База данных по биоразнообразию: временной анализ научное производство

БИБЛИОМЕТРИЧЕСКИЙ ОБЗОР

TEDESCHI, Victor Hugo Pancera ^[1], TSUNODA, Denise Fukumi ^[2]

TEDESCHI, Victor Hugo Pancera. TSUNODA, Denise Fukumi. База данных по биоразнообразию: временной анализ научное производство. Revista Científica Multidisciplinar Núcleo do Conhecimento. Год 05, Изд. 09, Том. 06, стр. 68-81. Сентябрь 2020 г. ISSN: 2448-0959, Ссылка для доступа: https://www.nucleodoconhecimento.com.br/биология/научное-производство

СВОДКА

Настоящее исследование касается баз данных по биоразнообразию посредством библиографического обзора на портале журналов Scopus с использованием терминов на английском языке и ограничителей в ключевых словах с целью ограничить поиск базой данных. Документы были проанализированы с помощью библиометрии в Biblioshiny  (пакет R). Всего было извлечено 352 документа, опубликованных в период с 1984 по 2020 г. Благодаря анализу наблюдается рост публикаций по сравнению с 2006 г. Наибольшее количество публикаций представили исследователи из США (54), а из Бразилии ( 11) находится на шестой позиции. Результаты, полученные в этом исследовании, указывают на тенденцию в работах по этому вопросу, тем самым задавая направление для будущих исследований.

Ключевые слова: Таксономическая база данных, Информатика биоразнообразия, Набор данных, Библиометрия.

1. ВВЕДЕНИЕ

Биологическое разнообразие на планете очень велико, и по некоторым оценкам исчисляется миллионами. В Бразилии, по самым скромным подсчетам, обитает 13% мировой биоты. Эта оценка связана с тем, что Бразилия имеет самую большую речную систему в мире, а также пять биомов, что принесло стране титул «мегаразнообразной страны» и насчитывает около 165 000 известных видов, и каждый день открываются новые виды.

Каждая обнаруженная часть вида непрерывно и агрегирует данные о его характеристиках (морфология, номенклатура, филогения и т. д.), привычках (питание, поведение и т. д.), географическом распространении (наблюдения, учетные записи и т. д.), генетика (филогенетика, секвенирование ДНК и т. д.) и другие.

Вся эта информация должна храниться, чтобы облегчить доступ к ней и обмен ею по всему миру, что обосновывает необходимость разработки и обслуживания баз данных, обеспечивающих правильное хранение этой информации, а также специальных систем восстановления для данной области. Исходя из этой мысли, цель настоящей работы состоит в том, чтобы изучить с помощью библиометрического анализа материалы по данной теме, хранящиеся в справочной базе Scopus, которая индексирует рецензируемые научные издания, издания в открытом доступе, материалы конференций и коммерческие публикации, в том числе другие.

2. ТЕОРЕТИЧЕСКАЯ ОСНОВА

Базу данных можно определить как набор логически связанных данных, имеющих значение, интерпретация которых дана в соответствии с приложением, этот набор данных абстрактно представляет собой часть реального мира.

Биологическую информацию можно разделить на три измерения: молекулярное, организменное и экосистемное (WILSON, 2005 г.), в соответствии с ее применением эта информация организована в три структурных типа баз, которые являются таксономическими базами (организмами), которые ориентированы на представление морфологической информации вида, основы информатики биоразнообразия (экосистемы), имеющей трансдисциплинарный характер информации, с целью обеспечения экологической информации и географического распространения, и биоинформатики (молекулярной), которая, в свою очередь, направлена ​​на хранение и распространение молекулярных данных, генов и белков.

Информация, которая питает эти базы, поступает из процессов оцифровки музейных коллекций, отчетов о коллекциях, списков призывников, извлеченных из опубликованных документов, упорядочивания материалов и т. д. Результаты этого сканирования могут быть сохранены или переданы в различных форматах, таких как текстовые документы, электронные таблицы, веб-страницы, связанные базы данных, карты или GIS (Географическая Информационная Система), изображения и т. д. (FRAZIER; WALL; GRANT, 2008 г.)

