DIMARE

Dinamica de Poblaciones Marinas y Modelamiento Estadistico - PUCV - Chile / Lab. Marine Population Dynamic and Statistical Modelling / @criscanra

[DIMARE @Dimarepucv]

@Layemie001 Ridiculus!!

[DIMARE @Dimarepucv]

@LabEpomar
@Dimarepucv
https://t.co/iiDQVEPlUW

[DIMARE @Dimarepucv]

https://t.co/lFq0DaiOEU

[DIMARE @Dimarepucv]

New release of LBPA, a robust stock assessment model based on length composition for data-poor fisheries
https://t.co/sI3752OFJS

[Radar Chile @Radar_C_L]

La verdad dicha por Francisco Vidal en la Cámara de Diputados y que dolió a @canal13 y @Mega: “No tener TV pública implica que los chilenos se van a informar por el grupo Luksic en Canal 13 o el grupo Heller en Megavisión” #QueSeSepa

[Jorge Baradit Morales @baradit]

Megavisión y Canal 13 se enojaron porque se dijo la verdad:
son propiedad de empresarios de derecha y responden a sus intereses 🤷🏻‍♂️
.

[CubillosL @CubillosS_L]

Nazareth Sánchez analiza la heterogeneidad de rasgos demográficos de merluza común a lo largo de Chile, encontrándose diferencias latitudinales que tienen implicancias para el manejo @CongresoCsMar @Dimarepucv

[CubillosL @CubillosS_L]

Sesión Pesquerías y Oceanografía Pesquera, Cristian Canales evalúa una regla de control de esfuerzo para una pesquería de peces pelágicos multiespecificos @criscanra #XLIIICongresodeCienciasdelMar

[CubillosL @CubillosS_L]

“… I argue that the Bayesian and frequentist paradigms complement each other, …. Wider adoption of Bayesian methods using the good practices proposed here would therefore lead to improved scientific advice used to manage fisheries.”

[CubillosL @CubillosS_L]

Ciclo de manejo: implica un procedimiento de manejo, constituido por un sistemas monitoreo (datos), la evaluación de stock que provee indicadores para el diagnóstico, y una regla de control cuyos resultados se constituyen en una medida de manejo. El ciclo se repite cada año.

[DIMARE @Dimarepucv]

@CubillosS_L Exactamente,..salvo se busque hacer historia en zonas cuyas cuotas mas trade sean fraccionadas

[Oscar Arias @OACerebro]

🔬 10 pasos para leer un artículo científico:

1. Comience por la introducción, no por el resumen.
2. Identifique cuál es la pregunta principal y cómo los autores intentan responderla.
3. Haga un resumen del contexto en menos de cinco frases, teniendo en cuenta trabajos previos, limitaciones y próximos pasos.
4. Identifique las preguntas específicas planteadas en el artículo, incluyendo hipótesis nulas si corresponde.
5. Identifique el enfoque utilizado por los autores para responder a las preguntas específicas.
6. Lea los resultados y resuma cada experimento, figura y tabla sin interpretarlos.
7. Analice si los resultados responden a las preguntas planteadas y qué significan.
8. Lea la discusión, conclusiones e interpretación de los autores, comparando su interpretación y considerando posibles alternativas.
9. Vuelva al resumen y verifique si coincide con lo planteado por los autores y su propia interpretación.
10. Busque las opiniones de otros investigadores sobre el artículo, identificando expertos en el campo y considerando sus opiniones y corroboraciones.

¡Recuerde que la ciencia es un proceso continuo y emocionante, nunca deje de leer y aprender! 🌟

[Patricia Stambuk @PatriciaStambuk]

Solo en Magallanes…

[CubillosL @CubillosS_L]

La hipótesis evolutiva alternativa 🙃

[Oscar Arias @OACerebro]

🔬 Mini Guía: Cálculo del Tamaño de Muestra en Estudios Científicos 🔍

1. Introducción: El tamaño de muestra es crítico en la investigación. Demasiado pequeño y los resultados carecen de poder estadístico, demasiado grande y es costoso e innecesario.

2. Definiciones clave: Comprende conceptos como media, desviación estándar, hipótesis estadística, errores tipo I/II, poder y dirección de efecto.

3. Herramientas de prueba: Usa pruebas estadísticas para comparar grupos. La elección depende de tu investigación: t-test, ANOVA, correlación, regresión, etc.

4. Errores tipo I/II: Controla el nivel de significancia (α) y la probabilidad de cometer errores tipo I (rechazar una hipótesis verdadera) o tipo II (aceptar una hipótesis falsa).

5. Poder estadístico: Apunta a un alto poder (1-β) para detectar efectos reales. Ajusta el tamaño de muestra en consecuencia.

6. Tamaño de efecto: Calcula el tamaño de efecto (Cohen's d, f², R²) basado en estudios similares o experiencia previa.

7. Atrición prevista: Considera las tasas de abandono en tu estudio y ajusta el tamaño de muestra en consecuencia.

8. Proporción de asignación: Si tienes grupos desiguales, calcula el tamaño de muestra en función de la proporción de asignación.

9. Herramientas de cálculo: Utiliza software como G*Power, R o Epitools para calcular el tamaño de muestra.

¡Con esta guía, estarás mejor preparado para diseñar estudios sólidos y obtener resultados científicos significativos! 📊👩‍🔬📈

♾️ https://t.co/fEUsCGYNc3

[DIMARE @Dimarepucv]

Un aporte al manejo de una pesqueria de pequeños pelagicos multiespecifica

https://t.co/Gr1KYFUKGV

[TECHO-Chile @TECHOChile]

🚨 URGENTE: ARRIBA CHILE 🚨

Nuestro regional ya se encuentra desplegado en las zonas afectadas levantando y apoyando a las comunidades perjudicadas.

⚠️ Esta emergencia la enfrentamos juntos. Para centros de acopio puedes revisar en nuestras historias.

[Pew Environment @pewenvironment]

🐙🚨New species alert! Researchers have discovered 4 new species of octopus near Costa Rica.

Here’s footage of a hatchling swimming away from its egg. https://t.co/h53j1W6gxs

📹 ROV SuBastian / Schmidt Ocean Institute.

[IEO A Coruña @IEO_ACoruna]

📢📢 Oferta de Contrato: Titulad@ Superior (Licenciad@ o Grado+Máster) en Matemáticas o Estadística. Para trabajar en evaluación de stocks pesqueros en la sede del @IEOoceanografia en Madrid. + Info 👇👇: