Titulo:
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia
.
Sumario:
La capacidad invasora y la historia natural de Achatina fulica (Linnaeus, 1758) posiciona esta especie como una de las 100 especies invasoras más peligrosas a nivel mundial. Su estudio ha trascendido los límites de la investigación biológica para complementarse con análisis de predicción de los comportamientos ecológicos y la influencia de los factores sociales y económicos. El objetivo de la investigacion fue generar un modelo de probabilidad de ocurrencia para el caracol gigante africano, a escala espacial y temporal. Se recopilaron registros de presencia de la especie mediante información secundaria para el departamento de Boyacá; la información bioclimática se obtuvo a partir de la plataforma Worldclim, los indicadores sociales y econó... Ver más
Guardado en:
2256-1498
14
2024-01-01
1
17
Revista Mutis - 2023
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| id |
metarevistapublica_utadeo_revistamutis_66_article_1918 |
|---|---|
| record_format |
ojs |
| spelling |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia Occurrence Probability Model of the Giant African Snail (Achatina fulica) for Boyacá, Colombia La capacidad invasora y la historia natural de Achatina fulica (Linnaeus, 1758) posiciona esta especie como una de las 100 especies invasoras más peligrosas a nivel mundial. Su estudio ha trascendido los límites de la investigación biológica para complementarse con análisis de predicción de los comportamientos ecológicos y la influencia de los factores sociales y económicos. El objetivo de la investigacion fue generar un modelo de probabilidad de ocurrencia para el caracol gigante africano, a escala espacial y temporal. Se recopilaron registros de presencia de la especie mediante información secundaria para el departamento de Boyacá; la información bioclimática se obtuvo a partir de la plataforma Worldclim, los indicadores sociales y económicos de cada localidad se extrajeron de la base de datos Terridata-dnp. La información se analizó por medio de software estadístico R Studio, mediante los paquetes ENMTML y ISLR. Para el modelamiento se utilizó el algoritmo de máxima entropía (Maxent); la validación del modelo se realizó con las métricas AUC, TSS, Kappa, Sorensen y Jaccard. Las variables bioclimáticas que más influyeron en el modelo de probabilidad de ocurrencia fueron temperatura, precipitación y humedad; así mismo, se determinó que las variables cobertura de acueducto y área deforestada están relacionadas estadísticamente en los municipios en donde se ha reportado la especie invasora en el departamento. En las condiciones actuales el caracol gigante africano, podría establecerse en aproximadamente 11.209,74 km; es decir, en el 47,54% del territorio boyacense; bajo las condiciones socioeconómicas de la predicción futura, en el escenario ssp1 126 la especie podría ampliar su presencia hasta el 63.25% y en el escenario ssp4 585 al 50,42%, siendo este último el más caótico se encontró que la ocupación puede ser menor al primer escenario, pero la probabilidad de ocurrencia es más alta. The invasive capacity and the natural history of the Achatina fulica (Linnaeus, 1758) has positioned it as one of the 100 most dangerous invasive species worldwide. Its study has transcended the limits of biological research and has been complemented with predictive analysis of ecological behaviors and the study of its social and economic influence factors. The objective of this research was to generate a probability of occurrence model for the giant African snail, at a spatial and temporal scale. Records of the appearance of the species were collected through secondary information from the department of Boyacá. Bioclimatic information was obtained from the Worldclim platform, and the social and economic indicators of each locality were extracted from the Terridata-DNP database. The information was analyzed using the R Studio statistical software, with ENMTML and ISLR packages. For the modeling, the maximum entropy algorithm (Maxent) was used; model validation was performed using the AUC, TSS, Kappa, Sorensen, and Jaccard metrics. The bioclimatic variables that most influenced the probability of occurrence model were temperature, precipitation