The digitization of museum collections as well as an explosion in citizen science initiatives has resulted in a wealth of data that can be useful for understanding the global distribution of biodiversity, provided that the well-documented biases inherent in unstructured opportunistic data are accounted for. While traditionally used to model imperfect detection using structured data from systematic surveys of wildlife, occupancy models provide a framework for modelling the imperfect collection process that results in digital specimen data. In this study, we explore methods for adapting occupancy models for use with biased opportunistic occurrence data from museum specimens and citizen science platforms using seven species of Anacardiaceae in Florida as a case study. We explored two methods of incorporating information about collection effort to inform our uncertainty around species presence: 1) filtering the data to exclude collectors unlikely to collect the focal species and 2) incorporating collection covariates (collection type, time of collection and history of previous detections) into a model of collection probability. We found that the best models incorporated both the background data filtration step as well as collector covariates. Month, method of collection and whether a collector had previously collected the focal species were important predictors of collection probability. Efforts to standardize meta-data associated with data collection will improve efforts for modeling the spatial distribution of a variety of species.

中文翻译：

---

在对物种分布建模时考虑博物馆和植物标本馆数据中的不完善检测：组合和对比数据级与模型级偏差校正

博物馆藏品的数字化以及公民科学计划的激增产生了大量数据，这些数据可用于理解生物多样性的全球分布，前提是非结构化机会主义数据中固有的有据可查的偏见被考虑在内。虽然传统上使用来自野生动物系统调查的结构化数据对不完美检测进行建模，但占用模型提供了一个框架，用于对导致数字样本数据的不完美收集过程进行建模。在这项研究中，我们以佛罗里达州的七种漆树科植物为案例，探索了调整占用模型的方法，以与来自博物馆标本和公民科学平台的有偏见的机会性发生数据一起使用。我们探索了两种合并收集工作信息的方法，以告知我们关于物种存在的不确定性：1) 过滤数据以排除不太可能收集焦点物种的收集者和 2) 合并收集协变量（收集类型、收集时间和以前检测的历史） ) 转化为收集概率模型。我们发现最好的模型结合了背景数据过滤步骤以及收集器协变量。月份、收集方法以及收集者之前是否收集过重点物种是收集概率的重要预测因素。标准化与数据收集相关的元数据的努力将改进对各种物种的空间分布进行建模的工作。1) 过滤数据以排除不太可能收集焦点物种的收集者和 2) 将收集协变量（收集类型、收集时间和以前检测的历史）合并到收集概率模型中。我们发现最好的模型结合了背景数据过滤步骤以及收集器协变量。月份、收集方法以及收集者之前是否收集过重点物种是收集概率的重要预测因素。标准化与数据收集相关的元数据的努力将改进对各种物种的空间分布进行建模的工作。1) 过滤数据以排除不太可能收集焦点物种的收集者和 2) 将收集协变量（收集类型、收集时间和以前检测的历史）合并到收集概率模型中。我们发现最好的模型结合了背景数据过滤步骤以及收集器协变量。月份、收集方法以及收集者之前是否收集过重点物种是收集概率的重要预测因素。标准化与数据收集相关的元数据的努力将改进对各种物种的空间分布进行建模的工作。我们发现最好的模型结合了背景数据过滤步骤以及收集器协变量。月份、收集方法以及收集者之前是否收集过重点物种是收集概率的重要预测因素。标准化与数据收集相关的元数据的努力将改进对各种物种的空间分布进行建模的工作。我们发现最好的模型结合了背景数据过滤步骤以及收集器协变量。月份、收集方法以及收集者之前是否收集过重点物种是收集概率的重要预测因素。标准化与数据收集相关的元数据的努力将改进对各种物种的空间分布进行建模的工作。