1
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
Complementando inventarios biológicos con datos abiertos
a través de un método semiautomatizado
Sergio A. Cabrera-Cruz1*; https://orcid.org/0000-0001-8742-4719
José Luis Aguilar-López1; https://orcid.org/0000-0002-1784-9524
Rafael Villegas Patraca1; https://orcid.org/0000-0003-4403-2613
1. Unidad de Servicios Profesionales Altamente Especializados, Instituto de Ecología A.C., Carretera antigua a Coatepec
esquina Camino a Rancho Viejo 1, Coatepec, Veracruz, 91520, México; sergio.cabrera@inecol.mx (*Correspondencia),
jose.aguilar@inecol.mx, rafael.villegas@inecol.mx
Recibido 29-IX-2023. Corregido 12-VI-2024. Aceptado 07-X-2024.
ABSTRACT
Complementing biological inventories through open data in a semiautomated method
Introduction: Surveys are the best way to document the biological richness of any given place, but efforts to do
so can be limited. We asked whether the species richness documented through fieldwork can be complemented
with open data from digital platforms.
Objective: To analyze whether species occurrence data available in the Global Biodiversity Information Facility
(GBIF) can complement species lists reported in the literature obtained through fieldwork.
Methods: We compared bird species lists published in peer-reviewed articles and those generated with informa-
tion from GBIF for the same study areas using the Sorensen dissimilarity index (βsor) and its two components
(turnover βsim and nestedness βsne).
Results: GBIF reported more species (n = 26-232) than 14 of the 24 lists consulted, but fewer (n = 12-114) than
the other 10. The sum of species documented by both sources represents an increase between 1.6 and 464 %
compared with the number of species in the articles alone, showing the potential for complementation between
both sources. βsor ranged between 0.15-1, showing differences between all species lists. In no instance βsim = 0 or
βsne = 1, indicating that one source of information always listed species absent in the other source and that species
nestedness between sources of information was never total. We provide R code that can be adapted to download
and clean GBIF data for any biological group and place.
Conclusion: Species occurrences available in GBIF can complement the information collected in the field but
this, in turn, can also complement the records of GBIF, so we highlight the importance of continuing document-
ing the biological richness through fieldwork, especially in little-explored areas.
Key words: biodiversity; biodiversity informatics; biological inventories; citizen science; GBIF; open data; species
composition.
RESUMEN
Introducción: Los muestreos directos constituyen la mejor manera de documentar la riqueza biológica de un
lugar, pero pueden verse limitados por diversas circunstancias. Nos preguntamos si la riqueza de especies docu-
mentada en campo puede ser complementada con datos de plataformas digitales de biodiversidad.
Objetivo: Analizar si los datos de ocurrencia de especies disponibles en la Global Biodiversity Information Facility
(GBIF) pueden complementar listados de especies creados con trabajo de campo y reportados en la literatura.
https://doi.org/10.15517/rev.biol.trop..v72i1.56880
OTRO
2Revista de Biología Tropical, ISSN: 2215-2075 Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
INTRODUCCIÓN
La obtención de conocimiento detallado de
la riqueza biológica de una región requiere de
una inversión importante de tiempo, esfuerzo
y recursos económicos (Escobar et al., 2009).
Por ejemplo, para estimar la riqueza avifau-
nística de lugares que son parte del sistema
de migración de aves Neártico-Neotropical,
es necesario realizar observaciones durante
al menos un año para considerar la presencia
temporal de especies migratorias. De manera
similar, la baja detección de especies elusivas
en regiones megadiversas, aún sean residentes
permanentes, hace necesaria la realización de
monitoreos de largo plazo. Por ejemplo, tres
años de monitoreos mensuales de murciélagos
con redes de niebla y grabaciones acústicas en
el Istmo de Tehuantepec fueron insuficientes
para caracterizar a toda la comunidad, ya que
algunas especies sólo fueron registradas como
cadáveres al pie de aerogeneradores (Cabrera-
Cruz et al., 2023).
Las curvas de acumulación de especies,
aunadas a estimadores de riqueza, son herra-
mientas que permiten estimar tanto la com-
pletitud de inventarios biológicos como el
número adicional de especies que se podría
esperar encontrar en un área de estudio (Colwell
et al., 2004; Magurran, 2004). Con frecuencia,
estas herramientas indican que los inventarios
están incompletos a pesar de esfuerzos de
muestreo importantes. Por ejemplo, monito-
reos de aves mensuales durante casi dos años en
tres sitios al norte de México arrojaron valores
de completitud de 80 % (Castillo-Muñoz &
Guzmán-Hernández, 2021). Si bien se puede
considerar que un inventario con ese nivel de
completitud es representativo de la diversidad
avifaunística del área de estudio, también ejem-
plifica el nivel de esfuerzo necesario para lograr
dicha representatividad.
No siempre es posible o necesario realizar
un esfuerzo de muestreo intensivo. Diversas cir-
cunstancias, como el financiamiento limitado,
la dificultad en conseguir permisos o equipo, o
condiciones de inseguridad, entre otras, pueden
limitar la cantidad de muestreos realizados, o
bien pueden conducir a realizar monitoreos
durante un periodo menor al deseado (Soares
et al., 2023). Alternativamente, puede existir la
necesidad de recopilar información existente
antes o en lugar de implementar protocolos de
trabajo de campo; por ejemplo, los Estudios
Previos Prospectivos necesarios para el estable-
cimiento de nuevas Áreas Naturales Protegidas
en México (Diario Oficial de la Federación
[DOF], 2014), regularmente incluyen lista-
dos de especies con presencia potencial en el
área de interés que son derivados de búsque-
das bibliográficas (e.g. Comisión Nacional de
Áreas Naturales Protegidas [CONANP], 2014;
Métodos: Comparamos listados de especies de aves disponibles en publicaciones académicas con aquellos genera-
dos usando información de GBIF para las mismas áreas de estudio utilizando el índice de disimilitud de Sorensen
(βsor) y sus dos componentes (recambio βsim y anidamiento βsne).
Resultados: GBIF reporta más especies (n = 26-232) que 14 de 24 listados consultados, pero menos (n = 12-114)
que los otros 10. La suma de especies documentadas entre fuentes representa un incremento de entre 1.6 y 464 %
comparada con el número de especies listadas solamente en los artículos, demostrando el potencial de comple-
mentación entre ambas fuentes. βsor osciló entre 0.15-1, mostrando que siempre hubo diferencias entre los listados
comparados. En ningún caso βsim = 0, ni βsne = 1, indicando que una fuente de información siempre listó especies
ausentes en la otra y que el anidamiento de especies entre fuentes de información nunca fue total. Proporcionamos
código de R que puede ser adaptado para descargar y limpiar datos de GBIF de cualquier grupo biológico y lugar.
Conclusiones: Los registros de ocurrencia de especies disponible en GBIF puede complementar la información
recopilada en campo, pero ésta a su vez puede complementar los registros de GBIF, por lo que resaltamos la
importancia de continuar documentando la riqueza biológica a través de trabajo de campo, especialmente en
áreas poco exploradas.
Palabras clave: biodiversidad; ciencia ciudadana; composición de especies; datos abiertos; GBIF; informática de
biodiversidad; inventarios biológicos.
3
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
CONANP, 2023; Secretaría del Medio Ambien-
te del Estado de Veracruz [SEDEMA], 2023a).
Similarmente, diversas guías e instructivos ofi-
ciales para la elaboración de estudios ambienta-
les en México sugieren determinar la presencia
potencial de especies en el área de interés sin
especificar un esfuerzo de muestreo mínimo
(e.g. SEDEMA, 2023b; Secretaría de Medio
Ambiente y Recursos Naturales [SEMARNAT],
2002; SEMARNAT, 2017), lo cual puede llevar
a la realización de monitoreos limitados que
son complementados con información biblio-
gráfica (e.g. Corporación Ambiental de México
[CAM], 2009). Estos casos y otros similares
implican la realización de búsquedas biblio-
gráficas o de trabajo de campo restringido
temporal y/o espacialmente (e.g. pocos mues-
treos durante un periodo limitado, o muestreos
en una porción limitada del área de interés),
teniendo como consecuencia una caracteriza-
ción biótica incompleta o parcial.
Una alternativa para complementar estos
métodos es el uso de datos abiertos disponibles
en plataformas digitales de biodiversidad. Gra-
cias al esfuerzo de instituciones como la Comi-
sión Nacional para el Conocimiento y Uso de
la Biodiversidad (CONABIO) en México y
otras similares alrededor del mundo (Urquiza-
Haas et al., 2016), actualmente contamos con
sistemas de información sobre biodiversidad
que recopilan, curan, concentran y ponen a
disposición del público información geográfica
sobre la ocurrencia de especies, dando pie a
la informática de la biodiversidad (Soberón &
Peterson, 2004). Adicionalmente, en las últimas
décadas han surgido diversas iniciativas de
ciencia ciudadana o comunitaria a través de las
cuales miembros del público general registran
sus observaciones de vida silvestre en páginas
de internet o aplicaciones para dispositivos
móviles (Urquiza-Haas, 2016). Por ejemplo, la
CONABIO coordina la plataforma naturalista
(Comisión Nacional para el Conocimiento y
Uso de la Biodiversidad [CONABIO], 2020;
iNaturalist, 2024a) donde usuarios pueden
registrar observaciones y registros fotográfi-
cos de animales o plantas y que es parte de la
red iNaturalist (iNaturalist, 2024b) así como
aVerAves (CONABIO, 2008; CONABIO, 2020),
donde observadores de aves registran sus avis-
tamientos alimentando la plataforma de cober-
tura global eBird (Sullivan et al, 2009). Estas
y otras iniciativas de ciencia ciudadana, así
como agencias gubernamentales e institucio-
nes educativas y de investigación de múltiples
países, comparten su información sobre biodi-
versidad con la Global Biodiversity Information
Facility (GBIF).
GBIF sólo recibe datos de instituciones
participantes que han suscrito el compromi-
so de validar, curar, y organizar su informa-
ción (Global Biodiversity Information Facility
[GBIF], 2024a), además de ponerla en un for-
mato estándar diseñado para promover la com-
patibilidad entre datos provenientes de distintas
fuentes (Wieczorek et al., 2012). El rigor del
proceso para contribuir datos a GBIF hacen que
sea una fuente confiable de información, aun-
que ésta siempre debe ser validada por personas
expertas (Maldonado et al., 2015). Por otro
lado, la cantidad de instituciones que contribu-
yen a su acervo, así como su distribución alre-
dedor del mundo (2 441 publicadores al 12 de
febrero de 2024; GBIF,2024b), hacen de GBIF la
mayor colección de registros sobre biodiversi-
dad a nivel global almacenados bajo un formato
común (Chandler et al., 2017; Soberón, 2022).
Sin embargo, al recibir información de diversas
fuentes como museos, colecciones biológicas y
datos históricos, GBIF guarda registros de espe-
cies fósiles, especies que ya no se encuentran en
el área donde fueron originalmente registradas,
o simplemente que tienen su nomenclatura
taxonómica desactualizada (Maldonado et al.,
2015; Jin & Yang, 2020; Zizka et al., 2019). Por
tal motivo es necesario realizar una curación de
los registros descargados de dicha plataforma
(Zizka et al., 2020). Contar con un método
estandarizado y semiautomatizado que permita
el acceso a datos de GBIF facilitaría la recopi-
lación y uso de información de biodiversidad.
En este trabajo nos preguntamos si la
información disponible en GBIF puede com-
plementar inventarios biológicos realizados a
través de monitoreos y muestreos en campo.
Específicamente, nuestro objetivo fue analizar
4Revista de Biología Tropical, ISSN: 2215-2075 Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
si datos de ocurrencia de especies descargados
de dicha plataforma complementan listados
de especies creados con trabajo de campo y
reportados en la literatura, utilizando a las
Aves como caso de estudio. Para responder esta
pregunta, comparamos la complementariedad
de listados de especies de aves publicados en
artículos arbitrados con aquellos generados
con información disponible en GBIF para las
mismas áreas de estudio.
Con al menos 1 108 especies de aves, Méxi-
co ocupa el undécimo lugar entre los países
con mayor diversidad de esta clase taxonómica
(Berlanga et al., 2015; Navarro-Sigüenza, et al.
2014). Además de su riqueza, la facilidad de
detección de diversas especies de aves contri-
buye a la realización de inventarios formales
de este grupo taxonómico; por ejemplo, la
participación de eBird ha hecho de las aves el
grupo más representado en GBIF debido a su
popularidad entre la sociedad (Troudet et al.,
2017). Por tanto, consideramos que evaluar
si los datos de GBIF complementan listados
de aves publicados, puede ilustrar el poten-
cial de dicha plataforma para complementar
inventarios de taxones menos conspicuos en
campo. Por ello, proporcionamos como mate-
rial suplementario el código de R desarrollado
para 1) obtener registros de ocurrencias de
especies para cualquier área de interés, acce-
diendo a GBIF, 2) limpiar dichos registros de
posibles errores geográficos y de nomenclatura,
y 3) generar listados de especies. Este código
puede ser adaptado fácilmente para descargar
registros de ocurrencias de cualquier lugar
y grupo taxonómico.
MATERIALES Y MÉTODOS
Realizamos una búsqueda de literatura
dirigida para localizar artículos arbitrados que
proporcionaran listados de especies de aves
generados para áreas de estudio al interior de
México. De cada artículo extrajimos la lista de
especies reportada por los autores. En casos
donde los listados fueron complementados a
través de búsquedas de literatura, nos asegu-
ramos de tomar únicamente los registros de
especies identificadas a través de trabajo de
campo. Además, extrajimos las coordenadas
de la o las áreas de estudio de cada artículo; en
casos en que las coordenadas no fueron repor-
tadas o que la ubicación resultante no coinci-
diera con la mostrada en las figuras del área de
estudio de los artículos, estimamos las coorde-
nadas usando como guía dichas figuras. Utiliza-
mos las coordenadas extraídas de los artículos,
o las estimadas con sus figuras de estudio, para
generar polígonos dentro de los cuales buscar
ocurrencias de especies en GBIF. La cantidad de
pares de coordenadas disponibles o estimadas
de los artículos varió entre 1 y 6 (i.e. un sólo
punto y un polígono irregular de 6 aristas). Para
el caso de áreas de estudio identificadas por un
sólo punto y dado que es necesario contar con
un área definida para obtener las ocurrencias
de especies registradas en su interior, gene-
ramos áreas (buffers) cuasi-circulares con un
radio de 2.5 km. Para la realización de monito-
reos de aves se recomienda la implementación
de puntos de conteo separados entre 75-150 m
o 250 m dependiendo de si son intensivos o
extensivos, o de transectos que deben ser reco-
rridos a una velocidad constante avanzando
100 m o 250 m cada 10 minutos (Ralph et al.,
1996). Consideramos que un área circular con
radio de 2.5 km es suficiente para establecer
un monitoreo de aves tradicional que siga esas
prácticas. Para el caso de áreas de estudio defi-
nidas por dos pares de coordenadas generamos
el polígono rectangular mínimo alrededor del
área de estudio (bounding box), ya que este
polígono mínimo abarca por definición el área
de estudio real. Para áreas de estudio con > 2
pares de coordenadas, generamos el polígono
correspondiente para emular de manera más
cercana el área donde los autores de esos estu-
dios realizaron sus observaciones. Tanto los
polígonos mínimos como aquellos generados
para estudios que proporcionaron más de dos
pares coordenadas, son representaciones cerca-
nas de las áreas de estudio reales reportadas en
los artículos consultados. Por tanto, decidimos
no agregar buffers a esos casos, para minimizar
el riesgo de descargar de GBIF registros de
5
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
especies realizados fuera de las áreas de estudio
reportadas en los artículos.
Una vez replicadas las áreas de estudio, uti-
lizamos la función ‘occ_download’ del paquete
‘rgbif’ (Chamberlain et al., 2022) en el lenguaje
de programación R versión 4.3.0 (R Core Team,
2023), para descargar de GBIF registros de
aves al interior del polígono de cada área de
estudio. Para esto proporcionamos a la función
las coordenadas de cada polígono en formato
WKT y especificamos que los registros a buscar
1) deberían ser de Aves, 2) deberían estar geo-
referenciados, 3) su información geoespacial no
debería tener problemas, 4) deberían haber sido
realizados después del año 1900, 5) deberían ser
de individuos presentes al interior del polígono
y 6) no deberían incluir registros fósiles. En el
material suplementario se muestra la estructura
del código utilizado y la manera en que estos
argumentos fueron especificados.
La calidad de los datos disponibles en GBIF
varía de acuerdo su fuente de origen en tres
dimensiones principales: temporal, espacial, y
taxonómica (Jin & Yang, 2020). Por ejemplo,
los datos provenientes de una colección bioló-
gica depositada en algún museo pueden tener
fechas de recolección incorrectas, errores en las
coordenadas geográficas, nombres científicos
desactualizados, entre otros. Además, debido
a que GBIF concentra información de diversas
fuentes, es común que existan registros de espe-
cies duplicados para una misma región. Por este
motivo, revisamos y limpiamos los registros
descargados de GBIF utilizando el paquete de R
‘bdc’ (Ribeiro et al., 2022a) siguiendo el proto-
colo descrito por Ribeiro et al. (2022b).
