PREDICT: Increasing the extent, transparency, and impact of predictions of population dynamics.

Samtidig som stadig mer urørt natur forsvinner, opplever vi nå svært raske klimaendringer. Det er fortsatt uvisst hvordan ulike plante- og dyrearter vil respondere på disse endringene, og evnen vår til å predikere, eller forutsi, slike responser er helt nødvendig for å oppnå god forvaltning og bevaring. Til tross for stor framgang i utviklingen av prediksjonsmodeller for populasjoner, har ikke måter å analysere og kommunisere usikkerheten i modellene blitt utviklet i samme takt. Dette svekker tilliten til prediksjonene, og kan på sikt svekke allmennhetens tillit til vitenskap. PREDICT har tatt et første skritt for å forbedre forståelsen vår av hvordan naturlige bestander vil reagere på endringer ved å forbedre hvordan vi spår at bestander vil endre seg i framtida. Dette prosjektet har identifisert viktige kunnskapsmangler og kombinert dette med simuleringsstudier for å gi konkrete anbefalinger for å forbedre hvordan vi måler og rapporterer usikkerhet innen økologi og evolusjon. For det første identifiserte vi tre viktige barrierer – et fokus på enkeltkilder for usikkerhet, obskure mål for usikkerhet og begrenset forståelse av at usikkerheter kan forplante seg og gi store effekter – som har ført til at det vanligvis ikke tas hensyn til usikkerheter. Vi publiserte deretter spesifikke anbefalinger om hvordan man kan bruke eksisterende verktøy for å ta hensyn til usikkerheter og dermed forbedre vitenskapelige resultater på tvers av disse feltene. Med utgangspunkt i anbefalingene brukte vi deretter en simuleringsstudie for å demonstrere hvordan konklusjoner angående framtidige bestandsendringer kan endres hvis en ikke tar hensyn til viktige usikkerheter. Vi fant at dersom en ser bort fra usikkerheter kan dette føre til uriktige resultater og dermed at det trekkes feil konklusjoner. Vi foreslo til slutt omfattende retningslinjer for hvordan en bør rapportere og ta hensyn til usikkerhet i prediktive modeller for å forbedre fremtiden. PREDICT fremhevet mangler i hensynet til usikkerhet i økologi og evolusjon, demonstrerte konsekvensene av dette, og foreslo konkrete måter å redusere disse problemene og dermed forbedre vitenskapelig arbeid.

PREDICT has primarily created impact in academia. The major academic outputs are (1) new insight into gaps in uncertainty conserideration in ecology and evolution, (2) recommendations on how to close these gaps and increase transparency of scientific work, (3) a demonstration of the importance of omitting key uncertainties (in terms of altering conclusions of scientific work), and (4) creation of a standardised framework to propagate uncertainty in predictive population models. Each output represents an advance beyond the state-of-the-art and our methodological recommendations are relevant to researchers in the fields of global change biology, population ecology, and conservation biology. PREDICT has not generated direct outputs outside of academia, however, the results generated in this project should act as a platform to improve academic recommendations for key stakeholders (conservation groups and government) by making scientific results more transparent and reliable. PREDICT will also be a springboard for project manager to work on strengthening the path between academic insight and applied impact.

We are currently experiencing rapid climate change set against the backdrop of a heavily human impacted landscape. How animal and plant populations will respond to these changes remains an open question, as does how well can we predict these responses. PREDICT addresses the lack of a comprehensive global picture of population responses to climate through two aims; (1) improving the reliability of methods for using climate and population data to make predictions of future population trends, (2) producing robust and useful predictions of near-future population trends from a global sample of different species. Together these aims will create the most comprehensive consideration of future population trends to date, covering hundreds of populations and with statistically rigorous methodologies. Our proposed methods will simultaneously expand the reach and reliability of population predictions. Making predictions involves uncertainty, arising from many sources. We will make use of exceptional long-term studies of animal populations to identify the contributions that different sources of uncertainty make to final population predictions. We also ask; how far into the future we can predict with confidence? Using the concept of ecological forecast horizons, we can adjust our prediction lengths to a timespan with high accuracy and precision. Consideration of forecast horizons also allows us to explore the drivers of predictability, exploring whether being found in a particular region, belonging to a particular group of organisms or having a particular life history strategy influences how far into the future we can predict. The final task of PREDICT will use openly available data sources to generate robust predictions of near-future population trends that can be used with confidence by stakeholders and scientists. Ultimately, PREDICT will advance our understanding of species responses to climatic change and how well we are able to predict them.