and humidity. It was also determined that the variables aqueduct coverage and deforested area were statistically related in the municipalities where the invasive species has been reported in the department. Under current conditions, the giant African snail could establish itself in approximately 11,209.74 km, that is, in 47.54% of the Boyacá territory. Under the socioeconomic conditions of the future prediction, in the SSP1 126 scenario the species could increase its presence to 63.25% and in the SSP4 585 scenario to 50.42%. In the latter, the most chaotic scenario, it was found that although the occupation may be less than the first scenario, the probability of occurrence is higher. Sánchez Rojas, Edwin Fernando Gómez Cedeño, Maijdinayiver Mairán Cárdenas Cárdenas, María Alejandra Gil Padilla, Luz Nidia Invasive Species Biological invasions Climate change Distribution Environmental indicators Natural sciences especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales 14 1 Artículo de revista Journal article 2024-01-01T00:00:00Z 2024-01-01T00:00:00Z 2024-01-01 application/pdf Universidad de Bogotá Jorge Tadeo Lozano Revista Mutis 2256-1498 https://revistas.utadeo.edu.co/index.php/mutis/article/view/modelo-probabilidad-ocurrencia-caracol-gigante-africano-achatina-fulica 10.21789/22561498.1918 https://doi.org/10.21789/22561498.1918 spa https://creativecommons.org/licenses/by-nc-sa/4.0 Revista Mutis - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0. 1 17 Albuquerque, F. S. de, Peso-Aguiar, M. C. & Assunção-Albuquerque, M. J. T. (2008). Distribution, feeding behavior and control strategies of the exotic land snail Achatina fulica (Gastropoda: Pulmonata) in the northeast of Brazil. Brazi-lian Journal of Biology, 68(4), 837–842. https://doi.org/10.1590/S1519-69842008000400020 Albuquerque, F. S. de, Peso-Aguiar, M. C., Assunção-Albuquerque, M. J. T. & Gálvez, L. (2009). Do climate variables and human density affect Achatina fulica (Bowditch) (Gastropoda: Pulmonata) shell length, total weight and condition factor. Brazilian Journal of Biology, 69(3), 879–885. https://doi.org/10.1590/S1519-69842009000400016 Aguilera Arango, G. A. y Ortiz Cabrera, J. C. (2020). Distribución geográfica del caracol gigante africano en predios agrícolas del Valle del Cauca, Colombia. Centro Agrícola, 47(1), 5-12. Andrade, A. F. A. de, Velazco, S. J. E. & De Marco Júnior, P. (2020). ENMTML: An R package for a straightforward construction of complex ecological niche mod-els. Environmental Modelling and Software, 125. https://doi.org/10.1016/j.envsoft.2019.104615 Armenteras, D., Vargas, O. y Vargas, O. (2016). patrones del paisaje y escenarios de restauración en Colombia: Acercando escalas. Acta Biológica Colombiana, 21(1Supl), 229–239. https://doi.org/10.15446/abc.v21n1Supl.50848 Avendaño, J. M. y Linares, E. L. (2015). Morfometría del caracol gigante africano Acha-tina fulica (Gastropoda: Achatinidae) en Colombia. Cuadernos de Investigación UNED, 7(2), 287–293. https://doi.org/10.22458/urj.v7i2.1155 Gobernación de Boyacá (2017). Productividad sector agropecuario OTDB-Ordenamiento Territorial Departamental de Boyacá. Calvin, K. et al. (2017). «The SSP4: A world of deepening inequality». Global Environ-mental Change, 42, 284-296. https://doi.org/10.1016/j.gloenvcha.2016.06.010 Carter, T., Parry, M., Harasawa, H. & Nishioka, S. (1994). IPCC technical guidelines for assessing climate change impacts and adaptations. In Part of the IPCC Special Report to the First Session of the Conference of the Parties to the UN Framework Convention on Climate Change, Intergovernmental Panel on Climate Change. Department of Geography, University College London, UK and Center for Global Environmental Research, National Institute for Environmental Studies, Tsukuba, Japan. Capdevila-Argüelles, L., Zilletti, B. y Suárez-Álvarez, V. Á. (2013). Causas de la pérdida de biodiversidad: Especies Exóticas Invasoras. Memorias Real Sociedad Espa-ñola de Historia Natural. 