Avanços Metodológicos para Etnobiologia Baseada em Hipóteses

01/06/2021 Avanços metodológicos para etnobiologia baseada em hipóteses
Página 1
Veja discussões, estatísticas e perfis de autores para esta publicação em: https://www.researchgate.net/publication/351998520
Avanços metodológicos para etnobiologia baseada em hipóteses
Artigo em Revisões Biológicas · Maio de 2021
DOI: 10.1111 / brv.12752
CITAÇÕES LEITURA
0 9
8 autores , incluindo:
Michael Coe
Universidade do Havaí em Mānoa
6 PUBLICAÇÕES 92 CITAÇÕES
VER PERFIL
Todo o conteúdo que segue esta página foi carregado por Michael Coe em 31 de maio de 2021.
O usu ário solicitou aprimoramento do arquivo baixado .
https://translate.googleusercontent.com/translate_f 1/21
Página 2
Biol. Rev. (2021), pp. 000–000. 1
doi: 10.1111 / brv.12752
Avanços metodológicos para hipóteses-

etnobiologia dirigida
Orou G. Gaoue 1,2,3 *, Jacob K. Moutouama 1 , Michael A. Coe 4 , Matthew O. Bond 4 ,

Elizabeth Green 1 , Nadejda B. Sero 1 , Bezeng S. Bezeng 2 e Kowiyou Yessoufou 2
1 Departamento de Ecologia e Biologia Evolutiva, University of Tennessee Knoxville, 569 Dabney Hall, Knoxville, TN, 37996, EUA
2 Departamento de Geografia, Gestão Ambiental e Estudos de Energia, Universidade de Joanesburgo, APK Campus, Auckland Park,
Joanesburgo, 2006, África do Sul
3 Faculdade de Agronomia, Universidade de Parakou, Parakou, BP 123, Benin
4 Departamento de Botânica, University of Hawai ' i em M ¯ anoa, 3190 Maile Way, 101, Honolulu, HI, 96822, EUA
ABSTRATO
A etnobiologia como disciplina tem evoluído cada vez mais para abraçar abordagens inspiradas em teorias e baseadas em hipóteses para
estude por que e como os habitantes locais escolhem plantas e animais com os quais interagem e usam para seu sustento. No entanto, teste-
lidar com hipóteses complexas ou uma rede de hipóteses etnobiológicas é um desafio, particularmente para conjuntos de dados com
observações independentes devido à relação filogenética das espécies ou ligações sócio-relacionais entre os participantes. Avançar,
para explicar totalmente a dinâmica do conhecimento ecológico local, é importante incluir a distribuição espacialmente explícita
de conhecimento, mudanças no conhecimento e transmissão e uso do conhecimento. Para promover o uso de estatísticas avançadas
abordagens de modelagem que abordam essas limitações, sintetizamos avanços metodológicos para abordagens baseadas em hipóteses
pesquisa em etnobiologia, destacando a necessidade de mais figuras do que tabelas e mais tabelas do que texto em etnobiologia.
literatura ecológica. Apresentamos as motivações etnobiológicas para a realização de modelagem linear generalizada de efeitos mistos,
modelagem de equações estruturais, mínimos quadrados generalizados filogenéticos, análise de rede social, modelo de distribuição de espécies -
modelagem preditiva. Para cada elemento da caixa de ferramentas quantitativa dos etnobiólogos proposta, apresentamos
aplicativos ticos junto com scripts para uma implementao generalizada. Porque essas abordagens de modelagem estatística são
raramente ensinado na maioria dos programas etnobiológicos, mas são essenciais para carreiras na academia ou na indústria, é fundamental para
mais workshops e cursos de curta duração focados nesses métodos avançados. Ao abraçar essas tecnologias de modelagem quantitativa
técnicas sem sacrificar as abordagens qualitativas que fornecem contexto essencial, a etnobiologia irá progredir ainda mais
para uma interação expansiva com outras disciplinas.
Palavras-chave : filogenética comunitária, etnobiologia, etnobotânica baseada na teoria, etnobotânica quantitativa, estatística
modelagem, modelagem de equações estruturais, análise de rede social, mínimos quadrados generalizados filogenéticos
CONTEÚDO
I. Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
II. Visão geral dos métodos quantitativos avançados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
III. Métodos estatísticos avançados para teste de hipóteses em etnobiologia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
(1) Modelos lineares generalizados de efeitos mistos (GLMMs). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
(2) Modelagem de equações estruturais (SEM). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
(3) Mínimos quadrados generalizados filogenéticos (PGLS). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
(4) Teste de um sinal filogenético. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
(5) Análise de redes sociais e modelagem exponencial de grafos aleatórios (ERGM). . . . . . . . . . . . . . . . . . . 10
( a ) Regressão multivariada usando conectividade de rede social para prever o conhecimento individual e distribuição de conhecimento de
redes ................................................. ....................... 12
* Endereço para correspondência (Tel: +1 865 974 3046; E-mail: ogaoue@utk.edu)
Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.
Página 3
2 Orou G. Gaoue et al.
( B ) ERGMs usando processos de aprendizagem social para prever rede con fi guração ............................ 12
( c ) Futuro da análise de redes sociais .......................................... ........... 12
( D ) Aplicação: a construção de uma rede , calcular métricas de conectividade , e execução de um ERGM ............. 13
(6) Modelagem de distribuição de espécies (SDM). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
(7) Modelagem preditiva. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4. Discussão. . . . .de
(1) Síntese . . .novas
. . . . . .abordagens
. . . . . . . . . . .metodológicas
. . . . . . . . . . . . . para
. . . . .a.etnobiologia
. . . . . . . . . . . .baseada
. . . . . . . .em
. . .hipóteses.
. . . . . . . 16. . . . . . . . . . . . . . . 16
(2) Uma chamada para abraçar a modelagem quantitativa sem sacrificar as abordagens qualitativas que estabelecem
contexto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
(3) Treinamento em habilidades quantitativas para etnobiólogos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
(4) Desafios para implementar métodos baseados em hipóteses em etnobiologia. . . . . . . . . . . . . . . . . . . . . 19
V. Conclusões. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
() AGRADECIMENTOS, CONTRIBUIÇÕES DOS AUTORES E DADOS E CÓDIGO
DISPONIBILIDADE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
VI. Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
I. INTRODUÇÃO antropólogos que estão interessados em aprender sobre,

localizar e catalogar espécies vegetais ou animais. Este duplo
É cada vez mais claro que a dimensão humana origem dos etnobiólogos é consistente com o método híbrido
da ciência da conservação desempenha um papel significativo na resolução cultura odológica desta disciplina e levou a alguns dos
de var-
ious crises de conservação tradicionais e emergentes (Poe, Nor- os desafios metodológicos que agora enfrenta. Etnobiolo-
man & Levin, 2014). Para ter sucesso, soluções para esses gists foram expostos a uma diversidade de campos e analíticos
problemas de conservação devem ser culturalmente apropriados, métodos de investigação por várias décadas. Esses métodos são
julgados pela forma como são adotados e implementados por e bem estabelecido dentrosérie de livros excelentes
com a população local que vive com a biodiversidade que queremos (por exemplo, Alexiades, 1996; Cunningham, 2001; Martin, 2007;
conservar (Winter, Ticktin & Quazi, 2020). Portanto, Albuquerque et al ., 2014) e são regularmente usados neste campo.
