Sobre la identificación de puntos calientes de alta tasa de mortalidad.

Una de las principales tareas de la ecología vial es identificar los puntos críticos de alta mortalidad para poder diseñar y aplicar medidas de mitigación. Una estrategia habitual para identificar puntos conflictivos consiste en dividir una carretera en varios segmentos y determinar cuándo el número de colisiones supera un umbral dado, que refleja un nivel de significación deseado obtenido asumiendo una distribución de probabilidad (a menudo la de Poisson). El problema de este enfoque cuando se aplica a cada segmento individualmente es que la probabilidad de identificar falsos puntos conflictivos es muy alta, es decir, la probabilidad de cometer un error de tipo I es muy alta. Por ejemplo, si fijamos el umbral en la parte superior de un intervalo de confianza del 95%, cabe esperar que, por casualidad, se identifiquen erróneamente cinco puntos calientes falsos de cada 100 segmentos. Aunque se puede argumentar que un enfoque tan excesivamente cauteloso puede ser beneficioso desde el punto de vista de la conservación biológica, puede conducir al despilfarro de recursos y, lo que es probablemente peor, puede suscitar dudas sobre la metodología adoptada y la credibilidad de quienes la proponen. El problema de la comparación múltiple se da en varios ámbitos científicos y se han sugerido varias correcciones. Aquí, aplicamos tres enfoques diferentes a la identificación de hotspots: un método similar al de la corrección de Bonferroni; la tasa de falsos descubrimientos (FDR); y un enfoque bayesiano que consiste en un modelo de Poisson jerárquico. El método de Bonferroni reduce la probabilidad de errores de tipo I, pero la probabilidad de errores de tipo II (rechazar un punto caliente verdadero) es muy alta, por lo que este procedimiento tiene poca potencia. El método FDR aumenta la potencia de la prueba al tiempo que mantiene baja la probabilidad de identificar puntos calientes falsos. El método bayesiano utiliza la información obtenida de todos los segmentos para deducir la probabilidad de que un segmento sea un punto caliente y evita algunos de los problemas inherentes a los dos métodos anteriores. Analizamos la aplicación de estos tres métodos y formulamos recomendaciones para la identificación de puntos calientes con vistas a ofrecer a los profesionales una amplia gama de procedimientos fiables y sencillos de utilizar en situaciones reales.

Datos y Recursos

Este conjunto de datos no tiene datos

Metadatos
Descargar
DCAT-AP/NTI-RISP

Información básica
Tipo de recurso Texto
Fecha de creación 18-06-2024
Fecha de última modificación 17-09-2024
Mostrar histórico de cambios
Identificador de los metadatos e6d4955a-6b45-5c33-ad80-cc727b34ea05
Idioma de los metadatos Español
Temáticas (NTI-RISP)
Categoría del conjunto de alto valor (HVD)
Categoría temática ISO 19115 biota
Identificador alternativo 978-2-37180-153-0
URI de palabras clave
Codificación UTF-8
Información espacial
Identificador INSPIRE ESPMITECOIEPNBFRAGM623
Temas INSPIRE
Identificador geográfico España
Sistema de Referencia de Coordenadas
Tipo de representación espacial
Extensión espacial
"{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 27.64]]]}"
Resolución espacial del dataset (m)
Procedencia
Declaración de linaje
Perfil de Metadatos
Conformidad
Conjunto de datos de origen
Frecuencia de actualización
Fuentes
  1. 2016 IENE International Conference. Programme and abstracts. Vol. 3.11
  2. Num. 389
  3. pag. 283
Propósito
Pasos del proceso
Cobertura temporal (Inicio)
Cobertura temporal (Fin)
Notas sobre la versión
Versión
Vigencia del conjunto de datos
Parte responsable
Nombre del autor Borda-de-Agua, L., Ascensão, F., Barrientos, R. y Pereira, H.M.
Nombre del mantenedor
Identificador del autor
Email del autor
Web del autor
Identificador del mantenedor
Email del mantenedor
Web del mantenedor