Recomendaciones para mejorar el modelado de las poblaciones de aves acuáticas invernantes, tamaños y tendencias

Área de la Ciencia:

• Ecología Ecología Ecología.
• Biología de la Conservación Biología de la Conservación.
• Modelado Estadístico Modelado Estadístico

Sus antecedentes:

• El monitoreo de la biodiversidad a gran escala es crucial para la política de conservación.
• Las iniciativas de ciencia ciudadana como el Censo Internacional de Aves Acuáticas (IWC, por sus siglas en inglés) proporcionan datos vitales pero presentan desafíos analíticos.
• Los problemas estadísticos comunes incluyen inflación cero, dispersión excesiva, autocorrelación espacial y datos faltantes.

Objetivo del estudio:

• Para evaluar el rendimiento de diferentes modelos estadísticos en el análisis de los datos de conteo del Censo Internacional de Aves Acuáticas (IWC).
• Para comparar la efectividad de TRIM, LORI y dos modelos mixtos lineales generalizados (GLMM) en el tratamiento de problemas de datos comunes.
• Evaluar el impacto de diferentes diseños de muestreo en el rendimiento del modelo para la estimación de la tendencia de la población de aves acuáticas.

Principales métodos:

• Utilizó datos de recuento de IWC para cinco especies en la vía aérea del Atlántico Este.
• Se compararon cuatro enfoques de modelado: TRIM, LORI, GLMM simples y GLMM optimizados.
• El rendimiento del modelo de referencia frente a la inflación cero, la dispersión excesiva y la autocorrelación espacial bajo varios escenarios de muestreo.

Principales resultados:

• GLMM simples, TRIM y LORI mostraron limitaciones en la mitigación de la inflación cero y la dispersión excesiva.
• Los GLMM optimizados demostraron una mejor convergencia y un mejor manejo de los problemas de datos a través de una selección de distribución adecuada.
• Las estructuras espaciales redujeron efectivamente la autocorrelación espacial, aunque ninguna distribución única fue universalmente óptima en todas las especies y diseños.

Conclusiones:

• Los modelos estadísticos inadecuados pueden conducir a una tergiversación de las tendencias de la población de aves acuáticas, lo que podría desviar los esfuerzos de conservación.
• Se recomienda una selección cuidadosa y específica de las especies de métodos estadísticos para analizar los datos de recuento de los proyectos de ciencia ciudadana.
• La investigación futura debe centrarse en modelos jerárquicos y espacio-temporales avanzados para una mejor inferencia de conjuntos de datos de ciencia ciudadana a gran escala.