é fundamental que estudemos, entendamos e valorizemos as pessoas locais No entanto, a maioria dos estudos etnobiológicos tendem a incluir mais
conhecimento de seu ambiente e como eles gerenciam tabelas do que figuras e falta rigor estatístico. O seminal
isto. Abraçando a contribuição que a etnobiologia pode dar artigos de Phillips & Gentry (1993 a , b ) levaram a vários estudos
neste contexto, é frequentemente tratado em paralelo na literatura com buscando testar hipóteses usando métodos estatísticos clássicos
a disciplina muitas vezes mal compreendida ou mesmo não considerada. como a análise unilateral de uma variância, teste t de Student e
Por exemplo, estudos sobre a dimensão humana na conservação qui-quadrado. No entanto, a maioria dos métodos quantitativos em etno-
lista de numerosas disciplinas integradas ou combinadas a biologia foi limitada a métricas como a importância das espécies
(por exemplo, antropologia ambiental, sociologia ambiental, índices (Phillips & Gentry, 1993 a , b ; Hoffman &
geografia humano-ambiental, humanidades ambientais). Gallaher, 2007). Com o desenvolvimento de novas estatísticas
No entanto, eles falham em reconhecer a etnobiologia como uma doença-chavemétodos como classificação, ordenação e linear geral
disciplina dentro do domínio da ciência da conservação social modelos, um tremendo progresso foi feito na etnobiologia
(Bennett et al ., 2017). Isso sugere que a etnobiologia precisa (Moerman, 1979; Voeks e Leony, 2004). Begossi (1996)
desenvolvimento adicional para se envolver com o biológico e matemático introduziu os conhecidos métodos ecológicos de diversidade
ciências matemáticas. Para conseguir isso, a etnobiologia deve técnicas de rarefação que ganharam muito suporte na etno-
abraçar o inspirado na teoria e impulsionado por hipóteses estudos botânicos. Como resultado, diversos estudos sobre a diversidade
abordagem que recentemente defendemos (McClatchey et al ., 1999; do conhecimento local do uso da planta têm conduzido rarefação
Gaoue et al ., 2017), juntamente com vários outros autores abrangendo análises para estimar a riqueza do conhecimento da planta (Colwell,
mais de meio século (Ford, 1978; Bennett, 2005; Mao & Chang, 2004). Apesar desse progresso, a maioria dos quantita-
Martin, 2007; Albuquerque, 2009; Albuquerque e métodos etnobiológicos ativos são usados sem uma con
Hanazaki, 2009; Hurrell e Albuquerque, 2012; Albuquer- quadro conceptual, restringindo a nossa compreensão do
que et al ., 2019 a ). Além disso, para melhorar a estrutura metodológica mecanismos por trás do uso e seleção de plantas. Gaoue recentemente
nosso, é importante que a etnobiologia também abrace et al . (2017) propôs uma síntese de 17 hipóteses testáveis em
abordagens metodológicas avançadas, particularmente novas sta- etnobotânica e, assim, construiu uma base sobre a qual
métodos de modelagem estatística sem sacrificar a força métodos estatísticos avançados podem ser aplicados para melhorar a
de métodos qualitativos que fornecem contextos importantes. nobiologia como disciplina científica. Agora existe um pequeno mas
Etnobiologia é o estudo das interações entre as pessoas número crescente de etnobiológicos baseados em hipóteses
ple, organismos e cultura. Por causa de sua interdisciplinaridade estudos (Almeida et al ., 2005; Alencar et al ., 2010; Soldati &
natureza, a maioria dos etnobiólogos são biólogos treinados Albuquerque, 2012; Hart et al ., 2017; Seyler et al ., 2019;
que se sentem confortáveis conduzindo entrevistas e fazendo perguntas Bond e Gaoue, 2020; Coe e Gaoue, 2021; Muleba Yessou-
informações sobre plantas / animais ou uso ambiental, ou treinados fou & Rampedi, 2021).
Página 4
Avanços estatísticos em etnobiologia 3
Porque a maioria dos graduados em Ph.D. são mais propensos a encontrar estudos sugerem a probabilidade de que uma determinada espécie de planta ou
carreiras na indústria, em vez de posições acadêmicas família é selecionada e usada como medicamento depende da
e os etnobiólogos que encontram empregos acadêmicos tendem traços sócio-demográficos de quem está usando a planta (Gaoue
para juntar-se às ciências da vida ou ecologia e biologia evolutiva et al ., 2017). Por exemplo, algumas espécies de plantas são mais usadas
departamentos, é importante que a educação etnobiológica por um determinado gênero (Voeks & Leony, 2004) ou faixa etária
inclui um kit de ferramentas de análise quantitativa robusto (Beans, 2018).(Albuquerque et al ., 2011; Souto & Ticktin, 2012) do que
Este kit de ferramentas deve ir além das análises estatísticas clássicas para
outras. Plantas medicinais e alimentícias não são selecionadas aleatoriamente
incluem ferramentas avançadas de modelagem estatística. Um entender- mas de acordo com suas características químicas (Moerman, 1979,
o desenvolvimento dessas abordagens analíticas avançadas tornará a etno- 1996), e também indiretamente por suas características físicas (Ford &
biólogos mais competitivos no mercado de trabalho e também permitem Gaoue, 2017). É importante ser capaz de investigar estes
para avançar nossa compreensão de como as pessoas selecionam recursos sistematicamente para obter uma compreensão mecanicista
plantas e animais para uso, moldando assim seu ambiente da seleção de plantas pelas sociedades humanas através da história e
de forma não aleatória. Postulamos que a lenta adoção escalas contemporâneas.
ção de ferramentas estatísticas modernas em etnobiologia é devido ao Os conjuntos de dados usados para testar essas hipóteses geralmente incluem
aparente complexidade que apresentam e a necessidade de usar espécies ou participantes como observações. Para testar hipóteses,
software de programação baseado em sintaxe, como R deve-se tomar cuidado para não violar a suposição de independência
(R Development Core Team, 2019) para executar essas análises. observações dentadas (Kenny & Judd, 1986; Romano &
Também postulamos que uma apresentação clara do etnobio- Kromrey, 2009). No entanto, porque as espécies de plantas evoluíram
aplicabilidade lógica desses métodos avançados, prática relacionamentos cionários e participantes humanos podem ter parentesco
exemplos usando esses métodos para abordar etnobiológicos navio ou relações sociais ou alguma forma de espaço
questões de pesquisa e scripts R de sementes bem comentados implementam autocorrelação, é fundamental controlar para não independentes
mentar esses métodos aumentará a probabilidade de que observações. Mínimo quadrado generalizado filogenético (PGLS)
nobiologistas adotam essas novas ferramentas. métodos podem ser usados para controlar tais
Aqui, sintetizamos avanços metodológicos para ness entre as espécies de plantas e confirmar a importância de
pesquisa baseada em hipóteses em etnobiologia. Isso inclui filogenia em conferir valor medicinal às plantas (Saslis-
como testar hipóteses em etnobiologia usando ( i ) generalizado Lagoudakis et al ., 2014; Ernst et al ., 2015; Yessoufou, Daru &
modelagem linear de efeito misto, ( ii ) modelo de equação estrutural- Muasya, 2015). Considerando o parentesco usando assuntos como
ling, ( iii ) mínimos quadrados generalizados filogenéticos, ( iv ) commu- efeitos dom em efeito misto generalizado ou hierárquico
ferramentas filogenéticas da cidade, ( v ) análise de redes sociais, ( vi ) os modelos também podem ser usados para contabilizar a família ou genealógica
modelagem de distribuição de espécies e ferramentas ecológicas espaciais, parentesco entre os participantes.
e ( vii ) modelagem preditiva. Para cada método quantitativo, Etnobiologia como disciplina deve abraçar o papel de
incluímos uma breve apresentação dos métodos e seus objetivos, ligações sócio-relacionais (Bodin, Crona & Ernstson, 2006;
por que / como pode ser usado para testar hipóteses etnobiológicas Crona e Bodin, 2006; Bond & Gaoue, 2020) na criação,
e fornecer scripts R de exemplo ou semente, mostrando como pode transformação e transmissão de conhecimento (Gaoue
ser aplicado a dados de campo reais (ver Códigos R1-6 e associados et al ., 2017). De particular interesse é o papel da influência social
conjuntos de dados em Gaoue et al ., 2021). Selecionamos esses quantitativosimportância, capital social e homofilia na formação da dinâmica
métodos por duas razões principais. Primeiro, esses métodos são com- do conhecimento ecológico local (Prell, 2012; Kendal
comumente usado nas ciências biológicas, e familiaridade com et al ., 2018; Kluger et al ., 2020). Embora relações sociais
esses métodos permitirão que os etnobiólogos se comuniquem estão no centro da dinâmica da comunidade, essas interações
sua ciência melhor para um público mais amplo. Segundo, estes são frequentemente negligenciados na literatura etnobotânica [mas veja
métodos são particularmente úteis para testar etnobiológicos Hopkins (2011) e Reyes-García et al . (2013 b )] tão forte
hipóteses (Gaoue et al ., 2017; Albuquerque et al ., 2019 b ), impulsionadores do conhecimento e prática subsequente. É criticamente
permitindo que os etnobiólogos evitem dados estatísticos comuns importante controlar o impacto de tais efeitos relacionais
erros de análise. ao testar o efeito de outros impulsionadores de conhecimento, como
como características demográficas humanas ou espécies físicas e químicas
traços de cal. A análise de redes sociais pode ser usada em etnobiologia
para entender os impulsionadores da seleção e uso de plantas ou animais
II. VISÃO GERAL DO AVANÇADO para a subsistência, e também para avaliar a transmissão de conhecimento
MÉTODOS QUANTITATIVOS mecanismos (Gallois et al ., 2018; Castiñeira Latorre, Canadá
vero e Arim, 2020).
