logo móvil
Contáctanos

¿Cuántos estudios se necesitan para comparar modelos basados ​​en nichos para distribuciones geográficas? El razonamiento inductivo puede fallar al final.

Autores: Terribile, LC; Diniz-Filho, JAF; De Marco Jr, P ; Ramos, TPA

Idioma: Inglés

Editor: Takako Matsumura-Tundisi

Año: 2010

Ver Artículo científico

Acceso abierto

Artículo científico
2010

¿Cuántos estudios se necesitan para comparar modelos basados ​​en nichos para distribuciones geográficas? El razonamiento inductivo puede fallar al final.


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Ecología, Evolución, Comportamiento y Sistemática

Palabras clave

Serpientes de coral
Elapidae
Modelos de distribución potencial
GARP
MAXENT

Licencia

CC BY – Atribución

Consultas: 44

Citaciones: Sin citaciones


Descripción

El uso de modelos de nicho ecológico (ENM) para generar distribuciones geográficas potenciales de especies ha aumentado rápidamente en ecología, conservación y biología evolutiva. Existen numerosos métodos, y los más utilizados son el Método de Máxima Entropía (MAXENT) y el Algoritmo Genético para la Producción de Conjuntos de Reglas (GARP). Estudios recientes han demostrado que MAXENT tiene un mejor rendimiento que GARP. En este estudio, utilizamos los métodos estadísticos ROC – AUC (área bajo la curva de Características Operativas del Receptor) y bootstrap para evaluar el rendimiento de GARP y MAXENT en la generación de modelos de distribución potencial para 39 especies de serpientes coralinas del Nuevo Mundo. Encontramos que los valores de AUC para GARP oscilaron entre 0,923 y 0,999, mientras que los de MAXENT oscilaron entre 0,877 y 0,999. En general, las diferencias en AUC fueron muy pequeñas, pero para 10 especies, GARP superó a MAXENT. Las medias y desviaciones estándar de 100 muestras bootstrap con tamaños de muestra de entre 3 y 30 especies no mostraron tendencias hacia desviaciones con respecto a una diferencia cero en los valores de AUC de GARP menos los valores de AUC de MAXENT. Nuestros resultados sugieren que aún se requieren estudios adicionales para establecer en qué circunstancias varía el rendimiento estadístico de los métodos. Sin embargo, también es importante considerar la posibilidad de que este razonamiento inductivo empírico falle finalmente, ya que es casi seguro que no pudimos establecer todos los escenarios potenciales que generan variación en el rendimiento relativo de los modelos.

Otros recursos que podrían interesarte

Temas Virtualpro