2a. Época, 10. Chitarroni, H. (2002). La regresión logística. Instituto de Investigación. Ciencias Sociales, 10. https://racimo.usal.edu.ar/83/1/Chitarroni17.pdf Corporación Autónoma Regional de Boyacá, Corpoboyacá. (2019). Corporación Autó-noma Regional de Boyacá Plan de Acción 2016-2019. Informe de Gestión. Corporación Autónoma Regional de Boyacá, Corpoboyacá (2020). Diagnóstico, evalua-ción del estado actual y diseño de estrategias de control del caracol africano Achatina fulica (Bowdich, 1822) en las provincias de Lengupa y Occidente, ju-risdiccion de la Corporación Autónoma Regional de Boyacá. 25. Corpochivor. (2020). Especies invasoras con medidas de prevención, control y manejo en ejecución. Especies Invasoras Con Medidas de Prevención, Control y Manejo En Ejecución. https://www.corpochivor.gov.co/indicadores-web/1166/evaluacion De La Ossa-Lacayo (2012). Registro del caracol africano gigante Achatina fulica (Bo-wdich 1822) (Mollusca: Gastropoda-Achatinidae) en Sincelejo, costa Caribe de Colombia. Biota colombiana, 13(2). Departamento Nacional de Planeación, DNP. (2020). Terridata-DNP. Conjunto de Datos Territoriales Terridata. https://terridata.dnp.gov.co/ Fricko, O. et al. (2017). The marker quantification of the Shared Socioeconomic Path-way 2: A middle-of-the-road scenario for the 21st century. Global Environ-mental Change, 42, 251-267. https://doi.org/10.1016/j.gloenvcha.2016.06.004 Fujimori, S. et al. (2017). SSP3: AIM implementation of Shared Socioeconomic Path-ways. Global Environmental Change, 42, 268-283. https://doi.org/10.1016/j.gloenvcha.2016.06.009 Gołdyn, B., Kaczmarek, Ł., Roszkowska, M., Guayasamín, P. R., Książkiewicz-Parulska, Z. & Cerda, H. (2017). Urban ecology of invasive giant african snail Achatina fulica (férussac)(gastropoda: achatinidae) on its first recorded sites in the Ecuadori-an Amazon. American Malacological Bulletin, 35(1), 59–64. https://doi.org/10.4003/006.035.0108 Instituto Nacional de Salud. Grupo de evaluación de riesgos en inocuidad de alimentos (ERIA) y plaguicidas (2017). Concepto cientifico sobre consumo de caracol gi-gante africano y su implicación en salud. Liboria, M., Morales, G., Sierra, C., Silva, I. y Pino, L. A. (2009). El caracol gigante afri-cano Achatina fulica. INIA Hoy, 2, 224–231. Lobo, J. M., Jiménez-valverde, A, & Real, R. (2008). AUC: A misleading measure of the performance of predictive distribution AUC: a misleading measure of the per-formance of predictive distribution models. Globarl Ecology and Biogeogra-phy, 17(2). https://doi.org/10.1111/j.1466-8238.2007.00358.x Maza Maza, J. E. (2013). Efecto de los extractos botánicos para el control del caracol (Achatina fulica) en el cultivo de arroz (oriza sativa). Ortega Uribe, T., Mastrangelo, M. E., Villarroel Torrez, D., Piaz, A. G., Vallejos, M., Saenz Ceja, J. E., Gallego, F., Franquesa Soler, M., Calzada Peña, L. y Espinosa Mella-do, N. (2014). Estudios transdisciplinarios en iosistemas: Reflexiones teóricas y su aplicación en contextos latinoamericanos. Patiño Montoya, A. y Giraldo, A. (2020). Diez años del caracol gigante africano en Co-lombia: Revisión de la investigación y divulgación desarrollada entre 2008-2017. Ecología austral, 30(1), 125-133. https://doi.org/10.25260/EA.20.30.1.0.973 Phillips, S. J., Anderson, R. P. y Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190(3–4), 231–259. https://doi.org/10.1016/j.ecolmodel.2005.03.026 Raut, S. & Barker, G. (2002). Achatina fulica Bowdich and Other Achatinidae as Pests in. Molluscs as Crop Pests, 55. https://doi.org/10.1079/9780851993201.0055 Riahi, K.; van Vuuren, D. P.; Kriegler, E.; Edmonds, J.; O’Neill, B. C.; Fujimori, S.; Bauer, N.; Calvin, K. et al. (2017). The Shared Socioeconomic Pathways and their en-ergy, land use, and greenhouse gas emissions implications: An overview. Glo-bal Environmental Change 42:153-168. https://doi.org/10.1016/j.gloevcha.2016.05.009 Sarma, R. R., Munsi, M., & Ananthram, A. N. (2015). Effect of climate change on invasion risk of giant African snail (Achatina fulica Férussac, 1821: Achatinidae) in India. PloS One, 10(11). https://doi.org/10.1371/journal.pone.0143724 Siabato, W. & Guzmán-Manrique, J. (2019). La autocorrelación espacial y el desarrollo de la geografía cuantitativa. Cuadernos de Geografía: Revista Colombiana de Geografía, 28(1), 1–22. https://doi.org/10.15446/rcdg.v28n1.76919 Team, R. C. (2019). 2020. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. https://www. R-project. org/ UN-WATER. (2020). Agua, Saneamiento e Higiene. https://www.unwater.org/water-facts/water-sanitation-and-hygiene/ Van Vuuren, D. P. et al. (2017). Energy, land-use, and greenhouse gas emissions trajec-tories under a green growth paradigm. Global Environmental Change, 42, 237-250. https://doi.org/10.1016/j.gloenvcha.2016.05.008 Vogler, R. E., Beltramino, A. A., Sede, M. M., Gregoric, D. E. G., Núñez, V. & Rumi, A. (2013). The giant African snail, Achatina fulica (Gastropoda: Achatinidae): Us-ing bioclimatic models to identify South American areas susceptible to inva-sion. American Malacological Bulletin, 31(1), 39–50. https://doi.org/10.4003/006.031.0115 Vuille, M. & Bradley, R. S. (2000). Mean annual temperature trends and their vertical structure in the tropical Andes. Geophysical Research Letters, 27(23), 3885–3888. https://doi.org/10.1029/2000GL011871 WorldClim. (2020). WorldClim. Bioclimatic Data Base. https://www.worldclim.org/data/index.html# https://revistas.utadeo.edu.co/index.php/mutis/article/download/modelo-probabilidad-ocurrencia-caracol-gigante-africano-achatina-fulica/2076 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/redcol/resource_type/ARTREF info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication |
| institution |
UNIVERSIDAD JORGE TADEO LOZANO |
| thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADJORGETADEOLOZANO/logo.png |
| country_str |
Colombia |
| collection |
Revista Mutis |
| title |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia |
| spellingShingle |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia Sánchez Rojas, Edwin Fernando Gómez Cedeño, Maijdinayiver Mairán Cárdenas Cárdenas, María Alejandra Gil Padilla, Luz Nidia Invasive Species Biological invasions Climate change Distribution Environmental indicators Natural sciences especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales |
| title_short |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia |
| title_full |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia |
| title_fullStr |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia |
| title_full_unstemmed |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia |
| title_sort |
modelo de probabilidad de ocurrencia del caracol gigante africano (achatina fulica) para boyacá, colombia |
| title_eng |
Occurrence Probability Model of the Giant African Snail (Achatina fulica) for Boyacá, Colombia |
| description |
La capacidad invasora y la historia natural de Achatina fulica (Linnaeus, 1758) posiciona esta especie como una de las 100 especies invasoras más peligrosas a nivel mundial. Su estudio ha trascendido los límites de la investigación biológica para complementarse con análisis de predicción de los comportamientos ecológicos y la influencia de los factores sociales y económicos. El objetivo de la investigacion fue generar un modelo de probabilidad de ocurrencia para el caracol gigante africano, a escala espacial y temporal. Se recopilaron registros de presencia de la especie mediante información secundaria para el departamento de Boyacá; la información bioclimática se obtuvo a partir de la plataforma Worldclim, los indicadores sociales y económicos de cada localidad se extrajeron de la base de datos Terridata-dnp. La información se analizó por medio de software estadístico R Studio, mediante los paquetes ENMTML y ISLR. Para el modelamiento se utilizó el algoritmo de máxima entropía (Maxent); la validación del modelo se realizó con las métricas AUC, TSS, Kappa, Sorensen y Jaccard. Las variables bioclimáticas que más influyeron en el modelo de probabilidad de ocurrencia fueron temperatura, precipitación y humedad; así mismo, se determinó que las variables cobertura de acueducto y área deforestada están relacionadas estadísticamente en los municipios en donde se ha reportado la especie invasora en el departamento. En las condiciones actuales el caracol gigante africano, podría establecerse en aproximadamente 11.209,74 km; es decir, en el 47,54% del territorio boyacense; bajo las condiciones socioeconómicas de la predicción futura, en el escenario ssp1 126 la especie podría ampliar su presencia hasta el 63.25% y en el escenario ssp4 585 al 50,42%, siendo este último el más caótico se encontró que la ocupación puede ser menor al primer escenario, pero la probabilidad de ocurrencia es más alta.
