dor_id: 4122375

506.#.#.a: Público

590.#.#.d: Los artículos enviados a TIP Revista especializada en ciencias químico-biológicas se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT), Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex) Scientific Electronic Library Online (SciELO), La Red de Revistas Científicas de América Latina y el Caribe, España y Portugal (Redalyc), Directory of Open Access Journals (DOAJ), Web Of Science (WoS), EBSCO, Medigraphic, Indice de Revistas Latinoamericanas en Ciencias (Periódica)

561.#.#.u: https://www.zaragoza.unam.mx/

650.#.4.x: Biología y Química

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://tip.zaragoza.unam.mx/index.php/tip/index

351.#.#.b: TIP Revista especializada en Ciencias Químico-Biológicas

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: http://www.revistas.unam.mx/front/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural, UNAM

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial, UNAM

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://tip.zaragoza.unam.mx/index.php/tip/article/view/65/65

100.1.#.a: Escalante, Tania; Rodríguez Tapia, Gerardo; Linaje, Miguel; Illoldi Rangel, Patricia; González López, Rafael

524.#.#.a: Escalante, Tania, et al. (2013). Identificación de áreas de endemismo a partir de modelos de distribución de especies: selección de umbrales y mamíferos neárticos. TIP Revista Especializada en Ciencias Químico-Biológicas; Vol. 16, Núm. 1, 2013. Recuperado de https://repositorio.unam.mx/contenidos/4122375

245.1.0.a: Identificación de áreas de endemismo a partir de modelos de distribución de especies: selección de umbrales y mamíferos neárticos

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Facultad de Estudios Superiores Zaragoza, UNAM

264.#.0.c: 2013

264.#.1.c: 2013-06-26

653.#.#.a: Análisis de endemismo; mammalia; maxent; región neártica; optimación; analysis of endemicity; mammalia; maxent; nearctic region; optimality

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-ND 4.0 Internacional, https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es, fecha de asignación de la licencia 2013-06-26, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico revistatip@yahoo.com

884.#.#.k: http://tip.zaragoza.unam.mx/index.php/tip/article/view/65

001.#.#.#: oai:ojs.ojs.escire.net:article/65

041.#.7.h: spa

520.3.#.a: Evaluamos la relevancia de la selección del umbral en los modelos de distribución de especies en la delimitación de las áreas de endemismo, usando como un caso de estudio a los mamíferos de América del Norte. Modelamos 40 especies de mamíferos endémicos de la región Neártica con Maxent, y transformamos esos modelos a mapas binarios usando cuatro umbrales diferentes: presencia mínima de entrenamiento, percentil diez de la presencia de entrenamiento, igual sensibilidad y especificidad de entrenamiento, y probabilidad logística de 0.5. Los mapas binarios los analizamos con el método de optimación con el objeto de identificar áreas de endemismo y comparar nuestros resultados con estudios previos. La mayoría de las especies mostró tendencias hacia valores muy bajos de la presencia mínima de entrenamiento, mientras que la mayoría tuvo un valor del percentil diez de la presencia de entrenamiento alrededor de 0.5, y de igual sensibilidad y especificidad de entrenamiento alrededor de 0.3. Únicamente con el percentil diez de la presencia de entrenamiento se recuperaron tres de los cuatro patrones de endemismo identificados para América del Norte y se detectaron más especies endémicas. La identificación de áreas de endemismo más eficiente se obtuvo usando el umbral del percentil diez de la presencia de entrenamiento, el cual parece recuperar mejor las áreas de distribución de los mamíferos analizados. We evaluated the relevance of threshold selection in species distribution models on the delimitation of areas of endemism, using as case study the North American mammals. We modeled 40 species of endemic mammals of the Nearctic region with Maxent, and transformed these models to binary maps using four different thresholds: minimum training presence, tenth percentile training presence, equal training sensitivity and specificity, and 0.5 logistic probability. We analyzed the binary maps with the optimality method in order to identify areas of endemism and compare our results regarding previous analyses. The majority of the species tend to have very low values for the minimum training presence, whereas most of the species have a value of the tenth percentile training presence around 0.5, and the equal training sensitivity and specificity was around 0.3. Only with the tenth percentile threshold we recovered three out of the four patterns of endemism identified in North America, and detected more endemic species.The best identification of areas of endemism was obtained using the tenth percentile training presence threshold, which seems to recover better the distributional area of the mammals analyzed.

