. А если проводить анализ действий другого человека, то всё вышесказанное применимо в обратном порядке. Если человек добился успеха – это обстоятельства так сложились. А если он потерпел неудачу, то сам в этом виноват. И мало кто мыслит иначе. Немногие обратят внимание на ситуацию, сделают на неё акцент. Ведь если объяснять результат деятельности человека по-другому, то это означает признать его на своём уровне, а то и лучше. Это означает сравнивать его с собой.

Поэтому люди склонны защищать свою самооценку таким путём. Легче обвинить обстоятельства, объект поступка, нежели заставить себя работать, совершенствовать себя. Каузальная атрибуция применима везде: в быту, на работе, в отношениях. И везде действует такой принцип противоположности.

Механизмы восприятия и взаимопонимание в процессе общения

Представление о другом человеке тесно связано с уровнем собственного самосознания. Анализ осознания себя через другого человека производится с помощью двух понятий: идентификация и рефлексия.

Идентификация — один из механизмов познания и понимания человека, заключающийся в неосознанном уподоблении себя значимому другому.

Здесь значимый другой — это человек, являющийся авторитетом для данного субъекта общения и деятельности. Обычно это происходит тогда, когда в реальных ситуациях взаимодействия индивид делает попытки поставить себя на место партнера по общению. При идентификации устанавливается определенная эмоциональная связь с объектом.

Следует различать понятия «идентификация» и «референтность». Если для первого понятия основой является процесс уподобления субъекта партнеру по общению, т. е. уподобление значимому другому, то для второго понятия («референтность») главным является зависимость субъекта от других людей, выступающая как избирательное отношение к ним. Объектом референтных отношений может выступать или группа, членом которой является субъект, или другая группа, с которой он себя соотносит, не будучи реальным ее участником. Функцию референтного объекта может выполнять и отдельный человек, в том числе не существующий реально (литературный герой, вымышленный идеал для подражания и т. п.). И в том и в другом случае субъект заимствует для себя цели, ценности, идеи, нормы и правила поведения объекта референтности (группы, отдельного человека.

Понятие «идентификация» по своему содержанию близко к понятию «эмпатия».

Эмпатия — постижение эмоциональных состояний человека в форме сопереживания. Механизм эмпатии схож с механизмом идентификации.

Эта схожесть состоит в умении поставить себя на место другого, взглянуть на вещи с его точки зрения. Однако это не обязательно означает отождествление с этим другим человеком (как это происходит при идентификации). Просто при эмпатии принимается во внимание линия поведения партнера, субъект относится к нему с сочувствием, но межличностные отношения с ним строятся, исходя из стратегии своей линии поведения.

Рефлексия — осознание индивидом того, как он воспринимается партнером по общению, т. е. как будет партнер по общению понимать меня.

При взаимодействии взаимно оцениваются и изменяются определенные характеристики друг друга.

Эффекты межличностного восприятия

Каузальная атрибуция

Люди, познавая друг друга, не ограничиваются получением сведений путем наблюдения. Они стремятся к выяснению причин поведения партнеров по общению и выяснению их личностных качеств. Но так как информация о человеке, полученная в результате наблюдения, чаще всего недостаточна для надежных выводов, наблюдатель начинает приписывать вероятностные причины поведения и характерологические черты личности партнера по общению. Эта причинная интерпретация поведения наблюдаемого индивида может существенно влиять и на самого наблюдателя.

Таким образом, каузальная атрибуция — это интерпретация субъектом межличностного восприятия причин и мотивов поведения других людей. Слово «каузальный» означает «причинный». Атрибуция — это приписывание социальным объектам характеристик, не представленных в поле восприятия.

Смотрите также Я сам обманываться рад…

На основе исследования проблем, связанных с каузальной атрибуцией, исследователи сделали вывод о том, что атрибутивные процессы составляют основное содержание межличностного восприятия. Показательно, что одни люди склонны в большей мере в процессе межличностного восприятия фиксировать физические черты (в этом случае сфера «приписывания» существенно сокращается), другие воспринимают преимущественно психологические черты характера окружающих. В последнем случае открывается широкий простор для приписывания.

Выявлена определенная зависимость «приписывания» от установки в процессе восприятия человека человеком. Особенно значительна эта роль приписывания при формировании первого впечатления о незнакомом человеке. Это было выявлено в экспериментах А.А. Бодалева. Так, двум группам студентов была показана фотография одного и того же человека. Но предварительно первой группе было сообщено, что человек на предъявленной фотографии является закоренелым преступником, а второй группе о том же человеке было сказано, что он крупный ученый. После этого каждой группе было предложено составить словесный портрет этого человека. В первом случае были получены соответствующие характеристики: глубоко посаженные глаза свидетельствовали о затаенной злобе, выдающийся подбородок — о решимости «идти до конца в преступлении» и т. д. Соответственно во второй группе те же глубоко посаженные глаза говорили о глубокой мысли, а выдающийся подбородок — о силе воли в преодолении трудностей на пути познания и т. д.

Подобные исследования должны дать ответ на вопрос о роли характеристик, которые дают партнерам по общению в процессе межличностного восприятия, и степени влияния установок на эти характеристики.

Эффект ореола (галоэффект)

Формирование оценочного впечатления о человеке в условиях дефицита времени на восприятие его поступков и личностных качеств. Эффект ореола проявляется либо в форме позитивной оценочной пристрастности (положительный ореол), либо в негативной оценочной пристрастности (отрицательный ореол).

Так, если первое впечатление о человеке в целом благополучное, то в дальнейшем все его поведение, черты и поступки начинают переоцениваться в положительную сторону. В них выделяются и преувеличиваются в основном лишь положительные моменты, а отрицательные недооцениваются или не замечаются. Если же общее первое впечатление о человеке в силу сложившихся обстоятельств оказалось отрицательным, то даже положительные его качества и поступки в последующем или не замечаются вовсе, или недооцениваются на фоне гипертрофированного внимания к недостаткам.

Эффекты новизны и первичности

С эффектом ореола тесно связаны эффекты новизны и первичности. Эти эффекты (новизны и первичности) проявляются через значимость определенного порядка предъявления информации о человеке для составления представления о нем.

Эффект новизны возникает тогда, когда по отношению к знакомому человеку наиболее значимой оказывается последняя, т. е. более новая информация о нем.

Смотрите также Стереотипы о различии поколений или как найти подход к любому сотруднику

Эффект первичности же возникает, когда по отношению к незнакомому человеку более значимой оказывается первая информация.

Все описанные выше эффекты можно рассматривать как частные случаи или варианты проявления особого процесса, сопровождающего восприятие человека человеком, называемого стереотипизацией.

Стереотипизация

Восприятие и оценка социальных объектов на основе определенных представлений (стереотипов). Стереотипизация проявляется в приписывании сходных характеристик всем членам какой-либо социальной группы без достаточного осознания возможных различий между ними.

Стереотип — упрощенное, зачастую искаженное, характерное для сферы обыденного сознания представление о социальной группе или отдельном человеке, принадлежащем к той или иной социальной общности.

Стереотип возникает на основе ограниченного прошлого опыта в результате стремления строить выводы на базе недостаточной информации. Чаще всего стереотипы возникают относительно групповой принадлежности человека.

Стереотипизация является одной из важнейших характеристик межгруппового и межличностного восприятия и сопровождается проявлениями социальных установок, эффектов ореола, первичности и новизны. В межличностной перцепции стереотипизация выполняет две основные функции:

1) поддержание идентификации;

2) оправдание возможных негативных установок по отношению к другим группам.

Особенное распространение получили так называемые этнические стереотипы, когда на основе ограниченной информации об отдельных представителях тех или иных этнических групп строятся предвзятые выводы относительно всей группы. Стереотипизация в процессе познания людьми друг друга может привести к двум различным следствиям. С одной стороны, к определенному упрощению процесса познания другого человека, и тогда это упрощение ведет к замене образа человека штампом, например «все бухгалтеры — педанты», «все учителя — надзиратели». С другой стороны, это ведет к предубеждениям, если суждение о социальном объекте строится на основе прошлого ограниченного опыта, который чаще всего может оказаться негативным.

Аттракция

При восприятии людьми друг друга формируются определенные отношения с включением эмоциональных регуляторов — от неприятия того или иного человека до симпатии, дружбы, любви.

Социальная аттракция — особый вид социальной установки на другого человека, в котором преобладают положительные эмоциональные компоненты.

Выделяют три основных уровня аттракции: симпатия, дружба, любовь. Аттракция проявляется в эмоциональной привлекательности, влечении одного человека к другому.

Взаимопонимание партнеров по общению предполагает знание каждым из них психологии другого человека: его ценностных ориентаций, мотивов и целей деятельности, уровня притязаний и установок, черт характера и т. п. Люди обладают различной степенью способности к общению, к развитию межличностной чувствительности. Эти способности могут быть развиты и совершенствоваться в процессе проведения социально-психологических тренингов по межличностной чувствительности. В настоящее время в практике зарубежной психологии организуются так называемые Т-группы (Т — начальная буква слова «тренинг»), в которых проводятся тренировки межличностной чувствительности. Организуются социально-психологические тренинги с применением сенситивной методики. Сенситивный метод относится к категории методов межличностной чувствительности. Основной целью сенситивного тренинга является развитие и совершенствование способности индивидов понимать друг друга.

Участники не должны быть ранее знакомы друг с другом. Не предусматривается никаких попыток при формировании группы структурировать ее по признаку образования, занимаемой должности, квалификации или профессии. В ходе такого тренинга участники включаются в совершенно для них новую сферу социального опыта, благодаря которой узнают, как они воспринимаются другими членами группы и получают возможность сравнивать эти перцепции с самовосприятием.

Вывод диспозиций с использованием причинной атрибуции

Цели обучения

  1. Ознакомьтесь с фундаментальными принципами причинной атрибуции.
  2. Изучите тенденцию приписывать необычные события себе.
  3. Просмотрите основные компоненты принципа ковариации.
  4. Опишите модель успеха и неудачи Вайнера.

Мы увидели, что используем личностные качества, чтобы помочь нам понимать людей, которых мы знаем, и общаться о них.Но как узнать, какие качества есть у людей? Люди не ходят с наклейками «Я щедрый» или «Я агрессивный» на лбу. В некоторых случаях, вспоминая наши обсуждения репутации в главе 3, мы можем узнать о человеке косвенно, например, через комментарии, которые другие люди делают об этом человеке. Мы также используем техники восприятия человека, чтобы помочь нам узнать о людях и их качествах, наблюдая за ними и интерпретируя их поведение. Если Зоя ударит Джо, мы можем сделать вывод, что Зоя агрессивна.Если Седжай оставит официантке большие чаевые, мы можем заключить, что он щедрый. Такие выводы кажутся естественными и разумными, потому что мы можем предположить (часто, но не всегда правильно), что поведение вызвано личностью. Это агрессивность Зои, которая заставляет ее бить, и щедрость Седжея привела к тому, что он получил большие чаевые.

Хотя иногда мы можем сделать вывод о личности, наблюдая за поведением, это не всегда так. Помните, что на поведение влияют как наши личные характеристики, так и социальный контекст, в котором мы находимся.Это означает, что поведение, которое мы наблюдаем за другими людьми, не всегда может отражать их личность; вместо этого поведение могло быть вызвано скорее ситуацией, чем лежащими в основе личными характеристиками. Возможно, Зоя ударила Джо не потому, что она действительно агрессивный человек, а потому, что Джо первым ее оскорбил или спровоцировал. И, возможно, Седжай оставил большие чаевые, чтобы произвести впечатление на своих друзей, а не потому, что он по-настоящему щедрый.

Поскольку на поведение может влиять как человек, так и ситуация, мы должны попытаться определить, какая из этих двух причин на самом деле более сильно определяла поведение. Процесс определения причин поведения людей известен как причинная атрибуция (Heider, 1958). Поскольку мы не можем видеть личность, мы должны работать над ее выводом. Когда знакомая нам пара расстается, несмотря на то, что казалось браком, заключенным на небесах, нам от природы становится любопытно. Что могло стать причиной разрыва? Было ли это что-то сказанное или сделанное одним из них? Или, может быть, виноват стресс из-за финансовых трудностей?

Установление причинной атрибуции может быть немного похоже на проведение эксперимента по социальной психологии.Мы внимательно наблюдаем за людьми, которые нам интересны, и замечаем, как они ведут себя в разных социальных ситуациях. После того, как мы сделали наши наблюдения, мы делаем выводы. Мы делаем личным (или внутренним или диспозиционным ) атрибуцией , когда мы решаем, что поведение было вызвано в первую очередь человеком . Личная принадлежность может быть примерно такой: «Я думаю, они расстались, потому что Сара не была привержена отношениям». В других случаях мы можем определить, что поведение было вызвано в первую очередь ситуацией — мы называем это установлением ситуационной (или внешней ) атрибуции .Ситуационная атрибуция может выглядеть примерно так: «Я думаю, они расстались, потому что находились в таком финансовом положении». В других случаях мы можем решить, что поведение было вызвано как человеком, так и ситуацией; «Я думаю, они расстались, потому что отсутствие обязательств у Сары действительно стало проблемой, когда у них возникли финансовые проблемы».

Делать выводы о личности

В некоторых случаях легче указать личную атрибуцию, чем в других. Когда поведение является необычным или неожиданным в конкретной ситуации, в которой оно происходит, мы можем более легко приписать его себе.Представьте, что вы идете на вечеринку и вас знакомят с Тесс. Тесс пожимает вам руку и говорит: «Приятно познакомиться!» Можете ли вы на основании такого поведения сделать вывод, что Тесс — дружелюбный человек? Возможно нет. Поскольку социальный контекст требует, чтобы люди действовали дружелюбно (пожимая вам руку и говоря: «Приятно познакомиться»), трудно понять, вела ли Тэсс дружелюбно из-за ситуации или потому, что она действительно дружелюбна. Однако представьте, что вместо того, чтобы пожать вам руку, Тесс игнорирует вас и уходит.В таких случаях легче сделать вывод, что Тесс недружелюбна, потому что ее поведение настолько противоречит тому, что можно было бы ожидать.

Чтобы проверить эту идею, Эдвард Джонс и его коллеги (Jones, Davis, & Gergen, 1961) провели классический эксперимент, в котором участники просмотрели одну из четырех различных видеозаписей человека, который претендовал на работу. Для половины участников видео показало, что мужчина проходил собеседование с целью получения работы подводника, должности, которая требовала тесного контакта со многими людьми в течение длительного периода времени.Опрошенному мужчине, а также участникам исследования было ясно, что для того, чтобы быть хорошим подводником, нужно быть экстравертом (т. Е. Получать удовольствие от общения с другими). Другая половина участников увидела видео, на котором мужчина проходил собеседование о приеме на работу в качестве космонавта, в ходе которого (помните, это исследование проводилось в 1961 году) он находился в одиночестве в маленькой капсуле в течение нескольких дней. В данном случае всем было ясно, что для того, чтобы быть хорошим космонавтом, нужно иметь интровертную личность.

Во время видеозаписи интервью также была изменена вторая переменная. Одна половина участников видела, что мужчина указал, что он на самом деле интроверт (он говорил такие вещи, как «Мне нравится работать самостоятельно», «Я мало гуляю»), а другая половина видела, как мужчина сказал что он на самом деле был экстравертом (он говорил такие вещи, как «Я хотел бы быть продавцом», «Я всегда получаю идеи от других»). После просмотра одной из четырех видеозаписей участников попросили указать, насколько интровертом или экстравертом, по их мнению, был кандидат.

Как вы можете видеть в Таблице 5.2, «Связь с ожидаемым и неожиданным поведением», когда кандидат давал ответы, которые лучше соответствовали требованиям, предъявляемым к работе (т. Е. В отношении работы подводника заявитель сказал, что он экстраверт, а для работа космонавта, он сказал, что он был интровертом), участники не думали, что его утверждения были такими показательными для его основной личности, как когда заявитель сказал противоположное тому, что ожидалось от работы (то есть, когда работа требовала, чтобы он был экстравертом, но сказал, что он интроверт, или наоборот).

Таблица 5.2 Связь с ожидаемым и неожиданным поведением
Заявка на вакансию Экстравертный Замкнутый
Астронавт 91 71
Подводник 71 45
Мы с большей вероятностью привлечем личную атрибуцию, когда поведение будет неожиданным. Цифры представляют собой процент экстравертных ответов, которые, по мнению участников, соискатель фактически одобрил бы, если бы он сказал полную правду.Участники с большей вероятностью поверили, что заявитель был более экстравертным (91%) и более интровертированным (45%), когда он сказал, что , а не , обладает личностными качествами, необходимыми для работы, чем когда он сказал, что он имел личностные качества, необходимые для работы. Данные взяты из работы Джонса, Дэвиса и Гергена (1961). Джонс, Э. Э., Дэвис, К. Э. и Герген, К. Дж. (1961). Варианты ролевой игры и их информационная ценность для восприятия человека. Журнал аномальной и социальной психологии, 63 (2), 302–310.

Идея заключается в том, что заявления, которые были необычными или неожиданными (исходя из требований работы), просто казались так, будто они не могли быть вызваны ситуацией, поэтому участники действительно думали, что интервьюируемый говорил правда. С другой стороны, когда интервьюируемый делал заявления, которые соответствовали требованиям ситуации, было сложнее быть уверенным в том, что он говорит правду (возможно, вспоминая обсуждение стратегической самопрезентации в главе 3). , он просто говорил эти вещи, потому что хотел получить работу), и участники сделали более слабые личные приписывания его поведения.

Мы также можем упростить личную атрибуцию, если знаем, что у человека был выбор в поведении. Если мужчина предпочитает быть дружелюбным, даже в ситуациях, в которых он может не находиться, это, вероятно, означает, что он дружелюбен. Но если мы сможем определить, что он был вынужден проявить дружелюбие, это выяснить будет труднее. Если, например, вы увидели человека, направившего пистолет на другого человека, а затем вы увидели, что этот человек отдал свои часы и бумажник стрелявшему, вы, вероятно, не сделаете вывод, что этот человек был щедрым!

Джонс и Харрис (1967) предложили студентам-участникам исследования прочитать эссе, написанные другими студентами.Половина участников думала, что студенты выбрали темы для эссе, тогда как другая половина думала, что студентам эти темы назначил их профессор. Участники с большей вероятностью лично указали, что студенты действительно верили в сочинение, которое они писали, когда они выбирали темы, а не им были назначены темы.

Иногда человек может попытаться заставить других приписывать свое поведение себе, чтобы он казался более правдоподобным.Например, когда политик делает заявления в поддержку дела перед аудиторией, которая не согласна с его позицией, он будет считаться более приверженным своим убеждениям и может быть более убедительным, чем если бы он приводил тот же аргумент перед аудиторией. аудитория, как известно, поддерживает ее взгляды. Опять же, идея основана на принципах атрибуции: если есть очевидная ситуационная причина для заявления (аудитория поддерживает взгляды политика), то личную атрибуцию (то, что политик действительно верит в то, что он говорит), сделать сложнее. .

Обнаружение ковариации между личностью и поведением

До сих пор мы рассматривали, как мы делаем личные указания, когда у нас есть только ограниченная информация; то есть поведение, наблюдаемое только в один момент времени — мужчина оставляет большие чаевые в ресторане, мужчина отвечает на вопросы на собеседовании при приеме на работу или политик выступает с речью. Но процесс атрибуции также происходит, когда мы можем наблюдать поведение человека в более чем одной ситуации. Конечно, мы можем узнать больше о щедрости Седжая, если он даст большие чаевые в разных ресторанах с разными людьми, и мы сможем больше узнать о убеждениях политика, наблюдая за речами, которые он произносит перед разной аудиторией с течением времени.

Когда у людей есть несколько источников информации о поведении человека, они могут делать атрибуции, оценивая взаимосвязь между поведением человека и социальным контекстом, в котором оно происходит. Один из способов сделать это — использовать принцип ковариации , , который гласит, что данное поведение с большей вероятностью было вызвано ситуацией, если это поведение изменяется (или изменяется) в разных ситуациях . Наша работа, таким образом, заключается в изучении моделей поведения человека в различных ситуациях, чтобы помочь нам сделать выводы о причинах такого поведения (Jones et al., 1987; Келли, 1967).