En resumen, el protocolo de limpieza de
datos descargados de GBIF se divide en cuatro
grandes pasos (Ribeiro et al., 2022b). En primer
lugar, se realiza un prefiltrado para detectar y
eliminar registros sin nombre científico, sin
coordenadas o con coordenadas erróneas, o de
naturaleza que no sea de interés para un listado
de especies actuales en el área de estudio (e.g.
fósiles), entre otros. En segundo lugar, se realiza
una revisión taxonómica para asegurarse de que
todos los registros tengan un nombre científico
actualizado. Este paso identifica registros cuyos
nombres científicos no pudieron ser identifica-
dos o actualizados por ‘bdc’; en caso de ocurrir,
este tipo de registros los revisamos y cotejamos
manualmente con los nombres reconocidos por
el listado de aves de Norte y Centro América
hasta su 63 ° suplemento (Chesser et al., 2022)
y en caso de ser reconocidos por esa autoridad
taxonómica los mantuvimos en los listados.
Una consideración importante al usar datos de
GBIF y otras bases de datos de biodiversidad es
que las coordenadas geográficas de los registros
de especies pueden ser inexactas (Maldonado
et al., 2015). Por ejemplo, registros antiguos
pudieron ser referenciados con el nombre de la
localidad de observación y no con coordenadas,
o bien no existe mayor referencia que el país de
registro; el problema surge en que, al ser digita-
lizados, este tipo de registros pueden recibir las
coordenadas del centroide geográfico del país
o localidad de registro, o de la institución que
alberga o digitalizó la observación (Zizka et al.,
2019). Por tanto, el tercer paso consiste en una
validación espacial de los registros; por ejem-
plo, que sus coordenadas no correspondan con
la ubicación de museos, colecciones, o alguna
otra institución reconocida. El último paso
consiste en una validación temporal que iden-
tifica registros sin fecha o año de observación;
además, es posible especificar la antigüedad de
los registros a considerar (e.g. eliminar registros
previos a cierto año). Después de aplicar este
protocolo a los datos descargados para cada
área de estudio, eliminamos registros duplica-
dos, generando así un listado de especies únicas
reportadas en cada área.
Desde el año 2002, la nomenclatura taxo-
nómica de las Aves de Norte y Centro América
es revisada y actualizada anualmente (Ameri-
can Ornithological Society, 2024). Debido a que
los artículos encontrados en nuestra búsqueda
fueron publicados a lo largo de tres décadas
(1991-2022), sus listados fueron elaborados
siguiendo normas taxonómicas distintas. Por
tanto, a los listados disponibles en artículos les
aplicamos el mismo protocolo de revisión y
actualización taxonómica descrito arriba.
La actualización de nomenclatura taxo-
nómica de los datos descargados de GBIF
6Revista de Biología Tropical, ISSN: 2215-2075 Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
identificó un total de 425 registros de 334
subespecies, resaltando el potencial de la pla-
taforma para proporcionar registros a nivel
infraespecífico. En comparación, el mismo
método de actualización sugirió tan sólo tres
subespecies de entre todas las especies reporta-
das en los artículos consultados. Para comparar
listados usando el mismo nivel taxonómico,
eliminamos de los registros de GBIF aquellas
subespecies cuyas especies estuvieran incluidas
en el mismo listado (e.g. en caso de que un
listado generado con datos de GBIF estuviera
reportada Sporophila torqueola y S. t. morelleti,
sólo dejamos la primera). Además, revisamos
si alguna de las subespecies en cada listado
generado con GBIF estaba reportada a nivel de
especie en los listados de los artículos corres-
pondientes; en caso de ser así, para que la com-
paración pudiera realizarse a nivel de especie,
eliminamos del registro del GBIF el epíteto
infraespecífico.
Finalmente, comparamos los listados de
especies reportados en cada publicación con
los descargados de GBIF (2023) con el índice
de disimilitud de Sorensen (βsor) y sus dos com-
ponentes (recambio βsim y anidamiento βsne)
utilizando la función ‘beta.pair’ del paquete
de R ‘betapart’ (Baselga et al., 2022). Elegi-
mos el índice de Sorensen porque tanto éste
mismo como sus componentes responden de
manera lineal al traslape gradual en la compo-
sición de especies de las muestras comparadas,
facilitando su interpretación (MacGregor-
Fors et al., 2022a).
RESULTADOS
Encontramos 22 artículos arbitrados publi-
cados entre 1991 y 2022 que reportan listados
de aves obtenidos a través de trabajo de campo
en México (Tabla 1); uno de ellos reportó
coordenadas y listados para tres localidades
distintas (Mellink, 1991), por lo que obtuvimos
un total de 24 listados para igual número de
áreas de estudio. Después de limpiar y depurar
los listados publicados, el número mínimo y
máximo de especies reportadas como registros
en campo varió entre 45 y 245. GBIF no contó
con registros de aves para tres de las 24 áreas de
estudio; por tanto, el menor número de especies
disponibles en esa plataforma para las áreas de
estudio fue de cero, pero el mayor fue de 435
(Tabla 1).
GBIF documentó la presencia de entre
26-232 especies más que las reportadas en
artículos para 14 de las áreas de estudio (Tabla
1 y Fig. 1A), evidenciando el potencial de la
plataforma para complementar inventarios avi-
faunísticos. Por otro lado, los listados publica-
dos en artículos para 10 de las áreas de estudio
contuvieron entre 12-114 especies más que las
registradas en GBIF (Tabla 1 y Fig. 1A), resal-
tando el valor de los muestreos en campo para
continuar documentando la riqueza biológica
de áreas poco exploradas.
El número de especies registradas exclu-
sivamente en los listados de los artículos varió
entre 1 y 116, mientras que el número de espe-
cies registradas exclusivamente en GBIF, varió
entre 0 y 246 (Tabla 1). Puesto de otra manera,
los datos de GBIF aportaron hasta 246 especies
a los listados reportados en los artículos con-
sultados, mientras que las especies reportadas
en publicaciones aportaron hasta 116 especies
adicionales a las documentadas en GBIF (Fig.
1B). La cantidad de especies obtenida al com-
binar información de los artículos y de GBIF
incrementó entre 1.6 y 464% comparada con
la listada solamente en los artículos (Tabla 1).
El índice de disimilitud de Sorensen (βsor)
para las 21 áreas de estudio para las que GBIF
tuvo especies registradas varió entre 0.15 y 1
(Tabla 1), mostrando que siempre hubo dife-
rencias en la composición de especies entre
listados. El valor menor de βsor (= 0.15) se
desprendió de la comparación entre los listados
con la menor diferencia en su número de espe-
cies (124 en el artículo, 112 en GBIF; Tabla 1,
ID 21); a pesar del similar número de especies
reportadas para esa área en particular, la disi-
militud estuvo explicada principalmente por
recambio de especies (Fig. 2), mostrando una
vez más la complementariedad entre fuentes
de información. Por otro lado, el valor mayor
de βsor (= 1) indica que GBIF documentó para
un área especies completamente distintas a las
7
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
Fig. 2. Disimilitud total en la composición de especies
(βsor, barras enteras) entre listados publicados y aquellos
generados con datos de GBIF. La porción negra y gris
de cada barra representa la disimilitud por recambio de
especies (βsim) y por anidamiento (βsne) respectivamente.
Cada barra corresponde a un área de estudio, el eje Y
hacen referencia al código ID en la Tabla 1. / Fig. 2.
Total dissimilarity in species composition (βsor, full bars)
between published lists and those generated with GBIF
data. The black and gray portions of each bar represent
dissimilarity by species turnover (βsim) and by nestedness
(βsne) respectively. Each bar corresponds to a study area,
values in the Y axis refer to the ID code in Table 1.
Fig. 1. A. Número de especies listadas en artículos y en GBIF para cada área de estudio para las cuáles se pudieron realizar
comparaciones. B. Número de especies reportadas en ambas fuentes (compartidas) y suma de especies únicas reportadas
entre ambas fuentes, ilustrando la riqueza adicional obtenida al combinar información entre fuentes. El eje Y se corresponde
con el código ID en la Tabla 1. / Fig. 1. A. Number of species listed in papers and in GBIF for each study area for which
comparisons could be made. B. Number of species reported in both sources (shared) and sum of unique species reported
between both sources, illustrating the additional richness obtained when combining information from both sources. Values
in the Y axis corresponds with the ID code in Table 1.
reportadas en el artículo. Además, βsim (recam-
bio) nunca fue 0 indicando que una fuente de
información siempre listó especies que no estu-
vieron reportadas en la otra. De manera similar,
βsne nunca alcanzó un valor de 1, indicando
que el anidamiento de especies entre fuentes de
información nunca fue total.