Оцифровка этих материалов имеет жизненно важное значение для сохранения и обмена информацией о видах, но этот подход создает новые проблемы, такие как надежность оцифрованных данных, начиная с этого момента, Ruas (2017 г.) подчеркивает важность метаданных, которые информация, которая описывает информацию, содержащуюся в базе данных, при курировании контента, созданного в результате процессов оцифровки, метаинформация гарантирует точность и достоверность представленной информации, а также контекстуализацию и то, что информация была зафиксирована.

3. МЕТОДИЧЕСКИЙ КУРС

Выбор терминов для использования в этом исследовании осуществлялся путем экспериментов с различными наборами булевых слов и операторов на основе данных Scopus. Ход исследования (от общего к частному уровню) и количество документов, извлеченных в каждом эксперименте, показаны в таблице 1.

Таблица 1 – Наборы слов и булевых операторов, используемых в базе данных Scopus, и количество извлеченных документов

Источник: подготовлено авторами (2020 г.).

Из найденных результатов были прочитаны первые 100 документов, чтобы посмотреть, соответствуют ли результаты теме, затронутой в настоящем исследовании, таким образом внося коррективы в термины для уточнения результатов. Как видно из таблицы 1, в некоторых сочетаниях терминов количество найденных документов колебалось от 700 до более чем 200 000 документов. Этот шаг был необходим, поскольку такие термины, как biodiversity и taxonomic, используются исследователями в биологических науках в разных контекстах.

Стратегией поиска в базе данных Scopus (Elsevier) был поиск англоязычных терминов «biodiversity database» и «taxonomic database», во всех полях использовался ограничитель в ключевых словах, выбирая те, которые имеют отношение к данным, слова выбраны «Database», «Data set», «Data Base», «database, factual», «factual database», «Database Systems», «data quality» и «data management», с использованием результатов, полученных на сегодняшний день из поиска 28 июня 2020 г. Параметры запроса с кодами полей и операторами выдали:

Метрический анализ частотности слов (название, аннотация, ключевые слова авторов, расширенные ключевые слова), частотности создания документов (страны, источники, авторы) и эволюции во времени (производство по годам, использование ключевых слов) выполнялся с помощью Biblioshiny (графический интерфейс пакет Bibliometrix, созданный на языке R) и редактор электронных таблиц Microsoft Excel. Экспорт данных осуществлялся непосредственно из базы данных Scopus в формате CSV, совместимом с библиотекой Biblioshiny для ПО R v.3.6.3 и Microsoft Excel 2016.

4. ПРЕДСТАВЛЕНИЕ И ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Анализ включает 352 документа, найденных в базе данных Scopus 28 июня 2020 г., из которых 272 опубликованных статьи, 30 материалов конференций и глава книги. Первая найденная публикация относится к 1984 году. Обнаруженные 352 документа были написаны 1978 авторами. Было выявлено 2068 расширенных ключевых слов (слова, автоматически сгенерированные базой данных) и 1033 авторских ключевых слова.

Как показано на Графике 1, наблюдается, что в промежутке времени между 1984 и 1996 годами значимой продукции по теме не было, после этого периода наблюдается увеличение количества постановок по теме. Отмечено, что в 2017 году наблюдались значительные колебания, когда наблюдалось падение производства, и его возобновление в следующем году. На момент проведения данного исследования 2020 уже представляет 13 опубликованных статей.

График 1 – Эволюция научной продукции в базе данных Scopus с 1984 по 2020 гг.

Распределение документов по странам показывает, что в Соединенных Штатах Америки (54) больше всего публикаций в этой области, за ними следует Великобритания (32), где преобладают документы на английском языке. На этот результат могло повлиять использование условий поиска на английском языке. С другой стороны, несколько журналов на разных языках используют abstract как один из обязательных элементов. Бразилия (11) занимает шестое место по количеству публикаций, как показано на диаграмме 2.

