目前，国际自然保护联盟(International Union for Conservation of Nature)将大约七分之一的物种列为数据不足。这意味着这些物种缺乏了解其保护状况所需的数据，而这些数据反过来又有助于确定保护策略。

　　Zipkin说:“有很多物种我们没有数据来告诉我们到底发生了什么。”“如果我们想知道如何保护和保存这些物种，我们需要对这些物种进行更快速、更有效的评估。”

　　为此，Zipkin和她的定量生态学实验室引入了一个基于“综合社区模型”的框架。在他们的论文中，研究人员展示了他们如何设计和实施这些模型，以利用社区中最具特征的物种的数据来评估该群体的其他成员。

　　“我们正在从拥有最多信息或最常见的物种中汲取力量，”Zipkin说。“这使我们能够对一个社区的所有成员进行物种水平的估计，也能全面了解整个社区的情况。”

　　这本新出版物是一个多年项目的成果。除了Zipkin，团队成员还包括博士后研究助理Jeff Doser;研究生Wendy Leuenberger, Samuel Ayebare和Kayla Davis;还有考特尼·戴维斯(Courtney Davis)，他在成为康奈尔鸟类学实验室的研究员之前，曾作为Zipkin小组的博士后参与过这个项目。

　　Zipkin将这份新报告描述为任何想要使用该团队的方法从描述多种物种的各种不同数据源中获得见解的人的指南。

　　在该指南中，该团队提供了三个案例研究:美国东北部的森林鸟类，中西部的蝴蝶和10个假设物种的模拟场景。研究结果表明，综合群落模型可以用来估计物种在空间和时间上的趋势和人口增长率，甚至对更稀有的物种也是如此。

　　Zipkin说，在发表这份报告和相关的计算机代码时，该团队的直接目标是让更多的研究人员掌握这些方法。下一步将是与政府和非政府组织的合作伙伴合作，他们可以在制定保护战略时利用这些模型的信息。

　　Zipkin说:“我们相信这将是一个非常有用的方法，可以实现更有效和高效的保护规划。”“我们可以从逐个物种的方法转向更全面的工作。”