773.1.#.t: TIP Revista Especializada en Ciencias Químico-Biológicas; Vol. 16, Núm. 1 (2013)

773.1.#.o: http://tip.zaragoza.unam.mx/index.php/tip/index

046.#.#.j: 2021-10-20 00:00:00.000000

022.#.#.a: ISSN electrónico: 2395-8723; ISSN impreso: 1405-888X

310.#.#.a: Semestral

264.#.1.b: Facultad de Estudios Superiores Zaragoza, UNAM

758.#.#.1: http://tip.zaragoza.unam.mx/index.php/tip/index

doi: https://doi.org/10.1016/S1405-888X(13)72073-4

handle: 2d0059adba297710

856.#.0.q: application/pdf

file_creation_date: 2013-05-13 18:33:46.0

file_modification_date: 2013-05-13 18:33:46.0

file_creator: Claudia Ahumada

file_name: 14b922bb82ce03d0696516a1d9856625c6a88a07b64155dc58ffd957fc49fbc0.pdf

file_pages_number: 13

file_format_version: application/pdf; version=1.4

file_size: 6003567

245.1.0.b: Identification of areas of endemism from species distribution models: threshold selection and nearctic mammals

last_modified: 2021-11-09 13:10:00

license_url: https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es

license_type: by-nc-nd

No entro en nada

No entro en nada 2

Artículo

Identificación de áreas de endemismo a partir de modelos de distribución de especies: selección de umbrales y mamíferos neárticos

Escalante, Tania; Rodríguez Tapia, Gerardo; Linaje, Miguel; Illoldi Rangel, Patricia; González López, Rafael

Facultad de Estudios Superiores Zaragoza, UNAM, publicado en TIP Revista especializada en Ciencias Químico-Biológicas, y cosechado de Revistas UNAM

Licencia de uso

Procedencia del contenido

Cita

Escalante, Tania, et al. (2013). Identificación de áreas de endemismo a partir de modelos de distribución de especies: selección de umbrales y mamíferos neárticos. TIP Revista Especializada en Ciencias Químico-Biológicas; Vol. 16, Núm. 1, 2013. Recuperado de https://repositorio.unam.mx/contenidos/4122375

Descripción del recurso

Autor(es)
Escalante, Tania; Rodríguez Tapia, Gerardo; Linaje, Miguel; Illoldi Rangel, Patricia; González López, Rafael
Tipo
Artículo de Investigación
Área del conocimiento
Biología y Química
Título
Identificación de áreas de endemismo a partir de modelos de distribución de especies: selección de umbrales y mamíferos neárticos
Fecha
2013-06-26
Resumen
Evaluamos la relevancia de la selección del umbral en los modelos de distribución de especies en la delimitación de las áreas de endemismo, usando como un caso de estudio a los mamíferos de América del Norte. Modelamos 40 especies de mamíferos endémicos de la región Neártica con Maxent, y transformamos esos modelos a mapas binarios usando cuatro umbrales diferentes: presencia mínima de entrenamiento, percentil diez de la presencia de entrenamiento, igual sensibilidad y especificidad de entrenamiento, y probabilidad logística de 0.5. Los mapas binarios los analizamos con el método de optimación con el objeto de identificar áreas de endemismo y comparar nuestros resultados con estudios previos. La mayoría de las especies mostró tendencias hacia valores muy bajos de la presencia mínima de entrenamiento, mientras que la mayoría tuvo un valor del percentil diez de la presencia de entrenamiento alrededor de 0.5, y de igual sensibilidad y especificidad de entrenamiento alrededor de 0.3. Únicamente con el percentil diez de la presencia de entrenamiento se recuperaron tres de los cuatro patrones de endemismo identificados para América del Norte y se detectaron más especies endémicas. La identificación de áreas de endemismo más eficiente se obtuvo usando el umbral del percentil diez de la presencia de entrenamiento, el cual parece recuperar mejor las áreas de distribución de los mamíferos analizados. We evaluated the relevance of threshold selection in species distribution models on the delimitation of areas of endemism, using as case study the North American mammals. We modeled 40 species of endemic mammals of the Nearctic region with Maxent, and transformed these models to binary maps using four different thresholds: minimum training presence, tenth percentile training presence, equal training sensitivity and specificity, and 0.5 logistic probability. We analyzed the binary maps with the optimality method in order to identify areas of endemism and compare our results regarding previous analyses. The majority of the species tend to have very low values for the minimum training presence, whereas most of the species have a value of the tenth percentile training presence around 0.5, and the equal training sensitivity and specificity was around 0.3. Only with the tenth percentile threshold we recovered three out of the four patterns of endemism identified in North America, and detected more endemic species.The best identification of areas of endemism was obtained using the tenth percentile training presence threshold, which seems to recover better the distributional area of the mammals analyzed.
Tema
Análisis de endemismo; mammalia; maxent; región neártica; optimación; analysis of endemicity; mammalia; maxent; nearctic region; optimality
Idioma
spa
ISSN
ISSN electrónico: 2395-8723; ISSN impreso: 1405-888X

Enlaces