DISCUSIÓN
La cantidad de especies reportadas para
cada una de las áreas de estudio fue hasta 464
% mayor al combinar la información disponible
en los artículos y en GBIF, que al considerar los
8Revista de Biología Tropical, ISSN: 2215-2075 Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
Tabla 1
Comparación de la riqueza de especies entre listados obtenidos de dos fuentes de información para las mismas áreas de
estudio, e índices de disimilitud en la composición de especies. / Table 1. Comparison of species richness between lists
obtained from two souces of infomation for the same study areas, and dissimilarity indices in the composition of species.
ID* Spp. Artículo Spp. GBIF Especies Disimilitud GBIF DOI
Total Únicas Total Únicas Compartidas Suma Diferencia %hβsor βsim βsne
1 52 52 2 2 0 54 50 3.8 1 1 0 doi.org/10.15468/dl.vumns4
2 45 43 3 1 2 46 42 2.2 0.92 0.33 0.58 doi.org/10.15468/dl.jdze7e
3 79 74 30 25 5 104 49 31.6 0.91 0.83 0.07 doi.org/10.15468/dl.5p6qtd
4 124 116 10 2 8 126 114 1.6 0.88 0.2 0.68 doi.org/10.15468/dl.x5mp7d
5 50 1 281 232 49 282 -231 464.0 0.7 0.02 0.68 doi.org/10.15468/dl.8wev58
6 56 1 275 220 55 276 -219 392.9 0.67 0.02 0.65 doi.org/10.15468/dl.b4zx6z
7 50 12 153 115 38 165 -103 230.0 0.63 0.24 0.39 doi.org/10.15468/dl.sbezde
8 90 65 42 17 25 107 48 18.9 0.62 0.4 0.22 doi.org/10.15468/dl.jawt3k
9 133 14 365 246 119 379 -232 185 0.52 0.11 0.42 doi.org/10.15468/dl.523w8z
10 108 12 230 134 96 242 -122 124.1 0.43 0.11 0.32 doi.org/10.15468/dl.ev9km8
11 160 16 339 195 144 355 -179 121.9 0.42 0.1 0.32 doi.org/10.15468/dl.r7ppcb
12 225 30 435 240 195 465 -210 106.7 0.41 0.13 0.28 doi.org/10.15468/dl.fvcun6
13 114 33 140 59 81 173 -26 51.8 0.36 0.29 0.07 doi.org/10.15468/dl.mu8xu3
14 128 24 192 88 104 216 -64 68.8 0.35 0.19 0.16 doi.org/10.15468/dl.qmyv7y
15 213 12 368 167 201 380 -155 78.4 0.31 0.06 0.25 doi.org/10.15468/dl.23ynr6
16 129 29 161 61 100 190 -32 47.3 0.31 0.22 0.09 doi.org/10.15468/dl.xbnce2
17 137 15 211 89 122 226 -74 65 0.3 0.11 0.19 doi.org/10.15468/dl.axwr94
18 227 57 207 37 170 264 20 16.3 0.22 0.18 0.04 doi.org/10.15468/dl.74auta
19 152 3 224 75 149 227 -72 49.3 0.21 0.02 0.19 doi.org/10.15468/dl.usmxk3
20 245 24 284 63 221 308 -39 25.7 0.16 0.1 0.07 doi.org/10.15468/dl.fkw4zw
21 124 24 112 12 100 136 12 9.7 0.15 0.11 0.05 doi.org/10.15468/dl.df63bj
22 61 61 0 0 0 61 -61 0 - - - doi.org/10.15468/dl.3gbpst
23 56 56 0 0 0 56 -56 0 - - - doi.org/10.15468/dl.4w3yth
24 93 93 0 0 0 93 -93 0 - - - doi.org/10.15468/dl.gdbmhd
ID: 1Mellink (1991) localidad Las Joyas, 2Arellano-Delgado et al. (2018), 3Castillo-Guerrero et al. (2009), 4Rojas-Soto et al.
(2009), 5MacGregor-Fors et al. (2022b), 6MacGregor-Fors y Schondube (2011), 7Ugalde-Lezama et al. (2010), 8Martínez-
Morales et al. (2013), 9Ramírez-Albores (2006), 10Ruiz-Campos y Rodríguez-Meraz (1997), 11Ramírez-Albores et al. (2018),
12Ramírez-Albores (2010), 13Bojorges-Baños y López-Mata (2006), 14Ramírez-Albores (2007), 15Santiago-Alarcon et al.
(2011), 16Ramírez-Albores (2013), 17Canales-Delgadillo et al. (2020), 18Manzano-Fischer et al. (2006), 19Castillo-Muñoz
y Guzmán-Hernández (2021), 20Sahagún-Sánchez et al. (2021), 21Adame et al. (2019), 22Mellink (1991) localidad Las
Canteras, 23Mellink (1991) localidad San Antonio, 24Gómez-Moreno et al. (2022). Leyendas: Spp. Artículo = Número de
especies publicadas en artículos; Spp. GBIF = Número de especies registradas en GBIF. Total = Número total de especies en
los listados; Únicas = número de especies no compartidas entre fuentes. Compartidas = número de especies reportadas en
ambas fuentes; Suma = Número de especies únicas reportadas entre ambas fuentes; Diferencia = Número total de especies
reportadas en artículos menos el total reportado en GBIF, por lo que números negativos indican mayor número de especies
en GBIF. %h = Porcentaje de incremento entre las especies reportadas en los artículos (columna Spp. Artículo | Total) y las
especies únicas reportadas entre ambas fuentes (columna Suma). βsor = Índice de disimilitud de Sorensen, βsim y βsne =
Recambio y anidamiento de especies respectivamente. La tabla está ordenada de acuerdo al valor decreciente de βsor. La
columna GBIF DOI contiene el enlace al sitio desde donde se pueden volver a descargar los datos de cada área de estudio.
/ Legend: Spp. Artículo = Number of species in the published papers; Spp. GBIF = Number of species documented in
GBIF. Total = total number of species listed; Únicas (unique) = number of species not shared between sources; Compartidas
(shared) = number of species reported by both sources; Suma (sum) = Number of unique species reported between both
sources; Diferencia (difference) = Total number of species reported in papers minus total number of species reported in
GBIF, so that negative values indicate higher species number in GBIF. %h = Increase percent between species listed in
articles (column Spp. Artículo | Total) and unique species reported between both sources (column Sum). βsor = Sorensen
dissimilarity index, βsim and βsne = Species turnover and species nestedness respectively. This table is ordered according to
the decreasing value of βsor. The GBIF DOI column contains a link to the site where the occurrence of species data can be
downloaded again for each study area.
9
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
registros de una sola fuente de información. De
hecho, los registros disponibles en GBIF con-
tribuyeron con hasta 246 especies a los listados
reportados en los artículos. Por tanto, la infor-
mación disponible en GBIF puede complemen-
tar con un número importante de especies la
colectada a través de muestreos y monitoreos
en campo.
Utilizar datos disponibles en GBIF para
complementar esfuerzos de muestreo permite
aprovechar el tiempo, esfuerzo y los recursos
invertidos por instituciones nacionales y acadé-
micas para recolectar información. Por ejemplo,
el costo promedio absorbido por CONABIO
para adquirir datos primarios de biodiversi-
dad es de aproximadamente $5 500 dólares
americanos por proyecto apoyado (Soberón,
2022) y el costo promedio por digitalizar esa
información para hacerla disponible a través
plataformas es de $8 (Jiménez et al., 2016).
GBIF también reúne datos recolectados por
personas físicas. Actualmente, los registros de
biodiversidad provenientes de plataformas de
ciencia ciudadana representan al menos 60
% de las observaciones disponibles en GBIF
(Groom et al., 2017), rebasando la cantidad
de información generada a través de esfuerzos
académicos formales. Por tal motivo, la infor-
mación concentrada en GBIF es resultado de
la suma de inversiones hechas por múltiples
actores, por lo que puede contener registros de
especies raras o poco comunes que monitoreos
formales realizados por profesionales podrían
no registrar (e.g. Zhou et al., 2020; citado por
Ding et al., 2022).
Si bien se ha cuestionado la validez o el
rigor de observaciones hechas por científicos
ciudadanos (Aceves-Bueno et al., 2017), los
observadores de aves que contribuyen a plata-
formas digitales tienen un grado de especia-
lización en sus habilidades de identificación
superior al de personas que no contribuyen
(Randler, 2021). De hecho, los participantes
más activos suelen tener un grado alto de espe-
cialización (Rosenblatt et al., 2022). Por tanto,
se puede considerar que los registros de aves
contenidos en esas plataformas son confiables.
Sin embargo, plataformas como iNaturalist
introducen incertidumbre a las coordenadas
geográficas de registros de especies amenazadas
con la finalidad de protegerlas, limitando el
uso de esos datos (Contreras-Díaz et al., 2023).
Por tanto, los usuarios deben tomar medidas
necesarias para incrementar la confianza en los
datos descargados desde plataformas digitales,
por ejemplo, teniendo conocimiento de sus
políticas de manejo de datos y aplicando los
filtros necesarios a la información obtenida.
