Taxonomía numérica en el estudio de las especies
- Autores
- Lugones, Luciana; Robles, María del Rosario; Cochero, Joaquín; García de Souza, Javier Ricardo; Brusa, Francisco; Montemayor Borsinger, Sara Itzel; Río, María Guadalupe del
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- parte de libro
- Estado
- versión publicada
- Descripción
- La consideración de diferentes evidencias como morfología, datos ecológicos, marcadores moleculares, etc, en forma independiente o en simultáneo, permite la delimitación de unidades taxonómicas. Cada fuente de datos proporciona información relevante y pueden ser exploradas a partir de diferentes herramientas estadísticas descriptivas (Lanteri y Cigliano, 2006; Palacio et al., 2020). Cuando la fuente de evidencia es solo morfológica, los estudios morfométricos que comprenden la descripción, análisis e interpretación cuantitativa de la forma y del cambio morfológico, suelen ser muy útiles (Rohlf, 1990; Rohlf y Marcus, 1993). Tradicionalmente se obtiene información de las estructuras anatómicas desde el análisis de conjuntos de medidas lineales (e.g. distancias, proporciones) y desde coordenadas en el espacio anatómico (definidas como landmarks y semi-landmarks en el marco de estudios de morfometría geométrica) (Bookstein, 1991; Toro Ibacache et al., 2010). Otros datos como los obtenidos desde fuentes ecológicas y fisiológicas pueden ser considerados para sumar a la exploración de la delimitación de los taxones, traducidos en datos cualitativos o cuantitativos (Nei y Li, 1979; Palacio et al., 2020). Los datos sobre diversidad genética pueden recuperarse del ADN, ARN y de las proteínas. La interpretación de las variaciones genéticas para la delimitación de taxones puede valerse de diferentes datos cualitativos o cuantitativos. La mayoría de estos estudios presuponen modelos evolutivos de sustitución nucleotídica y son abordados en un contexto filogenético (e.g. Tamura et al., 2007), pero también algunas propuestas sugieren considerar a estos datos en el marco de análisis estadísticos descriptivos que reflejan similitud (Núñez-Colín y Escobedo-López, 2011; Konishi et al., 2019). La Microtaxonomía se define como una rama de la taxonomía cuyo objetivo es identificar, describir y delimitar a las especies, considerando la presencia de variaciones infraespecíficas. Al enfoque feneticista de la taxonomía se lo denomina taxonomía numérica, ya que emplea operaciones matemáticas que permiten establecer relaciones de similitud global (o fenéticas) entre unidades de estudio, sobre la base de la evidencia que brindan sus caracteres (e.g. morfológicos, ecológicos, moleculares) (Sneath y Sokal, 1973; Sokal y Rohlf, 1986), es decir, agrupa a los organismos sin tener en cuenta sus relaciones filogenéticas. Dado que cada organismo está caracterizado por múltiples atributos o caracteres (cuantitativos y cualitativos codificados), son los análisis multivariados (o también llamadas técnicas multivariadas) los que proveen las principales herramientas para estudios taxonómicos de tipo numérico (Arce et al., 2009).
Facultad de Ciencias Naturales y Museo - Materia
-
Ciencias Naturales
especies
herramientas estadísticas
microtaxonomía - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/177194
Ver los metadatos del registro completo
id |
SEDICI_99adc18e2ac1a28b71b833b3f8572a6b |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/177194 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Taxonomía numérica en el estudio de las especiesLugones, LucianaRobles, María del RosarioCochero, JoaquínGarcía de Souza, Javier RicardoBrusa, FranciscoMontemayor Borsinger, Sara ItzelRío, María Guadalupe delCiencias Naturalesespeciesherramientas estadísticasmicrotaxonomíaLa consideración de diferentes evidencias como morfología, datos ecológicos, marcadores moleculares, etc, en forma independiente o en simultáneo, permite la delimitación de unidades taxonómicas. Cada fuente de datos proporciona información relevante y pueden ser exploradas a partir de diferentes herramientas estadísticas descriptivas (Lanteri y Cigliano, 2006; Palacio et al., 2020). Cuando la fuente de evidencia es solo morfológica, los estudios morfométricos que comprenden la descripción, análisis e interpretación cuantitativa de la forma y del cambio morfológico, suelen ser muy útiles (Rohlf, 1990; Rohlf y Marcus, 1993). Tradicionalmente se obtiene información de las estructuras anatómicas desde el análisis de conjuntos de medidas lineales (e.g. distancias, proporciones) y desde coordenadas en el espacio anatómico (definidas como landmarks y semi-landmarks en el marco de estudios de morfometría geométrica) (Bookstein, 1991; Toro Ibacache et al., 2010). Otros datos como los obtenidos desde fuentes ecológicas y fisiológicas pueden ser considerados para sumar a la exploración de la delimitación de los taxones, traducidos en datos cualitativos o cuantitativos (Nei y Li, 1979; Palacio et al., 2020). Los datos