Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | De Souza, Yasmim Caroline Mossioli [UNESP] | - |
Autor(es): dc.creator | Vasconcelos, Tiago Silveira [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-08-04T22:07:29Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T22:07:29Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2018-07-03 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1080/21658005.2018.1502125 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/221149 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/221149 | - |
Descrição: dc.description | Ecological Niche Modelling (ENM) is used to estimate potential species distributions through the association of general climate data with precise geographic occurrence records. Occurrence data are mainly obtained from museums or other natural history collections. However, these data are usually incomplete and spatially biased compared to actual geographic species’ distribution. Here, we compared predictions of occurrence for 13 widely distributed South American anuran species generated from two series of distribution data: a) original (and biased) point records and b) random distribution points within the extent of occurrence of the species. We compared the distribution predictions for baseline and 2050 climate change scenarios. By using six modelling algorithms, we found that the accuracy measure AUC (Area Under the Curve) of three algorithms (ED, OM-GARP and SVM) presented higher AUC values when the ENMs were generated from the original point records, whereas the other algorithms presented similar AUC values between the ENMs generated from different sets of occurrence data. The size of the predicted areas is larger when the ENMs are generated by random occurrence records (except for the algorithms BIOCLIM and ED), both in the baseline and future climate scenario projections. | - |
Descrição: dc.description | Departamento de Ciências Biológicas Faculdade de Ciências Universidade Estadual Paulista | - |
Descrição: dc.description | Programa de Pós-Graduação em Biologia Animal Universidade Estadual Paulista | - |
Descrição: dc.description | Departamento de Ciências Biológicas Faculdade de Ciências Universidade Estadual Paulista | - |
Descrição: dc.description | Programa de Pós-Graduação em Biologia Animal Universidade Estadual Paulista | - |
Formato: dc.format | 165-171 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Zoology and Ecology | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Anuran | - |
Palavras-chave: dc.subject | biogeography | - |
Palavras-chave: dc.subject | climate change | - |
Palavras-chave: dc.subject | ecological niche modelling | - |
Palavras-chave: dc.subject | macroecology | - |
Palavras-chave: dc.subject | Neotropical region | - |
Título: dc.title | Spatially biased versus extent of occurrence records in distribution modelling predictions: a study case with South American anurans | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: