Searching for articles
Postępujemy zgodnie z wytycznymi dla przeglądów systematycznych w zarządzaniu środowiskiem V.5.0, wydanymi przez collaboration for environmental evidence. Uzupełniliśmy również protokół o formularz ROSES (plik dodatkowy 1). Zastosujemy kompleksową strategię wyszukiwania i wyszukamy odpowiednią literaturę z różnorodnego i szerokiego wachlarza bibliograficznych baz danych.
-
CABI database of forest science (http://www.cabi.org/forestscience/).
-
Directory of Open Access Journals (https://doaj.org/).
-
OpenGrey (http://www.opengrey.eu).
-
PQDT Open (https://pqdtopen.proquest.com/).
-
Scopus (https://www.scopus.com/).
-
Web of Science Core Collection (http://apps.webofknowledge.com).
-
Zenodo (https://zenodo.org).
Będziemy również wyszukiwać artykuły za pomocą dwóch wyszukiwarek, Google Scholar (https://scholar.google.com) i BASE (https://www.base-search.net). Ponadto, będziemy szukać artykułów w specjalistycznym serwisie internetowym, U.S. Forest Service (https://www.fs.usda.gov).
Prace scopingowe ujawniły, że stosunkowo niewiele badań można znaleźć, gdy używane są konkretne terminy istotne dla komponentów pytania badawczego. Wynikało to raczej z niespójnego użycia słownictwa przez badaczy opisujących CCF i związane z nim metody pozyskania drewna niż z braku odpowiedniej literatury. Ten problem prawdopodobnie spowodował, że badacze i inne zainteresowane strony nie doceniają ilości badań przeprowadzonych na ten temat. Dlatego też przeprowadziliśmy systematyczne wyszukiwanie terminów związanych z CCF i związanymi z nim metodami zbioru. Systematycznie wyodrębniliśmy wszystkie istotne terminy użyte w pracach, które dokonały przeglądu terminologii. W rezultacie otrzymaliśmy 64 unikalne terminy (Dodatkowy plik 2). Większość z tych terminów składała się z kilku słów, z których pierwsze słowo wskazywało na rodzaj cięcia lub zarządzania, a ostatnie słowo określało, że odnosi się do leśnictwa (np. cięcie selekcyjne, cięcie selekcyjne, ścinka selekcyjna, itp.) Aby skrócić i uprościć wyszukiwane hasło, indywidualnie testowaliśmy różne terminy i usuwaliśmy te, które nie dawały dodatkowych wyników. Niektóre ogólne terminy (np. gospodarka alternatywna, zorientowana na przyrodę, gospodarka ekosystemowa itp.) skutkowały dużą liczbą artykułów bez związku z podjętym tematem. Uzupełniliśmy te terminy terminami związanymi z gospodarką leśną (np. alternatywna hodowla lasu, alternatywne pozyskanie drewna, itp.), aby upewnić się, że odpowiednia literatura nie została pominięta. ), aby upewnić się, że odpowiednia literatura nie została wykluczona. W ten sposób uzyskano 78 terminów dla interwencji. Z tego samego powodu ograniczyliśmy nasze poszukiwania do kategorii tematycznych związanych z gospodarką leśną w Web of Science (WoS) i obszarów badawczych w Scopus (Tabela 1). Następnie uzupełnimy te terminy o terminy dotyczące komparatora, tj. zrębu zupełnego.
Nie ograniczymy wyszukiwania do lasów borealnych lub umiarkowanych (populacja), aby zapewnić, że odpowiednie badania nie zostaną wykluczone. Nie będziemy również ograniczać wyszukiwania do badań dotyczących różnorodności biologicznej (wynik), ponieważ bardzo trudno jest uzyskać wyczerpujący łańcuch wyszukiwania dotyczący różnorodności biologicznej. Takie podejście zwiększa nakład pracy, ale maksymalizuje szanse na znalezienie wszystkich istotnych badań dotyczących różnorodności biologicznej. Będziemy szukać w tytułach, abstraktach i słowach kluczowych. Po przeprowadzeniu selekcji, nowo odkryte terminy zostaną wykorzystane do przeprowadzenia kolejnego wyszukiwania. Aby ocenić wszechstronność wyszukiwania, użyjemy następujących artykułów jako wzorców: . Użyjemy następującego ciągu wyszukiwania.
(((forest* OR timber* OR tree* OR wood* OR wood*) AND
(„aggregat* cut*” OR „agregat* pozyskanie*” OR „pozyskanie zagregowane*” OR „pozyskanie zagregowane*” OR „alternatywne* cięcie*” OR „alternative* fell*” OR „alternatywne* pozyskanie*” OR „alternatywa* silvicult*” OR „alternatywa* dla zrębu zupełnego*” OR „alternative* to clearfell*” OR „alternative* to even age*” OR „powrót* do natury*” OR „checker*”OR „close* to nature*” OR „zdrowy* rozsądek*” OR „continuous* cover*” OR „continuous* forest*” OR „dauerwald*” OR „diversity* orient*” OR „ecoforestry*” OR „ecological* forestry*” OR „ecological* silvicultur*” OR „ecosystem* manag*” OR „gap* cut*” OR „gap* fell*” LUB „luka* harvest*” OR „gap* manag*” LUB „luka* select*” OR „gap* silvicultur*” OR „holistic*” OR „irregular* structure*” OR „irregular*” OR „J shape*” OR „low* impact*” OR „multi* age*” OR „multiage*” OR „multi* cohort*” OR „multicohort*” LUB „multi* purpose*” OR „multipurpose*” OR „natural* disturbance* base*” OR „nature* base*” OR „nature* orient*” OR „near* natural*” LUB „nowa* gospodarka leśna*” LUB „nowa* perspektywa*” OR „partial* cut*” OR „partial* harvest*” LUB „płat* ścięty*” LUB „płat* padł*” OR „płat* harvest*” LUB „płatowe* pozyskiwanie drewna*” OR „stały* las*” OR „plenter*” OR „polikwidator*” LUB „pozytywny* wpływ*” LUB „zmniejszone* oddziaływanie*” LUB „las odnowieniowy*” OR „select* cut*” OR „select* fell*” OR „select* harvest*” LUB „wybierz* pozyskiwanie drewna*” OR „select* manag*” OR „select* silvicultur*” OR „pojedyncze* drzewo*” OR „stocking* control*” OR „strip*” OR „sustainable* forestry*” OR „systemic* silvicultur*” OR „systemic*” OR „target* diameter*” OR „uneven* age*” OR „uneven* size*” OR „low* impact*” OR „zdrowy* rozsądek*” OR „dispers* cut*” OR „dispers* fell*” OR „dispers* harvest*” OR „dispers* silvicultur*”) AND
(„even age*” OR „clearcut*” OR „clear* cut*” OR „clear* fell*” OR „clearfell*” OR „planted* forest*” OR „plantation*” OR „monoculture*”)))
Ten ciąg wyszukiwania jest sformatowany dla WoS i Scopus. Do użycia w WoS 'TS =’, a w Scopus 'TITLE-ABS-KEY’ jest dodawane na początku ciągu wyszukiwania.
Serwisy inne niż WoS i Scopus mają ograniczoną funkcjonalność (np. długość ciągu wyszukiwania, brak eksportu referencji). Dlatego w przypadku korzystania z tych serwisów będziemy stosować uproszczoną strategię wyszukiwania. Użyjemy najbardziej powszechnych i istotnych terminów związanych z CCF (Tabela 2A). Będziemy wyszukiwać każdy termin CCF z osobna lub, jeśli możliwe jest użycie operatorów Boolean, połączymy wyszukiwanie z wszystkimi odpowiednimi terminami (Tabela 2A i B). Przeglądamy pierwsze 200 artykułów (posortowanych według istotności, jeśli to możliwe) dostarczonych w ramach każdego wyszukiwania. Terminy te będą wyszukiwane w tytule, streszczeniu, słowach kluczowych lub w dowolnym miejscu artykułu, w zależności od możliwości serwisu. Szczegóły tych poszukiwań wraz z ewentualnymi zmianami lub dodaniem bibliograficznych baz danych, wyszukiwarek i terminów zostaną zapisane. Zastosowane ograniczenia typu dokumentu zostaną odnotowane i zgłoszone w przeglądzie. Listy referencyjne odpowiednich przeglądów i wszystkich kwalifikujących się badań będą również systematycznie sprawdzane.