El potencial de los datos en GBIF para
complementar esfuerzos de campo variará por
grupo taxonómico. Por ejemplo, las aves están
híper-representadas en GBIF, mientras que
muchos otros grupos taxonómicos como los
insectos están severamente sub-representados
(Troudet et al., 2017); por tanto, la cantidad
de información disponible para complementar
esfuerzos de campo es distinta para cada taxón.
Por otro lado, para tener una certidumbre alta
en la identificación de algunos grupos taxonó-
micos hecha por científicos ciudadanos a través
de registros fotográficos, es necesario el con-
senso de al menos 5 personas (Swanson et al.,
2016). Sin embargo, la plataforma iNaturalist
requiere del consenso de tan sólo 2-3 personas
para otorgar el “grado académico” a las identi-
ficaciones hechas por sus usuarios (iNatHelp,
2024), grado con el cual la observación pasa
a ser reportada a GBIF (2012). Posiblemente
debido a esto, la identidad de algunos anfibios
y reptiles registrados en GBIF a través de iNatu-
ralist es errónea (JLAL, observación personal).
Salvo por grupos de especies con apariencia
muy parecida entre sí, la identificación de aves
en plataformas de ciencia ciudadana es general-
mente correcta (Gorleri et al., 2023); por tanto,
los registros de fauna no aviar disponibles en
GBIF podrían requerir una validación más
cuidadosa, especialmente si provienen de plata-
formas de ciencia ciudadana.
Los datos disponibles en GBIF son útiles
e informativos para ciertas tareas, pero no
sustituyen los monitoreos formales realizados
por profesionales (Danielsen et al., 2005; Kamp
et al., 2016). De hecho, nuestros resultados
muestran que la complementación de listados
es bidireccional: los listados contenidos en los
10 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
artículos enriquecieron con al menos una y
hasta 116 especies los generados con registros
de GBIF. Si bien GBIF constituye el mayor
repositorio de datos de biodiversidad a nivel
global, puede continuar siendo alimentado. A
pesar de que las aves son uno de los grupos con
más registros en GBIF, algunas de las áreas de
estudio consultadas tienen pocos registros o
ninguno, ilustrando que quedan zonas que no
han sido suficientemente muestreadas (Hughes
et al., 2021), o que la información existente no
ha llegado a la plataforma. Por ejemplo, diez
de los artículos consultados listan especies no
documentadas en GBIF para sus áreas de estu-
dio por lo que su información podría ser un
gran aporte a la plataforma. De manera similar,
observaciones de biodiversidad reportadas en
Facebook, que no fue diseñado para recopilar
ese tipo de información, contienen registros
que complementan la información disponible
en GBIF (Chowdhury et al., 2023). Por tal moti-
vo, queremos resaltar la importancia de conti-
nuar realizando muestreos de campo cuando la
situación lo requiera y los recursos lo permitan,
haciendo simultáneamente un llamado a incor-
porar la información colectada a plataformas de
datos abiertos, especialmente la pertenecientes
a regiones o grupos taxonómicos subrepresen-
tados (Troudet et al., 2017), para contribuir a
subsanar los sesgos geográficos y taxonómicos
de la información disponible en GBIF y para
que la información arduamente generada enri-
quezca el acervo de datos abiertos y sea accesi-
ble a todo el público.
Los datos que se contribuyen a GBIF no
necesitan contener grandes números de regis-
tros o de especies. Por ejemplo, el juego de
datos “Biodiversidad selecta de los humedales de
Laguna de Términos-Pantanos de Centla (Aves)”
(Arriaga-Weiss, 2024) reporta únicamente dos
especies de aves recolectadas y preservadas en
1998. Estos datos han sido descargados más
de 6 000 veces y tienen 30 citas. De manera
similar, los datos en GBIF tampoco necesitan
provenir de esfuerzos de muestreo prolonga-
dos. Por ejemplo, el juego de datos “Mycoblitz
2017-IRBV et Cercle des Mycologues de Mon-
tréal” (GBIF, 2022) consiste en 134 ocurrencias
de macro hongos colectados durante sólo 3
horas de un sólo día en el Parc des chutes de
Saint-Ursule en Quebec, Canadá (Archambault
y Sinou, 2017). Este juego de datos ha sido des-
cargado más de 6 000 veces y ha sido citado en
26 ocasiones.
Nuestros resultados demuestran una vez
más que combinar datos disponibles en GBIF
con los de otras fuentes resulta en inventarios
biológicos más completos (de Araujo et al.,
2022). Nuestro trabajo no tuvo como objetivo
comparar cuál fuente (GBIF o artículos) pro-
porciona inventarios más o menos completos,
sino analizar el potencial que los datos en GBIF
tienen para complementar inventarios publica-
dos. Por tanto, el uso del año 1900 como umbral
a partir del cual descargar registros, tuvo la
intención de aprovechar la mayor cantidad de
información acumulada en GBIF para cada
área de estudio.
El proceso de generación de listados de
especies utilizando registros de GBIF con el
código proporcionado en el material suple-
mentario toma sólo unos minutos, por lo que
este trabajo no sólo ilustra la posibilidad de
complementar inventarios biológicos utilizan-
do datos abiertos, sino que facilita el acceso y
recopilación de información sobre biodiversi-
dad que ecólogos, estudiantes y prestadores de
servicios profesionales en materia ambiental
realizan rutinariamente, reduciendo el tiempo
necesario para esta tarea. Sin embargo, los lis-
tados generados usando datos de GBIF deben
ser revisados cuidadosamente para evitar la
comisión de errores (Maldonado et al., 2015),
e idealmente no deberían usarse en sustitución
de monitoreos de campo, sino como comple-
mento de inventarios derivados de trabajo de
campo formal.
Declaración de ética: los autores declaran
que todos están de acuerdo con esta publica-
ción y que han hecho aportes que justifican
su autoría; que no hay conflicto de interés de
ningún tipo; y que han cumplido con todos
los requisitos y procedimientos éticos y legales
pertinentes. Todas las fuentes de financiamien-
to se detallan plena y claramente en la sección
11
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
de agradecimientos. El respectivo documento
legal firmado se encuentra en los archivos de
la revista.
Ver material suplementario
a54v72n1-MS1
AGRADECIMIENTOS
Agradecemos a Tereso Hernández Morales
por su apoyo en la desambiguación de nombres
científicos no resueltos por ‘bdc’, así como a
Rafael Rueda Hernández por probar el código
disponible en el material suplementario y por
sus comentarios sobre el mismo. Gracias a
cuatro revisores anónimos cuyos comentarios
ayudaron a mejorar este manuscrito.
REFERENCIAS
Aceves-Bueno, E., Adeleye, A. S., Feraud, M., Huang, Y.,
Tao, M., Yang, Y., & Anderson, S. E. (2017). The
accuracy of citizen science data: A quantitative review.
The Bulletin of the Ecological Society of America, 98(4),
278–290. https://doi.org/10.1002/bes2.1336
Adame, D. R., Moranchel, A. L., & Piedragil, C. D. J. (2019).
Avifauna del parque estatal Cerro de la Tortuga,
Morelos, México. Mesoamericana, 23(1).
American Ornithological Society. (2024). North Ameri-
can Check-list. https://americanornithology.org/
publications/north-and-middle-american-checklist/
Archambault, R., & Sinou, C. (2017, November 20). Myco-
blitz 2017—IRBV et Cercle des Mycologues de Mon-
tréal. Université de Montréal Biodiversity Centre.
Occurrence dataset. https://doi.org/10.5886/ebybuj
Arellano-Delgado, M., Guerra-Quesada, F., Cabrera-
Manuel, F., Sandoval-Ortega, M. H., & Araiza-Arvilla,
H. N. (2018). Avifauna de la comunidad de La Lum-
brera (Cieneguilla), Aguascalientes, Aguascalientes,
México. Tecnociencia Chihuahua, 12(2), 114–123.
Arriaga-Weiss, S. L. (2024). Biodiversidad selecta de los
humedales de Laguna de Términos—Pantanos de Cent-
la (Aves). Comisión Nacional para el Conocimiento
y Uso de la Biodiversidad. https://doi.org/10.15468/
qgohxy
Baselga, A., Orme, D., Villeger, S., Bortoli, J. D., Leprieur,
F., Logez, M., Martínez-Santalla, S., Martín-Devasa,
R., Gómez-Rodríguez, C., Crujeiras, R., & Henriques-
Silva, R. (2022). betapart: Partitioning Beta Diversity
into Turnover and Nestedness Components (1.5.6)
[Computer software]. https://CRAN.R-project.org/
package=betapart
Berlanga, H. A., Gómez de Silva, H., Vargas Canales,
V. M., Rodríguez Contreras, V., Sánchez González,
L. A., Ortega Álvarez, R., & Calderón-Parra, R.
(2015). Aves de México: Lista actualizada de especies
y nombres comunes 2015 (1a Ed.). Comisión Nacio-
nal para el Conocimiento y Uso de la Biodiversidad
(CONABIO).