График 2 – Вклад научной продукции в мире

Среди 352 документов, полученных в результате запроса, PLOS ONE представил наибольшее количество опубликованных статей, всего 20, за ним следует Экологическая информатика с 14. На графике 3 представлены 10 источников с наибольшим количеством публикаций.

График 3 – Источники с наибольшим количеством продукций

10 наиболее продуктивных исследователей показаны в Таблице 2, а 10 наиболее цитируемых — в Таблице 3. Самым продуктивным автором (10) и наиболее цитируемым (241) является д-р Jorge M. Lobo, профессор-исследователь кафедры Biogeography and Global Change do Museo Nacional de Ciencias Naturales в Мадриде, Испания. Наиболее цитируемой статьей автора является «Use of niche models in invasive species risk assessments», написанной в соавторстве с исследователями А. Jiménez-Valverde, A. T. Peterson, J. Soberón, J. M. Overton и P. Argón, которая также является третьей наиболее цитируемой статьей. (384).

Таблица 2 – Наиболее продуктивные авторы

Источник: подготовлено авторами (2020 г.).

Таблица 3 – Наиболее цитируемые авторы

Источник: подготовлено авторами (2020 г.).

Пять статей, на которые чаще всего ссылаются, перечислены в таблице 4. Наиболее цитируемой является статья под названием «SequenceMatrix: concatenation software for the fast assembly of multi-gene datasets with character set and codon information», подготовленная Vaidya, G., Lohman, D. J. и Meier, R., опубликованные в 2011 году. В этой работе авторы представляют программное обеспечение SequenceMatrix, используемое для анализа и ассоциации нескольких генов из разных datasets, указывая на простоту использования как на сильную сторону и представляя его основные функции. Программное обеспечение позволяет обнаруживать и исправлять ошибки, содержащиеся в datasets.

Andelman и Fagan (2000 г.) оценивают эффективность использования видов, называемых «flag» или «umbrella», в качестве заменителей при сохранении, потому что вместо того, чтобы сосредоточиться на сохранении нескольких территорий, основное внимание уделяется сохранению этих территорий несколько видов, что, следовательно, помогает в разговоре целых районов. Для проверки своей гипотезы авторы использовали три базы данных с разными размерами охвата.

Jayasiri et al. (2015 г.) в своей статье посвящены созданию базы данных через Интернет, посвященной разнообразию грибов, с целью повышения точности научных названий с упором на таксономию. В базе 76 кураторов, специализирующихся на разных группах, что обеспечивает достоверность данных.

Lobo, Jiménez-Valverde и Hortal (2010 г.) рассматривают данные об отсутствии видов в определенных регионах, содержащиеся в базах данных, при создании моделей распространения. Они провели тематическое исследование вида жуков с известным распространением, чтобы продемонстрировать возможные ошибки при использовании этих данных об отсутствии и их важность при моделировании карт распространения.

Таблица 4 – пять самых цитируемых статей

Источник: подготовлено авторами (2020 г.).

Пять наиболее цитируемых статей в документах показаны в таблице 5. Наиболее цитируемой статьей в документах является «Interoperability of biodiversity databases: biodiversity information on every desktop», подготовленная авторами Edwards, Lane и Nielsen и опубликованная в этом году. 2000 г., в статье и договоре о GBIF, который был создан для облегчения оцифровки данных о биоразнообразии и обеспечения их свободного доступа. В статье представлено GBIF и будущие перспективы данных о биоразнообразии.

Hortal, Lobo и Jiménez‐Valverde (2007 г.) представляют тематическое исследование ограничений, обнаруженных в базах данных о биоразнообразии, с упором на разнообразие семян и растений. В своей работе Soberón и Peterson (2004 г.) они обсуждают потенциал информатики биоразнообразия, в своем обсуждении они комментируют применение методов в управлении биоразнообразием, а не только для фундаментальных исследований и обмена информацией. Soberón et al. (2006 г.) в своей статье демонстрируют использование данных о биоразнообразии, присутствующих в базах, для оценки богатства и в различных разрешениях географического распространения. Bisby (2000 г.) занимается в своих исследованиях появлением крупных глобальных биологических информационных систем.

