| Sumario: | Introducción: Carollia se caracteriza por la dificultad de identificar a los individuos de las diferentes especies. En Panamá no se ha realizado un estudio sobre la clasificación y la identificación correctas de las mismas; sin embargo, en otras regiones de América se han realizado estudios moleculares y filogenéticos que evidencian la dificultad de diferenciarlas morfológicamente. Las claves taxonómicas para la identificación de este género suelen variar, dificultando la identificación en localidades panameñas. Objetivo: Evaluar las características morfométricas y morfológicas externas de especímenes de Carollia para facilitar la identificación de especies mediante técnicas de estadística multivariada. Métodos: Utilizamos matrices de datos previas, las cuales fueron actualizadas en campo desde octubre 2022 hasta enero 2023 usando redes de niebla. Registramos medidas morfométricas externas (cola, pata, antebrazo, tibia, calcáneo, trago, color de pelaje y tamaño corporal), así como características propias de cada individuo. Registramos 263 especímenes pertenecientes a las cuatro especies reportados para Panamá. Implementamos estadística univariada para comparar cada una de las características entre las especies. Posteriormente usamos análisis multivariantes como análisis de componentes principales (PCA), análisis discriminante lineal (LDA) y cuadrático (QDA), así como un análisis discriminante de mínimos cuadrado-parciales (PLS-DA) para identificar las especies a través de sus características morfológicas y morfométricas externas. Adicionalmente empleamos árboles de decisión para la clasificación de especies. Resultados: El análisis discriminante lineal (LDA) y los árboles de decisión resultaron ser la mejor opción para la clasificación de las especies hasta con un 99 % de eficiencia. Las características más relevantes para tales calificaciones son la longitud de la cola y del antebrazo. Conclusión: Las características morfométricas por sí solas no permiten una discriminación adecuada de las especies. Sin embargo, al analizar los parámetros mediante modelos multivariados, la precisión de la capacidad discriminatoria mejora significativamente.
|
|---|