Bojorges-Baños, J. C., & López-Mata, L. (2006). Asocia-
ción de la riqueza y diversidad de especies de aves y
estructura de la vegetación en una selva mediana sub-
perennifolia en el centro de Veracruz, México. Revista
Mexicana de Biodiversidad, 77(2), 235–249.
Cabrera-Cruz, S. A., Aguilar-López, J. L., Aguilar-Rodrí-
guez, P. A., Oropeza-Sánchez, M. T., Muñoz Jiménez,
O., & Villegas-Patraca, R. (2023). Changes in diversity
and species composition in the assemblage of live and
dead bats at wind farms in a highly diverse region.
Environmental Monitoring and Assessment, 195(12),
1480. https://doi.org/10.1007/s10661-023-12090-z
Canales-Delgadillo, J. C., Benítez-Orduña, E., Pérez-
Ceballos, R. Y., Zaldívar-Jiménez, A., Gómez-Ponce,
M., Cardoso-Mohedano, J. G., & Merino-Ibarra, M.
(2020). Inter-annual diversity of birds in the shoreline
of an island in the southern Gulf of Mexico. Huitzil
Revista Mexicana de Ornitología, 21(1). https://doi.
org/10.28947/hrmo.2020.21.1.433
Castillo-Guerrero, J. A., González-Medina, E., & González-
Bernal, M. A. (2009). Patrones de presencia y abun-
dancia de aves terrestres en la isla Saliaca, Sinaloa,
México. Revista Mexicana de Biodiversidad, 80(1),
211–218.
Castillo-Muñoz, M., & Guzmán-Hernández, J. L. (2021).
Composición y estructura de la comunidad de aves
en un corredor ribereño urbano del área metropo-
litana de Monterrey, Nuevo León, México. Huitzil
Revista Mexicana de Ornitología, 22(2). https://doi.
org/10.28947/hrmo.2021.22.2.499
Chamberlain, S., Oldoni, D., Barve, V., Desmet, P., Geffert,
L., Mcglinn, D., Ram, K., rOpenSci, Waller, J. (2022).
rgbif: Interface to the Global Biodiversity Information
Facility API (3.7.2) [Computer software]. https://
CRAN.R-project.org/package=rgbif
Chandler, M., See, L., Copas, K., Bonde, A. M. Z., López,
B. C., Danielsen, F., Legind, J. K., Masinde, S., Miller-
Rushing, A. J., Newman, G., Rosemartin, A., & Turak,
E. (2017). Contribution of citizen science towards
international biodiversity monitoring. Biological Con-
servation, 213, 280–294. https://doi.org/10.1016/j.
biocon.2016.09.004
Chesser, R. T., Billerman, S. M., Burns, K. J., Cicero, C.,
Dunn, J. L., Hernández-Baños, B. E., Jiménez, R. A.,
Kratter, A. W., Mason, N. A., Rasmussen, P. C., Rem-
sen, J. V., Stotz, D. F., & Winker, K. (2022). Check-list
12 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
of North American Birds. American Ornithological
Society. Check-List of North and Middle American
Birds https://checklist.americanornithology.org/taxa/
Chowdhury, S., Aich, U., Rokonuzzaman, M., Alam, S.,
Das, P., Siddika, A., Ahmed, S., Labi, M. M., Marco,
M. D., Fuller, R. A., & Callaghan, C. T. (2023). Incre-
asing biodiversity knowledge through social media:
A case study from tropical Bangladesh. BioScience,
73(8), 610. https://doi.org/10.1093/biosci/biad042
Colwell, R. K., Mao, C. X., & Chang, J. (2004). Interpola-
ting, extrapolating, and comparing incidence-based
species accumulation curves. Ecology, 85(10), 2717–
2727. https://doi.org/10.1890/03-0557
Comisión Nacional de Áreas Naturales Protegidas. (2014).
Estudio Previo Justificativo para el establecimiento del
Área Natural Protegida Área de Protección de Flora y
Fauna “Monte Mojino” ubicada en el estado de Sina-
loa, México (p. 295). [Estudio Previo Justificativo].
CONANP, SEMARNAT, CONSELVA, CIAD. https://
biblioteca.semarnat.gob.mx/janium/Documentos/
Ciga/Libros2013/CD003137a.pdf
Comisión Nacional de Áreas Naturales Protegidas. (2023).
Estudio Previo Justificativo para el establecimiento del
Área Natural Protegida Reserva de la Biósfera Wanha’.
Tabasco, México. (p. 232). CONANP, SEMARNAT,
Universidad Juárez Autónoma de Tabasco. https://
www.conanp.gob.mx/pdf/separata/EPJ-RB-Wanha.
pdf
Comisión Nacional para el Conocimiento y Uso de la Biodi-
versidad. (2020). Informe de actividades 2017–2019 (p.
39). CONABIO. https://www.gob.mx/cms/uploads/
attachment/file/548546/informe-conabio-2017-2019.
pdf
Comisión Nacional para el Conocimiento y Uso de la Bio-
diversidad. (2008). Monitoreo de especies—aVerAves.
http://www.conabio.gob.mx/averaves/. Consultado:
20 septiembre 2024.
Contreras-Díaz, R. G., Nori, J., Chiappa-Carrara, X.,
Peterson, A. T., Soberón, J., & Osorio-Olvera, L.
(2023). Well-intentioned initiatives hinder unders-
tanding biodiversity conservation: Cloaked iNatu-
ralist information for threatened species. Biological
Conservation, 282, 110042. https://doi.org/10.1016/j.
biocon.2023.110042
Corporación Ambiental de México. (2009). Manifestación
de Impacto Ambiental, Modalidad Regional Energía
Sierra Juárez, S. de R.L. de C.V. (MIA 09011; p. 453).
https://app.semarnat.gob.mx/consulta-tramite/#/
resultado-busqueda.
Danielsen, F., Burgess, N. D., & Balmford, A. (2005).
Monitoring Matters: Examining the Potential of
Locally-based Approaches. Biodiversity & Conser-
vation, 14(11), 2507–2542. https://doi.org/10.1007/
s10531-005-8375-0
de Araujo, M. L., Quaresma, A. C., & Ramos, F. N. (2022).
GBIF information is not enough: National database
improves the inventory completeness of Amazonian
epiphytes. Biodiversity and Conservation, 31, 2797–
2815. https://doi.org/10.1007/s10531-022-02458-x
Diario Oficial de la Federación. (2014). Reglamento de la
Ley General del Equilibrio Ecológico y la Protección
al Ambiente en materia de Áreas Naturales Protegi-
das. Última Reforma DOF 21-05-2014. Gobierno de
México. https://www.gob.mx/profepa/documentos/
reglamento-de-la-ley-general-del-equilibrio-ecologi-
co-en-materia-de-areas-naturales-protegidas.
Ding, Y., Xiong, L., Ji, F., Lu, J., Zhu, X., & Huang, H.
(2022). Using citizen science data to improve regio-
nal bird species list: A case study in Shaanxi, China.
Avian Research, 13, 100045. https://doi.org/10.1016/j.
avrs.2022.100045
Escobar, F., Koleff, P., & Rös, M. (2009). Evaluación de capa-
cidades para el conocimiento: El Sistema Nacional de
Información sobre Biodiversidad como un estudio
de caso. In México: Capacidades para la conservación
y el uso sustentable de la biodiversidad (pp. 23–49).
Comisión Nacional para el Conocimiento y Uso de
la Biodiversidad y Programa de las Naciones Unidas
para el Desarrollo.
Global Biodiversity Information Facility. (2012). iNatu-
ralist Research-grade Observations. https://www.
gbif.org/dataset/50c9509d-22c7-4a22-a47d-
8c48425ef4a7#description
Global Biodiversity Information Facility. (2022).
Mycoblitz 2017 - IRBV et Cercle des Mycolo-
gues de Montréal. https://www.gbif.org/es/
dataset/39bd4817-9530-4341-a918-4f16b8db1419
Global Biodiversity Information Facility. (2023). Coun-
try report—Mexico (p. 7). https://www.gbif.org/es/
country/MX/summary
Global Biodiversity Information Facility. (2024a). GBIF
Home Page. https://www.gbif.org/. Consultado: 20
septiembre 2024.
Global Biodiversity Information Facility. (2024b). The
GBIF Network. https://www.gbif.org/the-gbif-net-
work. Consultado: 20 septiembre 2024.
Gómez-Moreno, V. del C., González-Gaona, O. J., López-
Mancilla, A., Montoya-Cruz, L., Vela-Puga, J. J.,
Niño-Maldonado, S., Gómez-Moreno, V. del C.,
González-Gaona, O. J., López-Mancilla, A., Montoya-
Cruz, L., Vela-Puga, J. J., & Niño-Maldonado, S.