Obter uma compreensão mecanicista de por que as pessoas locais Separar correlação de causalidade é um dos mais
selecionar plantas ou animais para uso é uma grande questão de interesse discussões importantes em ciências biológicas e sociais
para etnobiólogos (Gaoue et al ., 2017; Albuquerque (Shipley, 2016). No entanto, demonstrar causalidade não é
et al ., 2019 a ). Em particular, entender como e por que possível usando os métodos estatísticos mais comuns, que apenas
características de planta / animal e características humanas afetam sinergicamente
correlação de medida. Encontrar evidências de causalidade é particular
o conhecimento da população local e o uso das plantas estão no cerne daextremamente desafiador ao trabalhar com o preditor múltiplo var-
inquéritos etnobotânicos. Diversos teóricos e empíricos iables. Múltiplos preditores são frequentemente raros em etnobiológicos
Página 5
estudos, que às vezes usam várias análises unilaterais de devido a pseudo-replicações e diferentes formas de não-inde-
variação onde a regressão múltipla poderia ter sido valiosa pendência de observações.
[mas ver Gaoue & Ticktin (2009) e Souto & Ticktin (2012)]. A maioria dos estudos etnobiológicos coleta dados com inerentes
A modelagem de equações estruturais é uma técnica poderosa que estrutura de vários níveis, como vilas, lotes, comunidades,
permite o teste de redes de hipóteses, portanto, usando vários e grupos taxonômicos. Por exemplo, indivíduos entrevistados
preditores, alguns dos quais podem ser correlacionados, para demonstrarnas aldeias são geralmente escolhidos de forma não aleatória, ou dentro
causalidade (Shipley, 2003). grupos sociais onde é impossível garantir a independência
Um componente crítico de teste de hipótese e teoria entre as aldeias e também entre os entrevistados. Aqui, o estudo
construir é testar previsões para identificar princípios generalizáveis o design apresenta uma hierarquia com vários níveis do índio
ples. A maioria das análises estatísticas em etnobiologia concentra-se emvidual
testespara o bairro, vila, comunidade e dis-
hipóteses explicando padrões nos dados. No entanto, mais trict. Cada nível desses dados estruturados pode impactar o
abordagem direta para o desenvolvimento da teoria é testar o quão bem informações fornecidas por um indivíduo. Análise deste tipo
modelos estatísticos generalizam para dados que não foram usados para de dados é viável com modelos de vários níveis. Além disso, diferentes et-
desenvolver o modelo. Esta abordagem, conhecida como preditiva estudos nobiológicos são realizados nas mesmas comunidades
modelagem, tem sido usado principalmente para desenvolver espécies distri-
mas variam temporalmente (dados de série temporal). Estes dados não podem ser
modelos de bution, que criam mapas de alcance de espécies sob considerados independentes, uma vez que são todos do mesmo
aluguel e condições climáticas futuras. No entanto, preditivo comunidades (pseudo-replicação). Esses dados são, no entanto,
abordagens de modelagem podem ser integradas com muitos outros interessante entender a dinâmica da etnobiologia
tipos de modelos estatísticos, incluindo todos os modelos discutidos emconhecimento ao longo do tempo. Assim, um controle estatístico para o tempo
esta revisão. torna-se necessário na análise de tais dados de séries temporais
para revelar os efeitos do tempo no conhecimento etnobiológico
dinâmica de geração dentro de uma comunidade.
Modelos multiníveis, ao contrário da análise clássica de variância,
III. MÉTODOS ESTATÍSTICOS AVANÇADOS PARA incorporar efeitos fixos e aleatórios, com variação
TESTE DE HIPÓTESE EM ETNOBIOLOGIA componentes que podem ser particionados de acordo com a estrutura
tura dos dados (Pinheiro & Bates, 2000). Os efeitos fixos são
“Fatores
O primeiro conjunto de testes de métodos para efeitos significativos de drivers de cujos níveis são determinados experimentalmente ou
conhecimento etnobiológico (modelos de efeitos mistos generalizados cujo interesse reside nos efeitos específicos de cada nível, tais
e modelagem de equações estruturais). O segundo conjunto de endereçoscomo efeitos de covariáveis, diferenças entre tratamentos e
limitações na forma como essas análises são usadas, corrigindo interações ”(Bolker et al ., 2009, p. 128). efeitos aleatórios
para parentesco filogenético ou contabilizando social e são “fatores cujos níveis são amostrados de uma população maior
laços familiares ou ligações espaciais (filogenética generalizada, pelo menos
ção, ou cujo interesse reside na variação entre eles
quadrados e análise de redes sociais). O terceiro conjunto avalia em vez dos efeitos específicos de cada nível ”(Bolker
quão bem os modelos generalizam para dados que não foram usados paraet al ., 2009, p. 128).
construir os modelos (modelos de distribuição de espécies e preditivos Aplicação - Uma das principais hipóteses em etnobiologia
modelagem). prevê que o conhecimento tradicional aumentará com a idade
e em alguns casos, as mulheres terão mais ecologia local
conhecimento do que os homens (Gaoue et al ., 2017). Este é um dos
(1) Modelos lineares generalizados de efeitos mistos
as hipóteses mais testadas em etnobiologia, muitas vezes indiretamente
(GLMMs)
porque o objetivo principal da maioria dos estudos é demonstrar
Motivação etnobiológica - modelos de efeitos mistos ou hierarquia em vez de dividir o conhecimento local. Para testar esta hipótese
modelos cal ou multinível são métodos estatísticos populares sis, podemos usar dados sobre a idade, sexo e nível educacional
(Breslow & Clayton, 1993; Pinheiro & Bates, 2000; Dean & de participantes selecionados aleatoriamente em diferentes aldeias dentro
Nielsen, 2007) amplamente adotado em ecologia e evolução regiões aleatórias da área de estudo. A variável de resposta é
(Bolker et al ., 2009; Zuur et al ., 2009; Grueber et al ., 2011). binário (sabe / não sabe) e captura a probabilidade
Esta classe de modelos recebe muito interesse por causa de sua habilidade que um participante conhece uma determinada planta medicinal. Idade, gen-
facilidade para lidar com agrupamento desequilibrado, longitudinal, bloqueado
der e nível de educação são os termos fixos, enquanto o vil
design, não normal, não independente e hierárquico ou lage, região e o participante selecionado representam aleatoriamente
dados multinível (Pinheiro & Bates, 2000; Bolker et al ., 2009). termos. Se a intenção é testar a mesma hipótese em três
Esses modelos também podem ser usados para descritivos, inferenciais, regiões climáticas, então uma determinada região torna-se um fator fixo.
e modelagem preditiva (Gelman & Hill, 2007). Apesar de Para esses dois cenários, usamos o pacote glmmTMB
a popularidade da modelagem multinível, seu uso em etnobiologia (Brooks et al ., 2017) em R para se ajustar a modelos multiníveis (Fig. 1) desde
estudos físicos são muito raros (Brandt et al ., 2013; Guadagnin & a variável de resposta é binária e requer um generalizado
Gravato, 2013; Torres-Avilez, de Medeiros e modelo linear de efeitos mistos (GLMM) com um erro binomial
Albuquerque, 2016). Para uma teoria inspirada e uma hipótese estrutura (Crawley, 2013). Nós ilustramos isso e fornecemos
etnobiologia dirigida (Gaoue et al ., 2017), efeitos mistos dados e código-semente para reproduzir esta análise como Código R1
modelos fornecem inferência estatística forte e enviesamentos de limite em Gaoue et al . (2021).