Aktualizacja wyszukiwania
Po wstępnej ekstrakcji danych, przed syntezą danych, zostanie przeprowadzona aktualizacja wyszukiwania w Web of Science i Scopus. To wyszukiwanie będzie ograniczone do rozpoczęcia od początkowego wyszukiwania. Nowe artykuły będą sprawdzane i oceniane jak poprzednio.
Screening artykułów i kryteria kwalifikowalności badań
Proces screeningu
Wszystkie wyniki wyszukiwania zostaną dodane do biblioteki EndNote, a duplikaty zostaną usunięte. Badania będą sprawdzane najpierw poprzez ocenę tytułu. Jeśli tytuł wskazuje, że potencjalnie dokonano odpowiednich porównań, praca zostanie uznana za istotną. Jeśli tytuł nie daje jasnej odpowiedzi, abstrakt jest sprawdzany pod kątem istotności. Każde badanie, w którym tytuł lub abstrakt wskazuje, że mogło być dokonane istotne porównanie, zostanie poddane pełnotekstowemu przeglądowi. W przypadku wątpliwości, włączamy badanie i krytycznie oceniamy jego przydatność poprzez przeczytanie pełnego tekstu. Drugi recenzent będzie niezależnie oceniał podzbiór badań z każdego etapu screeningu. Jeśli pojawią się różnice zdań co do przydatności badania, zostanie przeprowadzona dyskusja w celu podjęcia decyzji na zasadzie konsensusu. Lista odrzuconych badań wraz z powodami wykluczenia z oceny pełnotekstowej zostanie dostarczona w dodatkowym pliku.
Kryteria kwalifikacji
Będą brane pod uwagę zarówno badania recenzowane, jak i szara literatura. Aby badanie zostało uwzględnione, musi spełniać następujące kryteria:
Kwalifikujące się populacje: Lasy w borealnej i umiarkowanej strefie wegetacyjnej.
Kwalifikująca się interwencja: Systemy gospodarowania, które zawsze utrzymują pokrywę drzew i stosują częściowe (selekcyjne) pozyskanie drewna w celu utrzymania co najmniej dwóch klas wieku drzew produkcyjnych. Zbiory częściowe można podzielić na dwie główne grupy: zbiory grupowe i zbiory pojedynczych drzew. Pozyskiwanie grupowe, zwane również pozyskiwaniem luk lub pozyskiwaniem płatów, to metoda pozyskiwania drewna, w której podczas ścinki wycinane są mniejsze lub większe grupy drzew. Podczas wycinki pojedynczych drzew, drzewa są wybierane do wycinki pojedynczo, a większe otwory w okapie powstają rzadziej. Oba rodzaje cięć są stosowane w celu osiągnięcia lub utrzymania pożądanej struktury wiekowej/wielkościowej drzewostanu (tj. krzywej średnicy w kształcie litery „J” z większością małych drzew i zmniejszającą się liczbą dużych drzew).
Zbiór zostanie uznany za częściowy, gdy > 30% drzew (w oparciu o zgłoszoną miarę, np. powierzchnię podstawową, miąższość, biomasę, pokrycie okapu, gęstość pnia) pozostanie po cięciu produkcyjnym. Próg ten jest subiektywny, ale nie arbitralny, gdyż wynika z badań literaturowych, przy czym zdecydowanie wybrano go w przeciwieństwie do leśnictwa retencyjnego. Próg ten będzie interpretowany w sposób ścisły. Leśnictwo retencyjne lub pozyskanie drewna ochronnego pozostawia zazwyczaj < 30% miąższości bez pozyskania i często nie prowadzi do powstania struktur wielowiekowych w całym okresie rozwoju drzewostanu. Uwzględnimy również badania opisane jako leśnictwo retencyjne lub drzewostan ochronny pod warunkiem, że > 30% drzew zostanie zachowanych po pozyskaniu i osiągnięte zostaną co najmniej dwie klasy wieku.
Dodatkowo, porównania z CC powinny być dokonywane pomiędzy drzewostanami, które już mają nierównomierną strukturę wiekową, a następnie są częściowo cięte. Jest to często spotykane w badaniach obserwacyjnych. Jednakże, eksperymenty zazwyczaj rozpoczynają się od częściowego cięcia w lesie o strukturze parzystej z zamiarem przekształcenia ich w las o strukturze nierównomiernej. Jeśli tak, będziemy zapisywać te informacje jako meta-dane i uwzględniać je podczas analizy (tj. stan lasu przed zabiegiem jako moderator). Ponieważ wpływ cięć na gatunki nie zależy od intencji cięcia (czy pozostawione drzewa będą lub nie będą pozyskane w przyszłości), weźmiemy pod uwagę wszystkie badania porównujące zręby zupełne z cięciami częściowymi, które spełniają opisane kryteria kwalifikacji.
