Pregrado
URI permanente para esta comunidad
Examinar
Examinando Pregrado por Autor "Albino Miranda, Sergio"
Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
Ítem Distribución potencial y escenarios futuros de los principales carnívoros asociados a rabia silvestre en Norte América(2020) Huertas Castaño, Tatiana Andrea; Albino Miranda, Sergio; Uriostegui Velarde, Juan ManuelLa rabia es considerada una de las enfermedades zoonóticas más importante en el mundo debido al impacto que tiene en la salud pública. En Norte América, el virus sigue presente en los reservorios de vida silvestre terrestre como los mapaches, zorrillos y zorra gris y se desconoce el verdadero alcance que pueda tener. En el presente estudio se analizaron datos epidemiológicos disponibles de los reportes de rabia asociados a los principales carnívoros que son reservorios, con la finalidad de determinar áreas de riesgo utilizando los SIG se generaron mapas de distribución potencial actual y futura. Para la generación de los modelos predictivos se utilizó el programa MaxEnt y se utilizaron 19 variables bioclimáticas obtenidas de WorldClim, a las cuales se les realizó una prueba de correlación de Pearson <0,8 y - <0,8 para identificar que variables se encuentran correlacionadas. Se utilizó el modelo de circulación global MRI-ESM2-0 para los periodos comprendidos entre 2020-2041 y 2041-2060 con los escenarios RCP 2.6, RCP 4.5 y RCP 7.0, el rendimiento de los modelos se evaluó mediante el área bajo la curva (AUC) y se utilizó el umbral de corte 10 percentil training presence para la generación de los modelos binarios. Los resultados indican que los reservorios en estudio presentan una amplia distribución dentro de Norteamérica y para las proyecciones futuras las especies beneficiadas por el cambio climático para cualquiera de los escenarios RCP son el mapache y los zorrillos, mientras que la zorra gris no presentó cambios significativos en su distribución. De acuerdo con los valores del AUC, estos oscilan entre 0.846 y 0.913, lo que indica un buen rendimiento de los modelos.