Programa del curso de formación profesional ecologia numerica




descargar 47.51 Kb.
títuloPrograma del curso de formación profesional ecologia numerica
fecha de publicación23.01.2016
tamaño47.51 Kb.
tipoPrograma
b.se-todo.com > Documentos > Programa
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE CIENCIAS QUÍMICAS Y FARMACIA

ESCUELA DE BIOLOGÍA

DEPARTAMENTO DE ZOOLOGÍA, GENÉTICA Y VIDA SILVESTRE

PROGRAMA DEL CURSO DE FORMACIÓN PROFESIONAL ECOLOGIA NUMERICA

1. INFORMACIÓN GENERAL

Código:

Créditos: 3 Teoría - 2 Laboratorio

Ciclo y año: Décimo ciclo de la carrera de Biólogo, Primer semestre de 2012

Requisito: Introducción a la Ecología (54226) y Bioestadística II (54211)

Catedrático: PhD. Carlos Avendaño

Auxiliar de Cátedra: Br. Yorik Tenes

Horario de Laboratorio:

Horario Teoría:
2. DESCRIPCIÓN DEL CURSO:
El curso proporcionará las bases para que el estudiante de la Escuela de Biología comprenda los principios básicos de construcción de conocimiento científico en el contexto del análisis ecológico de datos. Se revisarán los fundamentos de estadística clásica y de distribución libre, y los fundamentos del diseño de experimentos. El análisis de la diversidad biológica se revisará desde los niveles alfa, beta y gamma. La revisión de análisis alternativos a la estadística clásica brindará al estudiante una perspectiva más amplia e integral del análisis de bases de datos. Los métodos analíticos revisados en la teoría del curso serán llevados a la práctica a través de la utilización de diversos paquetes estadísticos, tales como R© y sus diversas aplicaciones como BiodiversityR©.
3. OBJETIVOS GENERALES
Se revisaran y discutirán los siguientes temas:

  • Principios de estadística para su correcta aplicación en el proceso de construcción del conocimiento científico.

  • Diseños experimentales para la contrastación de hipótesis de investigación.

  • Técnicas aplicadas para el análisis de datos ecológicos y su aplicación en diferentes escalas espacio-temporales.


4. OBJETIVOS ESPECIFICOS


  • Comprender el concepto de ecología numérica.

  • Revisar conceptos relacionados a la epistemología y ciencia.

  • Revisar conceptos y análisis de estadística clásica y de distribución libre.

  • Discutir y explorar elementos y estrategias para el diseño de experimentos de tipo ecológico.

  • Revisar y aprender métodos analíticos relacionados al análisis de la diversidad biológica en sus niveles alfa, beta y gamma.

  • Explorar análisis probabilísticos de tipo aleatorio.

  • Revisar análisis de auto-correlación espacio-temporal y sus implicaciones en cuanto al supuesto de independencia estadística.

  • Obtener las nociones básicas operativas para la utilización del programa estadístico R©.

5. METODOLOGIA


  • Clase magistral por catedrático responsable.

  • Presentaciones impartidas por profesores invitados.

  • Dinámicas de grupos y presentaciones orales.

  • Discusión de artículos y documentales.

  • Lecturas asignadas y ensayos escritos.

  • Prácticas de laboratorio.

6. PROGRAMACIÓN
A. CONTENIDO ANALÍTICO DEL CURSO


  1. Introducción

¿Qué es estadística? ¿Qué es Ecología… Numérica?

  1. Ciencia y conocimiento

Epistemología y la construcción de hipótesis de investigación… ¿Qué es entonces una hipótesis estadística? Determinismo y la teoría de la mecánica cuántica.

  1. La herramienta estadística

Estadística basada en distribución a priori vrs. Estadística de distribución libre (e.g. estadística Bayesiana). Revisión de estadística clásica: ¿Qué quiere decir p<0.05? (Pruebas paramétricas y no paramétricas, intervalos de confianza, cajas de Tuckey y barras de error).

  1. Planificación y ejecución de un proyecto de investigación

Diseños experimentales y la famosa pseudoreplicación: ¿Cuáles son mis variables X y Y?

  1. Medición de la diversidad biológica alfa

Riqueza y curvas de acumulación (Modelos paramétricos y no paramétricos).

  1. Medición de la diversidad biológica beta y gamma. Parte I

Coeficientes de similitud y análisis multivariados de agrupación (agrupamiento jerárquico y divisivo).

  1. Medición de la diversidad biológica beta y gamma. Parte II

Análisis multivariados de ordenación (PCA, DCA, NMDS, CCA).

  1. Análisis de aleatorización

Re-muestreo de base de datos y cálculos de probabilidad (Jackknife, Bootstrap, Monte Carlo).

