Python port and Iberian replication of Soroye et al. 2020

Bumble bee climate exposure → local extinction                                   

  Tests whether the thermal-exposure mechanism reported by Soroye, Newbold                                                                        

  and Kerr (2020, *Science*) — an increasing frequency of temperatures                                                                            

  exceeding species-specific historical tolerances predicts local bumble bee                                                                      

  extinction — replicates on the Iberian Peninsula using an independent

  Python re-implementation of the authors' R pipeline, GBIF occurrence data,                                                                      

  and CRU TS 3.24.01 climate.                                                                                                                     

  Headline result. The claim replicates: the Iberian coefficient                                                                              

  (sc_TEI_delta = +0.48, 95 % CI [0.27, 0.69]) is positive and significant,                                                                       

  and larger in magnitude than the continental mean Soroye reports                                                                                

  (+0.15 in our Python-port validation on his own data).                                                                                          

  Reference paper: Soroye P., Newbold T., Kerr J. (2020).                                                                                     

  Climate change contributes to widespread declines among bumble bees                                                                             

  across continents. *Science* 367(6478):685–688.                                                                                                 

  DOI: [10.1126/science.aax8591](https://doi.org/10.1126/science.aax8591)                                                                         

What's in this release                                                                                                                     

  - `soroye_port/` — five-script Python port of Soroye's R pipeline:                                                                              

    occurrence cleaning, 100 km equal-area presence–absence grids,                                                                                

    sampling-effort rasters, TEI/PEI climate indices, and the                                                                                     

    mixed-effects logistic GLMM.                                                                                                                  

  - Two entry points: `01_clean_data.py` (Soroye's NA + Europe data,                                                                              

    Phase 2 port validation) and `01_clean_data_iberia.py` (GBIF Iberia,                                                                          

    Phase 3 regional replication). Scripts 02–05 are shared.                                                                                      

  - Dockerfile, Snakefile, continuous-integration smoke test, and a                                                                             

    Jupyter Book that narrates the FORRT reproduction + replication story.                                                                        

What changed from v0.1.0                                                                                                                   

  Replaces the earlier simplified monthly-means analysis with a line-by-line                                                                    

  port of Soroye's five R scripts. The preliminary v0.1.0 coefficient sign                                                                      

  was a methodology artefact and is superseded by the values above.                                                                               

• Source DOI on Zenodo: 10.5281/zenodo.19701133
• Docker image DOI on Zenodo: minted from this release (concept DOI will be linked from the README)