sobre diversidad genética pueden recuperarse del ADN, ARN y de las proteínas. La interpretación de las variaciones genéticas para la delimitación de taxones puede valerse de diferentes datos cualitativos o cuantitativos. La mayoría de estos estudios presuponen modelos evolutivos de sustitución nucleotídica y son abordados en un contexto filogenético (e.g. Tamura et al., 2007), pero también algunas propuestas sugieren considerar a estos datos en el marco de análisis estadísticos descriptivos que reflejan similitud (Núñez-Colín y Escobedo-López, 2011; Konishi et al., 2019). La Microtaxonomía se define como una rama de la taxonomía cuyo objetivo es identificar, describir y delimitar a las especies, considerando la presencia de variaciones infraespecíficas. Al enfoque feneticista de la taxonomía se lo denomina taxonomía numérica, ya que emplea operaciones matemáticas que permiten establecer relaciones de similitud global (o fenéticas) entre unidades de estudio, sobre la base de la evidencia que brindan sus caracteres (e.g. morfológicos, ecológicos, moleculares) (Sneath y Sokal, 1973; Sokal y Rohlf, 1986), es decir, agrupa a los organismos sin tener en cuenta sus relaciones filogenéticas. Dado que cada organismo está caracterizado por múltiples atributos o caracteres (cuantitativos y cualitativos codificados), son los análisis multivariados (o también llamadas técnicas multivariadas) los que proveen las principales herramientas para estudios taxonómicos de tipo numérico (Arce et al., 2009).Facultad de Ciencias Naturales y MuseoEditorial de la Universidad Nacional de La Plata (EDULP)2024info:eu-repo/semantics/bookPartinfo:eu-repo/semantics/publishedVersionCapitulo de librohttp://purl.org/coar/resource_type/c_3248info:ar-repo/semantics/parteDeLibroapplication/pdf74-119http://sedici.unlp.edu.ar/handle/10915/177194spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2407-0info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/177084info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:47:54Zoai:sedici.unlp.edu.ar:10915/177194Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:54.308SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Taxonomía numérica en el estudio de las especies |
title |
Taxonomía numérica en el estudio de las especies |
spellingShingle |
Taxonomía numérica en el estudio de las especies Lugones, Luciana Ciencias Naturales especies herramientas estadísticas microtaxonomía |
title_short |
Taxonomía numérica en el estudio de las especies |
title_full |
Taxonomía numérica en el estudio de las especies |
title_fullStr |
Taxonomía numérica en el estudio de las especies |
title_full_unstemmed |
Taxonomía numérica en el estudio de las especies |
title_sort |
Taxonomía numérica en el estudio de las especies |
dc.creator.none.fl_str_mv |
Lugones, Luciana Robles, María del Rosario Cochero, Joaquín García de Souza, Javier Ricardo Brusa, Francisco Montemayor Borsinger, Sara Itzel Río, María Guadalupe del |
author |
Lugones, Luciana |
author_facet |
Lugones, Luciana Robles, María del Rosario Cochero, Joaquín García de Souza, Javier Ricardo Brusa, Francisco Montemayor Borsinger, Sara Itzel Río, María Guadalupe del |
author_role |
author |
author2 |
Robles, María del Rosario Cochero, Joaquín García de Souza, Javier Ricardo Brusa, Francisco Montemayor Borsinger, Sara Itzel Río, María Guadalupe del |
author2_role |
author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Naturales especies herramientas estadísticas microtaxonomía |
topic |
Ciencias Naturales especies herramientas estadísticas microtaxonomía |
dc.description.none.fl_txt_mv |
La consideración de diferentes evidencias como morfología, datos ecológicos, marcadores moleculares, etc, en forma independiente o en simultáneo, permite la delimitación de unidades taxonómicas. Cada fuente de datos proporciona información relevante y pueden ser exploradas a partir de diferentes herramientas estadísticas descriptivas (Lanteri y Cigliano, 2006; Palacio et al., 2020). Cuando la fuente de evidencia es solo morfológica, los estudios morfométricos que comprenden la descripción, análisis e interpretación cuantitativa de la forma y del cambio morfológico, suelen ser muy útiles (Rohlf, 1990; Rohlf y Marcus, 1993). Tradicionalmente se obtiene información de las estructuras anatómicas desde el análisis de conjuntos de medidas lineales (e.g. distancias, proporciones) y desde coordenadas en el espacio anatómico (definidas como landmarks y semi-landmarks en el marco de estudios de morfometría geométrica) (Bookstein, 1991; Toro Ibacache et al., 2010). Otros datos como los obtenidos desde fuentes ecológicas y fisiológicas pueden ser considerados para sumar a la exploración de la delimitación de los taxones, traducidos en datos cualitativos o cuantitativos (Nei y Li, 1979; Palacio et al., 2020). Los datos sobre diversidad genética pueden recuperarse del ADN, ARN y de las proteínas. La interpretación de las variaciones genéticas