|
| description_eng |
The invasive capacity and the natural history of the Achatina fulica (Linnaeus, 1758) has positioned it as one of the 100 most dangerous invasive species worldwide. Its study has transcended the limits of biological research and has been complemented with predictive analysis of ecological behaviors and the study of its social and economic influence factors. The objective of this research was to generate a probability of occurrence model for the giant African snail, at a spatial and temporal scale. Records of the appearance of the species were collected through secondary information from the department of Boyacá. Bioclimatic information was obtained from the Worldclim platform, and the social and economic indicators of each locality were extracted from the Terridata-DNP database. The information was analyzed using the R Studio statistical software, with ENMTML and ISLR packages. For the modeling, the maximum entropy algorithm (Maxent) was used; model validation was performed using the AUC, TSS, Kappa, Sorensen, and Jaccard metrics. The bioclimatic variables that most influenced the probability of occurrence model were temperature, precipitation and humidity. It was also determined that the variables aqueduct coverage and deforested area were statistically related in the municipalities where the invasive species has been reported in the department. Under current conditions, the giant African snail could establish itself in approximately 11,209.74 km, that is, in 47.54% of the Boyacá territory. Under the socioeconomic conditions of the future prediction, in the SSP1 126 scenario the species could increase its presence to 63.25% and in the SSP4 585 scenario to 50.42%. In the latter, the most chaotic scenario, it was found that although the occupation may be less than the first scenario, the probability of occurrence is higher.
|
| author |
Sánchez Rojas, Edwin Fernando Gómez Cedeño, Maijdinayiver Mairán Cárdenas Cárdenas, María Alejandra Gil Padilla, Luz Nidia |
| author_facet |
Sánchez Rojas, Edwin Fernando Gómez Cedeño, Maijdinayiver Mairán Cárdenas Cárdenas, María Alejandra Gil Padilla, Luz Nidia |
| topic |
Invasive Species Biological invasions Climate change Distribution Environmental indicators Natural sciences especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales |
| topic_facet |
Invasive Species Biological invasions Climate change Distribution Environmental indicators Natural sciences especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales |
| topicspa_str_mv |
especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales |
| citationvolume |
14 |
| citationissue |
1 |
| publisher |
Universidad de Bogotá Jorge Tadeo Lozano |
| ispartofjournal |
Revista Mutis |
| source |
https://revistas.utadeo.edu.co/index.php/mutis/article/view/modelo-probabilidad-ocurrencia-caracol-gigante-africano-achatina-fulica |
| language |
spa |
| format |
Article |
| rights |
https://creativecommons.org/licenses/by-nc-sa/4.0 Revista Mutis - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0. info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| references |
Albuquerque, F. S. de, Peso-Aguiar, M. C. & Assunção-Albuquerque, M. J. T. (2008). Distribution, feeding behavior and control strategies of the exotic land snail Achatina fulica (Gastropoda: Pulmonata) in the northeast of Brazil. Brazi-lian Journal of Biology, 68(4), 837–842. https://doi.org/10.1590/S1519-69842008000400020 Albuquerque, F. S. de, Peso-Aguiar, M. C., Assunção-Albuquerque, M. J. T. & Gálvez, L. (2009). Do climate variables and human density affect Achatina fulica (Bowditch) (Gastropoda: Pulmonata) shell length, total weight and condition factor. Brazilian Journal of Biology, 69(3), 879–885. https://doi.org/10.1590/S1519-69842009000400016 Aguilera Arango, G. A. y Ortiz Cabrera, J. C. (2020). Distribución geográfica del caracol gigante africano en predios agrícolas del Valle del Cauca, Colombia. Centro Agrícola, 47(1), 