Página 6
Fig 1. Sintaxe R para um modelo linear generalizado tradicional (GLM ) e um modelo linear generalizado de efeitos mistos (GLM M ) testando o
efeitos da idade, sexo e educação sobre o conhecimento do uso das plantas. Também incluímos um segundo exemplo de GLM M e sintaxe R associada
ajustar um modelo multinível para um estudo etnobiológico testando a teoria da seleção não aleatória de plantas com uma interceptação aleatória
modelo de efeito misto.
Uma implicação direta de dados multinível é a necessidade de ser manipulado. As variáveis dependentes ou de resposta podem ser
modelos de efeitos dom. As variáveis que permanecem como níveis ou medições, contagens, binomial, multinomial ou ordinal.
efeitos aleatórios são freqüentemente deixados de fora das análises de dados
Modelos
quando
multiníveis oferecem mais parâmetros para especificar altamente
eles devem ser incluídos como efeitos aleatórios. Nesses casos, tra- famílias complexas, como distri- buição inflacionada zero ou inflacionada
modelos lineares tradicionais são menos adequados do que os multiníveis butions. Muitos pacotes R estão disponíveis para caber em vários níveis
modelos que incorporam efeitos aleatórios. Modelos multinível modelos incluindo lme4 (Bates et al ., 2015), nlme (Pinheiro &
integrar diferentes estruturas para efeitos aleatórios, como indi- Bates, 2000), glmmTMB (Brooks et al ., 2017), glmmADMB
estruturas virtuais, cruzadas e aninhadas, bem como vários tipos (Bolker et al ., 2012), MCMCglmm (Hadfield, 2010) e brms
de modelos responsáveis por diferentes níveis de complexidade (Bürkner, 2017).
incluindo uma interceptação aleatória, inclinação aleatória e ambos
modelos de interceptação e inclinação do dom. Por exemplo, um aninhado
(2) Modelagem de equações estruturais (SEM)
efeito aleatório pode surgir do estabelecimento de parcelas como aninhadas
em locais (Wall et al ., 2019) ou de gêneros aninhados em um determinadoMotivação etnobiológica - Modelagem de equações estruturais
família de plantas (Bebber et al ., 2007). Outro exemplo está relacionado (SEM) é um método estatístico que pode ajudar a elucidar o
para testar a teoria da seleção não aleatória de plantas medicinais mecanismos subjacentes à seleção de plantas (Loken, 2009). SEM
(Moerman, 1979; Ford & Gaoue, 2017; Robles Arias ajusta uma rede de hipóteses aos dados e é bem conhecido em
et al ., 2020; Muleba et al ., 2021). Dados usados para testar esta teoria as ciências sociais por sua capacidade de lidar com modelos complexos
inclui o número total de espécies por família (preditor var- (Moreira et al ., 2016). SEM tem três vantagens sobre a tradição
responsável) e o número de espécies de plantas medicinais por família métodos estatísticos internacionais (Grace et al ., 2010). Primeiro, ao contrário
(resposta variável). Neste contexto, a família de plantas pode ser usada a maioria dos métodos que medem a correlação, SEM pode avaliar
como um termo aleatório que exigirá uma interceptação aleatória causalidade (Lefcheck, 2016). Em segundo lugar, permite a medição
modelo. Aqui, um GLMM com uma estrutura de erro de Poisson é avaliação de erros para variáveis correlacionadas que são inerentes a
apropriado para analisar os dados (Fig. 1). Ciências Sociais. Finalmente, SEM pode lidar com variáveis latentes,
Outra vantagem dos modelos multiníveis para etnobotani ou seja, quantidades não observáveis ou fatores subjacentes observados
a análise de dados cal é a ampla gama de dados complexos que podem variáveis que são inerentes às ciências sociais (Tarka, 2018).
Página 7
Abaixo, detalhamos três etapas para analisar os drivers da planta usando o proxy da altura da planta (Fig. 2). Isso pode ser simples
seleção para fins medicinais usando SEM e teo- mentado usando vários pacotes, incluindo piecewiseSEM
ries em etnobiologia. (Lefcheck, 2016), lavaan (Wahren, 1966) ou brms
Aplicação: construindo um SEM - Primeiro, definimos um metamodelo(Bürkner, 2017) em R (R Development Core Team, 2019).
descrevendo como a química secundária das plantas e as formas de vida Finalmente, para testar se existe um forte suporte para a disponibilidade de recursos
pode mediar o efeito da disponibilidade de recursos em espécies de plantas hipótese da capacidade versus a hipótese da aparência ecológica,
valores de uso (Fig. 2). Este modelo é baseado em previsões lógicas etnobiólogos poderiam comparar os coeficientes de caminho que representam
a partir da hipótese de disponibilidade de recursos e da ecologia reenviar esses dois modelos. Se \ a 21 * a 22 \> \ a 12 \, então um
hipótese de aparências. A hipótese da aparência ecológica concluir que há um suporte mais forte para a disponibilidade de recursos
prevê que as plantas que são facilmente encontradas pelos herbívoros hipótese da capacidade do que a hipótese da aparência ecológica
(por exemplo, espécies de vida longa) devem investir pesadamente em quantitativos
na explicação da variação do valor de uso das espécies (Fig. 2).
defesas (por exemplo, taninos) que são eficazes contra todos os herbívoros A modelagem de equações estruturais também pode ser usada para analisar
(Feeny, 1976). Em contraste, as plantas que são difíceis de localizar a influência da idade e do gênero na dinâmica da eco-
(plantas herbáceas de vida curta) devem investir quantias menores conhecimento lógico. Gênero feminino, aumento da idade, analfabetismo,
de recursos em defesas qualitativas (por exemplo, alcalóides) que são e a diminuição da educação formal estão todos positivamente correlacionados
eficaz contra todos, exceto herbívoros especializados. Dado aquele qual- com conhecimento de plantas medicinais (Voeks & Leony, 2004).
as defesas itativas são caras de produzir, espécies de vida curta Espera-se que as pessoas mais velhas tenham mais conhecimento de
será menos provável de ser usado para fins medicinais do que por muito fábricas
tempo (Souto & Ticktin, 2012). Mulheres tendem a saber mais
espécies vividas. A hipótese de disponibilidade de recursos prevê espécies e seus usos específicos do que os homens (Souto &
que as capacidades defensivas da planta são mediadas por sua capacidade Ticktin, 2012). O grau de analfabetismo é maior nas áreas rurais
capacidade de repor o tecido perdido (Coley, Bryant & Chapin, 1985). (Vandebroek & Balick, 2012; Reyes-García et al ., 2013 a ).
Portanto, as plantas de crescimento rápido devem investir relativamente pouco
A partir dessas relações, os etnobiólogos podem primeiro construir um
na defesa e usar recursos móveis que podem ser removidos metamodelo (Fig. 3A) e, em seguida, estimar os coeficientes de caminho
rapidamente através do tecido senescente. Em contraste, as plantas de crescimento
usando R (Fig.
lento,
3B). Pode-se então comparar o caminho estimado
característica de ambientes de poucos recursos, deve investir coeficientes para entender qual caminho melhor explica o
mais na defesa química porque o tecido vegetal é mais caro fatores que moldam o conhecimento da planta. Por exemplo, o meta-
para substituir. Portanto, espécies de longa vida (crescimento lento) irão modelo inclui os seguintes caminhos: o conhecimento da planta é
provavelmente será usado para fins medicinais mais do que de curta duração moldado diretamente pela idade das pessoas ( b 11 ) ou sexo ( b 32 ), ou indi-
espécies (de crescimento rápido). retamente por meio do efeito mediado da alfabetização, que pode ser
Em segundo lugar, estimamos os coeficientes de caminho. Coeficientesafetado
de caminho
pela idade ( b 41 * b 22 ) ou sexo ( b 42 * b 22 ) (Fig. 3A). Simi-
são a força da relação entre as variáveis. Para larmente, a urbanização pode reduzir diretamente o conhecimento da planta
exemplo, prevemos que o valor de uso das espécies aumentará com ( b 12 ) devido à disponibilidade limitada de plantas para interagir com ou
a concentração de compostos secundários ( a 22 ) e por meio do efeito mediado do aumento da alfabetização ( b 21 * b 22 ) que
com o aumento da complexidade da forma de vida ( a 12 ) capturado aqui pode estar associado a uma maior oportunidade de escolaridade
que pode acompanhar a urbanização (Fig. 3A).
Por fim, usamos o mesmo conjunto de dados para ilustrar como SEM
Valor de uso pode ser implementado em R (Fig. 4; Código R2 em Gaoue
et al ., 2021). Usamos uma versão simplificada do metamodelo
a 22 a 12 ligando conhecimento, idade, gênero e grau de urbanização
+ + (Fig. 3A). Aqui o conhecimento é binário e representa a habilidade
de uma pessoa saber ou não saber a importância das plantas.
Q uímico + Forma de vida
Da mesma forma, o gênero (masculino ou feminino) é binário. O grau de
compostos a 33 (Altura) urbanização é a distância entre cada participante e
a cidade grande mais próxima. Usamos o pacote piecewiseSEM para
ajustar o modelo (Fig. 4). Porque nossas variáveis endógenas são
- + binário, usamos modelos lineares generalizados com binomial
a 11
a 21 distribuição do erro. Os resultados do modelo (Fig. 3B) mostram
Recurso
disponibilidade que o conhecimento local foi fortemente influenciado pelo gênero
(β = 0,615 ± 1,078, P <0,0001), idade (β = 0,413 ± 0,026,
P <0,0001) e grau de urbanização
Fig 2. M etamodelo mostrando como química secundária de plantas e
(β = 0,1655 ± 0,0069, P <0,05). Esses resultados sugerem que
forma de vida pode mediar a relação entre recursos
o conhecimento local aumenta com a idade; quanto mais velho alguém é,
disponibilidade para uma determinada planta e valor de uso de espécies de plantas. O
mais eles sabem sobre a importância das plantas. Mais-
linhas sólidas representam a hipótese de disponibilidade de recursos, enquanto
as linhas tracejadas representam a hipótese de aparências ecológicas. acabou, as pessoas nas áreas rurais tinham um melhor conhecimento do local
a 11 , a 12 , a 22 , a 21 são os coeficientes de caminho e representam o plantas do que pessoas nas grandes cidades. Deduzimos do SEM que
força de cada relacionamento. + indica uma correlação positiva idade foi o condutor mais forte (Fig. 3B), uma vez que tem um caminho maior
entre variáveis; - indica uma correlação negativa. coeficiente do que os outros dois caminhos (os caminhos que ligam
Página 8
conhecimento diretamente com a urbanização e que vincula o conhecimento (3) Mínimos quadrados generalizados filogenéticos (PGLS)
com a urbanização por meio de um efeito de mediação de gênero).
Motivação etnobiológica - Todas as espécies de plantas utilizadas no tradicional
etnomedicina estão evolutivamente relacionadas. Algumas famílias de plantas
será super ou subutilizado para fins medicinais devido a
(UMA)
traços evolutivos compartilhados, incluindo a presença ou ausência
b 12
Conhecimento de altas concentrações de compostos secundários de plantas
b 11 b 32 (Moerman, 1979; Heinrich & Verpoorte, 2012; Ford &
b 22 - +
+ Gaoue, 2017; Souza, Williamson & Hawkins, 2018). De fato,
b 41 b 42 foi demonstrado que a família de plantas é um forte preditor
Era Alf abetização G ênero
+ + (homem)
dos valores de uso das espécies (Phillips & Gentry, 1993 a ). Embora estes
fatores foram reconhecidos por etnobiólogos e provavelmente
b 21
+ desempenham um papel significativo na condução do uso da planta e seleção entre
-
b 31 sociedades humanas, muitas análises de dados que incluem táxons de plantas
Urbanização - falharam em usar modelos estatísticos que contabilizam as espécies
história evolutiva compartilhada. Em etnobiologia, linear geral
modelos estão em uso generalizado para análises que consideram a planta
taxa. No entanto, a independência dos resíduos é uma crítica
(B) 0,165 pressuposto desses modelos (Quinn, Keough & Reid, 2002;
Mundry, 2014) que é frequentemente esquecido ou violado onde
Conhecimento
0,413 táxons de plantas são considerados (Revell, 2010), potencialmente tornando
0,615
essas abordagens são enganosas porque falham no controle de
espécies compartilharam história evolutiva. Advertimos que PGLS
Era Alf abetização G ênero deve ser usado por etnobiólogos onde táxons de plantas são
(homem) incluídas como observações (Gaoue et al ., 2017). Exemplos
incluem investigações de espécies-chave culturais (Coe &
Gaoue, 2020) e o modelo de redundância utilitária (Coe &
-0,261 Gaoue, 2021), que destacamos a seguir.
Urbanização
PGLS fornece um meio para ajustar uma regressão linear para investir
gate o efeito de uma determinada variável preditora em uma resposta var-
responsável enquanto controla a não independência entre
Fig 3. (A) M etamodelo mostrando como testar um modelo direto e indireto
observações devido à história filogenética compartilhada
influência da idade, alfabetização, sexo e grau de urbanização
(área rural) sobre conhecimentos medicinais. b 11 , b 12 , b 22 , b 21 , b 31 , b 32 ,
(Revell, 2010; Mundry, 2014). Esses modelos incluem diferentes
b 41 , b 42 são os coeficientes de caminho e representam a força de suposições de evolução de caráter (por exemplo, browniano
cada relação entre as variáveis. + indica um positivo movimento) e parâmetros de escala do comprimento do ramo, como λ
correlação entre variáveis; - indica um negativo (Pagel, 1999; Revell, 2010; Mundry, 2014), que são importantes
correlação. (B) Diagrama causal apresentando hipótese considerações importantes, pois podem afetar os resultados e, portanto,
apoiado pelos dados (ver Código R2 em Gaoue et al ., 2021). impactar a confiabilidade das análises PGLS (Revell, 2010;
Coeficientes de trilha foram obtidos através da execução do piecewiseSEM Mundry, 2014) e inferência estatística em etnobiologia.
modelo em R para o metamodelo (A), conforme apresentado na Fig. 4. Aplicação - A primeira etapa no uso de um modelo PGLS para et-
As linhas tracejadas identificam relações não significativas e as dados nobiológicos são para criar uma filogenia do medicamento
a linha vermelha destaca uma relação negativa.
Fig 4. Sintaxe R para implementar modelagem de equações estruturais (SEM ) do metamodelo apresentado na Fig. 3, para testar hipóteses usando
dados etnobiológicos. Este SEM foi implementado usando o pacote R piecewiseSEM que permite a inclusão de endógenos
variáveis com resíduos não normais. Nesse caso específico, usamos o erro binomial para todas as variáveis endógenas que são binárias.