Исследования показали, что люди сосредотачиваются на трех видах ковариационной информации, когда они наблюдают за поведением других (Cheng & Novick, 1990).

  • Информация о согласованности . Ситуация кажется причиной поведения, если ситуация всегда вызывает поведение в цели . Например, если я всегда начинаю плакать на свадьбах, то кажется, что свадьба — причина моих слез.
  • Информация об индивидуальности .Ситуация кажется причиной поведения, если поведение возникает, когда ситуация присутствует, но не когда ее нет . Например, если я плачу только на свадьбах, но не в другое время, то кажется, что свадьба является причиной моих слез.
  • Консенсусная информация . Ситуация кажется причиной поведения, если ситуация вызывает такое же поведение у большинства людей . Например, если многие люди плачут на свадьбах, то кажется, что свадьба является причиной моих (и других) слез.

Представьте, что ваша подруга Джейн любит встречаться с множеством разных мужчин, и вы наблюдали ее поведение с каждым из этих мужчин с течением времени. Однажды ночью она идет на вечеринку с Рави, где вы наблюдаете что-то необычное. Хотя Джейн пришла на вечеринку с Рави, она полностью игнорировала его всю ночь. Она танцует с другими мужчинами и в конце концов уходит с вечеринки с кем-то другим. Это ситуация, которая может заставить вас задуматься о причине поведения Джейн (является ли она грубым человеком или это поведение вызвано в большей степени Рави?), И для которой вы можете использовать принцип ковариации, чтобы попытаться сделать некоторые выводы.

Согласно принципу ковариации, вы должны быть в состоянии определить причину поведения Джейн, рассматривая три типа информации о ковариации: последовательность, различимость и консенсус. Вы можете спросить, всегда ли Джейн так обращается с Рави, когда встречается с ним. Если ответ положительный, то у вас есть некоторая согласованная информация: восприятие того, что ситуация всегда вызывает одно и то же поведение у человека. Если вы заметили, что Джейн игнорирует Рави больше, чем других мужчин, с которыми встречается, то у вас также есть отличительная информация: восприятие того, что поведение возникает, когда ситуация присутствует, а не когда ее нет.Наконец, вы можете поискать консенсусную информацию: представление о том, что ситуация вызывает ту же реакцию у большинства людей — склонны ли другие люди так же относиться к Рави?

Рассмотрим еще один пример. Представьте, что ваш друг говорит вам, что он только что посмотрел новый фильм и что это лучший фильм, который он когда-либо видел. Когда вы задаетесь вопросом, следует ли вам приписывать ситуацию (фильм), вы, естественно, спросите о консенсусе; фильм нравится другим людям? Если да, то у вас есть положительная консенсусная информация о том, насколько хорош фильм.Но у вас, вероятно, также есть некоторая информация о том, как ваш друг смотрел фильмы с течением времени. Если вы похожи на большинство людей, у вас, вероятно, есть друзья, которым нравится каждый фильм, который они смотрят. Если это так с этим другом, вы, вероятно, еще не настолько уверены в том, что это отличный фильм — в этом случае реакция вашего друга не будет отличительной. С другой стороны, если вашему другу не нравится большинство фильмов, которые он смотрит, но он любит этот, то отличительная черта сильна (поведение проявляется только в этой конкретной ситуации).Если это так, то вы можете быть более уверены в том, что фильм вызвал энтузиазм вашего друга. Следующей вашей мыслью может быть: «Сегодня вечером я увижу этот фильм». Вы можете увидеть еще один пример использования информации о ковариации в Таблице 5.3, «Использование информации о ковариации».

Таблица 5.3 Использование информации о ковариации
Атрибуция Консенсус Самобытность Последовательность
Внешняя атрибуция (ситуации, в данном случае телешоу) более вероятна, если… Все мои друзья смеются над этим телешоу. Билл больше смеется над этим телешоу. Билл всегда смеется над этим телешоу.
Внутренняя атрибуция (человеку, в данном случае Биллу) более вероятна, если… Очень немногие из моих друзей смеются над этим телешоу. Билл смеется над этим телешоу так же сильно, как он смеется над другими телешоу. Билл всегда смеется над этим телешоу.
В соответствии с принципом ковариации мы используем три источника информации, чтобы помочь нам определить, следует ли приписывать себя ситуации или человеку.В этом примере атрибуция либо личная (моему другу Биллу), либо ситуативная (к телешоу, которое мы смотрим).

Таким образом, ковариационные модели предсказывают, что мы, скорее всего, сделаем внешнюю атрибуцию, когда консенсус, различимость и последовательность высоки. Напротив, когда консенсус и различимость низки и это сопровождается высокой согласованностью, то мы, скорее всего, придем к внутренней атрибуции (Kelley, 1967). В других ситуациях, когда модель консенсуса, последовательности и различимости не попадает ни в один из этих двух вариантов, предполагается, что мы будем склонны приписывать как человеку, так и ситуации.

Эти прогнозы обычно подтверждаются исследованиями атрибуции, которые обычно просят людей сделать атрибуцию о поведении незнакомца в виньетках (Kassin, 1979). В исследованиях в более естественном контексте, например, в исследованиях, касающихся самих себя и других, которых мы хорошо знаем, многие другие факторы также будут влиять на типы атрибутов, которые мы делаем. К ним относятся наши отношения с человеком и наши прежние убеждения. Например, наша атрибуция по отношению к своим друзьям часто более благоприятна, чем по отношению к незнакомцам (Campbell, Sedikides, Reeder, & Elliot, 2000).Кроме того, в соответствии с нашим обсуждением схем и социального познания в главе 2, они часто согласуются с содержанием схем, которые важны для нас в то время (Lyon, Startup, & Bentall, 1999).

Атрибуты успеха и неудач

Причинная атрибуция участвует во многих важных жизненных ситуациях; например, когда мы пытаемся определить, почему нам или другим удалось или не удалось выполнить задачу. Вспомните на мгновение тест, который вы прошли, или другое задание, которое вы выполнили, и подумайте, почему вы его выполнили хорошо или плохо.Затем посмотрите, отражают ли ваши мысли то, что Бернард Вайнер (1985) считал важными факторами в этом отношении.

Вайнера интересовало, как мы определяем причины успеха или неудачи, потому что он чувствовал, что эта информация особенно важна для нас: точное определение того, почему мы преуспели или потерпели неудачу, поможет нам увидеть, какие задачи мы уже хорошо выполняем, а какие нам нужно работать над улучшением. Вайнер предложил, чтобы мы делали эти определения, задействовав причинную атрибуцию, и чтобы результатом нашего процесса принятия решений была атрибуция, сделанная либо человеку («Я добился успеха / потерпел неудачу из-за моих личных характеристик»), либо ситуации («Я удалось / не удалось из-за какой-то ситуации »).

Анализ

Вайнера показан на Рисунке 5.8, «Атрибуция успеха и неудачи». Согласно Вайнеру, успех или неудача можно рассматривать как исходящие от личных причин (например, способности, мотивация) или от ситуационных причин (например, удачи, сложности задачи). Однако он также утверждал, что эти личные и ситуативные причины могут быть либо стабильными (с меньшей вероятностью изменяться со временем), либо нестабильными (с большей вероятностью изменяться с течением времени).

Рисунок 5.8 Атрибуты успеха и неудачи

На этом рисунке показана потенциальная атрибуция нашего успеха или неудачи или неудач других людей. Locus учитывает, связаны ли атрибуции с человеком или с ситуацией, а стабильность рассматривает, будет ли ситуация оставаться неизменной с течением времени.

Если вы хорошо справились с тестом, потому что вы действительно умны, то это личная и стабильная атрибуция способности . Это явно что-то, что вызвано лично вами, и это также довольно стабильная причина: вы умны сегодня и, вероятно, будете умны в будущем.Однако если вы добились большего, потому что усердно учились, то это успех благодаря мотивации . Это опять-таки личное (вы учились), но оно также потенциально нестабильно (хотя вы очень усердно учились для этого теста, вы можете не так усердно работать для следующего). Вайнер считал сложность задачи ситуативной причиной: вы могли успешно пройти тест, потому что он был легким, и он предположил, что следующий тест, вероятно, будет легким и для вас (т. Е. Что задача, какой бы она ни была, является всегда либо сложно, либо легко).Наконец, Вайнер считал успех удачей (вы правильно угадали много ответов) ситуативной причиной, но более нестабильной, чем сложность задачи. Оказывается, что хотя атрибуции Вайнера не всегда идеально подходят (например, сложность задачи может иногда меняться со временем и, таким образом, быть, по крайней мере, несколько нестабильной), четыре типа информации довольно хорошо отражают типы атрибуции, которые люди делают для успеха и неудачи. .

Мы рассмотрели некоторые важные теории и исследования того, как мы делаем атрибуцию.Другой важный вопрос, к которому мы сейчас обратимся, — насколько точно мы приписываем причины поведения. Одно дело полагать, что кто-то кричал на нас, потому что он или она агрессивная личность, и совсем другое — доказать, что ситуация, включая наше собственное поведение, не была более важной причиной!

Ключевые выводы

  • Причинная атрибуция — это процесс попытки определить причины поведения людей.
  • Атрибуция связана с личными или ситуативными причинами.
  • Легче приписывать личные данные, когда поведение необычно или неожиданно и когда люди, как считается, решили им заниматься.
  • Принцип ковариации предполагает, что мы используем информацию о согласованности, информацию о различиях и согласованную информацию, чтобы делать выводы о причинах поведения.
  • Согласно Бернарду Вайнеру, успех или неудача можно рассматривать как происходящие из личных причин (способности и мотивация) или ситуативных причин (удача и сложность задачи).

Упражнения и критическое мышление

  1. Опишите время, когда вы использовали причинную атрибуцию, чтобы сделать вывод о личности другого человека. Каков был результат процесса атрибуции? Как вы думаете, насколько точна атрибуция? Почему?
  2. Опишите ситуацию, в которой вы использовали информацию о консенсусе, последовательности и отличительности, чтобы приписать чье-то поведение. Насколько хорошо принцип ковариации объясняет тип атрибуции (внутреннюю или внешнюю), которую вы сделали?
  3. Рассмотрим случай, когда вы приписывали свой успех или неудачу.Как ваш анализ ситуации соотносился с идеями Вайнера об этих процессах? Как вы относились к себе после такой атрибуции и почему?

Список литературы

Эллисон, С. Т., и Мессик, Д. М. (1985b). Ошибка групповой атрибуции . Журнал экспериментальной социальной психологии, 21 (6), 563-579.

Кэмпбелл, В. К., Седикидес, К., Ридер, Г. Д., Эллиот, А. Дж. (2000). Среди друзей: экзамен на дружбу и своекорыстие. Британский журнал социальной психологии, 39, 229-239.

Ченг, П. В. и Новик, Л. Р. (1990). Вероятностная контрастная модель причинной индукции. Журнал личности и социальной психологии, 58 (4), 545–567.

Heider, F. (1958). Психология межличностных отношений . Хиллсдейл, Нью-Джерси: Лоуренс Эрлбаум.

Джонс, Э. Э., и Харрис, В. А. (1967). Атрибуция отношений. Журнал экспериментальной социальной психологии, 3 (1), 1-24.

Джонс, Э. Э., Дэвис, К. Э. и Герген, К. Дж. (1961). Варианты ролевой игры и их информационная ценность для восприятия человека. Журнал аномальной и социальной психологии, 63 (2), 302–310.

Jones, E. E., Kanouse, D. E., Kelley, H.H., Nisbett, R.E., Valins, S., & Weiner, B. (Eds.). (1987). Атрибуция: восприятие причин поведения . Хиллсдейл, Нью-Джерси: Лоуренс Эрлбаум.

Кассин, С. М. (1979). Консенсусная информация, прогноз и причинная атрибуция: обзор литературы и проблем. Журнал личности
и социальная психология, 37, 1966–1981.

Келли, Х. Х. (1967). Теория атрибуции в социальной психологии. В Д. Левине (ред.), Симпозиум Небраски по мотивации (Том 15, стр. 192–240). Линкольн, NE: Университет Небраски Press.

Лион, Х. М., и Стартап, М., и Бенталл, Р. П. (1999). Социальное познание и маниакальная защита: атрибуции, избирательное внимание и самосхема при биполярном аффективном расстройстве. Журнал аномальной психологии, 108 (2), 273-282. Фрубин

Улеман, Дж. С., Блейдер, С. Л., и Тодоров, А. (ред.). (2005). Неявные впечатления . Нью-Йорк, Нью-Йорк: Издательство Оксфордского университета.

Вайнер, Б. (1985). Атрибуционная теория мотивации достижения и эмоции. Психологический обзор, 92 , 548–573.

% PDF-1.4 % 1 0 obj > эндобдж 4 0 obj > эндобдж 2 0 obj > эндобдж 3 0 obj > поток

  • конечный поток эндобдж 5 0 obj > / XObject> / Шрифт> >> / MediaBox [0 0 581.03998 779.03998] / Аннотации [28 0 R 29 0 R 30 0 R 31 0 R 32 0 R 33 0 R 34 0 R 35 0 R 36 0 R 37 0 R 38 0 R 39 0 R 40 0 ​​R 41 0 R] / Содержание 42 0 руб. / StructParents 0 / Родитель 2 0 R >> эндобдж 6 0 obj > эндобдж 7 0 объект > эндобдж 8 0 объект > эндобдж 9 0 объект > эндобдж 10 0 obj > эндобдж 11 0 объект > эндобдж 12 0 объект > эндобдж 13 0 объект > эндобдж 14 0 объект > эндобдж 15 0 объект > эндобдж 16 0 объект > эндобдж 17 0 объект > эндобдж 18 0 объект > эндобдж 19 0 объект > эндобдж 20 0 объект > эндобдж 21 0 объект > поток xyp} h if & i22S4dIҤMIv1M6N2iCMdhJƷ | `cc | bԧ $> uCƦHZmp: ˫ ߻ Z ~ Ϯ} ww? ~ _R ​​

    Страница не найдена | Лучшая оценка

    Каковы подходы?

    Подходы (на этом сайте) относятся к интегрированному пакету опций (методов или процессов).Например, «рандомизированные контролируемые испытания» (РКИ) используют комбинацию вариантов случайной выборки, контрольной группы и стандартизованных индикаторов и мер.

    Благодарственный запрос

    Подход, основанный на сильных сторонах, разработанный для поддержки непрерывного обучения и адаптации путем выявления и исследования необычных примеров передовой практики и способов увеличения их частоты.

    Щелкните подход слева, чтобы перейти к нему

    Оценка бенефициара

    Подход, который фокусируется на оценке ценности вмешательства в восприятии (предполагаемых) бенефициаров, тем самым направленный на то, чтобы озвучить их приоритеты и проблемы.

    Щелкните подход слева, чтобы перейти к нему

    Пример использования

    Дизайн исследования, направленный на понимание единицы (человека, сайта или проекта) в его контексте, который может использовать комбинацию качественных и количественных данных.

    Щелкните подход слева, чтобы перейти к нему

    Мониторинг причинно-следственной связи

    Подход, разработанный для поддержки непрерывного обучения и адаптации, который определяет процессы, необходимые для достижения желаемых результатов, а затем наблюдает, происходят ли эти процессы и как.

    Щелкните подход слева, чтобы перейти к нему

    Совместная отчетность по результатам

    Подход к оценке воздействия, основанный на анализе вклада, с добавлением процессов экспертной оценки и анализа доказательств и выводов сообществом.

    Щелкните подход слева, чтобы перейти к нему

    Анализ вклада

    Подход к оценке воздействия, который итеративно сопоставляет имеющиеся свидетельства с теорией изменений, а затем выявляет и решает проблемы для причинного вывода.

    Щелкните подход слева, чтобы перейти к нему

    Критическая эвристика системы

    Подход, используемый для выявления, разработки и критического рассмотрения вариантов и последствий суждений о границах, то есть способов, которыми люди / группы решают, что имеет отношение к тому, что оценивается.

    Щелкните подход слева, чтобы перейти к нему

    Демократическая оценка

    Различные способы проведения оценки, способствующие демократическому принятию решений, подотчетности и / или способности.

    Щелкните подход слева, чтобы перейти к нему

    Оценка развития

    Подход, разработанный для поддержки непрерывного обучения и адаптации посредством итеративной встроенной оценки.

    Щелкните подход слева, чтобы перейти к нему

    Оценка расширения возможностей

    Подход с участием заинтересованных сторон, разработанный для предоставления группам инструментов и знаний, которые им необходимы для мониторинга и оценки своей собственной деятельности и достижения своих целей.

    Щелкните подход слева, чтобы перейти к нему

    Горизонтальная оценка

    Конкретный тип тематического исследования, используемый для совместной разработки согласованного описания того, как была разработана инновация, включая основных участников и процессы, для информирования будущих инновационных усилий.

    Щелкните подход слева, чтобы перейти к нему

    История инноваций

    Способ совместной разработки согласованного описания того, как была разработана инновация, включая основных участников и процессы, для информирования будущих инновационных усилий.

    Щелкните подход слева, чтобы перейти к нему

    Институциональные истории

    Конкретный тип ситуационного исследования, используемый для описания того, как институциональные механизмы развивались с течением времени и способствовали созданию более эффективных способов достижения целей проекта или программы.

    Щелкните подход слева, чтобы перейти к нему

    Наиболее существенное изменение

    Подход в первую очередь предназначен для выяснения различий в ценностях между заинтересованными сторонами путем сбора и коллективного анализа личных отчетов об изменениях.

    Щелкните подход слева, чтобы перейти к нему

    Сбор результатов

    Подход к оценке воздействия, подходящий для ретроспективного определения возникающих воздействий путем сбора свидетельств того, что изменилось, а затем, работая в обратном направлении, определяя, способствовало ли вмешательство этим изменениям и каким образом.

    Щелкните подход слева, чтобы перейти к нему

    Отображение результатов

    Подход к оценке воздействия, который раскрывает теорию изменений инициативы, обеспечивает основу для сбора данных о немедленных, основных изменениях, которые приводят к более длительным, более преобразующим изменениям, и позволяет достоверную оценку вклада инициативы в результаты через «пограничных партнеров» .

    Щелкните подход слева, чтобы перейти к нему

    Совместная оценка

    Диапазон подходов, которые вовлекают заинтересованные стороны (особенно предполагаемых бенефициаров) в проведение оценки и / или принятие решений по оценке.

    Щелкните подход слева, чтобы перейти к нему

    Совместная оценка сельских районов

    Подход, основанный на широком участии, который позволяет фермерам анализировать свою ситуацию и выработать общую точку зрения на управление природными ресурсами и сельское хозяйство на уровне деревни.

    Щелкните подход слева, чтобы перейти к нему

    Положительное отклонение

    Подход к обучению и совершенствованию, основанный на сильных сторонах, который вовлекает предполагаемых пользователей оценки в выявление «выбросов» — тех, которые имеют исключительно хорошие результаты — и понимание того, как они их достигли.

    Щелкните подход слева, чтобы перейти к нему

    Протокол качественной оценки воздействия (QUIP)

    Подход к оценке воздействия без контрольной группы, который использует описательные причинно-следственные связи, полученные непосредственно от предполагаемых бенефициаров проекта.

    Щелкните подход слева, чтобы перейти к нему

    Рандомизированные контролируемые испытания (РКИ)

    Подход к оценке воздействия, который сравнивает результаты между случайно назначенной контрольной группой и экспериментальной группой или группами для получения оценки среднего чистого воздействия вмешательства.

    Щелкните подход слева, чтобы перейти к нему

    Экспресс-оценка

    Быстрая оценка — это подход, который использует несколько методов и техник оценки для быстрого и систематического сбора данных, когда время или ресурсы ограничены.

    Для описания этих подходов используется множество терминов, включая оценки в реальном времени, оценку с быстрой обратной связью, методы быстрой оценки, оценку в быстром цикле и быструю оценку. Общей чертой этих различных моделей являются ускоренные сроки внедрения, которые обычно составляют от 10 дней до 6 месяцев.

    Оценка реалистичности

    Подход, особенно подход к оценке воздействия, который исследует, что работает, для кого и в каких обстоятельствах, с помощью каких причинных механизмов, включая изменения в рассуждениях и ресурсах участников.

    Щелкните подход слева, чтобы перейти к нему

    Социальная отдача от инвестиций (SROI)

    Коллективный подход к оценке соотношения цены и качества, который определяет широкий спектр социальных результатов, а не только прямые результаты для предполагаемых бенефициаров вмешательства.

