• Este curso introduce algunos modelos clave que se utilizan en el análisis de la distribución, abundancia y supervivencia, así como sus patrones espaciales y temporales, en un marco de análisis bayesiano de las poblaciones de animales y plantas.

Palma, 26 de septiembre de 2012. Un nutrido grupo de investigadores y estudiantes postdoctorales de diversos lugares del mundo se reúne en el Instituto Mediterráneo de Estudios Avanzados (CSIC-UIB), desde el pasado lunes 24 hasta el viernes 28 de septiembre, para participar en un curso de formación sobre el análisis bayesiano de poblaciones de animales y plantas.

La inferencia bayesiana constituye un enfoque alternativo para el análisis estadístico de datos que contrasta con los métodos convencionales de inferencia, entre otras cosas, por la forma en que asume y maneja la probabilidad. Los profesores de este curso, Marc Kéry y Michael Schaub, del Instituto Suizo de Ornitología, apoyan las clases y ejercicios con el libro "Bayesian population analysis using WinBUGS", publicado recientemente por Academic Press.

Este curso ha sido organizado por el grupo de Ecología de Poblaciones del Dpto. de Biodiversidad y Conservación del IMEDEA (CSIC-UIB). Su área de estudio gira en torno a las dinámicas poblacionales y la demografía evolutiva, estudiando la evolución de las tácticas individuales de historia de vida (life history tactics) en relación a problemas como el coste de la reproducción o los cambios adaptativos en la proporción de sexos (sex ratio) o investigando los patrones de dispersión y los procesos de hibridación para la definición de unidades apropiadas de gestión, entre otros intereses. Sus estudios más recientes incorporan el área emergente de los “lanscape genetics”, que permiten definir los patrones de dispersión en el espacio, evaluar corredores e identificar la estructura poblacional utilizando datos moleculares y espaciales.

-----------------------------

Más información organización: Dr. Giacomo Tavecchia (Ecología de Poblaciones) / Dr. Miquel Palmer (Ecología de Peces).