什么是宏观系统生态研究，为什么重要？
宏观系统生态认识到，在区域和大陆尺度也发生了重要的互动。根据定义，宏系统生态学是多级，数据密集型，跨学科和基于团队的。
尽管它相对年轻,宏观系统生态学的例子有很多团队致力于广泛的今天的环境挑战,试图理解入侵甲虫会如何影响森林在北美的气候变化,对于理解和预测淡水生态系统在全球碳循环的重要性。
有关此新兴字段的更多信息，请观看下面的视频：
将这些类型的数据一起集合并创建这个新数据库是什么样的动机？
最终，我们想问一个与宏观系统生态学相关的基本科学问题。我们想要更好地理解宏观系统的一般性质，特别是与预测器和反应变量之间的一类关系有关的性质。cross-scale交互的．
我们想知道在什么情况下会发生这些类型的互动，什么时候不会。如果我们想把生态学家从更精细的研究中收集到的所有丰富而详细的知识转化为更广泛的研究，并能够预测生态系统如何在区域或全球范围内对压力源作出反应，那么这个问题的答案就非常重要。
我们早早实现了这个数据库还提供了丰富的资源来解决一些重要的应用问题，特别是与区域到欧陆规模，当前和未来水质威胁的水质，以及潜在的政策应用。许多宏观系统生态研究问题具有重要应用，因为在广泛的尺度上，人们的印记很难错过。
事实上，这是研究宏观系统生态学的一个有趣之处——基础研究和应用研究之间的界限很模糊，研究的重点在于更好地理解人类所依赖的系统。
你在论文中提到的一个问题是“暗数据”，这是什么，为什么它在你的领域是一个问题?
暗数据已被定义为不良好索引或存储的数据，通常是不公开可访问．在生态学中，数据的收集相对昂贵，需要在野外花费时间，经常进行重复测量，辅以补充的实验室分析，并最终确保数据的格式适合分析、理解和发表。
然而，这样的数据集通常存在于负责项目的首席科学家的计算机中，并且没有共享这些不同项目数据的共同实践。因此，没有投入大量的精力来记录这些数据供其他人使用或使这些数据公开可访问——主要是因为通常没有需要或愿望。
但是，生态学家越来越多地认识到这些数据集和工作协同工作，并通过利用今天的一些新兴趋势在更广泛的趋势下进行研究的价值：改进了技术和培训数据集，增加了对更广泛尺度的理解生态系统的兴趣增加，并增加了基于团队的科学。
拉各斯如何帮助克服宏观系统生态研究的挑战？
我和我的同事们希望这是一个重要的贡献傻桥纸张将制定出于成功创建异构，大型和某种复杂数据库的许多步骤，以进行开放，可重复和可扩展的宏观系统生态研究。
我们希望本文将未来的研究团队节省大量的启动时间，在建立类似的伦索族数据库时，通过为他们提供类似的方法来构建集成，多主题，地理空间和可扩展数据库。
因为，毕竟我们所做的所有工作，我们不希望别人重塑这个轮子！例如，当我们大约四年前开始这条路时，我们搜索了高低，对于创建此类数据库的步骤，搜索的文档或文章。我们找不到一个。
是否需要更多的数据库，如LAGOS和开放科学/开放数据方法?
绝对地。我们已经通过建造拉各斯了解了很多重要的教训，其中一个是，它需要很多思考，这是制作一个数据库可再现和其他科学家可用的数据库的努力。
我们正计划继续为拉各斯增加自己的资源，将拉各斯扩展到其他地区和大陆，并最终创建一个如此庞大的综合湖泊数据库网络，以解决大陆淡水系统的全球问题。
我们很幸运，有相当多的其他湖泊科学家团体和网络有类似的愿景，它们与我们希望合作的努力相辅相成，比如格莱恩和blobolakes.．
您如何看到开放式科学和开放数据更改，更大的生态社区进行研究方式？
宏观系统生态和开放科学观点的领域正在帮助促进更多跨学科，基于团队和网络科学。我们认为这些趋势对科学和科学家有利，有能力要求广泛和综合研究问题。我们很强烈地觉得生态学只能通过在一般的公开科学和特别开放数据来改善。
谁不希望自己的数据，甚至自己，成为这场运动的一部分呢?
傻桥正在寻找新的方法来促进开放数据、开放科学和可复制性。广泛的范围涵盖生命和生物医学科学的整个范围，也包括生态学和其中的众多研究社区。
注释