Una base de datos global revela enormes lagunas en nuestro conocimiento sobre los animales de cuatro patas

Una base de datos global revela enormes lagunas en nuestro conocimiento sobre los animales de cuatro patas

Una base de datos global revela enormes lagunas en nuestro conocimiento sobre los animales de cuatro patas

Las lagunas de datos en la historia natural pueden deberse a desafíos en el seguimiento de especies nocturnas o que habitan en las copas de los árboles, como el loris delgado de Sri Lanka (Loris tardigradus). Crédito: Alexander Pyron (CC-BY 4.0, creativecommons.org/licenses/by/4.0/)

Los investigadores han desarrollado TetrapodTraits, una base de datos global de animales de cuatro patas, que ahora se puede aplicar para mejorar la investigación sobre ecología, evolución y conservación. Mario Moura de la Universidad Estadual de Campinas de Brasil y Walter Jetz de la Universidad de Yale en Estados Unidos publicaron el trabajo el 9 de julio en una revista de acceso abierto. Más biología.

Los tetrápodos, que incluyen anfibios, reptiles, aves y mamíferos, son generalmente especies bien documentadas, lo que los hace útiles como modelos en estudios de biodiversidad global. Sin embargo, las lagunas en nuestro conocimiento sobre muchas de estas especies, las inconsistencias de los datos y los cambios de nombres científicos pueden llevar a conclusiones sesgadas sobre la biodiversidad.

Para ayudar a resolver este problema, los investigadores crearon TetrapodTraits, una base de datos completa de más de 33.000 especies de tetrápodos que incluye rasgos como el tamaño del cuerpo, el hábitat, el ecosistema, la geografía, cuándo el animal está activo y si está amenazado por los humanos.

Al compilar la base de datos, los investigadores han descubierto muchas lagunas en nuestro conocimiento global sobre los tetrápodos. Por ejemplo, es probable que los animales tengan datos incompletos si tienen cuerpos pequeños, están activos durante la noche o viven en regiones tropicales.

El equipo llenó este vacío infiriendo datos faltantes basados ​​en observaciones existentes. Descubrieron que el uso de los datos completos cambió los patrones de biodiversidad que nos dicen qué tipos de especies se encuentran comúnmente en un área.

Una base de datos global revela enormes lagunas en nuestro conocimiento sobre los animales de cuatro patas

Los desafíos en el seguimiento de especies con tamaños pequeños o actividad nocturna, como la rana de hoja andante (Philomedusa burmisteri) de Brasil, contribuyen a las lagunas de datos en la historia natural. Crédito: Mario R. Maura (CC-BY 4.0, creativecommons.org/licenses/by/4.0/)

Este nuevo trabajo revela el alcance de los datos faltantes sobre tetrápodos y proporciona una evaluación integral de las lagunas y sesgos entre los diferentes grupos de tetrápodos. Esto es importante porque los datos faltantes y sesgados pueden llevar a conclusiones incorrectas sobre cómo está funcionando un ecosistema y el riesgo de extinción de especies.

Los investigadores concluyeron que si bien se necesita más recopilación de datos, los rasgos de los tetrápodos pueden conducir a resultados menos sesgados para los estudios de ecología y conservación de los tetrápodos.

Los autores añaden: «Nuestra investigación utiliza inteligencia artificial para revelar sesgos en los datos de biodiversidad y proporcionar orientación para aumentar la eficacia de la investigación de campo y las técnicas de muestreo».

Más información:
Moura MR, Ceron K, Guedes JJM, Chen-Zhao R, Sica YV, Hart J, et al. (2024) La caracterización basada en la filogenia de los rasgos globales de los tetrápodos resuelve lagunas y sesgos en los datos. Biología PLoS (2024) DOI: 10.1371/journal.pbio.3002658

Proporcionado por la Biblioteca Pública de Ciencias

referencia: La base de datos global revela grandes lagunas en nuestro conocimiento sobre los animales de cuatro patas (9 de julio de 2024). Consultado el 14 de julio de 2024 en https://phys.org/news/2024-07-global-database-reveals-large-gaps.html.

Este documento está sujeto a derechos de autor. Ninguna parte puede reproducirse sin permiso por escrito, excepto en cualquier trato justo con fines de estudio o investigación privados. El contenido se proporciona únicamente con fines informativos.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *