%0 Journal Article
%T Choosing the best non-parametric richness estimator for benthic macroinvertebrates databases Eligiendo el mejor estimador no param谷trico para calcular riqueza en bases de datos de macroinvertebrados bent車nicos
%A Carola V. Basualdo
%J Revista de la Sociedad Entomolˋ3gica Argentina
%D 2011
%I Sociedad Entomol車gica Argentina
%X Non-parametric estimators allow to compare the estimates of richness among data sets from heterogeneous sources. However, since the estimator performance depends on the species-abundance distribution of the sample, preference for one or another is a difficult issue. The present study recovers and revalues some criteria already present in the literature in order to choose the most suitable estimator for streams macroinvertebrates, and provides some tools to apply them. Two abundance and four incidence estimators were applied to a regional database at family and genus level. They were evaluated under four criteria: sub-sample size required to estimate the observed richness; constancy of the sub-sample size; lack of erratic behavior and similarity in curve shape through different data sets. Among incidence estimators, Jack1 had the best performance. Between abundance estimators, ACE was the best when the observed richness was small and Chao1 when the observed richness was high. The uniformity of curves shapes allowed to describe the general sequences of curves behavior that could act as references to compare estimations of small databases and to infer the possible behavior of the curve (i.e the expected richness) if the sample were larger. These results can be very useful for environmental management, and update the state of knowledge of regional macroinvertebrates. Los estimadores no param谷tricos permiten comparar la riqueza estimada de conjuntos de datos de origen diverso. Empero, como su comportamiento depende de la distribuci車n de abundancia del conjunto de datos, la preferencia por alguno representa una decisi車n dif赤cil. Este trabajo rescata algunos criterios presentes en la literatura para elegir el estimador m芍s adecuado para macroinvertebrados bent車nicos de r赤os y ofrece algunas herramientas para su aplicaci車n. Cuatro estimadores de incidencia y dos de abundancia se aplicaron a un inventario regional a nivel de familia y g谷nero. Para su evaluaci車n se consider車: el tama o de submuestra para estimar la riqueza observada, la constancia de ese tama o de submuestra, la ausencia de comportamiento err芍tico y la similitud en la forma de la curva entre los distintos conjuntos de datos. Entre los estimadores de incidencia, el mejor fue Jack1; entre los de abundancia, ACE para muestras de baja riqueza y Chao1, para las de alta riqueza. La forma uniforme de las curvas permiti車 describir secuencias generales de comportamiento, que pueden utilizarse como referencia para comparar curvas de peque as muestras e inferir su comportamiento -y riqueza- probable, si la
%K Riqueza estimada
%K R赤os neotropicales
%K Gesti車n ambiental
%K Richness estimation
%K Neotropical streams
%K Environmental management
%U http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S0373-56802011000100003