Таблица 5 – 5 наиболее цитируемых документов в ссылках за период

Источник: подготовлено авторами (2020 г.).

Ключевые слова, чаще всего используемые авторами Database  (49), за которой следуют biodiversity (32), taxonomy (26), biodiversity informatics (19) и data quality (19), на эти частоты слов, вероятно, повлияла методология отбора документов, использованная в этом исследовании. На рисунке 1 показаны 50 ключевых слов с наибольшим числом встречаемости 1033.

Рисунок 1. 50 наиболее частых ключевых слов автора

Что касается расширенных ключевых слов, наиболее часто используемым словом является Biodiversity (236), за ним следуют database  (125), Taxonomy (88), dataset  (66) и classification (62). А в аннотациях наиболее часто встречаются слова data (1221), species (856), biodiversity (488), database (315), databases (268). Наиболее частотными словами в названиях документов являются data  (113), biodiversity (100), species (68), database  (57), databases (44).

10 ключевых слов авторов с наибольшей частотностью представлены по количеству накопленных за время вхождений на графике 4. На графике также можно наблюдать экспоненциальный рост слова data quality, что может свидетельствовать о росте интереса. исследованиями, направленными на оценку информации, содержащейся в существующих базах данных, вместе с этим словом и наблюдением за ростом слова GBIF, что соответствует Global Biodiversity Information Facility, который представляет собой международную сеть для обмена данными обо всех типах жизни на суше. Использование слов «database», «biodiversity database», «databases» и «biodiversity informatics» в последние годы сократилось.

График 4 – Динамика ключевых слов автора во времени

При анализе совпадения ключевых слов можно выявить некоторые взаимосвязи: а) database – biodiversity – metadata, internet, information system,  distribution,  conservation и checklist; b) taxonomy – biodiversity informatics и phylogeny – databases– species,  classification,  nomenclature и biogeography; c) data quality – species richness – biodiversity databases,  biodiversity database, GBIF и biological databases; d) data management,  datashring и data integration. Стоит выделить отношения, представленные в наборе «c», в которых можно наблюдать ориентацию на качество данных, представленных в базах, с акцентом на GBIF. Разделение между наборами «а» и «b» представляет собой интересный способ, делая видимой разницу в фокусе исследования, где набор «а» сосредоточен на распространении, сохранении и разнообразии видов, в то время как набор «а» сосредоточен на распространении, сохранении и разнообразии видов набор «b» больше касается номенклатуры и классификации видов. На рис. 2 представлены вышеупомянутые зависимости.

Рисунок 2 – Сочетаемость ключевых слов, использованных авторами

5. ЧАСТИЧНЫЕ СООБРАЖЕНИЯ

В настоящем исследовании представлена ​​эволюция научной продукции, связанной с базами данных по биоразнообразию и таксономии, содержащимися в базе данных Scopus. Запрос вернул 352 документа, распространявшихся в период с 1984 по 2020 год. С 2006 года количество публикаций увеличилось.

Согласно информации, полученной в результате анализа, можно было визуализировать рост производства и стран, которые произвели больше всего по этому вопросу, и позволило указать публикации, которые были наиболее цитируемыми.

На выявление наиболее часто используемых ключевых слов, возможно, повлияла методология, примененная в этом исследовании, поскольку они использовались в поисковых терминах, применяемых в базе данных Scopus. Однако можно наблюдать рост интереса к восстановленным документам, связанный с качеством данных, найденных в этих базах.

В этой статье представлен первоначальный исследовательский подход к базам данных, связанным с биоразнообразием. Основываясь на результатах, в будущем будут лучше изучены вопросы, связанные с качеством данных, представленных в наиболее часто используемых базах данных, таких как база данных GBIF. Еще один вопрос, который необходимо решить в будущих исследованиях, — это форма представления бразильских видов в этих базах данных и возможность получения этой информации заинтересованными сторонами.