5-12. Andrade, A. F. A. de, Velazco, S. J. E. & De Marco Júnior, P. (2020). ENMTML: An R package for a straightforward construction of complex ecological niche mod-els. Environmental Modelling and Software, 125. https://doi.org/10.1016/j.envsoft.2019.104615 Armenteras, D., Vargas, O. y Vargas, O. (2016). patrones del paisaje y escenarios de restauración en Colombia: Acercando escalas. Acta Biológica Colombiana, 21(1Supl), 229–239. https://doi.org/10.15446/abc.v21n1Supl.50848 Avendaño, J. M. y Linares, E. L. (2015). Morfometría del caracol gigante africano Acha-tina fulica (Gastropoda: Achatinidae) en Colombia. Cuadernos de Investigación UNED, 7(2), 287–293. https://doi.org/10.22458/urj.v7i2.1155 Gobernación de Boyacá (2017). Productividad sector agropecuario OTDB-Ordenamiento Territorial Departamental de Boyacá. Calvin, K. et al. (2017). «The SSP4: A world of deepening inequality». Global Environ-mental Change, 42, 284-296. https://doi.org/10.1016/j.gloenvcha.2016.06.010 Carter, T., Parry, M., Harasawa, H. & Nishioka, S. (1994). IPCC technical guidelines for assessing climate change impacts and adaptations. In Part of the IPCC Special Report to the First Session of the Conference of the Parties to the UN Framework Convention on Climate Change, Intergovernmental Panel on Climate Change. Department of Geography, University College London, UK and Center for Global Environmental Research, National Institute for Environmental Studies, Tsukuba, Japan. Capdevila-Argüelles, L., Zilletti, B. y Suárez-Álvarez, V. Á. (2013). Causas de la pérdida de biodiversidad: Especies Exóticas Invasoras. Memorias Real Sociedad Espa-ñola de Historia Natural. 2a. Época, 10. Chitarroni, H. (2002). La regresión logística. Instituto de Investigación. Ciencias Sociales, 10. https://racimo.usal.edu.ar/83/1/Chitarroni17.pdf Corporación Autónoma Regional de Boyacá, Corpoboyacá. (2019). Corporación Autó-noma Regional de Boyacá Plan de Acción 2016-2019. Informe de Gestión. Corporación Autónoma Regional de Boyacá, Corpoboyacá (2020). Diagnóstico, evalua-ción del estado actual y diseño de estrategias de control del caracol africano Achatina fulica (Bowdich, 1822) en las provincias de Lengupa y Occidente, ju-risdiccion de la Corporación Autónoma Regional de Boyacá. 25. Corpochivor. (2020). Especies invasoras con medidas de prevención, control y manejo en ejecución. Especies Invasoras Con Medidas de Prevención, Control y Manejo En Ejecución. https://www.corpochivor.gov.co/indicadores-web/1166/evaluacion De La Ossa-Lacayo (2012). Registro del caracol africano gigante Achatina fulica (Bo-wdich 1822) (Mollusca: Gastropoda-Achatinidae) en Sincelejo, costa Caribe de Colombia. Biota colombiana, 13(2). Departamento Nacional de Planeación, DNP. (2020). Terridata-DNP. Conjunto de Datos Territoriales Terridata. https://terridata.dnp.gov.co/ Fricko, O. et al. (2017). The marker quantification of the Shared Socioeconomic Path-way 2: A middle-of-the-road scenario for the 21st century. Global Environ-mental Change, 42, 251-267. https://doi.org/10.1016/j.gloenvcha.2016.06.004 Fujimori, S. et al. (2017). SSP3: AIM implementation of Shared Socioeconomic Path-ways. Global Environmental Change, 42, 268-283. https://doi.org/10.1016/j.gloenvcha.2016.06.009 Gołdyn, B., Kaczmarek, Ł., Roszkowska, M., Guayasamín, P. R., Książkiewicz-Parulska, Z. & Cerda, H. (2017). Urban ecology of invasive giant african snail Achatina fulica (férussac)(gastropoda: achatinidae) on its first recorded sites in the Ecuadori-an Amazon. American Malacological Bulletin, 35(1), 59–64. https://doi.org/10.4003/006.035.0108 Instituto Nacional de Salud. Grupo de evaluación de riesgos en inocuidad de alimentos (ERIA) y plaguicidas (2017). Concepto cientifico sobre consumo de caracol gi-gante africano y su implicación en salud. Liboria, M., Morales, G., Sierra, C., Silva, I. y Pino, L. A. (2009). El caracol gigante afri-cano Achatina fulica. INIA Hoy, 2, 224–231. Lobo, J. M., Jiménez-valverde, A, & Real, R. (2008). AUC: A misleading measure of the performance of predictive distribution AUC: a misleading measure of the per-formance of predictive distribution models. Globarl Ecology and Biogeogra-phy, 17(2). https://doi.org/10.1111/j.1466-8238.2007.00358.x Maza Maza, J. E. (2013). Efecto de los extractos botánicos para el control del caracol (Achatina fulica) en el cultivo de arroz (oriza sativa). Ortega Uribe, T., Mastrangelo, M. E., Villarroel Torrez, D., Piaz, A. G., Vallejos, M., Saenz Ceja, J. E., Gallego, F., Franquesa Soler, M., Calzada Peña, L. y Espinosa Mella-do, N. (2014). Estudios transdisciplinarios en iosistemas: Reflexiones teóricas y su aplicación en contextos latinoamericanos. Patiño Montoya, A. y Giraldo, A. (2020). Diez años del caracol gigante africano en Co-lombia: Revisión de la investigación y divulgación desarrollada entre 2008-2017. Ecología austral, 30(1), 125-133. https://doi.org/10.25260/EA.20.30.1.0.973 Phillips, S. J., Anderson, R. P. y Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190(3–4), 231–259. https://doi.org/10.1016/j.ecolmodel.2005.03.026 Raut, S. & Barker, G. (2002). Achatina fulica Bowdich and Other Achatinidae as Pests in. Molluscs as Crop Pests, 55. https://doi.org/10.1079/9780851993201.0055 Riahi, K.; van Vuuren, D. P.; Kriegler, E.; Edmonds, J.; O’Neill, B. C.; Fujimori, S.; Bauer, N.; Calvin, K. et al. (2017). The Shared Socioeconomic Pathways and their en-ergy, land use, and greenhouse gas emissions implications: An overview. Glo-bal Environmental Change 42:153-168. https://doi.org/10.1016/j.gloevcha.2016.05.009 Sarma, R. R., Munsi, M., & Ananthram, A. N. (2015). Effect of climate change on invasion risk of giant African snail (Achatina fulica Férussac, 1821: Achatinidae) in India. PloS One, 10(11). https://doi.org/10.1371/journal.pone.0143724 Siabato, W. & Guzmán-Manrique, J. (2019). La autocorrelación espacial y el desarrollo de la geografía cuantitativa. Cuadernos de Geografía: Revista Colombiana de Geografía, 28(1), 1–22. https://doi.org/10.15446/rcdg.v28n1.76919 Team, R. C. (2019). 2020. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. https://www. R-project. org/ UN-WATER. (2020). Agua, Saneamiento e Higiene. https://www.unwater.org/water-facts/water-sanitation-and-hygiene/ Van Vuuren, D. P. et al. (2017). Energy, land-use, and greenhouse gas emissions trajec-tories under a green growth paradigm. Global Environmental Change, 42, 237-250. https://doi.org/10.1016/j.gloenvcha.2016.05.008 Vogler, R. E., Beltramino, A. A., Sede, M. M., Gregoric, D. E. G., Núñez, V. & Rumi, A. (2013). The giant African snail, Achatina fulica (Gastropoda: Achatinidae): Us-ing bioclimatic models to identify South American areas susceptible to inva-sion. American Malacological Bulletin, 31(1), 39–50. https://doi.org/10.4003/006.031.0115 Vuille, M. & Bradley, R. S. (2000). Mean annual temperature trends and their vertical structure in the tropical Andes. Geophysical Research Letters, 27(23), 3885–3888. https://doi.org/10.1029/2000GL011871 WorldClim. (2020). WorldClim. Bioclimatic Data Base. https://www.worldclim.org/data/index.html# |
| type_driver |
info:eu-repo/semantics/article |
| type_coar |
http://purl.org/coar/resource_type/c_6501 |
| type_version |
info:eu-repo/semantics/publishedVersion |
| type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| type_content |
Text |
| publishDate |
2024-01-01 |
| date_accessioned |
2024-01-01T00:00:00Z |
| date_available |
2024-01-01T00:00:00Z |
| url |
https://revistas.utadeo.edu.co/index.php/mutis/article/view/modelo-probabilidad-ocurrencia-caracol-gigante-africano-achatina-fulica |
| url_doi |
https://doi.org/10.21789/22561498.1918 |
| eissn |
2256-1498 |
| doi |
10.21789/22561498.1918 |
| citationstartpage |
1 |
| citationendpage |
17 |
| url2_str_mv |
https://revistas.utadeo.edu.co/index.php/mutis/article/download/modelo-probabilidad-ocurrencia-caracol-gigante-africano-achatina-fulica/2076 |
| _version_ |
1811200042782949376 |