Página 9
espécies citadas pelos participantes ou uma filogenia de todo o local dados coletados de 30 participantes durante o trabalho de campo (inter-
flora, dependendo da questão etnobiológica de interesse. visualizações, grupos focais e coleções de plantas, obser- participante
Abordagens tradicionais para gerar uma filogenia requerem vações) na comunidade Shipibo-Konibo de Paoyhan
Sequências de DNA, embora isso seja demorado e tal localizado na região do rio Ucayali, na Amazônia peruana.
as sequências frequentemente não estavam disponíveis para as plantas de Deinteresse.
particular interesse, Coe & Gaoue (2021) demonstram como
No entanto, os avanços tecnológicos recentes e em larga escala falha no controle da história evolutiva compartilhada entre
Projetos e iniciativas de sequenciamento de DNA (por exemplo, o códigoespécies
de barrasmedicinais utilizadas em contextos etnomedicinais no
do projeto de vida) levaram à disponibilidade de um grande número Região do rio Ucayali na floresta amazônica peruana
de sequências de DNA em repositórios públicos (por exemplo, GenBank /pode resultar em conclusões enganosas. Enquanto estudos anteriores
EBI), acelerando a montagem de filogenias detalhadas. (Ferreira Júnior et al ., 2012) da redundância utilitária
Mega-árvores de milhares de espécies foram montadas modelo demonstrou que a preferência da população local era um
(por exemplo, Zanne et al ., 2014) que pode ser podado para gerar phy- forte preditor de espécies medicinais usam pressão, Coe &
logenies adequado para uma determinada localização geográfica ou contextoGaoue de (2021)
pesquisa.
demonstra que ao controlar para phylo-
O desenvolvimento de scripts R e bibliotecas, como o história genética em modelos preditivos, o efeito da preferência local
Pacotes S. Phylomaker ou V. PhyloMaker em R (Qian & a pressão sobre o uso de espécies medicinais depende mais de
Jin, 2016; Jin e Qian, 2019; Núcleo de Desenvolvimento R redundância terapêutica. Além disso, os autores demonstram
Team, 2019) tornaram este processo mais fácil e mais acesso que a ausência de correção filogenética na preditiva
sível, permitindo assim que os pesquisadores incluam a filogenia como um modelos
fac- levaram a uma conclusão errônea de que a preferência local
tor em estudos etnobotânicos (Haris Saslis-Lagoudakis sozinho foi um preditor significativo do uso de espécies medicinais
et al ., 2014; Yessoufou et al ., 2015; Lei et al ., 2020). O pressão (Tabela 1). Nós fornecemos os dados (ver também Coe &
mega-árvore usada por esses pacotes R inclui todas as famílias de plantasGaoue, 2021) e código-semente para reproduzir esta análise para
mentiras, aproximadamente 10.000 gêneros e 70000 espécies de vas- PGLS e construção de árvore filogenética como Código R3 em
plantas culares, permitindo aos pesquisadores criar Gaoue et al . (2021).
árvores relevantes para seus locais de estudo em que todas as famílias de plantas
e a maioria dos gêneros são resolvidos (Jin & Qian, 2019).
(4) Teste de um sinal filogenético
Uma filogenia também pode ser gerada usando o Phylomatic online
plataforma ( https://phylodiversity.net/phylomatic/) . Motivação etnobiológica - abordagens alternativas para PGLS
Coe & Gaoue (2021) fornecem um exemplo de um método filogenético incluem o teste de um sinal filogenético em um determinado etnobio-
árvore criada para 62 espécies de plantas medicinais de 33 famílias variável lógica. Este teste pode revelar se intimamente relacionado
e 57 gêneros usando a função S. Phylomaker (Qian & espécies compartilham valores semelhantes para uma variável devido à sua
Jin, 2016) na versão R 3.4.3 (R Development Core história evolutiva. Por exemplo, pode-se perguntar se de perto
Equipe, 2019) (Fig. 5). Foi construído a partir de uma compreensão espécies relacionadas tendem a ter valor de uso semelhante em um determinado
sive filogenia para plantas vasculares (Jin & Qian, 2019) consiste em comunidade ou aldeia. Esta abordagem tem sido usada para descobrir
de 31389 etiquetas de ponta e 31387 nós internos. O convergência transcultural do uso de plantas medicinais, bem como
árvore filogenética resultante contém 62 pontas e 59 a base filogenética do valor terapêutico vegetal
nós (Coe & Gaoue, 2021). (Saslis-Lagoudakis et al ., 2012; Haris Saslis-Lagoudakis
Após a construção de uma árvore filogenética, PGLS et al ., 2014; Yessoufou et al ., 2015; Teixidor-Toneu, Jordan e
modelos podem ser implementados em R usando pacotes como o macacoHawkins, 2018; Lei et al ., 2020). Onde há um filoge-
(Paradis et al ., 2020). Recomendamos começar com um satu- sinal nético no valor de uso, a informação filogenética pode ser
modelo classificado que inclui todos os preditores seguidos pelo usado para prever o valor de uso de uma espécie para a qual não temos
desenvolvimento de candidatos de modelo aninhados subsequentes criados tais informações ou para agrupar espécies em diferentes valores de uso
removendo sequencialmente um dos preditores. Uso do categorias. Assim, uma espécie pertencente a um 'nó quente' de alta
O critério de informação de Akaike (AIC) permitirá a seleção espécies de valor de uso em uma filogenia tem uma alta probabilidade de
dos modelos de melhor ajuste (Crawley, 2013), comparando também tendo um alto valor de uso (Fig. 6).
modelos de ΔAIC (a diferença no AIC entre cada modelo), As variáveis etnobiológicas disponíveis ditam as opções de
e identificar o modelo com o AIC mais baixo. Nisso análises para usar. Por exemplo, ao lidar com um contínuo
abordagem, os modelos com ΔAIC menor que 2 são considerados como variável (por exemplo, valor de uso, redundância, pressão de uso, etc.), teste
os melhores modelos com maior poder explicativo. para um sinal filogenético pode ser feito com a função phylosig
Coe & Gaoue (2021) discutem a seleção do modelo PGLS e dos fitools do pacote R (Revell, 2012). Os etnobiólogos sabem
a importância de controlar a evolução compartilhada das espécies- estimar o valor K de Blomberg ou λ de Pagel, que variam de
história histórica usando dados etnobiológicos. Eles investigaram 0 (nenhum sinal filogenético) a 1 (sinal filogenético forte)
a aplicabilidade do modelo de redundância utilitária, uma et- (Pagel, 1999; Blomberg, Garland & Ives, 2003). Para Pagel's
teoria nobiológica que fornece uma estrutura para λ, o log da razão de verossimilhança pode ser usado para examinar se λ é significativo
observando os efeitos da história evolutiva compartilhada das espécies, significativamente maior que zero. Para testar a significância do teste K ,
redundância terapêutica, valores de uso e preferências locais valores das variáveis etnobiológicas em questão podem ser
sobre a pressão de uso de espécies medicinais (Gaoue et al ., 2017; remodelado várias vezes em toda a filogenia para calcular
Coe & Gaoue, 2021). O estudo analisou etnobiológico se o valor K observado se afasta significativamente ou não de
Página 10
G
o
ssyp
eu
m
b C
lia ra
u ma e
S rb ib ifo você
p e b
Ta u ma u ma
o d lc la
n p
p d e e u ma ca
irira Ia n n u ma
seva ta ra Ia n
s g uma
M n CH lla
gu m d sim
an g la la ta ré va
o rsp . ra n o p
M Ia m u ma
ife n en vo cê u ma pa a ja
sim bin M lia
ra M ix u ma gu
tên us ifo
irmã B
ind á rico m WL da
C eu un
ica g ra
Kru ko v S id co stela
C ta
Ba n imen to lu s P flo m
bu tu
iste Ia UMA ga
ii p sis
Ro sea n ju
Alcho rn ea rio p não
co
irmã não
vo cê m
ca ap i a lu
sp citra tu s
ca sta n eifolia
Pa
b o p og o n
Cro to n
Cym
sp 2 .
Lech leri
Jatro pha
Cyp eru s
g ossip ifio lia
Cyp eru s sp 3 .
Jatroph a cu rcas
Cyp eru ssp.
Huracrep ita
Eu terp e o lera cea
Mo mordica cha rantia
Zin g ib er o fficin a le
Gou an ia lup uloid es

Xa n th o so ma sa g ittifo liu m
Cecro pia sciadop hylla Dracon tium sp ru cea n u m
Ocimu m ca mpech ia n u m
Artocarp us a ltilis
Ma nsoa a llia cea
Bro simum u tile
Verb en a lito ralis

Ficu ssp .
