Análisis cienciométrico de los estudios sobre las comunidades de lagartijas (Reptilia: Squamata) y los atributos del hábitat
PDF
HTML
XML

Palabras clave

Cienciometría
comunidades
hábitat
investigación
lagartijas. Scientometrics
communities
habitat
research
lizards.

Resumen

El estudio de las lagartijas (Reptilia: Squamata) es de gran interés para los investigadores de todo el mundo, principalmente porque han sido buenos modelos para estudios biológicos (morfología, ecología, comportamiento, fisiología, entre otros). Este estudio se enfocó en hacer un análisis cuantitativo de las publicaciones científicas que analizan las comunidades de lagartijas y las características de sus hábitats. Se realizó la búsqueda electrónica de artículos sobre los estudios de las comunidades de lagartijas y los atributos del hábitat que se consideran en su estudio. Este trabajo se basó en las publicaciones (1980 al 2015) registradas en la base de datos ISI Web of Knowledge a nivel mundial. Un total de 47 artículos fueron encontrados para este periodo. La mayor parte (68%) se realizaron con datos obtenidos en las regiones tropicales del planeta. Brasil fue el país que concentró el mayor número de artículos (15 de 47). Los resultados mostraron que el 55.31% de los artículos se publicaron en dos revistas. El método predominante de muestreo utilizado fue el de búsquedas visuales en sitios determinados (48.94%). La riqueza y abundancia de especies fueron los atributos estructurales de las comunidades de lagartijas más comúnmente citados en los artículos (51.06%). El estrato arbóreo fue la variable más citada en la caracterización del hábitat (19 artículos de 47 artículos). En general, fueron cuatro los métodos estadísticos utilizados con mayor frecuencia en los artículos: Análisis de Varianza (Anova) (16 artículos), Análisis de Correlación (14 artículos), Escalamiento Multidimensional No Métrico (11 artículos) y Análisis de Regresión (10 artículos). Se discuten los resultados encontrados.

https://doi.org/10.15174/au.2018.1931
PDF
HTML
XML