Kwalifikowalne komparatory: Zrąb zupełny, drzewostan pozyskany w całości, nie więcej niż 5% drzew zachowanych (na podstawie zgłoszonej miary). Próg ten będzie interpretowany w sposób ścisły.
Kwalifikujące się wyniki: Badania dotyczące roślin, zwierząt i grzybów. Najczęściej podawane miary różnorodności biologicznej, które mogą być wykorzystane w metaanalizie; bogactwo gatunkowe i liczebność w skali drzewostanu. Inne ważne miary różnorodności biologicznej (np. skład zbiorowisk, wskaźniki różnorodności, obecność gatunków wewnętrznych lub rzadkich) zostaną uwzględnione w części opisowej przeglądu.
Kwalifikowalny typ projektu badania: Pierwotne badania eksperymentalne i obserwacyjne (np. chronosequence) badania terenowe. Bierzemy pod uwagę projekty badań przed/po lub kontrola/interwencja oraz ich kombinacje. Modelowe badania symulacyjne, wtórne kompilacje badań i przeglądy nie będą uwzględniane.
Język: Full text written in English.
Ocena ważności badań
Badania spełniające kryteria kwalifikacji zostaną poddane ocenie krytycznej. Ocenimy ich przejrzystość i podatność na stronniczość oraz skategoryzujemy badania jako mające wysoką lub niską ważność (tj. niskie lub wysokie ryzyko stronniczości) w odniesieniu do pytania przeglądowego. Oceniamy wszystkie formy ryzyka błędu systematycznego. Badania, które mają którekolwiek z następujących ograniczeń będą uważane za mające niską ważność i zostaną wykluczone.
-
Brak replikacji interwencji.
-
Interwencja (CCF) i komparator (CC) nie są dobrze dopasowane (np. miejsca znacząco różne przed zbiorem).
-
Występowanie istotnych czynników zakłócających (np. zabiegi przeprowadzane w znacząco różnym czasie). Lub dodatkowe zabiegi przeprowadzone w CCF, a nie w CC, które nie są aspektami powszechnie kojarzonymi z każdym odpowiednim podejściem do hodowli lasu (np. różnice w wypasie, wypalaniu).
-
Wskazanie, że wyniki w CCF i CC były mierzone z potencjalnie wprowadzającą stronniczość metodologią, w różny sposób lub w znacząco różnym czasie.
-
Niektóre miejsca zostały wyłączone z badania po zabiegu (np.
-
Brak lub częściowe raportowanie pomiarów wskazanych w metodach.
Dwa pierwsze warunki dotyczą podatności na stronniczość selekcji, trzeci – stronniczości wykonania, czwarty – stronniczości wykrycia, piąty – stronniczości wykluczenia, a szósty – stronniczości raportowania, zgodnie z wytycznymi CEE. Inne rodzaje ryzyka błędu systematycznego nie dające się zaklasyfikować do powyższych kategorii (np. źródło finansowania) będą również brane pod uwagę.
Badania będą również wyłączone, jeśli informacje dotyczące tych kwestii są niejasne i nie można ocenić ważności badania.
-
Metodologia niewystarczająco opisana.
-
Dane nie mogą być zinterpretowane.
Badania, które nie mają żadnego z tych ograniczeń, zostaną uznane za posiadające wysoką wiarygodność i włączone do przeglądu.
Proces krytycznej oceny będzie przejrzyście udokumentowany. Lista wykluczonych artykułów, w tym powody wykluczenia, zostanie zapisana i przedstawiona w dodatkowym pliku. Jakość badań i możliwość ich uogólnienia będzie oceniana przez jednego recenzenta. Wątpliwe przypadki będą dyskutowane w zespole recenzentów. Dodatkowe kryteria lub modyfikacje do krytycznej oceny będą dokonywane w razie potrzeby i dokumentowane.