    Щелкните подход слева, чтобы перейти к нему

    Метод случая успеха

    Метод успешных примеров (SCM) включает в себя выявление наиболее и наименее успешных случаев в программе и их детальное изучение.Этот подход был разработан Робертом Бринкерхоффом для оценки воздействия организационных вмешательств, таких как обучение и коучинг, хотя использование SCM не ограничивается этим контекстом. Это полезный подход для документирования историй воздействия и развития понимания факторов, которые усиливают или препятствуют воздействию.

    Щелкните подход слева, чтобы перейти к нему

    Оценка, ориентированная на использование

    Подход к принятию решений при оценке, который включает определение основных предполагаемых пользователей и способов использования оценки, а затем принятие всех решений с точки зрения дизайна и плана оценки со ссылкой на них.

    Щелкните подход слева, чтобы перейти к нему

    Ограничения на использование моделей распределения видов для оценки воздействия на окружающую среду в Amazon

    Abstract

    Модели распределения видов (SDM) — это инструменты, которые могут использоваться в исследованиях воздействия на окружающую среду (EIA). Однако они не всегда уместны и могут привести к ненадлежащим и дорогостоящим смягчениям и компенсации, если их ограничения не осознаются лицами, принимающими решения.Здесь мы исследуем использование SDM для лягушек, которые использовались при оценке воздействия, с использованием данных, полученных в результате ОВОС гидроэлектрического проекта, расположенного в бассейне Амазонки в Бразилии. Результаты показывают, что отсутствие знаний о распределении видов ограничивает надлежащее использование SDM в регионе Амазонки для большинства целевых видов. Поскольку большинство этих целей недавно описано, а их распределение плохо известно, данных об их распределении недостаточно для эффективного использования в SDM. Обследования, которые являются обязательными для ОВОС, часто проводятся только вблизи оцениваемой территории, поэтому модели должны экстраполироваться далеко за пределы выборочной области, чтобы информировать решения, принимаемые в гораздо более крупных пространственных масштабах, например, определение областей, которые будут использоваться для компенсации негативных последствий проекты.Используя распределения более известных видов в моделировании, мы показываем, что географические экстраполяции, основанные на ограниченной информации о диапазонах видов, часто приводят к ложным результатам. Мы пришли к выводу, что использование SDM в качестве доказательства для поддержки решений о лицензировании проектов в Амазонии требует гораздо большей выборки территорий для исследований воздействия или, в качестве альтернативы, стратегий комплексных и сравнительных исследований для улучшения выборки биоразнообразия. Когда более подробная информация о распределении недоступна, SDM будет выдавать результаты, которые приводят к неопределенным и непроверяемым решениям в отношении оценки воздействия.Во многих случаях SDM вряд ли будет лучше, чем использование мнения экспертов.

    Образец цитирования: Carneiro LRdA, Lima AP, Machado RB, Magnusson WE (2016) Ограничения использования моделей распределения видов для оценки воздействия на окружающую среду в Амазонке. PLoS ONE 11 (1): e0146543. https://doi.org/10.1371/journal.pone.0146543

    Редактор: Helge Thorsten Lumbsch, Полевой музей естественной истории, США

    Поступила: 10 июня 2015 г .; Одобрена: 18 декабря 2015 г .; Опубликован: 19 января 2016 г.

    Авторские права: © 2016 Carneiro et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

    Доступность данных: Набор необработанных данных, который обеспечивает лежащие в основе числовые значения за рисунками, таблицами и графиками, а также алгоритм, необходимый для воспроизведения результатов исследования, доступен в файлах вспомогательной информации. Поскольку сбор данных был частью публичного процесса государственного экологического контроля, данные также доступны на сайте Бразильского института окружающей среды и возобновляемых природных ресурсов (IBAMA) по адресу: http: // licenciamento.ibama.gov.br/Hidreletricas/Santo%20Antonio%20(Rio%20Madeira)/Relatorios/POS%20LI/Relatório%20N°%209Final/Relatorios_finais_fauna/Anexo%207%20%20Herpeto%20Terrestre%20Terrestre%20 20Igarapés.pdf или http://licenciamento.ibama.gov.br/Hidreletricas/Santo%20Antonio%20(Rio%20Madeira)/.

    Финансирование: Бразильский национальный совет по научному и технологическому развитию (CNPq) предоставил стипендию LRAC и грант на повышение производительности для RBM, APL и WEM. Программа сохранения дикой природы Santo Antonio Energia финансировала создание систем участков и сбор данных, но они не принимали непосредственного участия в этих и других задачах (e.грамм. анализ, решение о публикации, подготовка рукописи). Программа de Pesquisa em Biodiversidade (PPBio), Национальный институт науки, технологий и инноваций в области биоразнообразия Амазонки (INCT-CENBAM) координировала управление данными и оказывала поддержку некоторым полевым работам. Фонд государственной поддержки исследований штата Амазонас (FAPEAM) профинансировал публикацию этой рукописи.

    Конкурирующие интересы: Авторы заявляют, что RBM является членом редакционной коллегии PLOS ONE, однако его участие в качестве соавтора рукописи не влияет на соблюдение авторами редакционной политики и критериев PLOS ONE.

    Введение

    Модели распределения видов (SDM) могут быть полезны при планировании сохранения [1–3], и они могут использоваться для принятия решений относительно анализа воздействия на окружающую среду и лицензирования в Бразилии [4]. Экологическое лицензирование — это обязательная процедура, часто рассматриваемая как важный инструмент экологического контроля, и она применяется до установки оборудования или деятельности, которая может вызвать воздействие [5]. Таким образом, исследования воздействия на окружающую среду используются государственными органами для оценки экологической ответственности проекта и принятия решений относительно действий, необходимых для уменьшения экологического ущерба.

    Во многих странах Латинской Америки, помимо мер по снижению негативных последствий, процесс лицензирования может также обеспечивать компенсацию за потерю природных ресурсов в результате временного или постоянного использования [6]. Эти экологические компенсации обычно представляют собой создание или консолидацию охраняемых территорий, имеющих сходство с окружающей средой или биоразнообразием с пострадавшим регионом. Страны Латинской Америки все активнее вкладывают средства в экономические стратегии расширения энергетических секторов [5], а регион Амазонки в Бразилии обладает наибольшим остающимся гидроэнергетическим потенциалом [7–8].Однако воздействие этих программ на местные экосистемы и биоразнообразие может привести к необратимым и глобальным экологическим и климатическим дисбалансам [7–10].

    SDM было предложено использовать лицензирующими агентствами в качестве инструмента для снижения субъективности при анализе воздействия на окружающую среду, а также для мер по смягчению и компенсации [4]. Предполагается, что SDM укажет, где находятся наиболее экологически приемлемые районы, которые уменьшат или компенсируют ущерб, причиненный рассматриваемой деятельностью.

    Были предложены ограничения на использование SDM, например, когда доступных данных недостаточно для информирования моделей об истинном распределении видов [11–13], или когда прогнозы, основанные на экстраполяции, могут быть ненадежными [14–15]. Однако эти вопросы носили теоретический характер, и на сегодняшний день ни одно исследование не рассматривало использование SDM и принятые решения в отношении экологического лицензирования. Здесь мы используем данные о лягушках, собранные во время ОВОС гидроэлектростанции, построенной в бассейне Амазонки, чтобы проверить, были ли использованные данные адекватными для калибровки SDM в масштабах общих решений по смягчению и компенсации.

    Амфибии часто используются в качестве биологических индикаторов нарушения человеком наземных и водных экосистем, поскольку они сильно подвержены влиянию многих антропогенных модификаций и часто встречаются в прибрежных районах, наиболее затронутых строительством гидроэлектростанций. Хотя в этом примере мы используем земноводных, наши результаты будут применяться к любым другим видам, используемым в исследованиях воздействия на окружающую среду в тропических регионах, в которых истинное распределение видов плохо известно и плохо собираются образцы.

    Виды-мишени и масштабы решений

    Из-за временных и финансовых ограничений, связанных с осуществлением действий по смягчению последствий, стратегии сохранения должны быть нацелены на наиболее затронутые виды, которые мы будем называть целевыми видами [16]. Некоторые критерии выбора целей в исследованиях воздействия на окружающую среду определены в законодательстве Бразилии [17–18], но некоторые из них могут не подходить для использования в регионе Амазонки. Например, использование статуса сохранения вида на основе МСОП или национального списка видов, находящихся под угрозой [17–18].Эти критерии зависят от пространственного масштаба анализа и могут быть неинформативными для малоизученных групп фауны Амазонки, таких как лягушки, которые часто классифицируются как «дефицитные данные». Таким образом, сначала необходимо определить целевые виды на основе вероятного воздействия и биологической взаимодополняемости, чтобы определить доступность данных для тех видов, которые будут использоваться для калибровки модели в масштабах, в которых необходимо принимать решения.

    Лицензионные агентства могут потребовать проведения оценки в местном или национальном масштабе, в зависимости от правовых и экологических условий и вероятного размера ущерба.Пространственный анализ смягчения воздействия требует моделей местного масштаба для определения местоположения новых съемок или перемещения фауны, а также в региональном масштабе для оценки возможных альтернативных местоположений для проекта.

    Для компенсации удара в Бразилии требуются модели в масштабе охраняемых территорий вокруг территории, которая будет повреждена, и которые будут получать ресурсы для смягчения этого ущерба [19]. Таким образом, три географических шкалы в отношении основных решений, требуемых крупными проектами, будут использоваться для оценки производительности и эффективности моделей для принятия управленческих решений в отношении земноводных.

    Необходимость осторожности при интерпретации результатов моделирования ниш обсуждалась в литературе [20–24]. Однако понимание этих ограничений требует знакомства с плотным и обширным научным материалом, а общественные экологические агенты не всегда имеют время следовать последним рекомендациям, поскольку у них высокая рабочая нагрузка и ограниченный доступ к специализированной литературе. Поэтому наша цель состояла в том, чтобы оценить предостережения в академической литературе в отношении возможности применения SDM в процессе принятия решений, связанных с оценкой воздействия на окружающую среду.Это позволило нам дать практические рекомендации, которые помогут государственным учреждениям и консультантам при планировании выборки для исследований воздействия и принятии управленческих решений.

    Материалы и методы

    Область исследования

    Плотина гидроэлектростанции Санту-Антониу расположена в верховьях реки Мадейра (8 ° 47’55 ”ю.ш., 63 ° 53’55” з.д.), примерно в 7 км от города Порту-Велью, в штате Рондония, Бразилия. Плотина начала работу в марте 2012 года и затопила более 200 км 2 первичных тропических лесов.В рамках процесса лицензирования местная герпетофауна была обследована шесть раз в период с февраля 2010 г. по ноябрь 2011 г., в дождливые и засушливые сезоны. Обследования проводились в зоне прямого влияния проекта (DIA) (минимальная территория, учитываемая бразильским законодательством), которую мы используем в качестве местной шкалы для определения требований экологических исследований (рис. 1B).

    Рис. 1. Расположение гидроэлектростанции Санту-Антониу, река Мадейра, Рондония, Бразилия (A), и район выборки для предварительных исследований воздействия (B).

    Распределение модулей выборки (группы точек — B) в зоне прямого воздействия проекта (DIA, тонкая пунктирная линия указывает буфер 4 км вокруг зоны воздействия). Темно-серая область указывает на реку Мадейру, а светло-серая область ниже максимальной отметки паводка, возникшей в результате заполнения водохранилища, и представляет непосредственно затронутую область — DAA. (C) Схематический чертеж типового модуля, перпендикулярного реке Мадейре, на котором точки указывают начало постоянных участков.Чтобы измерить расстояние от угрозы, мы рассматривали наименьшее расстояние между предполагаемым максимальным пределом затопления (высота 70,5 м) и высотой обнаружения каждого образца. Виды, обнаруженные только в зоне погружения, считались потенциальными целями.

    https://doi.org/10.1371/journal.pone.0146543.g001

    Дизайн выборки был определен группой консультантов, ответственных за исследование, и государственными служащими из Бразильского института окружающей среды и возобновляемых природных ресурсов в соответствии с законодательством руководящие принципы в Бразилии [17–18].Полевые процедуры следовали методу RAPELD [25–27] и были адаптированы для измерения воздействия установки на элементы местного биоразнообразия по отношению к известному распределению этих элементов [26]. Подробная информация о дизайне выборки приведена в приложении (текст S1).

    В Бразилии — сбор или транспортировка биологического материала; Временное содержание особей диких животных в неволе; Отлов или маркировка диких животных in situ для научных или учебных целей анализируются и выдаются через Систему авторизации и информации о биоразнообразии (Sisbio).Эта система находится в ведении Национального института окружающей среды и возобновляемых природных ресурсов — IBAMA и Института сохранения биоразнообразия Чико Мендеса — ICMBio, которые несут ответственность за этичное обращение с животными. Лягушки были собраны в рамках санкционированных правительством исследований по оценке состояния окружающей среды в соответствии с разрешением IBAMA / SISBIO № 13777–2. Это разрешение требовало утверждения всех процедур по отлову и сбору видов и образцов.

    Мы следовали директивам резолюции CFBIO № 08/12/2012 Федерального совета по биологии (CFBIO), которая касается процедур отлова, содержания, выпуска и сбора позвоночных in situ и ex situ.Статья 8 ° этой резолюции гласит, что «Сбор образцов животных, когда это необходимо для достижения целей исследований, исследований, преподавательской деятельности и общих услуг, должен осуществляться с минимальными страданиями с помощью методов, которые быстро вызывают потерю сознания и последующие смерть без признаков боли или агонии с применением анестетиков в дозах, достаточных для безболезненной потери сознания с последующей остановкой сердечно-сосудистой системы ». Согласно этим рекомендациям, все собранные образцы были умерщвлены передозировкой 2% бензокаина.Образцы собирались только в тех случаях, когда для подтверждения идентификации требовался генетический анализ, и только по два образца собирали с каждого места, чтобы избежать возможности влияния на плотность населения. Собранные образцы содержались индивидуально в пластиковых пакетах с опадом из листьев в прохладных затененных местах до умерщвления в течение 8 часов после сбора.

    Все собранные виды относятся к категории «наименьших опасений» согласно критериям Красного списка МСОП.

    Выбор целевых видов

    Потенциальные виды-мишени были определены как виды, обнаруженные только в пределах или в непосредственной близости от зоны, которая, как ожидается, будет затоплена водохранилищем (зона прямого воздействия, далее DAA).Для выбора потенциальных целей мы использовали наименьшее расстояние между расчетным максимальным уровнем затопления (70,5 м), сообщенным гидроэнергетическим консорциумом, и высотой локального обнаружения каждого образца. Значения равные нулю обозначены точками, расположенными на краю зоны затопления. Отрицательные значения указывают на вертикальные расстояния ниже максимального уровня затопления, а положительные значения относятся к местоположениям выше максимального уровня затопления. Виды-находки отсортированы по вертикальному расстоянию до максимального уровня затопления.Все данные доступны в хранилище данных Программы исследований биоразнообразия (PPBio) и во вспомогательной информации (таблица S1). Скрипт для репликации целевых графиков доступен в S1 Code.

    На виды, широко распространенные в Амазонии, может повлиять создание предприятия на местном уровне, но эти виды могут не пострадать на больших территориях. Другие виды могут быть затронуты во всех пространственных масштабах, если они будут обнаружены только в пострадавших районах. Чтобы отфильтровать потенциальные цели, находящиеся под угрозой во всех пространственных масштабах, помимо учета биологической взаимодополняемости [28] встречаемости видов в DAA и прилегающих территориях (зона косвенного влияния проекта, далее DIA), мы также рассмотрели взаимодополняемость распределение видов между DAA и другими регионами Амазонки.Следовательно, целевыми видами были те, которые были обнаружены только в пределах или в непосредственной близости от района, который, как ожидается, будет затоплен водохранилищем (DAA), и никогда не регистрировались в других местах Бразилии или других стран.

    Чтобы оценить взаимодополняемость DAA с районами, удаленными от тех, где была произведена прямая выборка, мы искали записи о встречаемости потенциальных видов-мишеней в музеях и онлайн-базах данных (SpeciesLink, GBIF, МСОП, Encyclopedia of Life) и у экспертов-консультантов. Опрос проводился с января 2012 г. по февраль 2013 г.

    Модели распределения видов для принятия решений о компенсации

    Имеется немного данных о географическом распределении большинства видов в тропических регионах, и то, что доступно, обычно сосредоточено в нескольких местах, где систематически отбираются образцы [29–30]. Таким образом, подходящие районы для появления целевых видов часто могут быть идентифицированы путем экстраполяции за пределы выбранных районов, и необходимо использовать экологическую пригодность [22] [31], потому что методы вероятности появления требуют случайного отбора образцов в пределах интересующей области или в пределах известное распределение видов, чтобы соответствовать предположениям анализа [32].

    Для прогнозирования географического распределения видов [33] мы использовали алгоритм максимальной энтропии (MaxEnt), поскольку он хорошо работает при ограничении выборки [30] [22]. Кроме того, MaxEnt позволяет использовать только данные о присутствии и может прогнозировать распределения на основе интерполяции или экстраполяции. Поскольку экологические предикторы зависят от масштаба [34], в моделях использовались разные слои для отражения экологического сценария, для поддержания прочных связей с предикторами (выбранными складным ножом) и для избежания сильно коррелированных переменных (корреляция Пирсона ≤ 0.8) [22] [24]. Информация об окружающей среде, доступная для обучения моделей, описана во вспомогательной информации (таблица S2). Более точные измерения переменных в локальном масштабе и взаимодействия между видами были недоступны для целевых видов.

    Мы разработали модели MaxEnt для каждого вида лягушек, которые мы считали целью, в пределах мозаики охраняемых территорий, определенных лицензирующим агентством как имеющих право на получение компенсации в результате воздействия проекта.Таким образом, мы создали меры экологического сходства, называемые многомерными поверхностями сходства в окружающей среде (MESS) [24], с результатами моделирования целевых видов, чтобы проанализировать степень экстраполяции и то, насколько похожая среда, в которой виды были отобраны в лицензионных исследованиях, соответствовала условиям в мозаика охраняемых территорий. Компенсации получили 21 охраняемая территория, находящаяся в ведении муниципальных, государственных и федеральных властей [35].

    Слои

    MESS могут использоваться для идентификации и минимизации ошибок географической экстраполяции с использованием моделей распределения видов [24] и аналогичны подходу BIOCLIM.MESS, однако, использует процентили, которые могут включать отрицательные значения, которые будут указывать на сайты, в которых хотя бы одна переменная имеет значение за пределами наблюдаемого диапазона значений в обучающем наборе, тем самым указывая на новую прогнозируемую среду [24]. Знание того, где находятся новые прогнозируемые среды, позволит оценить, где модели наиболее неинформированы, и проинформировать, где необходимо принять осторожную интерпретацию результатов. Мы использовали опцию маски в одном файле сетки ASCII, который по размеру ячеек и протяженности идентичен тем, которые используются в предикторах моделей целевых видов [24], для создания карт MESS и оценки экстраполяции окружающей среды в различных частях мозаики охраняемых территорий. .

    Модели распределения видов для принятия решений по смягчению последствий

    Мы использовали два вида семейства Aromobatidae, которые были обнаружены в ходе съемок во время процесса лицензирования и по которым были доступны данные о присутствии и отсутствии в пределах и за пределами региона проекта [36–40]. Эти данные занесены в Герпетологическую коллекцию Национального института исследований Амазонки, доступную в GBIF и SpeciesLink, которые использовались при поиске научных названий в период с июля 2012 года по ноябрь 2012 года.Модели были запущены в DIA для местного пространственного масштаба и в бразильском бассейне Амазонки, где могут быть задействованы решения о переселении.

    Хотя эти два вида не были целями в этом исследовании, они позволили нам смоделировать ограниченную выборку и, таким образом, оценить прогнозы модели, когда интерполяция и экстраполяция необходимы для определения компенсации окружающей среды. На виды, встречающиеся в этом семействе, часто влияет вмешательство человека из-за их ограниченного распространения, оседлых и территориальных привычек и короткой продолжительности жизни, что ограничивает локальный и региональный поток генов [41].