(2022). Dinámica estacional de las comunidades de
aves en el matorral submontano de la Sierra de San
Carlos, Tamaulipas, México. Acta Zoológica Mexica-
na, 38. https://doi.org/10.21829/azm.2022.3912416
Gorleri, F. C., Jordan, E. A., Roesler, I., Monteleone, D.,
& Areta, J. I. (2023). Using photographic records
to quantify accuracy of bird identifications in
13
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
citizen science data. Ibis, 165(2), 458–471. https://doi.
org/10.1111/ibi.13137
Groom, Q., Weatherdon, L., & Geijzendorffer, I. R. (2017).
Is citizen science an open science in the case of biodi-
versity observations? Journal of Applied Ecology, 54(2),
612–617. https://doi.org/10.1111/1365-2664.12767
Hughes, A. C., Orr, M. C., Ma, K., Costello, M. J., Waller,
J., Provoost, P., Yang, Q., Zhu, C., & Qiao, H. (2021).
Sampling biases shape our view of the natural world.
Ecography, 44(9), 1259–1269. https://doi.org/10.1111/
ecog.05926
iNatHelp. (2024). ¿Qué es la Valoración de Cali-
dad de los Datos y cómo califican las
observaciones para convertirse en “Grado de inves-
tigación”? https://help.inaturalist.org/es/support/
solutions/articles/151000169936--qu%C3%A9-es-
la-valoraci%C3%B3n-de-calidad-de-los-datos-y-
c%C3%B3mo-califican-las-observaciones-para-con-
vertirse-en-
iNaturalist. (2024a). iNaturalist Mexico. https://mexico.ina-
turalist.org/ Consultado: 20 septiembre 2024.
iNaturalist. (2024b). Home Page. https://www.inaturalist.
org. Consultado: 20 septiembre 2024.
Jiménez, R., Koleff, P., Urquiza-Haas, T., Ruíz-González,
S. P., Sánchez, C., Oliveros, O., Burgeff, C., Aceve-
do-Gasman, F., Lara-Morales, L., Cerdeira-Estrada,
S., Careaga-Olvera, S., Lozano-Ramos, T., Sánchez-
Avelar, M., Rodríguez, P., Fernández, C., Martínez, J.
M., Marín, A., Moreno, E., Villalón, R., … Mohar, M.
(2016). La informática de la biodiversidad: Una herra-
mienta para la toma de decisiones. In J. Sarukhán &
I. Pisanty (Eds.), Capital natural de México Vol. IV:
Capacidades humanas e institucionales (Vol. 4, pp.
143–191). CONABIO.
Jin, J., & Yang, J. (2020). BDcleaner: A workflow for clea-
ning taxonomic and geographic errors in occurren-
ce data archived in biodiversity databases. Global
Ecology and Conservation, 21, e00852. https://doi.
org/10.1016/j.gecco.2019.e00852
Kamp, J., Oppel, S., Heldbjerg, H., Nyegaard, T., & Donald,
P. F. (2016). Unstructured citizen science data fail
to detect long-term population declines of common
birds in Denmark. Diversity and Distributions, 22(10),
1024–1035. https://doi.org/10.1111/ddi.12463
MacGregor-Fors, I., & Schondube, J. E. (2011). Use of Tro-
pical Dry Forests and Agricultural Areas by Neotro-
pical Bird Communities. Biotropica, 43(3), 365–370.
https://doi.org/10.1111/j.1744-7429.2010.00709.x
MacGregor-Fors, I., Escobar, F., Escobar-Ibáñez, J. F., Mesa-
Sierra, N., Alvarado, F., Rueda-Hernández, R., More-
no, C. E., Falfán, I., Corro, E. J., Pineda, E., Bourg, A.,
Aguilar-López, J. L., & Dáttilo, W. (2022a). Shopping
for Ecological Indices? On the Use of Incidence-Based
Species Compositional Similarity Measures. Diversity,
14(5), 384. https://doi.org/10.3390/d14050384
MacGregor-Fors, I., Gómez-Martínez, M. A., Vázquez, L.
B., & Martínez, M. L. (2022b). Birds of the Land of
Swallows: Contribution of the main ecosystems of
Cozumel Island to its avian diversity. Écoscience,
29(1), 15–24. https://doi.org/10.1080/11956860.202
1.1932293
Magurran, A. E. (2004). Measuring biological diversity.
Wiley Blackwell.
Maldonado, C., Molina, C. I., Zizka, A., Persson, C., Taylor,
C. M., Albán, J., Chilquillo, E., Rønsted, N., & Anto-
nelli, A. (2015). Estimating species diversity and
distribution in the era of Big Data: To what extent can
we trust public databases? Global Ecology and Bio-
geography, 24(8), 973–984. https://doi.org/10.1111/
geb.12326
Manzano-Fischer, P., List, R., Ceballos, G., & Cartron, J.
L. E. (2006). Avian diversity in a priority area for
conservation in North America: The Janos-Casas
Grandes Prairie Dog Complex and adjacent habi-
tats in northwestern Mexico. Biodiversity & Conser-
vation, 15(12), 3801–3825. https://doi.org/10.1007/
s10531-005-5408-7
Martínez-Morales, M. Á., Mendiola-Islas, V., Zuria, I.,
Chávez-Peón Hoffmann-Pinther, M. C., & Campuza-
no-Velasco, R. G. (2013). La conservación de las aves
más allá de las áreas naturales protegidas: El caso de
la avifauna del Rancho Santa Elena, Hidalgo. Huitzil
Revista Mexicana de Ornitología, 14(2), 87–100.
Mellink, E. (1991). Bird communities associated with
three traditional agroecosystems in the San Luis
Potosi Plateau, Mexico. Agriculture, Ecosys-
tems & Environment, 36(1), 37–50. https://doi.
org/10.1016/0167-8809(91)90034-U
Navarro-Sigüenza, A. G., Rebón-Gallardo, M. F., Gordi-
llo-Martínez, A., Townsend-Peterson, A., Berlan-
ga-García, H., & Sánchez-González, L. A. (2014).
Biodiversidad de aves en México. Revista Mexicana de
Biodiversidad, 85, 476–495.
R Core Team. (2023). R: A language and environment for
statistical computing (R version 4.3.0 (2023-04-21)
-- “Already Tomorrow”) [X86_64-pc-linux-gnu (64-
bit)]. R Foundation for Statistical Computing. http://
www.R-project.org
Ralph, C. J., Geupel, G. R., Pyle, P., Martin, T. E., DeSan-
te, D. F., & Milá, B. (1996). Manual de métodos de
campo para el monitoreo de aves terrestres. [General
Technical Report PSW-GTR-159-Web]. Southwest
Research Station, Forest Service, U.S. Department of
Agriculture.
Ramírez-Albores, J. E. (2006). Variación en la composi-
ción de comunidades de aves en la Reserva de la
Biosfera Montes Azules y áreas adyacentes, Chiapas,
14 Revista de Biología Tropical, ISSN: 2215-2075 Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
México. Biota Neotropica, 6. https://doi.org/10.1590/
S1676-06032006000200019
Ramírez-Albores, J. E. (2007). Bird diversity and conser-
vation of Alto Balsas (Southwestern Puebla), Mexico.
Revista de Biología Tropical, 55(1), 287–300. https://
doi.org/10.15517/rbt.v55i1.6081
Ramírez-Albores, J. E. (2010). Diversidad de aves de hábi-
tats naturales y modificados en un paisaje de la Depre-
sión Central de Chiapas, México. Revista de Biología
Tropical, 58(1), 511–528. https://doi.org/10.15517/
rbt.v58i1.5225
Ramírez-Albores, J. E. (2013). Riqueza y diversidad de
aves de un área de la Faja Volcánica Transmexicana,
Tlaxcala, México. Acta Zoológica Mexicana, 29(3),
486–512. https://doi.org/10.21829/azm.2013.2931593
Ramírez-Albores, J. E., & Pérez-Suárez, M. (2018). Tropical
forest remnants as shelters of avian diversity within a
tourism development matrix in Yucatan Peninsula,
Mexico. Revista de Biología Tropical, 66(2), 799–813.
https://doi.org/10.15517/rbt.v66i2.33410
Randler, C. (2021). Users of a citizen science platform for
bird data collection differ from other birdwatchers
in knowledge and degree of specialization. Global
Ecology and Conservation, 27, e01580. https://doi.
org/10.1016/j.gecco.2021.e01580
Ribeiro, B. R., Velazco, S. J. E., Guidoni-Martins, K.,
Tessarolo, G., Jardim, L., Bachman, S. P., & Loyola,
R. (2022b). bdc: A toolkit for standardizing, inte-
grating and cleaning biodiversity data. Methods in
Ecology and Evolution, 13(7), 1421–1428. https://doi.
org/10.1111/2041-210X.13868
Ribeiro, B. R., Velazco, S. J. E., Guidoni-Martins, K., Tessa-
rolo, G., Jardim, L., Bachman, S., & Loyola, R. (2022a).
bdc: Biodiversity Data Cleaning (1.1.2) [Computer
software]. https://CRAN.R-project.org/package=bdc
Rojas-Soto, O. R., Oliveras de Ita, A., Almazán-Núñez, R. C.,
Navarro-Sigüenza, A. G., & Sánchez-González, L. A.
