虽然正刊上的论文，作者数量通常都很多（IF越高的杂志，单篇论文作者是否越多？）。但也偶有看到单枪匹马，连发正刊的孤胆英雄。比如下面这两篇Science论文，作者都只有一个，那就是Mark C. Urban大师！ 去年12月5号，大师在Science上采用Meta分析的方法，系统研究了温度变化造成的物种灭绝风险（此前报道Science: Meta分析刻画气候变化恶果！）。经过对485项研究的分析发现，若全球气温升幅突破1.5°C，物种灭绝速度将急剧加快。在最高排放情景下，全球约三分之一的物种将面临威胁。两栖动物、山地/岛屿/淡水生态系统物种，以及南美洲、澳大利亚和新西兰的物种风险最为严峻。同时作者也预测了各个大洲的物种灭绝风险： 值得推崇的是，该文章采用了量身定制的贝叶斯Meta分析模型，直接用stan进行拟合。其关于Meta分析的论述也相当精湛：
‘Meta-analysis is a technique that draws information from multiple studies and adjusts the weight of each study’s contributions based on its estimated precision, measured as the inverse variance of each study‘
这里没有采用通用的效应值，而是采用专门适用于比率数据的beta分布，并做了权重赋值。 由于这里多次提到the previous study, 一查才知道，原来the previous study就是作者10年前，也就是在2015年5月，单枪匹马发的另一篇相同主题的Science论文，并且，采用的也是Meta分析。 就连两篇文章的制图风格，都颇为相似，可谓一脉相承：只不过这篇文章发表时，stan还没有问世，作者采用的是MCMCglmm完成的贝叶斯Meta分析。所以，两篇Science论文，针对的同一问题做的Meta分析。只不过在去年的论文中，作者加入了近十年更为先进的气候模型的预测案例： recent, more sophisticated modeling efforts that better represent taxonomic and geographic diversity. 同时新的数据在样本量和覆盖范围上，都有了极大的提升：
Current estimates not only triple the number of studies from past assessments but also rely on newer, more sophisticated modeling approaches that incorporate species’ sensitivity and adaptability to climate change. New studies also better represent underanalyzed geographic regions, including Asia and Africa.
最后借用日本统计大师Nakagawa的一句名言来说明这种关系(Nakagawa et al. 2017)：
”Eventually, all research (both primary and meta-analytic) can be seen as a large, on going, cumulative meta-analysis.”
参考文献：Nakagawa, S., D. W. A. Noble, A. M. Senior, and M. Lagisz. 2017. Meta-evaluation of meta-analysis: ten appraisal questions for biologists. Page 18BMC biology.Urban, M. C. 2015. Accelerating extinction risk from climate change. Science 348:571-573.Urban, M. C. 2024. Climate change extinctions. Science 386:1123-1128.
#artContent h1{font-size:16px;font-weight: 400;}#artContent p img{float:none !important;}#artContent table{width:100% !important;}