  1. Auto-correlación espacio-temporal y Geoestadística

¿Cuándo cumplo con el principio de independencia? Variogramas, Krigging y mapas contorneados.
B. CONTENIDO SINTÉTICO PONDERADO DEL CURSO


Unidad

Contenido

Fechas

Duración

I

Introducción

1-3 de febrero

0.5 semana

II


Ciencia y conocimiento

6- 17 de febrero

2 semanas

III

La herramienta estadística

20-24 de febrero

1 semana

IV


Planificación y ejecución de un proyecto de investigación

27 de febrero-9 de marzo

2 semanas

V


Medición de la diversidad biológica alfa

12 -16 de marzo

1 semana

VI

Medición de la diversidad biológica beta y gamma. Parte I

19 - 23 de marzo y 9-13 de abril

2 semanas

VII

Medición de la diversidad biológica beta y gamma. Parte II

16-27 de abril

2 semanas

VIII

Análisis de aleatorización

30 de abril- 4 de mayo

1 semana

IX

Auto-correlación espacio-temporal y Geoestadística

7-11 de mayo

1 semana



7. PONDERACIÓN DE LAS ACTIVIDADES DE EVALUACIÓN


  • EXÁMENES PARCIALES …………….……..………………................................. 20

  • PRESENTACIONES ORALES.................................................................. 15

  • DISCUSION/SINTESIS DE ARTICULOS.………………..………….…................. 15

  • LABORATORIO .................................................................................... 20

  • EXAMEN FINAL.................................................................................... 30


8. BIBLIOGRAFIA
Atmar, W.(2001). A profoundly repeated pattern. Bulletin of the Ecological Society of America, 82(3), 208-211.

Atmar, W. y Patterson, B. (1993). The measure of order and disorder in the distribution of species in fragmente hábitat. Oecologia, 96, 373-382.

Bunge, M. (2000). La investigación científica. Su estrategia y su filosofía. México: Siglo XXI Editores.

Carrol, S. y Pearson, D. (2000). Detecting and modeling spatial and temporal dependence in conservation biology. Conservation Biology, 14(6): 1893-1897.

Eberhardt, L. L. (2003). What Should We Do about Hypothesis Testing? The Journal of Wildlife Management, 67(2), 241-247.

Eberhardt, L. L., y Thomas, J. M. (1991). Designing Environmental Field Studies. Ecological Monographs, 61(1), 53-73.

Hurlbert, S. (1984). Pseudoreplication and the Design of Ecological Field Experiments. Ecological Monographs, 54(2), 187-211.

Hurlbert, S. H. (2004). On misinterpretations of pseudoreplication and related matters: a reply to Oksanen. Oikos, 104(3), 591-597.

Hurlbert, S.H. (2009). The ancient black art and transdisciplinary extent of pseudoreplication. Journal of comparative psychology, 123(4), 434-443.

Jongman, C., ter Braak, C. y van Tongeren, O. (1995). Data analysis in community and landscape ecology (pp. 78-90). Cambridge: Cambridge University Press.

Kindt, R. y Coe, R. (2005). Tree diversity analysis. A manual and software for common statistical methods for ecological and biodiversity studies. Nairobi: World Agroforestry Centre (ICRAF).

Legendre, P. (1993). Spatial autocorrelation: trouble or new paradigm? Ecology, 74, 1659-1673.

Legendre, P., y Legendre, L. (1998). Numerical ecology (2 ed.). Amsterdam: Elsevier Science BV.

Lombardi, C. M., y Hurlbert, S. H. (1996). Sunfish cognition and pseudoreplication. Animal Behaviour, 52(2), 419-422.

Magurran, A. (2005). Measuring Biological Diversity: Blackwell Publishing Limited.

Morrison, D. A., y Morris, E. C. (2000). Pseudoreplication in experimental designs for the manipulation of seed germination treatments. Austral Ecology, 25(3), 292-296.

Otypková, Z. y M. Chytry. (2006). Effects of plot size on the ordination of vegetation samples. - J. Veg. Sci. 17: 465-472.

Scheiner, S.M y Gurevitch, J. (2001). Design and Analysis of Ecological Experiments, 2nd. Ed. Oxford Univ. Press.

Schickore, J. (2011). The significance of re-doing experiments: A contribution to historically informed methodology. Erkenn, 75:325-347.

Underwood, A. J. (2009). Components of design in ecological field experiments. Annales Zoologici Fennici, 46(2), 93-111.

Zabell, S. (2008). On Student`s 1908 article “The probable error of a Mean”. Journal of the American Statistical Association, 103(481), 1-7.

similar:

Programa del curso de formación profesional ecologia numerica iconPrograma del curso de formación profesional evolucion

Programa del curso de formación profesional ecologia numerica iconPrograma curso de formación ganadera

Programa del curso de formación profesional ecologia numerica iconPrograma curso de formación de la raza segureñA

Programa del curso de formación profesional ecologia numerica iconPrograma curso de formación ganadera de la raza caprina

Programa del curso de formación profesional ecologia numerica iconPrograma curso de formación ganadera de la raza assaf II

Programa del curso de formación profesional ecologia numerica iconPrograma inicial (Curso básico de formación cbf): Se acompaña del...

Programa del curso de formación profesional ecologia numerica iconLa formación profesional del traductor en las universidades: reflexiones y experiencias

Programa del curso de formación profesional ecologia numerica iconProcuraduría general de justicia del distrito federal instituto de formación profesional

Programa del curso de formación profesional ecologia numerica iconPrograma Código curso: m-7 Nombre del curso: Bioquímica

Programa del curso de formación profesional ecologia numerica iconFormación profesional IV (Trabajo en elaboración)




Todos los derechos reservados. Copyright © 2019
contactos
b.se-todo.com