(2009). Avifauna de Campo Morado, Guerrero, Méxi-
co. Revista Mexicana de Biodiversidad, 80(3), 741–749.
https://doi.org/10.22201/ib.20078706e.2009.003.170
Rosenblatt, C. J., Dayer, A. A., Duberstein, J. N., Phillips, T.
B., Harshaw, H. W., Fulton, D. C., Cole, N. W., Raede-
ke, A. H., Rutter, J. D., & Wood, C. L. (2022). Highly
specialized recreationists contribute the most to the
citizen science project eBird. Ornithological Appli-
cations, 124(2), duac008. https://doi.org/10.1093/
ornithapp/duac008
Ruiz-Campos, G., & Rodríguez-Meraz, M. (1997). Com-
posición taxonómica y ecológica de la avifauna de
los ríos El Mayor y Hardy, y áreas adyacentes en el
Valle de Mexicali, Baja California, México. Anales del
Instituto de Biología. Serie Zoología, 68(2), 291–315.
Sahagún-Sánchez, F. J., Espinoza-Guzmán, M. A., & Huer-
ta-Martínez, F. M. (2021). Riqueza de aves en la
Reserva de la Biosfera Sierra del Abra Tanchipa en
San Luis Potosí, México. CienciaUAT, 15(2), 37–67.
https://doi.org/10.29059/cienciauat.v15i2.1439
Santiago-Alarcon, D., Arriaga-Weiss, S. L., & Escobar, O.
(2011). Bird community composition of Centla Mar-
shes Biosphere Reserve, Tabasco, Mexico. Ornitologia
Neotropical, 22, 229–246.
Secretaría de Medio Ambiente del Estado de Veracruz.
(2023a). Estudio Previo Justificativo “Reserva Ecológica
La Cortadura” [Estudio Técnico Justificativo]. Secre-
taría de Medio Ambiente del Estado de Veracruz,
H. Ayuntamiento de Coatepec, Veracruz 2022-2025,
Pronatura Veracruz A.C.
Secretaría de Medio Ambiente del Estado de Veracruz.
(2023b). Instructivo para elaborar la “Manifestación de
Impacto Ambiental para proyectos de fraccionamien-
tos, lotificaciones y unidades habitacionales.” Gobierno
del Estado de Veracruz. http://www.veracruz.gob.mx/
medioambiente/formatos-impacto-ambiental/
Secretaria de Medio Ambiente y Recursos Naturales.
(2002). Guía para la presentación de la Manifestación
de Ambiental (sic.) del sector eléctrico. Modalidad:
Particular (1a ed.). Secretaría de Medio Ambiente y
Recursos Naturales. https://www.gob.mx/semarnat/
documentos/guias-de-impacto-ambiental.
Secretaría de Medio Ambiente y Recursos Naturales.
(2017). Guía para la elaboración de Estudios Técnicos
Justificativos. Cambio de Uso de Suelo en Terrenos
Forestales (CUSTF). Secretaria de Medio Ambien-
te y Recursos Naturales. https://www.gob.mx/cms/
uploads/attachment/file/233657/Guia_Final_Estu-
dio_Tecnico_Justificativo.pdf.
Soares, L., Cockle, K. L., Ruelas-Inzunza, E., Ibarra, J. T.,
Miño, C. I., Zuluaga, S., Bonaccorso, E., Ríos-Orjuela,
J. C., Montaño-Centellas, F. A., Freile, J. F., Echeverry-
Galvis, M. A., Bonaparte, E. B., Diele-Viegas, L. M.,
Speziale, K., Cabrera-Cruz, S. A., Acevedo-Charry,
O., Velarde, E., Cuatianquiz Lima, C., Ojeda, V. S.,
… Martins, P. V. R. (2023). Neotropical ornitholo-
gy: Reckoning with historical assumptions, remo-
ving systemic barriers, and reimagining the future.
Ornithological Applications, 125(1), duac046. https://
doi.org/10.1093/ornithapp/duac046
Soberón, J. (2022). Biodiversity Informatics for Public
Policy. The case of CONABIO in Mexico. Biodiversi-
ty Informatics, 17. https://journals.ku.edu/jbi/article/
view/18270
Soberón, J., & Peterson, T. (2004). Biodiversity informatics:
Managing and applying primary biodiversity data.
Philosophical Transactions of the Royal Society of Lon-
don. Series B: Biological Sciences, 359(1444), 689–698.
https://doi.org/10.1098/rstb.2003.1439
15
Revista de Biología Tropical, ISSN: 2215-2075, Vol. 72: e56880, enero-diciembre 2024 (Publicado Oct. 15, 2024)
Sullivan, B. L., Wood, C. L., Iliff, M. J., Bonney, R. E., Fink,
D., & Kelling, S. (2009). eBird: A citizen-based bird
observation network in the biological sciences. Bio-
logical Conservation, 142(10), 2282–2292. https://doi.
org/10.1016/j.biocon.2009.05.006
Swanson, A., Kosmala, M., Lintott, C., & Packer, C. (2016).
A generalized approach for producing, quantifying,
and validating citizen science data from wildlife ima-
ges. Conservation Biology, 30(3), 520–531. https://doi.
org/10.1111/cobi.12695
Troudet, J., Grandcolas, P., Blin, A., Vignes-Lebbe, R., &
Legendre, F. (2017). Taxonomic bias in biodiversity
data and societal preferences. Scientific Reports, 7(1),
9132. https://doi.org/10.1038/s41598-017-09084-6
Ugalde-Lezama, S., Alcántara-Carbajal, J. L., Valdez-Her-
nández, J. I., Ramírez-Valverde, G., Velázquez-Men-
doza, J., & Tarángo-Arámbula, L. A. (2010). Riqueza,
abundancia y diversidad de aves en un bosque tem-
plado con diferentes condiciones de perturbación.
Agrociencia, 44(2), 159–169.
Urquiza-Haas, E. (2016). La ciencia ciudadana, una estrate-
gia central para fortalecer e impulsar el conocimiento
de la biodiversidad del país (recuadro 9.3 en Capítulo
9). In Capital Natural de México Vol. IV: Capacidades
humanas, institucionales y financieras. (pp. 319–323).
Comisión Nacional para el Conocimiento y Uso de la
Biodiversidad. México.
Urquiza-Haas, E., Koleff, P., & Ruiz-González, S. P. (2016).
Algunas organizaciones, redes e iniciativas relacio-
nadas con la informática de la biodiversidad en el
mundo (recuadro 5.1 en Capítulo 5). In Capital
Natural de México Vol. IV: Capacidades humanas,
institucionales y financieras (pp. 145–151). Comisión
Nacional para el Conocimiento y Uso de la Biodiver-
sidad. México.
Wieczorek, J., Bloom, D., Guralnick, R., Blum, S., Döring,
M., Giovanni, R., Robertson, T., & Vieglais, D. (2012).
Darwin Core: An evolving community-developed
biodiversity data standard. PLOS ONE, 7(1), e29715.
https://doi.org/10.1371/journal.pone.0029715
Zizka, A., Carvalho, F. A., Calvente, A., Baez-Lizarazo,
M. R., Cabral, A., Coelho, J. F. R., Colli-Silva, M.,
Fantinati, M. R., Fernandes, M. F., Ferreira-Araújo,
T., Moreira, F. G. L., Santos, N. M. C., Santos, T. A.
B., Santos-Costa, R. C. dos, Serrano, F. C., Silva, A.
P. A. da, Soares, A. de S., Souza, P. G. C. de, Tomaz,
E. C., … Antonelli, A. (2020). No one-size-fits-all
solution to clean GBIF. PeerJ, 8, e9916. https://doi.
org/10.7717/peerj.9916
Zizka, A., Silvestro, D., Andermann, T., Azevedo, J., Duar-
te-Ritter, C., Edler, D., Farooq, H., Herdean, A.,
Ariza, M., Scharn, R., Svantesson, S., Wengström, N.,
Zizka, V., & Antonelli, A. (2019). CoordinateClea-
ner: Standardized cleaning of occurrence records
from biological collection databases. Methods in
Ecology and Evolution, 10(5), 744–751. https://doi.
org/10.1111/2041-210X.13152