    Производительность алгоритма (эффекты неполной выборки) измерялась с использованием Чувствительности (истинно положительный показатель), полученного с использованием минимального порога присутствия при обучении [42], в сочетании с инструментом калькулятора растра в ArcGIS, и AUC (площадь под кривой, характеристика приемника) в качестве меры частоты отказов, которые доступны в выводе MaxEnt. Модели были запущены в обоих пространственных масштабах с использованием всех доступных вхождений, причем 20% вхождений были случайным образом назначены алгоритмом для тестирования моделей.Для сравнения использовали среднее значение AUC 10 случайных расположений.

    Для карт экологически приемлемых областей каждое предсказание изображения (растровая карта) было импортировано в ArcGIS 9.3 для переклассификации пригодности на основе минимальных пороговых значений присутствия для обучения. Это позволяет сравнивать экологически приемлемые районы из каждого моделирования вместе с известным распределением видов. Интерпретации были основаны на простой эвристической схеме для диаграммы BAM [43–44], которая суммирует совместное влияние внешних биотических и абиотических характеристик и расселения на прогнозы распределения видов.

    Для анализа были выбраны два вида: Allobates nidicola [39], который был недавно описан с распространением, ограниченным междуречьями Purus-Madeira, и Allobates femoralis (Boulenger 1883), который широко распространен. А А . femoralis может быть комплексом видов [45], классификация соответствует текущему пониманию таксона [40] в современной практике SDM.

    Результаты

    Выбор целевых видов

    Виды лягушек, встречающиеся в зоне прямого воздействия (DIA), можно разделить на три группы с разными приоритетами управления (рис. 2).Первый включает виды, почти исключительно обитающие вне зоны затопления. Вторая группа была обнаружена как внутри, так и вне зоны затопления. Третья группа (потенциальные целевые виды) была обнаружена только в районах, где ожидалось наводнение (DAA), и эти виды считались потенциально затронутыми проектом.

    Рис. 2. Относительная численность видов на участке в зависимости от расстояния участка (м) от предполагаемой зоны затопления.

    Вверху диаграммы уровень затопления в каждой пробной точке с заполнением плотины.

    https://doi.org/10.1371/journal.pone.0146543.g002

    Прогнозируемое максимальное затопление плотиной составило 70,5 м над уровнем моря. Восемь потенциальных целевых видов были ранее зарегистрированы в других местах бассейна Амазонки, вдали от местоположения плотины, поэтому воздействие плотины было ограничено масштабом проектной площадки для этих видов (Таблица 1). Altigius alios ранее был известен только за пределами Бразилии, в то время как Hidrolaetare caparu был зарегистрирован только из одного другого места в Бразилии (но также известен в Боливии, Феррао и Лиме — личное сообщение).Таким образом, эти два вида могут быть важными целями по причинам национального биологического наследия. Семь из потенциальных целевых видов, возможно, не были описаны и считаются целевыми видами (научная ценность) в соответствии с действующим законодательством. Другие, возможно, неописанные виды также были обнаружены вдали от зоны затопления (например, Allobates sp3) или встречались как вблизи, так и вдали от зоны затопления ( Allobates sp1 autazes , Osteocephalus aff. яйцеклетка ). Распространение этих видов на макроуровне неизвестно.

    Таблица 1. Встречаемость видов (X) и взаимодополняемость между территорией, непосредственно затронутой плотиной (DAA), и другими территориями в масштабе штата (Рондония), бразильской Амазонки и всего бассейна Амазонки (включая другие страны).

    https://doi.org/10.1371/journal.pone.0146543.t001

    Ни один из потенциальных целевых видов не был классифицирован как находящийся под угрозой Красного списка МСОП или официального списка видов фауны Бразилии, находящихся под угрозой исчезновения [46].Кроме того, ни один из них не имеет известной экономической ценности. Четырнадцать потенциальных видов-мишеней (88%, рис. 2 — третья группа) имели менее 10 записей о встречаемости для параметризации моделей в этом масштабе. Из этих видов возможно неописанные виды ( Elachistocleis sp., Dendropsophus sp.14, Leptodactylus gr. marmoratus , Dendropsophus gr. brevifrons и Scinax sp1) были обнаружены только у сайт исследования.

    Модели распределения видов для принятия решений о компенсации

    Анализ

    MESS для всех целевых видов показал, что по крайней мере одна охраняемая территория из 21 заповедника была экологически несходной (синие области — Рис. 3) к местам отбора проб.Таким образом, одна или несколько переменных вышли за пределы диапазона, используемого для обучения моделей, и, следовательно, в локациях есть новые среды. В новых средах результаты моделей распространения видов ненадежны.

    Рис. 3. Результаты многомерного анализа поверхности сходства окружающей среды (MESS) для целевых видов и мозаики охраняемых территорий, на которые намечены выплаты компенсационных фондов.

    Окружающая среда в красных областях была аналогична той, в которой проводилось исследование (черные точки).Синие области не похожи друг на друга, поэтому использование моделей со встроенными функциями не рекомендуется. Светло-серым цветом обозначены другие охраняемые территории в регионе, которые не были включены агентством по охране окружающей среды для компенсации.

    https://doi.org/10.1371/journal.pone.0146543.g003

    Модели распределения видов для принятия решений по смягчению последствий

    Модели, основанные на известном распределении видов в обоих пространственных масштабах, генерировали предсказания переменных при использовании с разными частями данных для обучения модели.Этот результат был очевиден при тестировании AUC и чувствительности (рис. 4). Более низкие значения AUC и чувствительности были получены, когда тестовые записи были предсказаны географической экстраполяцией тренировочных записей (рис. 4C, 4G и 5B). Ошибки упущения и ввода в действие были обнаружены для всех моделей Amazon для A . nidicola , поскольку предполагалось, что этот вид будет широко распространен во многих частях бассейна, хотя известно, что он встречается только в междуречье Пурус и Мадейра. Более высокая экологическая пригодность была предсказана в низовьях реки Амазонки (где она не встречается), чем в регионе, где она встречается.

    Рис. 4. Прогнозы экологически подходящих территорий для появления Allobates femoralis и Allobates nidicola в масштабе бразильского бассейна Амазонки.

    Встречаемости для каждого вида были разделены на 3 группы в зависимости от расстояния для оценки прогнозов с использованием интерполяции модели и экстраполяции, когда выборка была неполной. Записи обучения для имитационных моделей отображаются черным цветом, а точки проверки — белым. Модели D и H включали все доступные вхождения, из которых 20% были случайным образом назначены алгоритмом для тестирования моделей.

    https://doi.org/10.1371/journal.pone.0146543.g004

    Рис. 5. Прогнозы экологически приемлемых районов для появления Allobates femoralis и A . nidicola в местном масштабе (DIA).

    Две группы моделировали экстраполированные и интерполированные прогнозы. Очки черного цвета использовались для обучения, а белые точки обозначают результаты тестов. Модели C и F включали все доступные вхождения, 20% из которых были случайным образом назначены алгоритмом для тестирования моделей.

    https://doi.org/10.1371/journal.pone.0146543.g005

    Обсуждение

    Модели выбора целевых видов и распределения видов для оценки воздействия

    Наши результаты показывают, что виды, наиболее нуждающиеся в сохранении в тропических регионах, — это те, для которых моделирование распределения видов с меньшей вероятностью будет точным [25]. Косвенные негативные воздействия могут затронуть ключевые виды вдали от затопляемых территорий. Однако из-за короткого времени, в течение которого могут быть предложены меры, и небольшого количества исследований с использованием сопоставимых планов выборки, ущерб вряд ли будет определен намного позже при оценке воздействия.Учитывая быстрое расширение инфраструктурных проектов в лесных районах, данные, полученные в ходе оценок воздействия, должны быть интегрированы, чтобы предвидеть эти косвенные воздействия и информировать планирование будущих исследований в бассейне Амазонки и принятия решений по смягчению последствий в более крупных географических масштабах. Однако немногие латиноамериканские страны требуют оценки кумулятивных воздействий [6], и существует множество пробелов в методах, руководящих принципах и определениях нормативных актов, регулирующих оценку кумулятивных воздействий в крупных масштабах.

    Модели распределения видов для принятия решений о компенсации

    Политика компенсации за воздействие на окружающую среду законодательно закреплена в большинстве стран с территориями Амазонки [6]. В Бразилии компенсационные фонды считаются важными источниками финансирования для управления резервами. Национальная система охраняемых территорий [47] утверждает, что в случаях экологического лицензирования воздействующих предприятий и на основании отчета о воздействии создание или обслуживание охраняемых территорий должно поддерживаться лицом, оказывающим воздействие.

    Хотя экологическая компенсация оценивается в соответствии с воздействием, вызванным проектом, глобальный анализ показывает величину географического масштаба, обычно учитываемого при принятии решений о компенсации в бразильской Амазонии, и степень экологической экстраполяции, необходимой для принятия решений. Таким образом, SDM как инструмент, помогающий в определении компенсации [4], часто может быть неполным для определения экологической пригодности ареалов распространения целевых видов в качестве критерия для определения охраняемых территорий [4].Таким образом, использование MDE для прогнозирования экологической пригодности, вероятно, будет неопределенным с нежелательными последствиями для планирования природоохранной политики, особенно когда модели прогнозируют районы, имеющие экологические характеристики, отличные от характеристик района, используемого для калибровки модели [23] [48].

    Экстраполяции подвержены ошибкам упущения [49], потому что данные, используемые для параметризации модели, не могут представлять все условия в экстраполированной области. Анализ MESS использовался для оценки сходства или новизны окружающей среды, чтобы указать, где модели лучше всего информированы, и для принятия решений, основанных на этих прогнозах, и для помощи в интерпретации модели [24].Кроме того, MESS может использоваться для идентификации и отклонения моделей с подобранными функциями, которые экстраполируются биологически неправдоподобными способами.

    Важное ограничение на использование этих инструментов связано с несогласованностью пространства между отобранными участками, которые обычно определяются лицензирующими агентами как регион, прилегающий к пораженному участку (рис. 1B), и теми участками, в которых должны приниматься решения относительно компенсации. сделаны, которые обычно находятся за пределами этой области. Например, целью компенсационных действий является постоянная или временная компенсация использования природных ресурсов, которые становятся недоступными.В сценарии, в котором выбираются регионы для компенсации, модели должны экстраполироваться за пределы данных, доступных для калибровки, и на основе этих экстраполяций прогнозировать экологически приемлемые районы для целевых видов. Как видно из описанных здесь моделей, по крайней мере, одна защищенная область не была репрезентативной для данных, используемых для обучения во всех целевых моделях. Следовательно, инструменты SDM для принятия управленческих решений часто могут давать неопределенные результаты и могут быть не лучше других подходов, таких как использование мнений экспертов.

    Инструменты моделирования распределения могут быть полезны для улучшения требований к отбору проб в исследованиях воздействия на окружающую среду [4]. Тем не менее, нехватка данных о встречаемости целевых видов остается серьезным ограничением. На модели явно влияет количество записей, используемых для прогнозов [11–12] [50–52], и использование таких методов должно быть ограничено видами с достаточным количеством записей о встречаемости во всех масштабах. В случае Санто-Антонио использование модели было ограничено видами, которые не считаются непосредственно затронутыми проектом.Таким образом, в Бразилии модели могут помочь только на других этапах процесса лицензирования (например, мониторинг после воздействия) или для запроса разъяснений или дополнений к анализу исследований [53]. Это так, потому что в Бразилии план выборки и участки выборки в экологических исследованиях заранее определены в Техническом задании и основаны на вторичной информации о биоразнообразии для района, который будет затронут. Поскольку вторичная информация недоступна для подавляющего большинства регионов Амазонки, это исключает использование этих инструментов для руководства установкой единиц выборки на начальном этапе исследования или для прогнозирования в более широком масштабе.

    Модели распределения видов для принятия решений по смягчению последствий

    Моделирование с данными о Allobates nidicola и Allobates femoralis показало, что в локальных и общих пространственных масштабах Амазонки модели, для которых географические прогнозы экстраполировались за пределы области обучения, имели плохую прогностическую эффективность. Хорошо известно, что проекции моделей во времени и пространстве могут давать разные результаты [23] [54–56] и не рекомендуются для руководства политическими решениями без предварительной проверки.

    Проблемы, связанные с экстраполяцией, вероятно, будут еще более серьезными в Амазонии, потому что исторические факторы, влияющие на распределение, которые трудно количественно оценить, вероятно, будут более важными, чем имеющиеся данные об окружающей среде [57–58]. Исследования показывают, что биогеографические процессы влияют на характер распределения организмов в Амазонии [37] [59–62], и многие из этих исторических процессов остаются неизвестными. Продолжаются разногласия по поводу важнейших исторических событий, произошедших в регионе [63–64].Такие исторические и географические процессы могут не зависеть от текущих условий окружающей среды, даже с учетом информации о климате и палеоландшафтах прошлого. Для оценки других возможных барьеров распространения необходимы целевые исследования целевых видов.

    Критические точки для формулировки робастных моделей можно увидеть на диаграмме BAM [15] [43–44]. Когда для компенсации или переселения проекта требуются оценки ареала обитания, исследования должны установить благоприятные условия для видов (экологические предикторы, моделирующие фундаментальную экологическую нишу) и факторы, ограничивающие распространение видов (биотические и исторические факторы, ограничивающие географическое распространение).В противном случае ошибки ввода в действие будут неизбежны [15] [65], как это видно для A . nidicola в большом пространственном масштабе. Прогнозы модели указывают на большую экологическую пригодность этого вида в районе устья реки Амазонки, чем в регионе, где он встречается (междуречье Пурус-Мадейра).

    Несмотря на ограничения, модели распределения видов могут быть полезны для помощи в сохранении, способствуя принятию стратегических решений о воздействии на окружающую среду в тропиках [29].Для реализации этой полезности природоохранные агентства должны разработать стратегии, снижающие неопределенность в прогнозах распределения видов, наряду с улучшением понимания биоразнообразия каждого региона. Систематическая выборка в пределах интересующей области является наиболее эффективным способом разработки объективных моделей [56].

    Немногие страны Латинской Америки требуют оценки кумулятивных воздействий [6] на обширных территориях в рамках оценки объема работ по ОВОС. Помимо пробелов в данных о встречах видов, отсутствие интегрированных на местном и региональном уровнях методов, руководств и нормативных актов препятствует эффективной оценке кумулятивного воздействия.

    Альтернативой для преодоления описанных здесь проблем может быть простое расширение области выборки, определенной лицензирующими агентами, чтобы включить в нее более крупный масштаб вблизи пораженной области. Использование постоянных участков с многократными обследованиями на более широкой территории предоставит данные о вероятностях обнаружения, чтобы лучше понять вероятность ложного отсутствия. Выборка больших площадей также позволит выполнять интерполяцию (а не экстраполяцию) на основе собранных данных и тем самым уменьшить количество неточных прогнозов.Уточненные, основанные на данных, экологические переменные также могут быть собраны в полевых условиях для создания более совершенных моделей в местном масштабе.

    Качество данных определяет качество оценки видового богатства во многих масштабах и, вероятно, будет основной проблемой для экогеографических исследований [66]. Альтернативные стратегии сохранения должны заключаться в инвестировании в программы долгосрочных экологических исследований, которые объединены с обследованиями для мониторинга регионального биоразнообразия и которые должны проводиться до краткосрочных исследований, связанных с лицензированием отдельных участков [26] [34].

    Выводы

    Плохо изученное распределение видов представляет риск для биоразнообразия, когда в Амазонке лицензируются потенциально опасные предприятия, поскольку требуемые исследования пространственно ограничены, и многие новые виды часто могут быть обнаружены в ходе обследований. Из-за этого ограничения использование инструментов моделирования для преодоления таких недостатков и определения требований при оценке воздействия остается сложной задачей из-за больших масштабов, связанных с управленческими решениями, и отсутствия вторичных данных для калибровки моделей.

    SDM

    часто может быть полезным для руководства и информирования о некоторых аспектах процесса лицензирования в Амазонке, но размер и размещение зон отбора проб, определенных лицензирующими агентами, должны быть установлены на основе соображений моделирования, а не просто близко к зоне воздействия. проекта. Кроме того, важное значение будут иметь программы, которые объединяют долгосрочные экологические исследования с исследованиями для мониторинга биоразнообразия в регионе.

    Из-за множества инфраструктурных проектов, которые запланированы для Амазонки, важно, чтобы информация, требуемая процедурами экологического лицензирования, учитывала кумулятивные воздействия и чтобы они основывались на методах, позволяющих оценивать биологическую взаимодополняемость по регионам в бассейне и позволять использование более реалистичных моделей с надежной региональной информацией в будущем.

    Благодарности

    Мы благодарны CNPq за предоставленную исследовательскую стипендию для LRAC и грант на повышение производительности для RBM, APL и WEM. Группа мониторинга герпетофауны гидроэлектростанции Санто Антонио предоставила данные при поддержке Программы сохранения дикой природы Санто Антонио Энергия. Координация осуществлялась Программой исследований биоразнообразия (PPBio) и Национальным институтом науки, технологий и инноваций в области биоразнообразия Амазонки (INCT-CENBAM).Мы благодарим команду Лаборатории планирования сохранения биоразнообразия / UnB за вклад в анализ, а также П.И. Simões, I. Kaffer, V.J.T. Perdigão, J.B. Oliveira, S. Watzel, A. Sousa, D. Norris, D. Cho, and S.H.C. Карвалью за предложения. В. Ландейро предоставил общий графический сценарий в программном обеспечении R. С переводами помогали Д. Тонкс, Л. Робишо и С. ДеАлмейда. J.D. Filho, E. Vertincinque, B.W. Нельсон, К. Дидье и М. Гордо предоставили комментарии к предыдущим проектам. Джеймс Дж. Ропер сделал обзор английского и дал полезные комментарии.Фонд государственной поддержки исследований штата Амазонас (FAPEAM) оказал поддержку в публикации этой рукописи.

    Вклад авторов

    Задумал и спроектировал эксперименты: LRAC APL RBM WEM. Проведены эксперименты: LRAC APL RBM WEM. Проанализированы данные: LRAC APL RBM WEM. Предоставленные реагенты / материалы / инструменты анализа: LRAC APL RBM WEM. Написал статью: LRAC APL RBM WEM.