para la delimitación de taxones puede valerse de diferentes datos cualitativos o cuantitativos. La mayoría de estos estudios presuponen modelos evolutivos de sustitución nucleotídica y son abordados en un contexto filogenético (e.g. Tamura et al., 2007), pero también algunas propuestas sugieren considerar a estos datos en el marco de análisis estadísticos descriptivos que reflejan similitud (Núñez-Colín y Escobedo-López, 2011; Konishi et al., 2019). La Microtaxonomía se define como una rama de la taxonomía cuyo objetivo es identificar, describir y delimitar a las especies, considerando la presencia de variaciones infraespecíficas. Al enfoque feneticista de la taxonomía se lo denomina taxonomía numérica, ya que emplea operaciones matemáticas que permiten establecer relaciones de similitud global (o fenéticas) entre unidades de estudio, sobre la base de la evidencia que brindan sus caracteres (e.g. morfológicos, ecológicos, moleculares) (Sneath y Sokal, 1973; Sokal y Rohlf, 1986), es decir, agrupa a los organismos sin tener en cuenta sus relaciones filogenéticas. Dado que cada organismo está caracterizado por múltiples atributos o caracteres (cuantitativos y cualitativos codificados), son los análisis multivariados (o también llamadas técnicas multivariadas) los que proveen las principales herramientas para estudios taxonómicos de tipo numérico (Arce et al., 2009). Facultad de Ciencias Naturales y Museo |
description |
La consideración de diferentes evidencias como morfología, datos ecológicos, marcadores moleculares, etc, en forma independiente o en simultáneo, permite la delimitación de unidades taxonómicas. Cada fuente de datos proporciona información relevante y pueden ser exploradas a partir de diferentes herramientas estadísticas descriptivas (Lanteri y Cigliano, 2006; Palacio et al., 2020). Cuando la fuente de evidencia es solo morfológica, los estudios morfométricos que comprenden la descripción, análisis e interpretación cuantitativa de la forma y del cambio morfológico, suelen ser muy útiles (Rohlf, 1990; Rohlf y Marcus, 1993). Tradicionalmente se obtiene información de las estructuras anatómicas desde el análisis de conjuntos de medidas lineales (e.g. distancias, proporciones) y desde coordenadas en el espacio anatómico (definidas como landmarks y semi-landmarks en el marco de estudios de morfometría geométrica) (Bookstein, 1991; Toro Ibacache et al., 2010). Otros datos como los obtenidos desde fuentes ecológicas y fisiológicas pueden ser considerados para sumar a la exploración de la delimitación de los taxones, traducidos en datos cualitativos o cuantitativos (Nei y Li, 1979; Palacio et al., 2020). Los datos sobre diversidad genética pueden recuperarse del ADN, ARN y de las proteínas. La interpretación de las variaciones genéticas para la delimitación de taxones puede valerse de diferentes datos cualitativos o cuantitativos. La mayoría de estos estudios presuponen modelos evolutivos de sustitución nucleotídica y son abordados en un contexto filogenético (e.g. Tamura et al., 2007), pero también algunas propuestas sugieren considerar a estos datos en el marco de análisis estadísticos descriptivos que reflejan similitud (Núñez-Colín y Escobedo-López, 2011; Konishi et al., 2019). La Microtaxonomía se define como una rama de la taxonomía cuyo objetivo es identificar, describir y delimitar a las especies, considerando la presencia de variaciones infraespecíficas. Al enfoque feneticista de la taxonomía se lo denomina taxonomía numérica, ya que emplea operaciones matemáticas que permiten establecer relaciones de similitud global (o fenéticas) entre unidades de estudio, sobre la base de la evidencia que brindan sus caracteres (e.g. morfológicos, ecológicos, moleculares) (Sneath y Sokal, 1973; Sokal y Rohlf, 1986), es decir, agrupa a los organismos sin tener en cuenta sus relaciones filogenéticas. Dado que cada organismo está caracterizado por múltiples atributos o caracteres (cuantitativos y cualitativos codificados), son los análisis multivariados (o también llamadas técnicas multivariadas) los que proveen las principales herramientas para estudios taxonómicos de tipo numérico (Arce et al., 2009). |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bookPart info:eu-repo/semantics/publishedVersion Capitulo de libro http://purl.org/coar/resource_type/c_3248 info:ar-repo/semantics/parteDeLibro |
format |
bookPart |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/177194 |
url |
http://sedici.unlp.edu.ar/handle/10915/177194 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2407-0 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/177084 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 74-119 |
dc.publisher.none.fl_str_mv |
Editorial de la Universidad Nacional de La Plata (EDULP) |
publisher.none.fl_str_mv |
Editorial de la Universidad Nacional de La Plata (EDULP) |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616342126198784 |
score |
13.070432 |