Непрерывность исследования соответствует интересам, предложенным в диссертации автора, в которой он предлагает разработку базы данных/портала с открытым доступом, что облегчает распространение данных о разнообразии бразильской фауны (животных), оценивая качественные данные в постоянном обновлении и доверии, чтобы удовлетворить потребности профессионалов и исследователей в биологических областях.

ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА

ANDELMAN, S. J.; FAGAN, W. F. Umbrellas and flagships: Efficient conservation surrogates or expensive mistakes? Proceedings of the National Academy of Sciences of the United States of America, v. 97, n. 11, p. 5954–5959, 2000.

BISBY, Frank A. The quiet revolution: biodiversity informatics and the internet. Science, v. 289, n. 5488, p. 2309-2312, 2000.

EDWARDS, James L.; LANE, Meredith A.; NIELSEN, Ebbe S. Interoperability of biodiversity databases: biodiversity information on every desktop. Science, v. 289, n. 5488, p. 2312-2314, 2000.

FRAZIER, C.K., WALL, J.; GRANT, S.. Initiating a Natural History CollectionDigitisation Project, version 1.0. Copenhagen: Global Biodiversity Information Facility.75 pp. 2008.

HORTAL, Joaquín; LOBO, Jorge M.; JIMÉNEZ‐VALVERDE, ALBERTO. Limitations of biodiversity databases: case study on seed‐plant diversity in Tenerife, Canary Islands. Conservation Biology, v. 21, n. 3, p. 853-863, 2007.

JAYASIRI, S. C. et al. The Faces of Fungi database: fungal names linked with morphology, phylogeny and human impacts. Fungal Diversity, v. 74, n. 1, p. 3–18, 2015.

JIMÉNEZ-VALVERDE, Alberto et al. Use of niche models in invasive species risk assessments. Biological invasions, v. 13, n. 12, p. 2785-2797, 2011.

LOBO, J. M.; JIMÉNEZ-VALVERDE, A.; HORTAL, J. The uncertain nature of absences and their importance in species distribution modelling. Ecography, v. 33, n. 1, p. 103–114, 2010.

RUA, J. DIGITALIZAÇÃO, PRESERVAÇÃO E ACESSO: contributos para o projeto Museu Digital da U.PORTO. Páginas a&b. S.3, nº especial (2017) 199-229 | DOI 10.21747/21836671/pag2017a13

SOBERÓN, Jorge et al. Assessing completeness of biodiversity databases at different spatial scales. Ecography, v. 30, n. 1, p. 152-160, 2007.

SOBERÓN, Jorge; PETERSON, Townsend. Biodiversity informatics: managing and applying primary biodiversity data. Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences, v. 359, n. 1444, p. 689-698, 2004.

VAIDYA, G.; LOHMAN, D. J.; MEIER, R. SequenceMatrix: Concatenation software for the fast assembly of multi-gene datasets with character set and codon information. Cladistics, v. 27, n. 2, p. 171–180, 2011.

WILSON, Edward O. Systematics and the future of biology. Proceedings of the National Academy of Sciences, v. 102, n. suppl 1, p. 6520-6521, 2005.

^[1] Окончил биологические науки Pontifícia Universidade Católica do Paraná (PUC-PR), Парана, Бразилия. Выпускник факультета промышленной электроники Faculdade de Tecnologia de Curitiba (FATEC) Куритиба, Парана, Бразилия. Магистр управления информацией, Universidade Federal do Paraná (UFPR), Куритиба, Парана, Бразилия.

^[2] Кандидат технических наук в области электротехники и вычислительной техники, Universidade Tecnológica Federal do Paraná (UTFPR), Куритиба, Парана, Бразилия.

Отправлено: Сентябрь 2020 г.

Утверждено: Сентябрь 2020 г.