    Ссылки

    1. 1. Араужо МБ, Дэншем П.Дж., Уильямс PH. Представление видов в заповедниках по образцам разнообразия сообществ.J Biogeogr. 2014; 31: 1037–1050.
    2. 2. Ферриер С. Картографирование пространственной структуры биоразнообразия для регионального природоохранного планирования: куда дальше? Syst Biol. 2002. 51: 331–363. pmid: 12028736
    3. 3. Syfert MM, Joppa L, Smith MJ, Coomes DA, Bachman SP, Brummitt NA. Использование моделей распространения видов для информирования оценок Красного списка МСОП. Ecol Modell. 2014; 177: 174–184.
    4. 4. Торрес Н.М., Верчилло У. Como ferramentas de modelagem de distribuição de espécies podem subdirect ações de Governo? Natureza & Conservação.2012; 10 (2): 228–230. Доступно: http://doi.editoracubo.com.br/10.4322/natcon.2012.023
    5. 5. Вильярроя А., Баррос А.С., Кизекер Дж. Разработка политики экологического лицензирования и компенсации биоразнообразия в Латинской Америке. PLoS ONE. 2014; 9 (9): e107144. pmid: 251
    6. 6. Ачерби М.А., Санчес-Триана Э., Энрикес С., Тиффер-Сотомайор Р., Лима А.Л., Катарина Л. и др. Системы оценки воздействия на окружающую среду в Латинской Америке и Карибском бассейне. 34-я ежегодная конференция Международной ассоциации по оценке воздействия.2014. Доступно: http://www.iaia.org/conferences/
    7. 7. Finer M, Jenkins CN. Распространение плотин гидроэлектростанций в Андах Амазонки и последствия для связи Анд и Амазонки. PLoS ONE. 2012; 7 (4): e35126. pmid: 22529979
    8. 8. Феррейра Л.В., Кунья Д.А., Чавес П.П., Матос Д.К.Л., Паролин П. Воздействие плотин гидроэлектростанций на аллювиальные прибрежные растительные сообщества в восточной части Бразилии в Амазонии. An Acad Bras Cienc. 2013. 85 (3): 1013–1023. pmid: 24068089
    9. 9.Fearnside PM. Воздействие на окружающую среду плотины Тукуруи в Бразилии: невыученные уроки по развитию гидроэнергетики в Амазонии. Environ Manage. 2001. 27: 377–396. pmid: 11148764
    10. 10. Нильссон К., Берггрен К. Изменения прибрежных экосистем, вызванные регулированием рек: Работа плотин вызвала глобальные экологические изменения в прибрежных экосистемах. Как защитить речную среду и потребности людей в реках, остается одним из самых важных вопросов нашего времени. Биология.2000. 50 (9): 783–792.
    11. 11. Кадмон Р., Фарбер О., Данин А. Систематический анализ факторов, влияющих на производительность моделей климатической оболочки. Ecol Appl. 2003. 13: 853–867.
    12. 12. Stockwell DRB, Peterson AT. Влияние размера выборки на точность моделей распространения видов. Ecol Modell. 2002; 148: 1–13.
    13. 13. Wisz MS, Hijmans RJ, Li J, Peterson AT, Graham CH, Guisan A. Рабочая группа по прогнозированию распространения видов. Влияние размера выборки на характеристики моделей распределения видов.Дайверы. Дистриб. 2008. 14: 763–773.
    14. 14. Элит Дж., Литвик Дж. Модели распространения видов: экологическое объяснение и предсказание в пространстве и времени. Эволюция и систематика. 2009. 40: 677–697.
    15. 15. Saupe EE, Barve V, Myers CE, Soberón J, Barve N и др. Различия в производительности ниши и модели распределения: необходимость априорной оценки ключевых причинных факторов. Ecol Modell. 2012; 237–238: 11–22.
    16. 16. Лойола RD, Левинсон TM.Diferentes abordagens para a seleção de prioridades de conservação em um contextto macrogeográfico. Мегадиверсидаде. 2009; 5: 29–42.
    17. 17. Бразилия. Национальный совет Бразилии по окружающей среде, Resolução CONAMA № 001 от 23 января 1986 г.
    18. 18. Бразилия. Бразильский институт окружающей среды и возобновляемых природных ресурсов, Instrução Normativa IBAMA № 146 от 10 января 2007 г.
    19. 19. Бразилия. Федеральный закон № 9.985 от 18 июля 2000 г.
    20. 20. Saupe EE, Barve V, Myers CE, Soberón J, Barve N и др. Различия в производительности ниши и модели распределения: необходимость априорной оценки ключевых причинных факторов. Ecol Modell. 2012; 237–238: 11–22.
    21. 21. Элит Дж., Филлипс С.Дж., Хасти Т., Дудик М., Чи Й.Е., Йетс СиДжей. Статистическое объяснение MaxEnt для экологов. Дайверы. Дистриб. 2011; 17: 43–57.
    22. 22. Элит Дж., Грэм Ч. А они? Как они? Чем они отличаются? О поиске причин различий в характеристиках моделей распространения видов.Экография (коп.). 2009. 32: 66–77.
    23. 23. Thuiller W, Brotons L, Araújo MB, Lavorel S. Влияние ограничения диапазона данных об окружающей среде для прогнозирования текущего и будущего распределения видов. Экография (коп.) 2004; 27: 165–172.
    24. 24. Элит Дж., Кирни М., Филлипс С. Искусство моделирования видов, изменяющих ареал обитания. Методы Ecol Evol. 2010; 1: 330–342.
    25. 25. Магнуссон В.Е., Лима А.П., Луизао Р., Луизао Ф., Коста, Франция и др. РАПЕЛД: изменена методика Gentry для изобретения биоразнообразия в системе для экологии долгой жизни.Биота Неотропическая. 2005; 5 (2): 1–6.
    26. 26. Магнуссон В.Е., Брага-Нето Р., Пеццини Ф., Баккаро Ф., Бергалло Х., Пенья Дж. И др. Биоразнообразие и комплексный мониторинг окружающей среды. 1-е изд. Манаус: Áttema Редакционное; 2013.
    27. 27. Fraga Rd, Stow AJ, Magnusson WE, Lima AP. Затраты на оценку плотности видов и состава змей для оценки воздействия на развитие в Амазонии. PLoS ONE 9 (8): e105453. pmid: 25147930
    28. 28. Каро Т. Сохранение по доверенности: Флагманский индикаторный зонтик и другие суррогатные виды.1-е изд. Вашингтон: Island Press; 2010.
    29. 29. Cayuela L, Golicher DJ, Newton AC, Kolb M, de Albuquerque FS, Arets EJMM и др. Моделирование распространения видов в тропиках: проблемы, потенциальные возможности и роль биологических данных для эффективного сохранения видов. Trop Conserv Sci. 2009. 2 (3): 319–352.
    30. 30. Фили К.Дж., Силман МР. Отсутствуют данные при моделировании текущего и будущего распространения тропических видов. Glob Chang Biol. 2011; 17: 626–630.
    31. 31.Элит Дж., Грэм С.Х., Андерсон Р.П., Дудик М., Ферье С. и др. Новые методы улучшают предсказание распространения видов на основе данных о встречаемости. Экография (коп.). 2006. 29: 129–151.
    32. 32. Ройл Дж. А., Чендлер Р. Б., Якулич К., Николс Дж. Д.. Анализ правдоподобия вероятности появления видов на основе данных только о присутствии для моделирования распределения видов. Методы Ecol Evol. 2012; 3: 545–554.
    33. 33. Филлипс SJ, Андерсон Р.П., Шапир RE. Максимальное энтропийное моделирование географического распределения видов.Ecol Modell. 2006; 190: 231–259.
    34. 34. Hortal J, Roura-Pascual N, Sanders NJ, Rahbek C. Понимание распределения видов (насекомых) по пространственным масштабам. Экография (коп.). 2010; 33: 51–53.
    35. 35. Бразилия. Федеральный комитет по экологической компенсации Бразилии, протокол № 9 от октября 2012 г.
    36. 36. Колдуэлл Дж. П., Лима А. П.. Новый амазонский вид Colostethus (Anura Dendrobatidae) с головастиком Nidicolous. Herpetologica. 2003. 59 (2): 218–233.
    37. 37. Kaefer IL, Tsuji-Nishikido BM, Lima AP. За рекой: основные детерминанты изменчивости акустических сигналов популяции у амазонских аллобатов прямого развития (Anura: Dendrobatoidea). Acta Ethol. 2012; 15: 187–194.
    38. 38. Лима А.П., Санчес DEA, Соуза JRD. Новый амазонский вид лягушек из рода Colostethus (Dendrobatidae), откладывающий яйца на нижней стороне листьев. Копея. 2007; 2007 (1): 114–122.
    39. 39. Лима А. П., Колдуэлл Дж. П., Биавати Г. М., Монтанарин А.Новый вид аллобатов (Anura: Aromobatidae) из леса Палеоварзеа в Амазонас, Бразилия. Zootaxa. 2010; 2337: 1–17.
    40. 40. Симоэс П.И., Лима А.П., Фариас ИП. Описание скрытого вида, родственного панамазонской лягушке Allobates femoralis (Boulenger 1883) (Anura: Aromobatidae). Zootaxa. 2010; 4: 1–28.
    41. 41. Kaefer IL, Tsuji-Nishikido BM, Mota EP, Faria IP, Lima AP. Ранние стадии видообразования амазонских лесных лягушек: фенотипический консерватизм, несмотря на сильную генетическую структуру.Evol Biol. 2013. 40 (2): 228–245.
    42. 42. Хименес-Вальверде А. Пороговая зависимость как желательный атрибут для оценки дискриминации: значение для оценки моделей распространения видов. Biodivers Conserv. 2014; 23: 369–385.
    43. 43. Соберон Дж., Петерсон А.Т. Интерпретация моделей фундаментальных экологических ниш и ареалов распространения видов. Информатика биоразнообразия. 2005; 2: 1–10.
    44. 44. Соберон Дж. Гриннеллианская и элтонская ниши и географическое распространение видов.Ecol Lett. 2007. 10: 1115–1123. pmid: 17850335
    45. 45. Амезкуита А., Лима А.П., Джеле Р., Кастелланос Л., Рамос О., Кроуфорд А.Дж. и др. Звонки, цвета, форма и гены: многоприметный подход к изучению географической изменчивости амазонской лягушки Allobates femoralis. Биол Дж Линн Соц Лондон. 2009. 98 (4): 826–838.
    46. 46. Бразилия. Министерство окружающей среды Бразилии, Portaria MMA № 444 от 17 декабря 2014 г.
    47. 47. Бразилия. Федеральный закон № 9.985 от 18 июля 2000 г.
    48. 48. Уильямс JW, Джексон ST. Новые климатические сообщества Нет аналогов растений и экологические сюрпризы: прошлое и будущее. Передняя часть Ecol Evol. 2007. 5: 475–482.
    49. 49. Синклер SJ, Белый MD, Ньюэлл ГР. Насколько полезны модели распределения видов для управления биоразнообразием в условиях будущего климата? Экология и общество. 2010; 15 (1): 8.
    50. 50. Эрнандес PA, Graham CH, Master LL, Альберт DL. Влияние размера выборки и характеристик видов на эффективность различных методов моделирования распределения видов.Экография (коп.). 2006. 29: 773–785.
    51. 51. Остин М. П., Белбин Л., Мейерс Дж. А., Доэрти М. Д., Луото М. Оценка статистических моделей, используемых для прогнозирования распределения видов растений: роль искусственных данных и теории. Ecol Modell. 2006; 199: 197–216.
    52. 52. Кэрролл СС, Пирсон Д.Л. Влияние масштаба и размера выборки на точность пространственных прогнозов видового богатства тигровых жуков (Cicindelidae). Экография (коп.). 1998. 21: 401–414.
    53. 53.Бразилия. Бразильский национальный совет по окружающей среде, Resolução CONAMA № 237 от 19 декабря 1997 г.
    54. 54. Barbet-Massin M, Thuiller W., Jiguet F. Насколько мы переоцениваем будущие темпы местного вымирания, ограничивая диапазон данных о встречаемости в моделях климатической пригодности? Экография (коп.). 2010. 33: 878–886.
    55. 55. Зурелл Д., Элит Дж., Шредер Б. Прогнозирование для новых сред: инструменты для визуализации поведения модели и воздействия на отображаемые распределения.Дайверы. Дистриб. 2012; 18: 628–634.
    56. 56. Фуркад Ю., Энглер Дж., Рёддер Д., Сектори Дж. Картирование распределения видов с помощью MaxEnt с использованием географически смещенной выборки данных о присутствии: оценка эффективности методов исправления смещения выборки. PLoS ONE. 2014; 9 (5): e97122. pmid: 24818607
    57. 57. Рибас CC, Мияки CY. Análise Compartiva de padrões de diversificação em quatro gêneros de psitacídeos neotropicais. Revista Brasileira de Ornitologia. 2007. 15 (2): 245–252.
    58. 58. Уоллес AR. Об обезьянах Амазонки. Труды Лондонского зоологического общества. 1852; 20: 107–110.
    59. 59. Диас-Терсейро Р.Г., Каефер И.Л., де Фрага Р., де Араужо М.С., Симоес П.И., Лима А.П. Масштаб: исторические факторы и факторы окружающей среды Структура ануранских скоплений в верховьях реки Мадейра, Амазония. Biotropica. 2015 ФЕВ 13.
    60. 60. Гасконский C, Lougheed SC, Bogart JP. Паттерны генетической дифференциации популяции у четырех видов амазонских лягушек: проверка гипотезы речного барьера.Biotropica. 1998. 30: 104–119.
    61. 61. Гаскон С., Малькольм Дж. Р., Паттон Дж. Л., Сильва М. Н., Богарт Дж. П., Лугид С. К. и др. Речные барьеры и географическое распространение амазонских видов. Proc Natl Acad Sci U S. A. 2000; 97: 13672–7. pmid: 11095705
    62. 62. Рибас К.К., Алейшо А., Ногейра А.К., Мияки С.Ю., Крафт Дж. Палеобиогеографическая модель биотической диверсификации в Амазонии за последние три миллиона лет. Proc R Soc Edinb Biol. 2011. 279: 681–689.
    63. 63.Хорн С., Весселинг ФП. Амазония: ландшафт и эволюция видов. 1-е изд. Оксфорд: издательство Blackwell Publishing; 2010.
    64. 64. Россетти Д.Ф., Толедо П.М., Гоес А.М. Новая геологическая основа Западной Амазонии (Бразилия) и значение для биогеографии и эволюции. Quat Int. 2005; 63: 78–89.
    65. 65. Годсо В. Региональные различия преувеличивают экологическое расхождение в нишевых моделях. Syst Biol. 2010. 59 (3): 298–306. pmid: 20525637
    66. 66. Ficetola GF, Cagnetta M, Padoa-Schioppa E, Quas A, Razzetti E, Sindaco R и др.Систематическая ошибка выборки инвертирует экогеографические отношения у островных рептилий. Glob. Ecol. Биогеогр. 2014; 23: 1303–1313.

    Рациональное использование причинно-следственного вывода для руководства обучением с подкреплением усиливается с возрастом

  • 1.

    Christakou, A. et al. Нервно-психологическое созревание принятия решений в подростковом и юношеском возрасте. J. Cogn. Neurosci. 25 , 1807–1823 (2013).

    PubMed Статья Google Scholar

  • 2.

    Декер, Дж. Х., Отто, А. Р., Доу, Н. Д. и Хартли, К. А. От создателей привычки к целеустремленным ученикам: отслеживание появления в процессе развития обучения с подкреплением на основе моделей. Psychol. Sci. 27 , 848–858 (2016).

    PubMed PubMed Central Статья Google Scholar

  • 3.

    Джонс, Р. М. и др. Специфические для подростков модели поведения и нейронной активности во время обучения с социальным подкреплением. Cogn. Оказывать воздействие. Behav. Neurosci. 14 , 683–697 (2014).

    PubMed PubMed Central Статья Google Scholar

  • 4.

    Пальминтери, С., Килфорд, Э. Дж., Коричелли, Г. и Блейкмор, С. Дж. Вычислительное развитие обучения с подкреплением в подростковом возрасте. PLoS Comput. Биол . 12 , e1004953 (2016).

  • 5.

    van den Bos, W., Cohen, M. X., Kahnt, T.И Кроун, Э.А. Связь между полосатым телом и медиальной префронтальной корой головного мозга позволяет прогнозировать изменения в развитии обучения с подкреплением. Cereb. Cortex 22 , 1247–1255 (2012).

    PubMed PubMed Central Статья Google Scholar

  • 6.

    Нуссенбаум, К. и Хартли, К. А. Обучение с подкреплением в процессе развития: какие выводы мы можем извлечь из десятилетних исследований? Dev. Cognit. Neurosci. 40 , 100733 (2019).

  • 7.

    Роттер, Дж. Б. Обобщенные ожидания для внутреннего и внешнего контроля армирования. Psychol. Monogr. 80 , 1–28 (1966).

    CAS PubMed Статья Google Scholar

  • 8.

    Москарелло, Дж. М. и Хартли, К. А. Агентство и калибровка мотивированного поведения. Trends Cogn. Sci. 21 , 725–735 (2017).

    PubMed Статья Google Scholar

  • 9.

    Хайс, К. Дж. М. и Даян, П. Байесовская формулировка поведенческого контроля. Познание 113 , 314–328 (2009).

    PubMed Статья Google Scholar

  • 10.

    Гвеон, Х. и Шульц, Л. 16-месячные дети рационально предполагают причины неудачных действий. Наука 332 , 1524 (2011).

    CAS PubMed Статья Google Scholar

  • 11.

    Мюнтенер, П. и Шульц, Л. Дети младшего возраста предполагают ненаблюдаемые причины спонтанных событий. Фронт. Психол . 5 , 1496 (2014).

  • 12.

    Wu, Y., Muentener, P. & Schulz, L.E. Невидимая рука: малыши связывают вероятностные события с агентивными причинами. Cogn. Sci. 40 , 1854–1876 (2016).

    PubMed Статья Google Scholar

  • 13.

    Кейси, Б. Дж.От простых моделей самоконтроля до схематичного описания поведения подростков. Annu. Rev. Psychol. 66 , 295–319 (2015).

    CAS PubMed Статья PubMed Central Google Scholar

  • 14.

    Абрамсон, Л. Ю., Селигман, М. Э. и Тисдейл, Дж. Д. Приобретенная беспомощность у людей: критика и переформулировка. J. Abnorm. Psychol. 87 , 49–74 (1978).

    CAS PubMed Статья PubMed Central Google Scholar

  • 15.

    Дорфман, Х. М., Бхуи, Р., Хьюз, Б. Л. и Гершман, С. Дж. Причинный вывод о хороших и плохих результатах. Psychol. Sci. 30 , 516–525 (2019).

    PubMed PubMed Central Статья Google Scholar

  • 16.

    Лукас, К. Г., Бриджерс, С., Гриффитс, Т. Л. и Гопник, А. Когда дети учатся лучше (или, по крайней мере, более непредвзято), чем взрослые: различия в развитии в изучении форм причинно-следственных связей. Познание 131 , 284–299 (2014).

    PubMed Статья PubMed Central Google Scholar

  • 17.

    Маккормак, Т., Брэмли, Н., Фрош, К., Патрик, Ф. и Лагнадо, Д. Использование детьми вмешательств для изучения причинной структуры. J. Exp. Child Psychol. 141 , 1–22 (2016).

    PubMed Статья PubMed Central Google Scholar

  • 18.

    Nussenbaum, K. et al. Причинно-следственные стратегии поиска информации меняются в детстве и подростковом возрасте. Cogn. Sci. 44 , 1–24 (2019).

  • 19.

    Гопник А. и др. Изменения в когнитивной гибкости и поиске гипотез в истории человеческой жизни от детства до подросткового возраста и взрослой жизни. Proc. Natl Acad. Sci. США 114 , 7892–7899 (2017).

    CAS PubMed Статья PubMed Central Google Scholar

  • 20.

    Naneix, F., Marchand, A. R., Di Scala, G., Pape, J. R. & Coutureau, E. Параллельное созревание целенаправленного поведения и дофаминергических систем в подростковом возрасте. J. Neurosci. 32 , 16223–16232 (2012).

    CAS PubMed PubMed Central Статья Google Scholar

  • 21.

    Pattwell, S. S. et al. Измененное обучение страху в процессе развития как у мыши, так и у человека. Proc. Natl Acad.Sci. США 109 , 16318–16323 (2012).

    CAS PubMed Статья Google Scholar

  • 22.

    Бейкер К. Д., Бисби М. А. и Ричардсон Р. Ослабление страха у грызунов-подростков: поведенческий и нейронный анализ. Neurosci. Biobehav. Ред. https://doi.org/10.1016/j.neubiorev.2016.05.019 (2016).

    Артикул PubMed Google Scholar

  • 23.

    Meyer, H.C., Bucci, D.J., Meyer, H.C. & Bucci, D.J. Несбалансированная активность в орбитофронтальной коре и прилежащем ядре нарушает поведенческое торможение, сообщают о несбалансированной активности в орбитофронтальной коре, а прилежащее ядро ​​нарушает поведенческое торможение. Curr. Биол. 26 , 2834–2839 (2016).

    CAS PubMed PubMed Central Статья Google Scholar

  • 24.

    Ригу, Л., Стефан, К.Э., Фристон, К. Дж. И Даунизо, Дж. Выбор байесовской модели для групповых исследований. Neuroimage 84 , 971–985 (2014).

    CAS PubMed Статья PubMed Central Google Scholar

  • 25.

    Боленц, Ф., Райтер, А. М. Ф. и Эппингер, Б. Изменения в развитии в обучении: вычислительные механизмы и социальные влияния. Фронт. Psychol. 8 , 2048 (2017).

  • 26.

    Cohen, J. R. et al. Уникальная реакция подростков на ошибки предсказания вознаграждения. Nat. Neurosci. 13 , 669–671 (2010).

    CAS PubMed PubMed Central Статья Google Scholar

  • 27.

    Декер, Дж. Х., Лоренко, Ф. С., Долл, Б. Б. и Хартли, К. А. Опытное обучение с вознаграждением перевешивает обучение до взрослой жизни. Cogn. Оказывать воздействие. Behav. Neurosci. 15 , 310–320 (2015).

    PubMed PubMed Central Статья Google Scholar

  • 28.

