Los pescadores no tienen forma de separar los peces que capturan cuando arrojan sus redes al mar. Las especies protegidas y los peces sin valor de mercado - el tiburón martillo, por ejemplo - terminan atrapados y muriendo sin motivo.Para minimizar esta pesca incidental, los estadísticos de la Universidad de Ginebra UNIGE, Suiza, la Universidad de Dalhousie Halifax, Canadá y la Universidad Nacional de Australia Canberra han ideado un nuevo método estadístico para predecir las capturas incidentales con mayor precisión en el futuro.técnica, que se explica en su totalidad en la revista Anales de estadísticas aplicadas , también se puede aplicar a otros campos de investigación, incluida la economía de la salud, la medicina y las ciencias de la educación.
Cuando los pescadores emprenden sus expediciones en el mar, las especies protegidas quedan atrapadas accidentalmente en sus redes junto con el pescado destinado a la venta. Los biólogos están recopilando conjuntos de datos sobre el número de peces y las cifras de conservación de especies para poder estudiar el volumen de pesca incidental y suimpacto en la fauna marina. La estructura de estos datos, conocidos como "anidados", es compleja porque integra una gran cantidad de información técnica, como el número de expediciones o el tipo de embarcaciones utilizadas. Los datos también registran la cantidad de peces protegidoscapturados en las redes en cada viaje de pesca. Sin embargo, algunas especies, el tiburón martillo es uno de esos casos, generalmente no se capturan, lo que dificulta establecer modelos que incluyan el número de capturas nulas para cada especie ". Hasta ahora,no ha existido un método estadístico general que combine una estructura de datos anidada con una gran cantidad de ceros en las observaciones ”, explica Eva Cantoni, profesora del Centro de Investigación en Estadística de la UNIGE.Escuela de Economía y Gestión de Ginebra GSEM."Por lo tanto, era necesario llenar este vacío, lo que hicimos mediante la creación de un modelo muy general y flexible, llamado Modelo de vallas de efectos aleatorios".
La complejidad de la generalidad
Los estadísticos desarrollaron un nuevo método con el objetivo final de introducir la pesca ordenada y reducir la captura incidental. "Teníamos que tener en cuenta una serie de dinámicas", continúa Cantoni. "El objetivo no era solo analizar los cambios en el número decapturas a lo largo del tiempo, sino también para estudiar las diferentes estaciones y el clima, teniendo en cuenta las condiciones técnicas: la profundidad de las redes, las estaciones como ya he mencionado, el tipo de anzuelos utilizados, si los bastones de luz fueronutilizado o no, y el tipo de embarcación ". Con base en estos datos, los investigadores identificaron las condiciones fácilmente influenciables como la profundidad de los anzuelos que reducirían el volumen de especies no comercializables que se capturan.
Luego, los estadísticos crearon una nueva metodología que combinaba modelos más antiguos especializados en estructuras anidadas o gestión cero. "La dificultad radicaba en unir estos dos aspectos y al mismo tiempo garantizar que el modelo fuera lo más general posible para que pudiera adaptarse a muchas situaciones,"dice Joanna Mills Flemming, del Departamento de Matemáticas y Estadística de la Universidad de Dalhousie. Cuanto más general es un modelo, más complejo es de procesar. Se utilizaron técnicas de simulación modernas para estimar los parámetros del modelo relacionados, por ejemplo, con elprofundidad de los anzuelos y su variabilidad. Los autores demostraron teoremas que determinan y cuantifican los márgenes de error del modelo y sus predicciones. Prevención de capturas incidentales y apoyo a la política medioambiental. Este modelo significa que ahora es posible estimar las capturas incidentales potencialesexpedición ". Cuando los pescadores nos dan los datos de su viaje, podemos predecir la captura incidental de tiburones martillo, por ejemplomple, con más precisión ", afirma Cantoni."El método se puede utilizar para respaldar las políticas ambientales al prohibir la pesca a cierta profundidad en una época particular del año, ya que implicaría demasiadas capturas incidentales", agrega Alan Welsh de la Universidad Nacional de Australia.
El modelo llena un vacío estadístico: anteriormente, no existía un modelo general capaz de factorizar simultáneamente estructuras de datos complejas y anidadas y un alto número de observaciones igual a cero. Hoy en día, el nuevo modelo no solo sirve a la pesca comercial: puedetambién se puede utilizar en otras áreas con una estructura de datos compleja, incluida la economía de la salud, la medicina y las ciencias de la educación.
Fuente de la historia :
Materiales proporcionados por Universidad de Genève . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :