https://socictopen.socict.org/files/original/23c75c24cf87073f6618d924906b2afc.pdf 654fa20d21d8f5d77b0fc2e7945ad0bd Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Agricultura sostenible Description An account of the resource Dominio científico: Agricultura sostenible Text A resource consisting primarily of words for reading. Examples include books, letters, dissertations, poems, newspapers, articles, archives of mailing lists. Note that facsimiles or images of texts are still of the genre Text. Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Inferencia multimodelo en ciencias sociales y ambientales Creator An entity primarily responsible for making the resource Lucas A. Garibaldi, Francisco J. Aristimuño, Facundo J. Oddi, Florencia Tiribelli Description An account of the resource Los profesionales de las ciencias sociales y ambientales debemos resolver problemas (contestar preguntas) a partir de la recolección y el análisis de datos. Habitualmente, todos enfrentamos dificultades similares, queremos tomar decisiones sobre una población (por ejemplo, todos los árboles de una región) pero sólo contamos con información de una muestra (algunos árboles de esa región). Una herramienta fundamental en este proceso es plantear modelos de la población sobre la variable de interés (crecimiento los árboles en función de la edad y las condiciones climáticas), para luego utilizar sus predicciones en la toma de decisiones (turnos de corta de acuerdo a las condiciones climáticas). En esta ayuda didáctica discutimos cómo plantear, estimar y seleccionar modelos de una población a partir de los datos de una muestra. Ponemos especial énfasis en proponer varios modelos (hipótesis) alternativos ante un mismo problema (por ejemplo, distintas funciones del crecimiento arbóreo con la edad), los cuáles son planteados antes de recolectar los datos, incluyendo un modelo nulo (el crecimiento arbóreo no depende de la edad ni del clima). Los modelos nos indican cómo deben ser recolectados los datos para un contraste válido (por ejemplo, mediciones del crecimiento en árboles de edad distinta y en sitios con clima contrastante). Luego, el criterio de información de Akaike (AIC) permite ordenar los modelos según su parsimonia, seleccionado aquellos con mejor ajuste a los datos (verosimilitud) y con menor número de parámetros (complejidad). A lo largo del texto, introducimos las nociones básicas sobre la inferencia multimodelo y discutimos los errores más comunes en su uso. Proveemos ejemplos reales, haciendo disponibles los datos y los códigos de ejecución en el programa R, de acceso gratuito. Además de ser útil para los profesionales, esperamos que esta ayuda didáctica promueva la enseñanza de la inferencia multimodelo en los cursos de grado. Date A point or period of time associated with an event in the lifecycle of the resource 2017 Subject The topic of the resource AIC, Akaike, ajuste, hipótesis, inferencia, modelo, parsimonia, predicción, valor p, verosimilitud Identifier An unambiguous reference to the resource within a given context 10.25260/EA.17.27.3.0.513 Source A related resource from which the described resource is derived Ecología Austral Publisher An entity responsible for making the resource available Asociación Argentina de Ecología Coverage The spatial or temporal topic of the resource, the spatial applicability of the resource, or the jurisdiction under which the resource is relevant Environmental sciences, Ecology Relation A related resource <a href="http://ojs.ecologiaaustral.com.ar/index.php/Ecologia_Austral/article/view/513" target="_blank" rel="noreferrer noopener">http://ojs.ecologiaaustral.com.ar/index.php/Ecologia_Austral/article/view/513</a>