Lip p ia a lba
Ficus sch ultesii

Ph ysa lis a n g u la ta
Ficu s in sipida
Brug m
a n sia
Co urba ril
Nico tian a su a veo len s
en a ea
Hym
Lan g sd orffii Brun ru stica
lia
fe
d u ro lsia
gu G
Cop a ifera lia en g ra n d e
a
ip a
ra du ro C
WL so u Iflo
gu ta ap
ra
psia a vo cê iro n a Erica n a
o ra
ra é n ca
sou od
C WL x CH Ab a d eco
Ta ria
ry
a llia te yra g ern
C lia lia D C ete To m Rtican s
ip CH u ma
D s sim o ae
rifo rifo n vo cê s en
su tiã ce
py g u ma ro e m
Ia g h ré To sa
te llia u ma vo cê o
sa u ma le n p cta n
d en tro e Ia ta
Artz ita
C ria u ma n
S sia e n u ma g u ma
h th iru m você sa n
P lle tiv ré b Ia
uma e h
G p ro n
P e an h
m sio
n
o irmã
eu ia o
G
e
s
Fig 5. Filogenia de espécies de plantas citadas para uso medicinal em Coe & Gaoue (2021).
expectativas aleatórias. Os testes λ e K podem ser implementados D <0 indica um sinal forte (no cenário mostrado em
usando a função phylosig no pacote R phylotools . A Fig. 6, o estado medicinal é susceptível de ser altamente conservado e
No entanto, para variáveis binárias, por exemplo, status de medicamento
portanto, para ter um sinal forte); e D ≥ 1 indica superdisper-
(medicinal versus não medicinal), é mais apropriado para sion (ausência de sinal). O significado do valor D é
use a estatística D (Fritz & Purvis, 2010). Isso pode ser calculado estimado pela comparação do D observado com a distribuição
lated usando a função R phylo.d implementada no pacote ções de D em escala de simulações.
caper (Orme et al ., 2014). Um valor de D = 0 é indicativo de um O índice de parentesco líquido (NRI) e o índice de táxon líquido (NTI)
sinal filogenético conforme esperado em um modelo browniano; métricas de filogenética da comunidade (Webb et al ., 2002)
Página 11
Tabela 1. Comparação dos resultados dos modelos de mínimos quadrados generalizados filogenéticos (PGLS) conduzidos em R versão 3.4.3 usando o
pacote versão 5.0 do macaco (Paradis & Schliep, 2019) e um modelo linear generalizado (GLM ). Ambos os modelos foram usados para testar os efeitos de
valores de uso, preferência de uso de espécies e redundância terapêutica de espécies na pressão de uso de plantas medicinais de dados em Coe &
Gaoue (2021). O modelo PGLS controla a história evolutiva compartilhada entre as espécies de plantas medicinais citadas pelos participantes,
enquanto o modelo GLM não inclui nenhuma correção para a filogenia. Os preditores significativos estão em negrito
Estimativa Erro padrão valor t P AIC
GLM
Interceptar 9.569 3.415 2.802 0,007 550,84
Preferência 9,761 5,785 3,620 0,0006
PGLS
Interceptar -0,569 16.414 -0,035 0,972 558,45
Preferência 9,863 5,319 1.854 0,069
Redundância 13,254 3.287 4.032 0,0002
Preferência × redundância -9,267 3,565 -2,599 0,012
também pode ser usado para testar um sinal filogenético em um binário Status UV UV alto
variável. Ambos NRI e NTI são usados para conjuntos de espécies, por
exemplo para investigar se um conjunto de plantas medicinais em
uma comunidade ou vila é filogeneticamente mais próxima
relacionados do que o previsto aleatoriamente (ou seja, são plantas medicinais
(UMA)
um subconjunto aleatório da flora total de uma aldeia?). Pode-se também
estar interessado em testar se um conjunto de plantas, por exemplo
aqueles com seiva vermelha, estão mais relacionados do que o esperado ao acaso.
Essas métricas são muito semelhantes, com a única diferença sendo
que NRI avalia o sinal filogenético mais profundamente no phy-
logeny enquanto NTI estima o sinal para as pontas de
a filogenia. Eles podem ser calculados no pacote R (B)
picante (Kembel et al ., 2010) usando as funções ses.mpd e
ses.mntd , respectivamente. Essas métricas calculam um valor Z,
onde um valor positivo sugere que o conjunto de espécies de Status UV baixo
est está mais intimamente relacionado do que o esperado (ou seja, um filogenético medicinal
sinal está presente); o nível de significância pode ser estimado por
não medicinal
reorganizando as espécies ao longo da filogenia n vezes (por exemplo, 100
vezes). Essas métricas têm a vantagem de acomodar Fig 6. Uma filogenia hipotética ilustrando o sinal filogenético
variáveis binárias, bem como abundância de espécies. no status medicinal e no valor de uso da planta (UV). Clade A é
Aplicação - Para ilustrar como testar um sinal filogenético particularmente rico em plantas medicinais em comparação com o clado B,
nal em traços etnobiológicos, usamos os dados etnobiológicos sugerindo que há um sinal filogenético em medicamentos
coletado por Coe & Gaoue (2021) sobre o valor de uso das plantas, redun- status. Uma vez que o status do medicamento é uma variável binária, o D
dância e pressão de uso discutidas na Seção III.3. O A estatística de Fritz & Purvis (2010) é adequada para testar esse sinal.
a filogenia necessária pode ser gerada conforme explicado em Da mesma forma, o clado A tende a abrigar plantas com maior UV
do que o clado B. Para esta variável contínua, um teste de sinal, como
Seção III.3, e então Código R4 em Gaoue et al . (2021) (ver
O λ de Pagel ou o K de Blomberg são mais apropriados.
Fig. 7) pode ser usado para calcular o valor K. Não encontramos nenhuma evi-
dência para um sinal filogenético significativa no valor de uso
( K = 0,21, P = 0,47), redundância ( K = 0,11, P = 0,79) e levar em conta os efeitos filogenéticos dentro do contexto de um
use pressão ( K = 0,283, P = 0,33). O mesmo script R pode regressão, que pode não estar relacionada ao grau de filo
ser usado para calcular λ. Para ilustrar o uso de NRI ou NTI sinal genético na resposta ou variáveis preditoras deles-
para testar um sinal filogenético em dados de presença / ausência, eus (Revell, 2010). Portanto, é importante considerar o
podemos executar o script R fornecido na Fig. 7 para o var- binário contexto em que qualquer método deve ser usado e para inter-
responsável em nossos dados (preferência de espécie). Para esta análise pretenda os resultados com cautela (Revell, 2010).
NRI = 1,48 ( P = 0,07; 1.000 randomizações) e
NTI = 0,13 ( P = 0,41), sugerindo que o conjunto de medicamentos
(5) Análise de rede social e aleatório exponencial
as plantas preferidas pela comunidade humana local não foram consideradas
modelagem gráfica (ERGM)
nitidamente agrupados de acordo com a filogenia (Fig. 8).
