Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para 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 econó... Ver más
2256-1498
14
2024-01-01
1
17
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Revista Mutis - 2023
id |
d4320d1328cb4a95e72b94bc2e7f2db1 |
---|---|
record_format |
ojs |
spelling |
Modelo de probabilidad de ocurrencia del caracol gigante africano (Achatina fulica) para Boyacá, Colombia Departamento Nacional de Planeación, DNP. (2020). Terridata-DNP. Conjunto de Datos Territoriales Terridata. https://terridata.dnp.gov.co/ 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. 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 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. 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. 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 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 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 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). 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 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 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. Corporación Autónoma Regional de Boyacá, Corpoboyacá. (2019). Corporación Autó-noma Regional de Boyacá Plan de Acción 2016-2019. Informe de Gestión. Chitarroni, H. (2002). La regresión logística. Instituto de Investigación. Ciencias Sociales, 10. https://racimo.usal.edu.ar/83/1/Chitarroni17.pdf 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. 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. 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 Gobernación de Boyacá (2017). Productividad sector agropecuario OTDB-Ordenamiento Territorial Departamental de Boyacá. 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 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 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 info:eu-repo/semantics/article Text http://purl.org/coar/access_right/c_abf2 info:eu-repo/semantics/openAccess http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/publishedVersion http://purl.org/redcol/resource_type/ARTREF http://purl.org/coar/resource_type/c_6501 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 WorldClim. (2020). WorldClim. Bioclimatic Data Base. https://www.worldclim.org/data/index.html# 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 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 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 UN-WATER. (2020). Agua, Saneamiento e Higiene. https://www.unwater.org/water-facts/water-sanitation-and-hygiene/ 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/ 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 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 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 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 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. application/pdf 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. Sánchez Rojas, Edwin Fernando Gómez Cedeño, Maijdinayiver Mairán Cárdenas Cárdenas, María Alejandra Gil Padilla, Luz Nidia especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales 14 Artículo de revista 1 Universidad de Bogotá Jorge Tadeo Lozano Español 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 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 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0. Revista Mutis - 2023 https://creativecommons.org/licenses/by-nc-sa/4.0 Publication https://revistas.utadeo.edu.co/index.php/mutis/article/view/modelo-probabilidad-ocurrencia-caracol-gigante-africano-achatina-fulica Revista Mutis Climate change 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. Journal article Invasive Species Biological invasions Natural sciences Distribution Environmental indicators Occurrence Probability Model of the Giant African Snail (Achatina fulica) for Boyacá, Colombia 10.21789/22561498.1918 2024-01-01 2256-1498 1 17 2024-01-01T00:00:00Z https://doi.org/10.21789/22561498.1918 2024-01-01T00:00:00Z https://revistas.utadeo.edu.co/index.php/mutis/article/download/modelo-probabilidad-ocurrencia-caracol-gigante-africano-achatina-fulica/2076 |
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 especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales Climate change Invasive Species Biological invasions Natural sciences Distribution Environmental indicators |
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 |
topicspa_str_mv |
especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales |
topic |
especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales Climate change Invasive Species Biological invasions Natural sciences Distribution Environmental indicators |
topic_facet |
especie invasora invasiones biológicas cambio climático distribución indicadores ambientales ciencias naturales Climate change Invasive Species Biological invasions Natural sciences Distribution Environmental indicators |
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 |
Español |
format |
Article |
rights |
http://purl.org/coar/access_right/c_abf2 info:eu-repo/semantics/openAccess Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0. Revista Mutis - 2023 https://creativecommons.org/licenses/by-nc-sa/4.0 |
references |
Departamento Nacional de Planeación, DNP. (2020). Terridata-DNP. Conjunto de Datos Territoriales Terridata. https://terridata.dnp.gov.co/ 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. 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 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. 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. 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 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 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 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). 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 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 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. Corporación Autónoma Regional de Boyacá, Corpoboyacá. (2019). Corporación Autó-noma Regional de Boyacá Plan de Acción 2016-2019. Informe de Gestión. Chitarroni, H. (2002). La regresión logística. Instituto de Investigación. Ciencias Sociales, 10. https://racimo.usal.edu.ar/83/1/Chitarroni17.pdf 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. 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. 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 Gobernación de Boyacá (2017). Productividad sector agropecuario OTDB-Ordenamiento Territorial Departamental de Boyacá. 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 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 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 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 WorldClim. (2020). WorldClim. Bioclimatic Data Base. https://www.worldclim.org/data/index.html# 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 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 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 UN-WATER. (2020). Agua, Saneamiento e Higiene. https://www.unwater.org/water-facts/water-sanitation-and-hygiene/ 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/ 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 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 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 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 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. 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 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 |
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_ |
1797158849310883840 |