    Шульц, Л. Э. и Гопник, А. Причинное обучение в разных областях. Dev. Psychol. 40 , 162–176 (2004).

    PubMed Статья Google Scholar

  • 29.

    Гопник А. и др. Теория причинного обучения у детей: причинные карты и байесовские сети. Psychol. Ред. 111 , 3–32 (2004).

    PubMed Статья Google Scholar

  • 30.

    Собель, Д. М. и Легар, К. Х. Причинное обучение у детей. Wiley Interdiscip. Rev. Cogn. Sci. 5 , 413–427 (2014).

    PubMed Статья Google Scholar

  • 31.

    Шарот Т. и Гаррет Н. Формирование убеждений: почему важна валентность. Trends Cogn. Sci. 20 , 25–33 (2016).

    PubMed Статья Google Scholar

  • 32.

    Вайнштейн, Н. Д. Нереалистичный оптимизм по поводу будущих жизненных событий. J. Pers. Soc. Psychol. 39 , 806–820 (1980).

    Артикул Google Scholar

  • 33.

    Кляйн, К. Т. Ф. и Хельвег-Ларсен, М. Воспринимаемый контроль и оптимистическая предвзятость: метааналитический обзор. Psychol. Здравоохранение 17 , 437–446 (2002).

    Артикул Google Scholar

  • 34.

    Майер С. Ф. и Селигман М. Э. Приобретенная беспомощность: теория и доказательства. J. Exp. Psychol. Gen. 105 , 3–46 (1976).

    Артикул Google Scholar

  • 35.

    Майер С. Ф. и Селигман М. Э. П. Приученная беспомощность в пятьдесят: выводы из нейробиологии. Psychol. Ред. 123 , 1–19 (2016).

    Артикул Google Scholar

  • 36.

    Моисей-Пейн, М. Э., Хабихт, Дж., Боулер, А., Стейнбейс, Н. и Хаузер, Т. У. Я знаю лучше! Возникающее метапознание позволяет подросткам игнорировать ложные советы. Препринт на https://psyarxiv.com/gb9f4 (2020).

  • 37.

    Розенбаум, Г. М., Венкатраман, В., Стейнберг, Л. и Чейн, Дж. М. Всегда ли подростки рискуют больше, чем взрослые? Исследование влияния контекста на принятие и обработку решений внутри субъектов.Препринт на https://psyarxiv.com/zd4mg/ 1–38 (2020).

  • 38.

    Экштейн, М. К., Мастер, С. Л., Даль, Р. Э. и Коллинз, А. Г. Э. Понимание уникального преимущества подростков в стохастической, изменчивой среде: сочетание обучения с подкреплением и байесовского вывода. Препринт на https://www.biorxiv.org/content/10.1101/2020.07.04.187971v1 (2020).

  • 39.

    Хартли, К. А. и Сомервилл, Л. Х. Неврология принятия решений подростками. Curr.Opin. Behav. Sci. 5 , 108–115 (2015).

    PubMed PubMed Central Статья Google Scholar

  • 40.

    Поттер, Т. С., Брайс, Н. В. и Хартли, К. А. Когнитивные компоненты, лежащие в основе развития обучения на основе моделей. Dev. Cogn. Neurosci. 25 , 272–280 (2017).

    PubMed Статья Google Scholar

  • 41.

    Гальван, А. Подростковое развитие системы вознаграждения. Фронт. Human Neurosci. 4 , 6 (2010).

  • 42.

    Курт-Нельсон, З., Бикель, В. и Редиш, А. Д. Теоретическое рассмотрение когнитивных эффектов при дисконтировании задержки. Eur. J. Neurosci. 35 , 1052–1064 (2012).

    PubMed PubMed Central Статья Google Scholar

  • 43.

    Balleine, B. W. & Killcross, S.Параллельная обработка стимулов: интегрированное представление о функции миндалины. Trends Neurosci. 29 , 272–279 (2006).

    CAS PubMed Статья Google Scholar

  • 44.

    Доу, Н. Д., Нив, Ю. и Даян, П. Конкуренция на основе неопределенности между префронтальной и дорсолатеральной полосатыми системами за контроль поведения. Nat. Neurosci. 8 , 1704–1711 (2005).

    CAS PubMed Статья Google Scholar

  • 45.

    Wimmer, G. E. & Shohamy, D. Предпочтение по ассоциации: как механизмы памяти в гиппокампе смещают решения. Наука 338 , 270–273 (2012).

    CAS PubMed PubMed Central Статья Google Scholar

  • 46.

    Mills, K. L. et al. Структурное развитие мозга между детством и взрослостью: конвергенция по четырем продольным выборкам. Neuroimage 141 , 273–281 (2016).

    PubMed PubMed Central Статья Google Scholar

  • 47.

    Мурти, В. П., Калабро, Ф. и Луна, Б. Роль опыта в когнитивном развитии подростков: интеграция исполнительной, памяти и мезолимбической системы. Neurosci. Biobehav. Ред. 70 , 46–58 (2016).

    PubMed PubMed Central Статья Google Scholar

  • 48.

    Tamnes, C.K. et al. Развитие коры головного мозга в подростковом возрасте: многоэлементное исследование взаимосвязанных продольных изменений объема коры, площади поверхности и толщины. J. Neurosci. 37 , 3402–3412 (2017).

    CAS PubMed PubMed Central Статья Google Scholar

  • 49.

    Кейси, Б. Дж., Хеллер, А. С., Джи, Д. Г. и Коэн, А. О. Развитие эмоционального мозга. Neurosci.Lett. 693 , 29–34 (2019).

    CAS PubMed Статья Google Scholar

  • 50.

    Родригес Буритика, Дж. М., Хикерен, Х. Р. и ван ден Бос, В. Вычислительная основа следования советам у подростков. J. Exp. Child Psychol. 180 , 39–54 (2019).

    PubMed Статья Google Scholar

  • 51.

    Moutoussis, M.и другие. Изменения, стабильность и нестабильность в павловском руководстве поведением от подросткового до юношеского возраста. PLoS Comput. Биол . 14 , e1006679 (2018).

  • 52.

    Зиглер Р. С. Когнитивная изменчивость. Dev. Sci. 10 , 104–109 (2007).

    PubMed Статья Google Scholar

  • 53.

    Гопник А., Гриффитс Т. Л. и Лукас К. Г. Когда младшие ученики могут быть лучше (или, по крайней мере, более открытыми), чем старшие. Curr. Реж. Psychol. Sci. 24 , 87–92 (2015).

    Артикул Google Scholar

  • 54.

    Сакс, Р., Тененбаум, Дж. Б. и Кэри, С. Секретные агенты: выводы о скрытых причинах 10- и 12-месячных младенцев. Psychol. Sci. 16 , 995–1001 (2005).

    CAS PubMed Статья Google Scholar

  • 55.

    Шульц, Л.Э. и Соммервилл, Дж. Бог не играет в кости: причинный детерминизм и причинные выводы дошкольников. Child Dev. 77 , 427–442 (2006).

    PubMed Статья Google Scholar

  • 56.

    Dasgupta, I. et al. Причинные рассуждения на основе обучения с мета-подкреплением. Препринт на https://arxiv.org/abs/1901.08162 (2019).

  • 57.

    Hauser, T.U., Iannaccone, R., Walitza, S., Brandeis, D. & Brem, S.Когнитивная гибкость в подростковом возрасте: нейронные и поведенческие механизмы обработки ошибок прогнозирования вознаграждения при принятии адаптивных решений во время развития. Neuroimage 104 , 347–354 (2015).

    PubMed PubMed Central Статья Google Scholar

  • 58.

    Пирс, Дж. Программное обеспечение PsychoPy-Psychophysics на Python. J. Neurosci. Методы . 162 , 8–15 (2007).

  • 59.

    R Основная команда. R: язык и среда для статистических вычислений . (Фонд R для статистических вычислений, Вена, Австрия, 2016 г.).

  • 60.

    Бейтс, Д., Мехлер, М., Болкер, Б. и Уокер, С. lme4. J. Stat. Софтв. 67 , 1–48 (2015).

    Артикул Google Scholar

  • 61.

    Бейтс, Д. М., Клигл, Р., Васишт, С. и Баайен, Х. Экономные смешанные модели Дуглас Бейтс. arXiv 11506.04967,1–27 (2015).

  • 62.

    Somerville, L.H. et al. Медиальная префронтальная кора и появление эмоций самосознания в подростковом возрасте. Psychol. Sci. 24 , 1554–1562 (2013).

    PubMed PubMed Central Статья Google Scholar

  • 63.

    Доу, Н. Д. Принятие решений, влияние и обучение: внимание и производительность XXIII https: // doi.org / 10.1093 / acprof: oso / 9780199600434.003.0001 (2011).

  • Блог о климатическом праве »Архив блога» Право и наука об изменении климата Атрибуция

    Майкл Бургер, Джессика Вентц и Рэдли Хортон

    Развивающаяся область науки о причинах изменения климата играет решающую роль в формировании нашего понимания того, как люди влияют на глобальную климатическую систему, и в информировании дискуссий об ответственности за воздействия изменения климата.Наука атрибуции, которая исследует связи между изменением климата и экстремальными погодными явлениями, обеспечивает доказательную базу, устанавливающую, что антропогенное изменение климата реально, что оно здесь и что к научным предсказаниям будущих изменений следует относиться серьезно. Столкнувшись с этим растущим объемом исследований, суды, лица, определяющие политику, и частные субъекты теперь сталкиваются с критически важными юридическими вопросами, такими как: достаточно ли правительства делают для сокращения выбросов и адаптации к климатическим рискам, а также могут ли корпорации нести ответственность за свои вклад в проблему.

    Несколько лет назад исполнительный директор Центра Сабина Майкл Бургер и старший научный сотрудник Джессика Венц объединились с Рэдли Хортоном, ученым-климатологом и профессором-исследователем из Обсерватории Земли Ламонта-Доэрти, чтобы оценить современное состояние науки об атрибуции и изучить, как эта область влияет на дискуссии о юридических правах и обязанностях, связанных с изменением климата. Кульминацией этого проекта стала новая статья «Право и наука об изменении климата», опубликованная в Колумбийском журнале экологического права.В статье, занимающей 185 страниц юридического журнала, дается всесторонний обзор исследований атрибуции и ее применения в юридических условиях.

    Некоторые из ключевых результатов нашего исследования включают:

    • Существующий объем исследований по обнаружению и атрибуции достаточно надежен, чтобы способствовать разрешению определенных типов юридических споров. Но существуют также усложняющие факторы, которые могут затруднить определение четкой причинно-следственной цепи между конкретным источником выбросов и конкретным вредом или воздействием, связанным с изменением климата. В конечном счете, степень, в которой наука может поддержать судебные иски, будет зависеть от многих факторов, таких как характер иска, личности истцов и ответчиков, а также характер предполагаемых травм.
    • Многие наблюдаемые физические воздействия, такие как повышение уровня моря, таяние вечной мерзлоты и закисление океана, можно с большой уверенностью отнести к антропогенному изменению климата. Уровни достоверности консенсуса в настоящее время ниже для других воздействий, таких как экстремальные явления, последствия для здоровья населения, экономические потери и деградация экосистем. Растет число исследований по установлению причин экстремальных явлений и воздействий, в которых обнаруживается причинная связь между такими воздействиями, как смертность, связанная с жарой, и антропогенное влияние на изменение климата.
    • Если воздействие было отнесено на счет антропогенного изменения климата, оно также может быть отнесено к конкретным источникам выбросов на пропорциональной основе . Этот расчет может включать оценку пропорционального вклада источника в глобальные выбросы парниковых газов и его использование для экстраполяции пропорционального вклада источника в воздействие.Однако указание источника не является чисто объективным количественным анализом. При определении того, кто несет ответственность за какие выбросы, возникают нормативные вопросы.
    • Наука атрибуции играет важную роль в судебных процессах, направленных на то, чтобы заставить национальные правительства принять меры по изменению климата. В нескольких иностранных делах истцы успешно использовали науку об атрибуции, чтобы продемонстрировать, что неспособность правительства регулировать выбросы парниковых газов на адекватных уровнях подвергает опасности общественное здоровье и благосостояние граждан внутри страны, и, таким образом, правительство нарушило свою обязанность проявлять заботу о себе. граждане.
    • Судебные иски, направленные на привлечение корпораций к ответственности за их вклад в изменение климата, натолкнулись на юрисдикционные, процедурные и другие препятствия и до настоящего времени не были отклонены из-за каких-либо ограничений в науке. Например, некоторые суды США постановили, что иски, связанные с климатом, либо заменяются Законом о чистом воздухе, либо должны рассматриваться другими ветвями власти на основе принципов разделения властей. Наука может оказаться достаточно сильной, чтобы поддержать вывод об ответственности, если истцы в рассматриваемых и будущих делах преодолеют эти первоначальные препятствия и если судьи будут применять традиционные принципы деликта при оценке существа этих требований.
    • Научное сообщество может поддержать приложения исследования атрибуции, такие как использование этого исследования для информирования переговоров об убытках и убытках и судебных решений об ответственности за воздействия изменения климата . Такая поддержка может включать продолжение расширения и улучшения существующих исследований атрибуции, в том числе в недопредставленных в настоящее время географических регионах и в отношении воздействий, испытываемых в настоящее время; сообщение результатов ясно и в доступном формате; взаимодействие с заинтересованными сторонами, чтобы помочь им понять результаты; и увязка отдельных исследований с другими исследованиями, что помогает конкретизировать причинно-следственную цепочку от выбросов до воздействия.Политики, судьи и стороны в судебном процессе также могут улучшить свое понимание науки и расширить аналитические подходы, которые они используют для оценки правовых и нормативных последствий науки при принятии судебных или политических решений.

    Эта статья является скорее отправной точкой, чем завершением нашей работы. Мы намерены опираться на его основу, проводя дальнейшие исследования, публикации и учебные материалы, отслеживающие новые разработки в этой области и решающие возникающие вопросы.

    С кратким изложением статьи можно ознакомиться здесь.

    Опубликовано в Климатология, Судебные разбирательства, Публикации Комментарии

    подлежат модерации и не обязательно отражают мнение
    Колумбийской школы права или Колумбийского университета.

    Глобальные градиенты видового богатства и функциональных групп в приливной зоне

    [Примечание редакции: авторы повторно представили исправленную версию статьи на рассмотрение.Ниже следует ответ авторов на первый раунд проверки.]

    Рецензент №1:

    В этой рукописи проверяются устойчивые широтные градиенты видового богатства, в том числе видового богатства некоторых определенных функциональных групп. Вопрос интересный и важный, и, насколько я могу судить, он не был широко исследован в системах скалистых берегов (но см. Ниже). Подход авторов состоит в том, чтобы извлечь необработанные значения богатства (количество видов) из литературы, а затем проверить взаимосвязь между богатством и рядом объясняющих переменных, включая широту, с использованием GLM, GLMM и GAM.Я не уверен, но думаю, что к данным подходят только одномерные отношения. Северное и южное полушария тестируются как по отдельности, так и вместе, но разные береговые линии (например, восточная часть Тихого океана, западная часть Тихого океана и западная Атлантика), по-видимому, объединяются для анализа. Пространственная структура (я думаю) объясняется созданием 5-градусных «ящиков» и последующим произвольным воздействием на эти ячейки.

    Я не знаю, находятся ли сайты в одной и той же широте, но в разных частях света (например,g., Чили против Австралии) помещаются в одну или разные корзины, но я думаю, что они одинаковы.

    Да, участки по всей долготе в пределах 5 ° широты были объединены для анализа общности LDG на скалистых берегах во всех океанах. Метод включения участков со всех долгот таким образом следует за предыдущими исследованиями LDG как в наземных, так и в морских системах [1–6]. Мы выделили этот метод в разделе «Материалы и методы»:

    «Участки по всем долготам были разделены на соответствующие 5 ° широты» (строка рукописи 403-404).

    Некоторые мои рекомендации по улучшению исследования связаны со следующим:

    1. Одна из заявленных целей статьи — изучение функционального разнообразия. Однако функциональное разнообразие (то есть широта функционального пространства, занимаемого биотой, или количество различных функций, представленных биотой) фактически не исследуется в статье. Скорее авторы анализируют общее видовое богатство, а затем анализируют видовое богатство отдельно для нескольких различных функциональных групп.

    Мы согласны с тем, что термин «функциональное разнообразие» неуместен, когда мы фактически анализируем закономерности в различных функциональных группах. Теперь мы ссылаемся на «функциональные группы» по всему тексту и соответственно изменили заголовок:

    «Глобальные градиенты разнообразия видов и функциональных групп в приливной зоне»

    2. В одном из предыдущих исследований Cruz-Motta et al. 2010, цитируется в рукописи, но его подход и выводы вообще не обсуждаются, что удивительно, поскольку лежащие в основе вопросы очень похожи.Еще мне известно о Риваденейре и др. (2015, DOI 10.1111 / geb.12328) сосредоточены только на брюхоногих моллюсках, но также представляют собой очень обширное исследование широтного градиента восточной части Тихого океана. Эта статья не цитируется в текущей рукописи. В документе не дается четкого объяснения того, как текущее исследование улучшает предыдущие исследования, и не дается дополнительная информация, а также отсутствует какое-либо явное сравнительное обсуждение результатов.

    Мы согласны, первоначальное обсуждение не отражало соответствующую литературу (например, Cruz-Motta et al.(2010), Конар и др. (2010), Rivadeneira et al. (2015) [7–9]), или объяснили, как мы их улучшили. В пересмотренной версии мы даем всестороннее обсуждение текущих знаний о глобальных градиентах приливного разнообразия и подчеркиваем, как мы расширяем это и предоставляем новую информацию:

    «Хотя широтные градиенты разнообразия широко цитируются как один из основных законов экологии [43], исследования, исследующие эти закономерности в глобальном масштабе, в значительной степени упускают из виду приливные экосистемы, несмотря на их глобальный ареал и важность как уникальных сред.[…] Мы также продемонстрировали, что разные функциональные группы имеют разные градиенты (см. Обсуждение ниже) ». (Строки рукописи 204-223).

    Мы также перефразировали части введения, так что теперь оно более правильно описывает текущие знания о противоречащих друг другу приливных градиентах:

    «Исследования приливных вод в региональном масштабе обнаружили градиенты богатства брюхоногих моллюсков вдоль берегов восточной части Тихого океана [7,15]. Однако ни один градиент широтного разнообразия брюхоногих моллюсков [16] или макроводорослей [8] не был обнаружен в глобальном масштабе через океаны, а исследования в масштабах всей сборки обнаружили отсутствующие [9,11,12] или обратные [17] градиенты.»(Строки 73-76 рукописи).

    3. Предположительно, рассматриваемые списки видов представляют собой очень разнородный комплекс исследований, которые существенно различаются по усилиям по отбору проб и, возможно, по их основным таксонам (т. Е. В некоторых исследованиях могут учитываться все виды в определенной единице площади, а в других — только виды из определенных таксонов) . Применялась ли какая-либо последовательность при отборе исследований, например: набор очаговых таксонов был идентифицирован авторами, а исследование было включено только в том случае, если оно полностью идентифицировало виды из каждого из этих очаговых таксонов? Усилия по отбору образцов, несомненно, также существенно различались бы, но, по-видимому, не существует какой-либо стандартизации усилий по отбору образцов, будь то применение оценщика богатства, такого как Chao1 или складной нож, или разрежение, или включение некоторой меры усилий по отбору, как ковариата в анализе.

    Усилия по отбору проб и полнота инвентаризации являются важными факторами, определяющими количество видов, обнаруженных при любом обследовании. В исследованиях, изучающих региональное богатство или γ-разнообразие, следует, как предлагает обозреватель, применять оценки богатства, такие как Chao1 [18] или складной нож [19]. Эти методы основаны на подвыборках и численности для оценки регионального богатства. Однако мы анализируем разнообразие с разных сайтов, используя данные, полученные из текста, рисунков или таблиц, которые часто были доступны только в форме одного значения.Таким образом, любая дополнительная информация о численности, протоколе отбора проб или усилиях по отбору проб часто отсутствовала. Мы признаем это предостережение и, чтобы свести к минимуму искажения данных, мы собрали данные с 433 участков, чтобы максимизировать пространственное разрешение и минимизировать влияние любых странных исследований. Чтобы еще больше минимизировать систематическую ошибку выборки между участками, мы рассматривали только исследования, в которых были собраны все виды в соответствии с описанными методологиями. Таким образом, мы исключили исследования, которые были сосредоточены исключительно на водорослях, беспозвоночных или отдельных таксономических группах (см. Также наш ответ рецензенту 2 ниже).Мы добавили эту информацию в раздел «Материалы и методы»:

    «В любом из источников, использованных в этом исследовании для извлечения данных, доля видов, отобранных на данном участке (полнота инвентаризации), зависит от усилий сборщика и местных условий. […] Чтобы еще больше минимизировать систематическую ошибку выборки между участками, мы рассматривали только исследования, в которых все виды были собраны в соответствии с описанным запрещенным набором методологий. (Строки 380–389 рукописи).