Kodowanie danych i strategia ekstrakcji
Dane dotyczące bogactwa i liczebności gatunków będą ekstrahowane z tabel. Dane te będą zawierać średnie, miarę zmienności (odchylenie standardowe, błąd standardowy, przedział ufności itp. Wszystkie miary zmienności zostaną przeliczone na odchylenie standardowe. Jeśli dane nie są prezentowane w tabelach, ale na rycinach, skontaktujemy się z autorem i poprosimy o dane. Jeśli autorzy nie dostarczą danych, wyodrębnimy je z rycin za pomocą programu WebPlotDigitizer . Autorzy będą również kontaktowani, jeśli odpowiednie dane nie są przedstawione, ale prawdopodobnie są dostępne (tj. wykorzystywane do bardziej zaawansowanych analiz). Jeśli dostarczone zostaną dane surowe, wyliczone zostaną niezbędne dane zbiorcze. Jeśli dane nie mogą być pobrane z pracy, a autorzy nie dostarczą ich, wykorzystamy badania w jakościowej części przeglądu.
Badania, które nie podają bogactwa gatunkowego i/lub liczebności, ale podają inne typy oceny różnorodności biologicznej (np. skład zbiorowisk, indeksy różnorodności, obecność gatunków wewnętrznych lub rzadkich) będą również wykorzystane w jakościowej części przeglądu. Z tych badań, tekst opisujący istotne porównania zostanie wyodrębniony i zapisany w arkuszu kalkulacyjnym.
Jeśli to możliwe, gatunki zostaną podzielone na gatunki leśne, gatunki siedlisk otwartych i gatunki generalistyczne. Jest to kluczowy aspekt przy ocenie przydatności siedlisk i interpretacji wpływu zarządzania na różnorodność biologiczną.
W przypadku niepewności co do zgłoszonych metadanych lub danych w pracach, skontaktujemy się z odpowiednimi autorami w celu uzyskania wyjaśnień. Jeśli autorzy nie odpowiedzą, lub nie będą w stanie dostarczyć wystarczających wyjaśnień dla podniesionych kwestii, praca nie zostanie wykorzystana w przeglądzie. Proces ten zostanie udokumentowany i przedstawiony w dodatkowym pliku.
Przypisane metadane wraz z potencjalnymi modyfikatorami efektu zostaną wyodrębnione i zakodowane w następujący sposób.
-
Unikalny identyfikator badania
-
Źródło
-
Bibliograficzna baza danych (1-7)
-
Szukacz (1, 2)
-
Specjalistyczna strona internetowa
-
…
-
-
Autor(y)
-
Rok
-
Tytuł
-
Dziennik
.
-
DOI
-
Włączenie/wykluczenie (zgodnie z kryteriami kwalifikowalności)
-
Wyłączono (niska
-
Włączono (wysoka ważność)
-
-
Powód wykluczenia (typ błędu type)
-
Study type
-
Observational
-
Experiment
-
….
-
-
procent cięcia na podstawie
-
objętości
-
powierzchni podstawowej
-
pokrycia korony
-
No of stems
-
….
-
-
Wariancja zgłoszona
-
Nie
-
Tak
-
-
Część dużego eksperymentu
-
Nie
-
Jeśli tak, to nazwa eksperymentu
.
-
-
Dostępna kontrola
-
Nie
-
Tak
-
-
Biome (umiarkowany lub borealny)
-
Współrzędne lokalizacji
-
Opis lokalizacji (kontekst krajobrazowy)
-
Kraj
-
Wysokość nad poziomem morza
-
Klimat
-
Typ lasu
-
Czas po wykonaniu zabiegu
-
Skład gatunkowy drzew
-
Skala przestrzenna (drzewostan lub krajobraz)
-
Stan lasu przedstan lasu przed wycięciem
-
Wiek lasu przed wycięciem
-
Rok wycięcia
-
Interwencje (szczegóły dotyczące pozyskania drewna)
-
Pozyskanie drewnaCC (% zachowanych drzew)
-
Typ pozyskania drewnaCCF (np.g.
-
Removal %
-
Typ pozyskiwania drewna CCF2 (zazwyczaj wykonuje się kilka rodzajów cięć częściowych)
-
Removal %
-
Typ zastosowanej metodyki pobierania próbek
Dane te zostaną udostępnione w dodatkowym pliku. Główny recenzent wyodrębni dane i metadane oraz zapisze proces w sposób przejrzysty zgodnie z przyjętą strategią. Drugi recenzent sprawdzi wyekstrahowane dane i w razie potrzeby dokona edycji.
Potencjalne modyfikatory efektu i przyczyny heterogeniczności
W zależności od dostępności danych dostarczonych w pracach, wyodrębnimy różne potencjalne modyfikatory efektu zgodnie z powyższą listą. Modyfikatory te zostały wybrane, ponieważ mają potencjalny wpływ na to, jak pozyskiwanie drewna wpływa na różnorodność biologiczną. Lista ta nie jest wyczerpująca, a inne modyfikatory efektów i przyczyny heterogeniczności zostaną rozważone podczas procesu przeglądu.
Synteza danych i prezentacja
Synteza narracyjna wszystkich włączonych badań, opisująca jakość wyników i wnioski z badań, zostanie napisana. Zostaną przygotowane tabele z podsumowaniem wyników. Prace scopingowe wskazują, że dostępnych będzie wystarczająco dużo danych, aby przeprowadzić również analizę ilościową. W tym celu będziemy postępować zgodnie z wytycznymi i zaleceniami z literatury.
Standaryzowana średnia różnica w postaci g Hedgesa zostanie obliczona wraz z towarzyszącymi jej szacunkami wariancji dla bogactwa i liczebności gatunków. W przypadku, gdy uwzględnione badania nie podają oszacowań wariancji, ale udział tych badań nie jest zbyt duży (< 20%), dokonamy imputacji brakujących wartości. Metody imputacji będą zależały od charakterystyki brakujących danych.
Podczas gdy dokładne szczegóły analizy ilościowej zależą od wyodrębnionych danych, proponujemy kompleksową strategię syntezy i prezentacji. Wielkości efektów będą badane przy użyciu różnych metod, w tym modeli efektów losowych, analizy podgrup i meta-regresji. Ze względu na charakter tematu badań, wiele wielkości efektów nie będzie niezależnych. Dane dotyczące wielu gatunków z wielu lat są zazwyczaj zbierane podczas obserwacji lub po eksperymentach. Aby to uwzględnić, w modelach uwzględnimy badanie jako zmienną losową. Efekt różnych moderatorów będzie testowany w celu znalezienia tego, co najlepiej wyjaśnia obserwowane wzorce (np. heterogeniczność) w danych. Ogólnie rzecz biorąc, włączamy moderatora, jeśli dostępnych jest co najmniej dziesięć wielkości efektu na grupę. W celu zbadania heterogeniczności (niespójności między badaniami) przeanalizujemy również wielkości efektów dla różnych podzbiorów danych (tj. grup taksonomicznych, typów lasów i grup preferencji siedliskowych, jeśli to możliwe). Chociaż jest to podobne do meta-regresji, pozwala to na ocenę heterogeniczności i obliczenie różnych statystyk heterogeniczności (τ2, Q i I2) dla różnych grup zainteresowania.
Kontekst krajobrazowy, czas po leczeniu, typ lasu i inne modyfikatory efektu powinny mieć znaczący wpływ na wyniki i prawdopodobnie wyjaśnią ważne aspekty efektów. Dlatego też, będziemy badać wpływ różnych modyfikatorów efektu i dokumentować ten proces. Wyniki zostaną przedstawione w tabelach i na rycinach.
Nie ma „najlepszego” sposobu na oszacowanie solidności wyników i należy stosować różne metody. Przeprowadzimy analizę wrażliwości przy użyciu kilku metod, w tym metaanalizy leave-one-out, uruchomienie analizy z i bez wpływowych badań (wielkości efektu), uruchomienie modeli z i bez nie-niezależności i porównanie statystyk dopasowania modelu. Jeśli będzie przeprowadzana imputacja danych, przeprowadzimy i przedstawimy analizę oddzielnie dla wszystkich danych, dla danych z wyłączeniem badań z imputowanymi danymi oraz dla wszystkich danych z zastosowaniem metaanalizy nieważonej. Będzie to również część analizy wrażliwości. Ocenimy ryzyko błędu publikacji za pomocą funkcji fail-safe N i funnel plots przy użyciu funkcji trim and fill. Istotne luki w wiedzy zostaną opisane i omówione pod kątem przyszłych potrzeb badawczych.