A2 Katsausartikkeli tieteellisessä aikausilehdessä
Digital twins : dynamic model-data fusion for ecology (2023)

de Koning, K., Broekhuijsen, J., Kühn, I., Ovaskainen, O., Taubert, F., Endresen, D., Schigel, D., & Grimm, V. (2023). Digital twins : dynamic model-data fusion for ecology. Trends in Ecology and Evolution, 38(10), 916-926. https://doi.org/10.1016/j.tree.2023.04.010

JYU-tekijät tai -toimittajat

Ovaskainen, Otso

Julkaisun tiedot

Julkaisun kaikki tekijät tai toimittajat: de Koning, Koen; Broekhuijsen, Jeroen; Kühn, Ingolf; Ovaskainen, Otso; Taubert, Franziska; Endresen, Dag; Schigel, Dmitry; Grimm, Volker

Lehti tai sarja: Trends in Ecology and Evolution

ISSN: 0169-5347

eISSN: 1872-8383

Julkaisuvuosi: 2023

Ilmestymispäivä: 18.05.2023

Volyymi: 38

Lehden numero: 10

Artikkelin sivunumerot: 916-926

Kustantaja: Elsevier BV

Julkaisumaa: Alankomaat

Julkaisun kieli: englanti

DOI: https://doi.org/10.1016/j.tree.2023.04.010

Julkaisun avoin saatavuus: Avoimesti saatavilla

Julkaisukanavan avoin saatavuus: Osittain avoin julkaisukanava

Julkaisu on rinnakkaistallennettu (JYX): https://jyx.jyu.fi/handle/123456789/89151

Tiivistelmä

Digital twins (DTs) are an emerging phenomenon in the public and private sectors as a new tool to monitor and understand systems and processes. DTs have the potential to change the status quo in ecology as part of its digital transformation. However, it is important to avoid misguided developments by managing expectations about DTs. We stress that DTs are not just big models of everything, containing big data and machine learning. Rather, the strength of DTs is in combining data, models, and domain knowledge, and their continuous alignment with the real world. We suggest that researchers and stakeholders exercise caution in DT development, keeping in mind that many of the strengths and challenges of computational modelling in ecology also apply to DTs.

YSO-asiasanat: digitaalinen kaksonen; ekologia; biodiversiteetti; luonnonsuojelu; mallintaminen; monitorointi

Vapaat asiasanat: digital twins; biodiversity conservation; evidence-based conservation; model-data integration; real-time monitoring; digital conservation

Liittyvät organisaatiot

Hankkeet, joissa julkaisu on tehty

OKM-raportointi: Kyllä

Raportointivuosi: 2023

Alustava JUFO-taso: 3