    Наконец, технически это метаанализ, но метааналитические методы (которые могли бы учесть, скажем, различия в дисперсии выборки среди реплик при оценке богатства), похоже, не используются.Учитывая большое количество исследовательских сайтов, я сомневаюсь, что это будет иметь большое значение по сравнению с другими проблемами, поэтому меня это меньше беспокоит, чем другие моменты.

    4. В описании методов отсутствует много важной информации.

    а. Например, не совсем понятно, как была наложена структура случайных эффектов, хотя я предполагаю, что случайный эффект накладывался на каждые 5 градусов широты. На самом деле это не идеальный способ справиться с пространственной автокорреляцией, учитывая, что соседние широтные полосы также могут иметь некоторую автокорреляцию — и работа с ней осложняется тем фактом, что одной из независимых переменных является широта (один из способов моделирования пространственного автокорреляция заключается в использовании пространственных координат в качестве поверхности тренда, так что в некотором смысле, по крайней мере, конкретная форма широтной составляющей пространственной автокорреляции фактически является тем, что проверяется).

    Мы согласны с тем, что статистический анализ требует серьезной доработки, и благодарим рецензента за конструктивные предложения. Соответственно, мы повторно проанализировали данные и искали пространственную автокорреляцию с помощью вариограмм и пузырьковых графиков. Данные фактически показали четкую автокорреляцию, и, соответственно, все GLM-модели были оснащены структурой пространственной ковариации Матерна с долготными и широтными значениями в качестве пространственных переменных. Мы по-прежнему размещали сайты в интервале 5 ° по широте и использовали их как случайный фактор для учета зависимости между сайтами, вложенными в диапазоны.Окончательные GLMM были проверены путем построения стандартизованных остаточных паттернов против подобранных значений и с использованием инструментов остаточной диагностики из пакета DHARMa R [28]. См. Полностью обновленный раздел «Материалы и методы» для получения более подробной информации.

    г. «Распределение страсти» (я полагаю, авторы имеют в виду Пуассона?) Использовалось для проверки модели солености, но для подбора другой модели использовалось отрицательное биномиальное распределение ошибок. Это сбивает с толку, потому что распределение ошибок должно зависеть от поведения переменной ответа (насыщенности), а не независимых переменных.Более того, затем авторы говорят о проверке нормальности и гомоскедастичности, что сбивает с толку, поскольку отрицательное биномиальное распределение остатков (предположительно то, что было смоделировано) не является ни нормальным, ни гомоскедастическим.

    Приносим извинения за опечатку. Действительно, мы имели в виду распределение Пуассона, и это было исправлено в тексте.

    Локальные модели (ледяной размыв, покров макроводорослей, соленость и воздействие волн) были проанализированы как 4 отдельные модели, поскольку имеющиеся данные различались по четырем факторам.Следовательно, у нас было четыре набора данных с отдельными переменными отклика (богатство), и поэтому распределение ошибок было различным в каждом анализе, чтобы гарантировать использование достоверных моделей. Мы разъяснили это в разделе «Материалы и методы», чтобы избежать путаницы:

    «Поскольку доступные данные различались по четырем параметрам, это извлечение данных привело к получению четырех отдельных наборов данных, которые были проанализированы отдельно, поскольку в большинстве работ исследовался только один из океанографических факторов» (строки 422-424 рукописи).

    г. Похоже, но не было четко указано, что проверялись только одномерные отношения. Почему не проводился выбор модели, изучающей способность нескольких переменных независимо или интерактивно влиять на богатство? Кроме того, каковы статистические отношения между потенциальными независимыми переменными? В какой степени переменные, которые имеют статистически значимую связь с богатством, могут быть случайными, и из-за того, что они пространственно коррелированы с другими переменными, которые играют более причинную роль?

    Мы разъяснили, как проводился процесс эксплуатации данных перед анализом.Мы проверили коллинеарность между ковариями окружающей среды, используя анализ коэффициента инфляции дисперсии (VIF), который не показал коллинеарности. Поскольку факторы окружающей среды могут взаимодействовать (например, температура и соленость), исходная полная модель включала взаимодействия между всеми ковариатами. Однако существенных взаимодействий не было, и поэтому мы исключили взаимодействия в окончательной модели [29]. См. Существенно переработанный раздел «Материалы и методы».

    г. В тексте есть ссылки на глобальный анализ по сравнению с «региональным», но что именно это за регионы, не ясно.Разве это просто данные северного и южного полушария, проанализированные отдельно?

    Региональный анализ был задуман как анализ, ориентированный на мелкомасштабные факторы (например, соленость, воздействие волн), которые меняются в небольшом пространственном масштабе и между участками. Мы перефразировали текст, и теперь «региональный» анализ называют «локальным», чтобы обозначить его движущие силы, относящиеся к конкретным сайтам. Это было изменено по всему тексту, и мы расширили описание в разделе «Материалы и методы»:

    Для исследования общего влияния местных факторов стресса окружающей среды (факторов стресса, относящихся к видам на уровне участка), из опубликованных материалов были извлечены данные о четырех факторах окружающей среды местного масштаба (ледяной покров, покров макроводорослей, соленость и воздействие волн). литературу (см. описанный выше метод), если она доступна через текст, таблицы или прямую переписку с авторами »(строки 419-422 рукописи).

    Моим предложением для решения проблем методов было бы более полное представление (или, по крайней мере, исследование и подробное описание) диагностики соответствия модели, такой как пространственные коррелограммы как остатков, так и оценок случайных эффектов для различных соответствий модели. Структура в любом из них будет указывать на отсутствие чего-то важного. Я бы посоветовал авторам вернуться к диагностике моделей для моделей с ненормальными структурами ошибок. Интерпретация диагностических графиков стандартной модели, особенно для таких вещей, как отрицательный бином, чрезвычайно сложна и не интуитивно понятна, и меня беспокоит текст о том, насколько авторы в это углубились.Если авторы не уверены, с чего начать, один из вариантов — смоделировать данные из подобранной модели и сравнить распределение остатков из модели, подогнанной к реальным данным, с тем, как выглядят остатки, когда данные моделируются для соответствия. точно моделировать предположения. Пакет R DHARMa сделает это. Очевидно, но это не единственный путь вперед. Если есть доказательства отсутствия соответствия, авторы могут рассмотреть некоторые модели с несколькими независимыми переменными. Я также удивлен, что авторы не рассмотрели модель, учитывающую потенциальные эффекты различных береговых линий.Таким образом, один из способов учета «региона» — это включить его в качестве категориального фактора в исходный анализ, а не проводить совершенно другой анализ. Например, Восточный Тихий океан, Западный Тихий океан, Восточный Атлантический океан, Западный Атлантический океан и т. Д. Эффекты полушария также могут быть учтены таким же образом. Если нет, то я хотел бы видеть, что в остатках нет такой структуры (например, если одна цветовая кодировка остатка или оценок случайных эффектов в соответствии с береговой линией, например, они не будут сгруппированы вместе).

    5. Мое общее мнение о дискуссии заключалось в том, что исследование не позволило сделать очень убедительные выводы — например, авторы приходят к выводу, что в средних широтах северного полушария наблюдается пик богатства в средних широтах, но не в южный, и они связывают это с ледяной эрозией на крайнем севере и высыханием и температурой на экваторе. Однако авторы четко не связывают эту причинно-следственную связь со своим анализом — температурный эффект выглядит незначительным, а эффект ледяного размыва небольшой по величине, что, похоже, не поддерживает вывод авторов.Моя общая рекомендация для Обсуждения состоит в том, чтобы причинные выводы были более конкретно связаны с результатами анализа. Более тщательный набор анализов, который решает некоторые из проблем, которые я поднял в предыдущих пунктах, может в некоторой степени облегчить эту задачу.

    Мы, как было предложено, переписали большую часть обсуждения, чтобы лучше связать наши результаты и обсуждение. Мы надеемся, что пересмотренное обсуждение более четко увяжет нашу работу с предыдущими исследованиями. См. Обновленный раздел «Обсуждение».

    Рецензент № 2:

    Мне очень понравилось читать этот документ, так как он во многом находится в моей области знаний. Широко распространенное мнение о том, что градиент широтного разнообразия является общей закономерностью для всех основных экосистем, в основном подтверждается литературой. Однако, как вы правильно утверждаете в своей статье, это редко изучается в глобальном масштабе в системах со скалистыми берегами. Если это так, то обычно это делается с использованием грубой шкалы (например, 5 интервалов широты), которая также включает мелководные суб-приливные среды, и / или с использованием богатства видов на основе перекрывающихся географических ареалов (но см. Rivadeneira et al.2015 г. по всей восточной части Тихого океана… ниже). Ваши результаты показывают, что нет четкого широтного градиента с использованием α-разнообразия в глобальном масштабе. Хотя это верно на основе вашего существующего набора данных, у меня есть один важный комментарий, который должен помочь вам при пересмотре статьи:

    Существует явный пробел в выборке в тропических широтах (на основе вашего рисунка 1). Отчасти это связано с тем, что каменистый берег разрежен в тропических широтах (например, Фенберг и Риваденейра, 2019; Ecology Letters), но в вашем наборе данных отсутствуют некоторые регионы, в которых явно есть документы о разнообразии α тропических экосистем скалистых берегов.Например, вдоль восточного тихоокеанского побережья у вас нет точек данных вдоль материкового тихоокеанского побережья Мексики. Взгляните на рисунок 3b в Rivadeneira et al. 2015 Глобальная экология и биогеография. Эта статья (я являюсь соавтором) основана на брюхоногих моллюсках на скалистых берегах с использованием литературных источников со всего восточного побережья Тихого океана. Хотя в тропиках меньше примеров участков, чем в регионах с умеренным климатом, в тропических широтах наблюдается явное увеличение видового богатства (и это касается только брюхоногих моллюсков).Это противоречит вашему аргументу об отсутствии градиента в разнообразии α, поэтому вы можете включить его в свою статью в качестве потенциального выброса. В связи с вышеизложенным: см. Следующие документы: Острова Ревильяхихедо в Мексике, в Mille-Pagaza et al. 2002 («Abundancia y diversidad de los Беспозвоночные литоралес де Исла Сокорро, Архипелаг Ревильладжигедо, Мексика») они обнаружили 161 вид морских беспозвоночных (в нескольких разных местах). Документ написан на испанском языке, поэтому, возможно, он ускользнул от ваших поисковых запросов.Вот пара других документов, показывающих большое разнообразие на тихоокеанском скалистом побережье Мексики:

    Hendrickx et al. 2019: «Moluscos litorales (Bivalvia, Gastropoda, Polyplacophora, Cephalopoda) de playas

    rocosas de la región de Guaymas, golfo de California, México «найдено 113 видов».

    Флорес-Родригес П. и др. (2014) Моллюски скалистой приливной зоны на трех участках в Оахаке,

    Мексика. Открытый журнал морских наук, 4, 326-337.

    Это всего лишь несколько примеров мексиканских статей, которые вы пропустили (которые, кажется, соответствуют вашим критериям поиска).

    Вы также пропустили тропические статьи вдоль побережья восточной Африки: Танзания: Хартнолл, эстуарий и прибрежная морская наука (1976).

    Сомали: Челацци и Ваннини (1979) «Зонирование приливных моллюсков на Скалистых горах.

    Берега Южного Сомали «.

    И похоже, что вы пропустили статьи из Нового Южного Уэльса (ваш пример на Рисунке 1, кажется, относится к Квинсленду): Андервуд 1981 «Структура скалистого приливного сообщества в Новом Южном Уэльсе: образцы вертикального распределения и сезонные изменения».

    Бенкендорф и А. Дэвис (2002): «Выявление горячих точек разнообразия видов моллюсков на скалистых приливных рифах»

    Это всего лишь несколько примеров тропических статей, которые, кажется, соответствуют вашим критериям поиска, но отсутствуют в вашем анализе. Я пытаюсь здесь подчеркнуть, что, хотя в тропических регионах действительно может быть меньше статей, их определенно можно найти. Хотя это может не повлиять на общие результаты вашей статьи, я думаю, вам следует скорректировать критерии поиска, поскольку вы, вероятно, упускаете немало из тропических скалистых берегов.Некоторые статьи будут на разных языках (особенно статьи на испанском языке из Мексики и Латинской Америки), но, на мой взгляд, их не следует сбрасывать со счетов, потому что некоторые из них явно демонстрируют высокий уровень α-разнообразия в тропических широтах. В заключение, мне действительно нравится эта статья, и я чувствую, что она внесет ценный вклад, но я чувствую, что набор данных неполный, и мне было бы полезно более тщательный поиск статей на тропических скалистых берегах.

    Мы согласны с тем, что существует богатая литература о разнообразии прибрежных районов в различных тропических регионах, включая очень хорошие примеры, перечисленные выше.К сожалению, большинство тропических исследований сосредоточено на конкретных таксономических группах или исследуют только флору или фауну. Это также относится к исследованиям, предложенным выше, а именно:

    Hendrickx et al. 2019 — беспозвоночные

    Флорес-Родригес П. и др. (2014) — моллюсков

    Rivadeneira et al. (2015) — брюхоногих моллюсков

    Фенберг и Риваденейра (2019) — брюхоногих моллюсков

    Mille-Pagaza et al.(2002) — беспозвоночные

    Benkendorff & Davis (2002) — моллюсков

    Chelazzi and Vannini (1979) — беспозвоночные

    Хартнолл (1976) — беспозвоночные

    Benkendorff & Davis (2002) — моллюсков

    Мы благодарны за введение в статью Андервуда (1981), данные которой мы теперь включаем (например, см. Рисунок 1). К сожалению, другие статьи не подходят для нашего исследования, поскольку мы фокусируемся на разнообразии в масштабах всей сборки и поэтому не можем включать статьи по конкретным таксонам или группам (т.е. только водоросли или животные). Мы явно не выделили критерии выбора в разделах исходных методов и внесли существенные изменения в раздел «Материалы и методы», чтобы избежать путаницы: Например:

    «Отчеты считались действительными, когда авторы представляли данные по всей сборке об« разнообразии »,« богатстве »или« количестве видов »в виде списков видов, таблиц или графиков. В частности, мы исключили исследования, которые были сосредоточены исключительно на водорослях [26,49], беспозвоночных [50,51] или отдельных таксономических группах [e.грамм. 24,25,51–53,87]. По возможности извлекались полные списки видов, а для извлечения графических данных использовался WebPlotDigitizer [90] ». (Строки 370-375 рукописи).

    Артикул:

    1. Малиция А., Блундо С., Карилла Дж., Осинага Акоста О, Куэста Ф., Дуке А. и др. Высота и широта определяют структуру и состав пород деревьев в лесах Анд: результаты крупномасштабной сети участков. PLoS One. 2020; 15: e0231553. DOI: 10.1371 / journal.pone.0231553

    2. Менеготто А., Рангель Т.Ф.Картирование пробелов в знаниях о морском разнообразии показывает широтный градиент богатства отсутствующих видов. Nat Commun. 2018; 9: 4713. DOI: 10.1038 / s41467-01807217-7

    3. Чаудхари К., Саиди Х., Костелло М.Дж. Бимодальность широтных градиентов богатства морских видов. Trends Ecol Evol. 2016; 31: 670–676. DOI: 10.1016 / j.tree.2016.06.001

    4. Матео Р.Г., Броенниманн О., Норман С., Петитпьер Б., Араужо М.Б., Свеннинг Дж.С. и др. Мшистый север: обратный градиент широтного разнообразия европейских мохообразных.Научный доклад 2016; 6: 25546. DOI: 10.1038 / srep25546

    5. Валдовинос К., Наваррете С.А., Марке ПА. Разнообразие видов моллюсков в юго-восточной части Тихого океана: почему к полюсу их больше? Экография 2003; 26: 139–144.

    DOI: 10.1034 / j.1600-0587.2003.03349.x

    6. Рой К., Яблонски Д., Валентин Дж. В., Розенберг Г. Градиенты разнообразия морских широт: проверка причинных гипотез. Proc Natl Acad Sci U S. A. 1998; 95: 3699–702.

    DOI: 10.1073 / PNAS.95.7.3699

    7.Rivadeneira MM, Alballay AH, Villafaña JA, Raimondi PT, Blanchette CA, Fenberg PB. Географические закономерности диверсификации и широтный градиент богатства каменистых литоральных брюхоногих моллюсков: гипотеза «в тропический музей». Glob Ecol Biogeogr.

    2015; 24: 1149–1158. DOI: 10.1111 / geb.12328

    8. Конар Б., Икен К., Круз-Мотта Дж. Дж., Бенедетти-Чекки Л., Ноултон А., Похле Г. и др. Современные модели разнообразия макроводорослей и биомассы на скалистых берегах северного полушария.Дрозд С., редактор. PLoS One. 2010; 5: e13195. DOI: 10.1371 / journal.pone.0013195

    9. Круз-Мотта Дж. Дж., Милославич П., Паломо Дж., Икен К., Конар Б., Похле Г. и др. Закономерности пространственной изменчивости ассоциаций, связанных с литоральными скалистыми берегами: глобальная перспектива. PLoS One. 2010; 5: e14354. DOI: 10.1371 / journal.pone.0014354

    10. Ломолино М. В. Природоохранная биогеография. В кн .: Ломолино М. В., Хини Л. Р., ред. Границы биогеографии: новые направления географии природы.Sinauer Associates, Inc; 2004. С. 293–296.

    11. Фенберг ПБ, Менге Б.А., Раймонди П.Т., Риваденейра ММ. Биогеографическая структура скалистого приливного района северо-востока Тихого океана: роль апвеллинга и рассеивания в движущих силах. Экография 2015; 38: 83–95. DOI: 10.1111 / ecog.00880

    12. Бланшетт, Калифорния, Майнер К.М., Раймонди П.Т., Лозе Д., Хиди КЕК, Бройтман Б.Р.

    Биогеографические образцы скалистых приливных сообществ вдоль тихоокеанского северного побережья

    Америка.J Biogeogr. 2008; 35: 1593–1607. DOI: 10.1111 / J.1365-2699.2008.01913.X

    13. Шоч Г.К., Менге Б.А., Эллисон Дж., Кавано М., Томпсон С.А., А. Вуд С. Пятнадцать градусов разделения: широтные градиенты скалистой литоральной биоты вдоль Калифорнийского течения. Limnol Oceanogr. 2006. 51: 2564–2585. DOI: 10.4319 / lo.2006.51.6.2564

    14. Икен К., Конар Б., Бенедетти-Чекки Л., Круз-Мотта Дж. Дж., Ноултон А., Похле Г. и др. Крупномасштабные модели пространственного распределения иглокожих в прибрежных скалистых местообитаниях.PLoS One. 2010; 5: e13845. DOI: 10.1371 / journal.pone.0013845

    15. Фенберг ПБ, Риваденейра ММ. О важности непрерывности среды обитания для разграничения биогеографических регионов и формирования градиентов богатства. Ecol Lett. 2019; 22: 664–673.

    DOI: 10.1111 / ele.13228

    16. Милославич П., Круз-Мотта Дж., Кляйн Е., Икен К., Вайнбергер В., Конар Б. и др. Особенности пространственного распределения скоплений брюхоногих моллюсков на скалистых берегах. PLoS One. 2013; 8:

    e71396. DOI: 10.1371 / journal.pone.0071396

    17. Griffiths HJ, Waller CL. Первое всестороннее описание биоразнообразия и биогеографии антарктических и субантарктических приливных сообществ. J Biogeogr. 2016; 43: 1143–1155. DOI: 10.1111 / jbi.12708

    18. Ян В., Ма К., Крефт Х. Смещение географической выборки в большой распределительной базе данных и его влияние на модели богатства видов и окружающей среды. J Biogeogr. 2013; 40: 1415–1426.

