Los modelos de distribución de especies (MDE) se han utilizado para prever el impacto del cambio climático en la distribución potencial de las especies, con resultados que podrían apoyar decisiones para la conservación y la gestión de la biodiversidad. A pesar de su vulnerabilidad a la parametrización y la calidad de los datos de entrada, el uso de MDE ha ido en aumento en las últimas décadas. De hecho, entradas inapropiadas y la falta de conciencia sobre los efectos de las decisiones metodológicas en los resultados pueden llevar a una posible falta de fiabilidad en los resultados, un problema que podría ganar relevancia cuando se utilizan MDE para predecir los impactos del cambio climático en áreas adecuadas para las especies. Con el objetivo de evaluar hasta qué punto se considera tal tema, se realizó un análisis de los datos de calibración y las decisiones metodológicas para publicaciones recientes (2018 a 2022) que incluyen MDE en este contexto, con el objetivo de identificar posibles desviaciones de las mejores prácticas consensuadas. Los resultados muestran que los parámetros presentados de manera más consistente son el algoritmo en uso (MaxEnt se utilizó en el 98% de los estudios), las medidas de precisión y las ventanas de tiempo. Pero muchos artículos no especifican otros parámetros, limitando la reproducibilidad de los estudios. Algunos artículos no proporcionan información sobre los procedimientos de calibración, otros consideran solo una fracción del rango de las especies, y otros no justifican la inclusión de variables específicas en el modelo. Estas opciones pueden disminuir la fiabilidad de las predicciones bajo escenarios futuros, ya que los datos proporcionados al modelo son inexactos desde el principio o hay información insuficiente para la discusión de los resultados.