Referencia (APA 7): Bernal-Alviz, J., Córdoba-Tovar, L., Pastrana-Durango, D., Molina-Polo, C., Buelvas-Soto, J., Cruz-Esquivel, Á., Marrugo-Negrete, J., & Díez, S. (2025). Influence of environmental and biological factors on mercury accumulation in fish from the Atrato River Basin, Colombia. Environmental Pollution, 366, Artículo 125345. https://doi.org/10.1016/j.envpol.2024.125345 DOI: https://doi.org/10.1016/j.envpol.2024.125345 · verificado en Crossref Subtema: 6 (modelos estadísticos y de aprendizaje automático) y 3
Hallazgos clave
- Con una base de datos secundaria de 842 peces de 16 especies (2019) y un enfoque de aprendizaje automático, los autores ordenan los predictores del Hg-T: hábito alimentario > longitud total > peso total estimado > nivel trófico > temperatura del agua > pH.
- Juntas, estas variables explican más del 60 % de la variabilidad del Hg-T en músculo. La temperatura es el único predictor con efecto negativo.
- Los peces se agrupan en tres subpoblaciones según el hábitat (pelágico, bentopelágico, demersal), el hábito alimentario y el nivel trófico.
- Los autores advierten sobre posibles sesgos al modelar el Hg-T para gestionar la biota.
Variables estudiadas
Hg-T en músculo, hábito alimentario, longitud total, peso, nivel trófico, temperatura, pH, tipo de hábitat, especie.
Enlaces sugeridos
- Covalente con Marrugo-Negrete et al. (2018): el nivel trófico y la dieta predicen el Hg.
- Puente de hidrógeno con Marrugo-Negrete et al. (2021): del análisis multivariado clásico a los modelos de aprendizaje automático.
- Puente de hidrógeno con todos los estudios de peces de la lista: sus datos (especie, talla, nivel trófico, temporada) son exactamente el tipo de variables con que se entrenaría un modelo así para Ayapel o el San Jorge.
Por qué le interesa a un estudiante de Química de la Universidad de Córdoba
Es el puente con la IA. Lo firman investigadores del grupo de la Universidad de Córdoba (Marrugo-Negrete, Cruz-Esquivel, Díez) y muestra cómo se convierten mediciones químicas en un modelo predictivo.