    DOI: 10.1111 / jbi.12108

    19. Smith CD, Pontius JS.Складной нож для оценки видового богатства с S-PLUS. J Stat Softw. 2006; 15: 1–12. DOI: 10.18637 / jss.v015.i03

    20. Чао А., Чиу Ц.-Х. Непараметрическая оценка и сравнение видового богатства. eLS.

    Чичестер, Великобритания: John Wiley & Sons, Ltd; 2016. С. 1–11.

    DOI: 10.1002 / 9780470015902.a0026329

    21. Gbedemah ST. Современные модели разнообразия приливных водорослей и зонирования двух участков на побережье Ганы. J Oceanogr Mar Res. 2017; 5: 159. DOI: 10.4172 / 2572-3103.1000159

    22. Hartnoll RG. Экология некоторых скалистых берегов в тропической Восточной Африке. Побережье эстуара, март 1976 г., 4: 1–21. DOI: 10.1016 / 0302-3524 (76)

    -5

    23. Mille-Pagaza S, Carrillo-Laguna J, Pérez-Chi A, Sánchez-Salazar ME. Abundancia y diversidad de los Беспозвоночные литоралы острова Сокорро, Архипелаг Ревильладжигедо, Мексика. Rev Biol Trop. 2002; 50: 97–105.

    24. Flores-Rodríguez P, Flores-Garza R, García-Ibáñez S, Torreblanca-Ramírez C, GaleanaRebolledo L, Santiago-Cortes E.Моллюски каменистой приливной зоны на трех участках в Оахаке, Мексика. Откройте J Mar Sci. 2014; 04: 326–337. DOI: 10.4236 / ojms.2014.44029

    25. Челацци Г., Ваннини М. Зонирование литоральных моллюсков на скалистых берегах Южного Сомали. Estuar Coast Mar Sci. 1980; 10: 569–583. DOI: 10.1016 / S0302-3524 (80) 80076-4

    26. Hendrickx ME, Salgado-Barragán J, Cordero-Ruiz M. Moluscos litorales (Bivalvia, Gastropoda, Polyplacophora, Cephalopoda) de playas rocosas de la región de Guaymas, golfo de California, México = Littoral mollusks (Bivalvia, Gastropoda, Polyplacophora, Cephalopoda) de playas rocosas de la región de Guaymas, golfo de California, México = Littoral mollusks (Bivaltoral mollusks) , Cephalopoda) со скалистых пляжей в районе Гуаймас, Калифорнийский залив, Мексика.

    GeomareZoológica. 2019;

    27. Бенкендорф К., Дэвис А.Р. Выявление горячих точек разнообразия видов моллюсков на скалистых приливных рифах. Biodivers Conserv. 2002; 11: 1959–1973. DOI: 10.1023 / A: 1020886526259

    28. Хартиг Ф. ДХАРМА: остаточная диагностика для моделей иерархической (многоуровневой / смешанной) регрессии. Пакет R версии 0.3.2.0. https://CRAN.R-project.org/package=DHARMa.

    29. Йено Э.Н., Зуур А.Ф. Руководство для начинающих по исследованию и визуализации данных с R.Ньюбург, Соединенное Королевство: Highland Statistics Ltd .; 2015.

    [Примечание редакции: далее следует ответ авторов на второй этап рецензирования.]

    Существенные изменения:

    1. Соответствующие данные для стандартизации видового богатства могут отсутствовать в первичной литературе. Однако должна быть возможность использовать соответствующие методы стандартизации в пределах 5-градусных широтных диапазонов, в которых были агрегированы данные. Необходимо добавить анализ, основанный на стандартизованных данных, по крайней мере, для более богатых данными широтных диапазонов.

    После полного повторного анализа исходных данных мы больше не собираем данные о разнообразии в пределах 5 ° широтных диапазонов. Использование 5 ° широтных полос дало слишком грубое разрешение окружающей среды; местные условия существенно различаются между участками в разных океанах / регионах, несмотря на то, что они расположены в пределах одних и тех же 5 ° широты. Поэтому мы извлекли данные об окружающей среде из ячеек 1 ° x 1 ° широты x долготы и распределили соответствующую экологическую ценность по участкам, расположенным в каждой ячейке (см. Сильно переработанный раздел о методах и наш ответ на пункт 2 ниже).Этот подход обеспечивает гораздо более подробный набор данных.

    Следовательно, мы не стандартизируем данные по 5-градусным широтным полосам, и в ходе обсуждения мы подчеркиваем, что модели местного разнообразия нельзя сравнивать с моделями регионального разнообразия, где другие процессы (например, апвеллинг, океанические течения) могут быть важными движущими силами. факторы. Мы согласны с тем, что необходимы дополнительные исследования глобальных закономерностей регионального приливного разнообразия, но это выходит за рамки нашего вклада.

    2.Используйте модели, позволяющие оценить унимодальность, которая заявлена, но не проверена. Как минимум, квадратичная зависимость от широты должна быть включена в GLMM. Как реализовано здесь, GLMM, используемая для связи разнообразия с широтой, может обнаруживать только линейные тренды, но не унимодальные модели и пик на средних широтах, предложенный LOESS для северного полушария. Чтобы обеспечить формальный тест на унимодальность, модели с квадратичным членом или без него могут быть сопоставлены с использованием стандартных процедур сравнения моделей.В качестве альтернативы, GAM можно использовать для оценки нелинейных эффектов.

    Благодарим рецензентов за хорошие и конструктивные советы по статистическому протоколу.

    Мы признаем проблему нелинейного паттерна и повторно проанализировали набор данных. Распределение остатков в наборе данных северного полушария действительно указывало на нелинейную закономерность, и мы повторно проанализировали эти данные с помощью GAMM. Набор данных южного полушария подходит для линейных моделей (например, без шаблонов остатков или других указаний), и эти данные были проанализированы с использованием GLM-модели.Переделан весь процесс исследования данных.

    В частности, мы начали с полного набора данных, который включал широту и пять океанографических факторов широтного масштаба (хлорофилл а, нитраты, фосфаты, температура поверхности моря и силикаты). Однако при рассмотрении взаимосвязей между ко-вариациями с использованием коэффициентов корреляции Пирсона была обнаружена высокая коллинеарность между нитратом и фосфатом (Пирсон r = 0,94), силикатом и температурой (Пирсон r = 0,73), а также кислородом и температурой (Пирсон r = 0.99). На основании коэффициента увеличения дисперсии (VIF; порог <10 (Montgomery & Peck, 1992)) мы исключили из моделей нитраты, силикаты и кислород. В редуцированных моделях коллинеарность отсутствовала. Таким образом, окончательные модели включали хлорофилл а, фосфаты и температуру поверхности моря.

    GAMM и GLMM были оснащены отрицательным биномиальным распределением, чтобы гарантировать приемлемые остаточные структуры и избежать чрезмерной дисперсии. Обе модели включали фактор «страна» как случайный эффект. Для GAMM было подобрано сглаживание кубической сплайновой регрессии для широты, и оптимальная степень сглаживания была выбрана с помощью перекрестной проверки (Zuur et al., 2014). Окончательная модель была проверена путем построения графика зависимости остатков от подобранных значений, каждой ковариаты в модели и каждой ковариаты, не входящей в модель, в соответствии с протоколом, описанным в (Zuur et al., 2014; Zuur & Ieno, 2016). Для проверки остатков модели на предмет пространственных корреляций использовались пузырьковые графики и вариограмма. Они не показали никаких признаков пространственной автокорреляции между сайтами. Окончательная проверка модели не показала никаких закономерностей остатков или нарушений, и мы использовали обе модели для анализа широтных закономерностей.

    Из-за этих обширных изменений был переписан весь раздел «статистический анализ». Прочтите, пожалуйста, обновленный раздел о методах.

    3. Уточните, актуальны ли p-значения. Как есть, сбивает с толку. Например, в легенде таблицы 1 упоминаются p-значения, но они не сообщаются. Материалы и методы показывают, что 95% доверительные интервалы используются для принятия решений по нулевым гипотезам, предполагая, что p-значения не используются в анализе (строки 436-439).Тем не менее, p-значения приведены в таблице 2.

    В отредактированной рукописи мы представляем p-значения для всех анализов.

    4. Обоснование различия между пологом и другими формами водорослей (различие убедительно, но не объясняется).

    Мы объяснили, почему мы фокусируемся только на формировании купола. См. Подробный ответ на этот вопрос в пункте 8 ниже.

    5. Нам нравится вывод о важности процессов локального масштаба.Это следует рассматривать в контексте предыдущих исследований, в которых были количественно оценены закономерности и процессы в разных масштабах, к одному и тому же выводу.

    Мы пересмотрели большие разделы обсуждения, чтобы лучше поместить нашу работу в контекст предыдущих исследований малых процессов. См. Исправленное обсуждение.

    6. Не удалось получить доступ к хранилищу данных, указанному в исх. 91, поэтому мы не могли оценить, не пропустил ли анализ потенциально важные статьи.

    Мы опубликуем репозиторий данных после принятия рукописи. Мы предоставили рецензентам список рукописей / баз данных, чтобы проверить, не пропустили ли мы какие-либо статьи, которые они сочтут релевантными. Все данные будут доступны после принятия.

    7. Укажите количество исследований, доступных для каждого диапазона, в Приложении.

    Это сделано, и в разделе результатов есть ссылка:

    «Только 11 участков были расположены на широтах выше 70 °, на юге и севере вместе взятых (Приложение 1)» (Строки 102-103)

    8.Анализ макроводорослей (например, рис. 5) различал водоросли пологие и пологие. Вероятно, это правильно, но не было дано объяснение этому различию. Я думаю, что необходим некоторый контекст, особенно, чтобы прояснить роль водорослей в поддержании разнообразных сообществ подлеска.

    Мы разъяснили важную роль литоральных водорослей во введении:

    «Навес макроводорослей укрывает подлеские виды от стресса окружающей среды (Krause-Jensen et al., 2016; Sejr et al., 2021), создавая защитные микробытовые среды, которые увеличивают неоднородность окружающей среды и биоразнообразие, тем самым поддерживая диверсифицированные сообщества подлеска (Bulleri et al., 2002; Watt & Scrosati, 2013; Piazzi et al., 2018) ». (строки 54-58)

    В разделе результатов:

    «Мы сосредоточились исключительно на водорослях, образующих полог, потому что навесы обеспечивают жизненное пространство и защиту от хищников и экстремальных температур, тем самым увеличивая разнообразие и охват подлесных организмов» (строки 118-120)

    В разделе метода:

    «Мы сосредоточились на« покрове макроводорослей »образующих полог водорослей (т.е.е. водоросли, не являющиеся пологом, были исключены из этого набора данных), потому что пологи создают жизненное пространство подлеска и убежища хищников, которые увеличивают разнообразие (Benedetti-Cecchi et al., 2001; Bulleri et al., 2002; Watt & Scrosati, 2013) ». (строки 468-470)

    9. Общий вывод о том, что необходимы дополнительные исследования для оценки масштабов и влияния физических и биотических факторов в различных масштабах, важен и уместен. Однако во многих исследованиях изучались процессы в разных масштабах в каменистых приливных системах (включая эксперименты по удалению полога и исключению блюдец), а во многих описательных исследованиях количественно оценивались вариации в нескольких пространственных масштабах, подчеркивая важность мелкомасштабной изменчивости в структуре распределения, численности. и разнообразие видов на скалистых берегах.Приветствуется более подробное обсуждение этой литературы (например, Underwood & Chapman, Benedetti-Cecchi, Denny, Coleman, Martins, Fraschetti и т. Д.).

    Мы добавили более подробное обсуждение важности мелкомасштабной изменчивости на скалистых берегах. См. Исправленное обсуждение.

    10. В аннотации, пожалуйста, скажите что-нибудь о том, что в тропиках требуется отбор проб. Возможно, строка 34.

    Мы добавили следующее предложение, касающееся отбора проб в тропиках:

    «Данные о полярных и тропических приливных водах были скудными, и для улучшения знаний о морском биоразнообразии требуется больше выборок в тропических регионах.(строки 36-37).

    11. Строка 85: Что вы подразумеваете под «неадекватной оценкой приливных территорий»? Неадекватный в каком смысле? А в каком смысле вы говорите о площади?

    Мы хотели сказать, что географическая площадь (в км 2 ) приливных зон не была оценена в глобальном масштабе. В 2019 году Мюррей и др. впервые нанесена на карту протяженность приливных отмелей, но протяженность других приливных местообитаний остается неизвестной.

    Мы разъяснили это в тексте:

    «Глобальным оценкам биоразнообразия приливов препятствует нехватка данных с полярных приливных берегов и отсутствие оценок географических районов приливов.Фактически в крупном масштабе количественно измерена только протяженность приливных отмелей (Murray et al., 2019) ». (строки 84-86)

    12. Строка 96: заменить «контролируемый» на «предсказанный»

    Готово.

    13. Рисунок 2: где значения R2 на этом графике? Как получить R2 от LOESS…?

    Это была досадная опечатка. На рисунке 2 отсутствуют значения R 2 . Легенда к рисунку обновлена:

    “Рис. 2: Широтные узоры в каменистой приливной зоне a-разнообразия в зависимости от широты.Данные разделены на южное и северное полушарие. Линия линейной регрессии (южное полушарие) и наиболее подходящая сглаженная диаграмма рассеяния с локальным взвешиванием (северное полушарие) была добавлена ​​с 95% доверительными интервалами для облегчения визуальной интерпретации »(строки 958-961)

    14. Соленость — это местная и региональная переменная в вашем анализе. Пожалуйста, кратко объясните почему (рис. 3 и 4).

    Мы много думали об этом и решили исключить соленость как фактор широты.Первоначально мы включили этот параметр, поскольку соленость обычно достигает максимальных значений в районе 20 ° северной широты и 20 ° южной широты и уменьшается к высоким широтам. Однако широтные данные получены на основе спутниковых данных, а прибрежная соленость слишком сильно зависит от прибрежных процессов (таких как осадки и сток талых вод; Valiela et al., 2012; Meire et al., 2017; Sejr et al., 2017; Mouginot et al., 2019; Covernton & Harley, 2020; Duarte et al., 2020; Navarro et al., 2020). Таким образом, спутниковые данные о солености могут предоставить ограниченные экологические данные, и мы хотели избежать нелогичных выводов о влиянии солености, которая является ключевым абиотическим фактором экологических моделей (как мы показываем в анализе в местном масштабе)

    15.Рисунок 5: прямоугольные диаграммы трудно разглядеть, подумайте о том, чтобы сделать их другого цвета или оттенка.

    Согласны. Ящичные диаграммы были выделены и наложены на точки данных (см. Исправленный рисунок 3).

    Артикул:

    Benedetti-Cecchi, L., Pannacciulli, FG, Bulleri, F., Moschella, PS, Airoldi, L., Relini, G. & Cinelli, F. (2001) Прогнозирование последствий антропогенного нарушения: крупномасштабные эффекты потеря пологих водорослей на каменистых берегах. Серия «Прогресс морской экологии» , 214, 137–150.

    Bulleri, F., Benedetti-Cecchi, L., Acunto, S., Cinelli, F. & Hawkins, S.J. (2002) Влияние половых водорослей на вертикальные закономерности распределения низинных сообществ на скалистых побережьях в северо-западном Средиземноморье. Журнал экспериментальной морской биологии и экологии , 267, 89–106.

    Ковернтон, Г. и Харли, К. (2020) Многоуровневые вариации солености: фактор размера и структуры популяции мурицидных брюхоногих моллюсков Nucella lamellosa. Серия «Прогресс морской экологии» , 643, 1–19.

    Дуарте, К.М., Родригес-Наварро, А.Б., Дельгадо-Уэртас, А., Краузе-Йенсен, Д. (2020) Плотные слои Mytilus вдоль берегов Гренландии, подверженных влиянию пресной воды: устойчивость к коррозионным водам при большом количестве продуктов питания. Эстуарии и побережья , 43, 387–395.

    Краузе-Йенсен, Д., Марба, Н., Санс-Мартин, М., Хендрикс, И., Тирринг, Дж., Карстенсен, Дж., Сейр, М.

    & Duarte, C. (2016) Длительные фотопериоды поддерживают высокий pH в арктических лесах водорослей. Science Advances , 2, e1501938.

    Meire, L., Mortensen, J., Meire, P., Juul-Pedersen, T., Sejr, M.K., Rysgaard, S., Nygaard, R., Huybrechts, P. & Meysman, F.J.R. (2017) Ледники, оканчивающиеся морскими водами, обеспечивают высокую продуктивность во фьордах Гренландии. Биология глобальных изменений , 23, 5344–5357.

    Монтгомери, Д.К. и Пек, Е.А. (1992) Введение в линейный регрессионный анализ , WileyInterscience.

    Mouginot, J., Rignot, E., Bjørk, A.A., van den Broeke, M., Millan, R., Morlighem, M., Ноэль, Б., Шойхл, Б. и Вуд, М. (2019) Сорок шесть лет баланса массы ледникового щита Гренландии с 1972 по 2018 год. Proceedings of the National Academy of Sciences of the United States of America , 116 , 9239–9244.

    Мюррей, Нью-Джерси, Финн, С.Р., ДеВитт, М., Феррари, Р., Джонстон, Р., Лайонс, М.Б., Клинтон, Н., Тау, Д., Фуллер, Р.А. (2019) Глобальное распределение и траектория приливных отмелей. Природа , 565, 222–225.

    Наварро, Дж. М., Детре, К., Морли, С.А., Карденас, Л., Ортис, А., Варгас-Чакофф, Л., Пашке, К., Галлардо, П., Гийемин, М.Л. И Гонсалес-Вевар, К. (2020) Оценка воздействия потепления и освежения океана на физиологическую энергетику и транскриптомную реакцию антарктического морского блюдца Nacella concinna. Наука об окружающей среде в целом , 748, 142448.

    Piazzi, L., Bonaviri, C., Castelli, A., Ceccherelli, G., Costa, G., Curini-Galletti, M., Langeneck, J., Manconi, R., Montefalcone, M., Пипитоне, К., Россо, А. и Пинна, С. (2018) Биоразнообразие водорослей, образующих полог: структура и пространственная изменчивость средиземноморских сообществ цистозейр. Estuarine, Coastal and Shelf Science , 207, 132–141.

    Sejr, MK, Mouritsen, KN, Krause-Jensen, D., Olesen, B., Blicher, ME & Thyrring, J. (2021) Мелкомасштабные факторы изменяют воздействие температуры, ледяного покрова и волн и формируют скалистую структуру сообщества в приливной зоне в гренландском фьорде. Границы морских наук , 7, 607135.Сейр, М.К., Стедмон, К.А., Бендцен, Дж., Аберман, Дж., Юул-Педерсен, Т., Мортенсен, Дж., И Рисгаард, С. (2017) Свидетельства местного и регионального опреснения прибрежных вод Северо-Восточной Гренландии. Научные отчеты , 7, 13183.

    Валиела, И., Камилли, Л., Стоун, Т., Гиблин, А., Крузиус, Дж., Фокс, С., Барт-Йенсен, К., Монтейро, Р. О., Такер, Дж., Мартинетто, П. . & Harris, C. (2012) Увеличение количества осадков значительно освежает устьевые и прибрежные воды на тихоокеанском побережье Панамы: масштабы и вероятные последствия для апвеллинга и снабжения питательными веществами. Глобальные и планетарные изменения , 92–93, 130–137.

    Ватт, C.A. И Скросати, Р.А. (2013) Региональная согласованность возвышения приливной зоны как медиатора воздействия растительного покрова водорослей на богатство, разнообразие и состав бентосных видов. Серия «Прогресс морской экологии» , 491, 91–99.

    Zuur, A.F. & Ieno, E.N. (2016) Протокол для проведения и представления результатов анализа регрессионного типа. Методы в экологии и эволюции , 7, 636–645.

    Зуур, А.Ф., Савельев А.А. И Иено, Э. (2014) Руководство для начинающих по обобщенным моделям смешанных добавок с R , Highland Statistics Ltd., Ньюбург, Великобритания.

    https://doi.org/10.7554/eLife.64541.sa2 .

    About the Author

    Добавить комментарий

    Ваш адрес email не будет опубликован.

    Related Posts