Observe que esta medida de sinal filogenético difere de Motivação etnobiológica - estados teoria das redes sociais que o
que inferido por modelos PGLS. Modelos PGLS especificamente o fluxo de informações através das redes sociais é determinado por
Página 12
Fig 7. Sintaxe de R usada para testar um sinal filogenético em variáveis etnobiológicas de Coe & Gaoue (2021). Esta sintaxe testa para um
sinal filogenético em espécies de plantas valor de uso (UV), redundância terapêutica e uso de pressão usando o teste K de Blomberg , λ de Pagel, rede
índice de parentesco (NRI) e índice de táxon líquido (NTI).
a configuração das relações humanas que compõem a rede materiais (Barnes et al ., 2017; Kluger et al ., 2020). Rede social
trabalho (Granovetter, 1973). No contexto da etnobiologia, análise do trabalho tem sido aplicada em etnobiologia testar dois
a teoria da rede social levanta a hipótese de que o conhecimento de uma principais
pessoa grupos de previsões. O primeiro é baseado na hipótese
é influenciado por sua localização em sua rede social, a esis que as ligações entre os nós de uma rede são asso-
conectividade dessa rede, e o conhecimento de outras pessoas atenta com quanto conhecimento cada pessoa tem e como
em que a rede (Gaoue et al ., 2017). Redes sociais podem ser o conhecimento uniformemente distribuído está em toda a rede (Janssen
analisado representando as pessoas como nós conectados por laços et al ., 2006). O segundo é baseado na hipótese de que
ou links que representam o compartilhamento de conhecimento ou biológico
padrões estruturais de trabalho são o resultado de socioculturais
Página 13
As métricas de conectividade podem ser calculadas no nível do nó

(por exemplo, grau, corretor e centralidade de intermediação) ou rede
nível (por exemplo, densidade, centralização, agrupamento, modularidade,
e diâmetro). Técnicas de regressão multivariada (como
GLMM) são testes estatísticos ideais para essas previsões, uma vez que
eles permitem que várias métricas de rede sejam incluídas, também
como variáveis potencialmente confusas. Variáveis confusas
no nível do nó incluem idade, gênero, educação e etnia
(Hopkins, 2011; Calvet-Mir et al ., 2012; Reyes-García
et al ., 2013 b ; Díaz-Reviriego et al ., 2016), enquanto variáveis como
como acesso biomédico, distância de áreas metropolitanas e
a disponibilidade da planta pode confundir as análises em nível de rede
(Vandebroek et al ., 2004; Cámara-Leret et al ., 2014).
( b ) ERGMs usando processos de aprendizagem social para prever

configuração de rede
Este segundo grupo de previsões testa explicações mecanicistas
nações para saber como os nós se conectam e por que alguns
as redes têm mais conectividade do que outras. Apesar
existem muitos mecanismos de aprendizagem social, exemplos
Fig 8. Resultados dos testes de métrica de índice de táxon líquido (NTI) investigando
a presença de um sinal filogenético nas espécies de plantas incluem homofilia (aprender com pessoas semelhantes, como
relatado em Coe & Gaoue (2021). Não havia evidência de um aqueles da mesma idade, mesma família ou mesmo sexo), pres-
sinal filogenético (NTI = 0,13, P = 0,41). Pontos vermelhos representam tige (aprender com pessoas que são consideradas bem-sucedidas
espécies com alto valor de uso (UV). Veja a Fig. 7 e o Código R4 em ou conhecedor) e raridade (aprender com pessoas com
Gaoue et al . (2021) para detalhes do script R usado. Para
informações incomuns) (Kendal et al ., 2018). Previsões
fins de ilustração montamos a filogenia aqui, usando
de mecanismos causais pode envolver três tipos de
a ferramenta filomática online com a filogenética de angiospermas
árvore de Zanne et al . (2014) como um backbone. Isso produz um ables: variáveis de configuração, variáveis de conectividade de nó,
filogenia que é exatamente a mesma mostrada na Fig. 5. e variáveis de pares de nós. Para cada tipo de variável, amostra
Os nomes das espécies são omitidos desta filogenia para destacar previsões baseadas nos mecanismos de homofilia, pres-
o resultado do teste de sinal filogenético. tige, e raridade são fornecidas em Configuração 2. Tabela
variáveis testam se a configuração é mais ou não
menos comum na rede observada do que aleatoriamente
processos que afetam a formação de compartilhamento de conhecimento rede gerada com o mesmo número de nós e
relacionamentos (Lusher, Koskinen & Robins, 2013). arestas. As variáveis de conectividade do nó são previstas para corresponder
tarde com o número de arestas correspondentes a cada nó.
Prevê-se que as variáveis de par de nós se correlacionem com
( A ) multivariada de regressão usando a conectividade rede social se existe uma ligação entre cada par possível de nós
para prever o conhecimento individual e distribuição de conhecimento
na rede.
de redes
Modelos de gráfico aleatório exponencial (ERGMs) são os
Ao nível dos indivíduos, nós com maior conectividade métodos primários de testar essas previsões, porque um pecado
(por exemplo, centralidade de grau) são previstos para ter mais conhecimento gle ERGM pode incluir variáveis de configuração, nó con
(por exemplo, o número de usos da planta conhecido) porque bem conectado variáveis de conectividade e variáveis de pares de nós, que
os nós têm mais nós com os quais podem aprender. Vários nós controles para os efeitos de confusão de cada tipo de variável
previsões de nível foram apoiados em ethnobio- anterior (Lusher et al ., 2013). No entanto, vários estudos têm usado
estudos lógicos (Hopkins, 2011; Calvet-Mir et al ., 2012; métodos alternativos para testar previsões usando apenas par de nós
Reyes-García et al ., 2013 b ). No entanto, não temos conhecimento de qualquer variáveis, com resultados interessantes (Salali et al ., 2016; de
estudos etnobiológicos existentes que testam essas previsões em Brito et al ., 2019; Santoro, Chaves & Albuquerque, 2020).
o nível da rede. Um exemplo de previsão em nível de rede é que Várias previsões envolvendo todos os três tipos de variáveis
redes com maior conectividade (por exemplo, maior densidade, menor foram apoiados em estudos etnobiológicos anteriores
diâmetro) têm menos variação no conhecimento (por exemplo, o padrão (Henrich & Broesch, 2011; Labeyrie et al ., 2015; Thomas &
erro do número de usos de plantas conhecidos por cada pessoa em Caillon, 2016; Bond & Gaoue, 2020).
a rede) porque a conectividade aumenta a disseminação de
em formação. Um motivo potencial para a falta de rede
( c ) Futuro da análise de redes sociais
testes de nível é o esforço necessário para coletar um conjunto de dados com muitos
redes. Embora isso seja possível em um único estudo (por exemplo, Reyes- Uma fraqueza da maioria das redes sociais etnobiológicas existentes
García et al ., 2013 b ), a meta-análise pode ser uma opção mais simples. análises é que eles falham em explorar como as redes e a aprendizagem
Página 14
Tabela 2. Exemplos de previsões de como os processos de aprendizagem social afetam a formação de relacionamentos de compartilhamento de conhecimento. Amostra
as previsões são baseadas nos mecanismos de homofilia, prestígio e raridade. As variáveis de conectividade do nó devem se correlacionar
com o número de arestas que cada nó possui. As variáveis de par de nós são previstas para se correlacionar com a existência de uma ligação entre cada
possível par de nós na rede. No ERGM , a similaridade das variáveis contínuas é indicada por um coeficiente negativo; positivo
coeficientes indicam dissimilaridade. Os termos estão incluídos para modelagem de gráfico aleatório exponencial (ERGM ) no pacote ergm R
ERGM
Representação visual Sinal previsto do coeficiente ERGM e explicação
prazo
Variáveis de configuração
Isolado Isolados + (> aleatório) para prestígio: a exclusão mantém o prestígio (Bond &
nós Gaoue, 2020)
Arestas Arestas - (<aleatório) para prestígio ou raridade: o compartilhamento limitado mantém o prestígio ou
raridade (Henrich & Gil-White, 2001; Bond & Gaoue, 2020)
Reciprocidade Mútuo + (> aleatório) para homofilia: aprender com alguém como você significa que eles
também tendem a aprender com você;
- (<aleatório) para prestígio ou raridade: pessoas com prestígio ou raridade
conhecimento não precisa aprender com as pessoas que ensinam (Bond &
Gaoue, 2020)
Popularidade Gwodegree - (arestas agrupadas> aleatórias) para prestígio: o sucesso aumenta a popularidade
+ (bordas agrupadas <aleatórias) para raridade: o compartilhamento limitado mantém a raridade
(Labeyrie et al ., 2015; Levy, 2016; T homas & Caillon, 2016)
Variáveis de conectividade do nó
Idade (contagem) Nodeocov + para prestígio: indivíduos mais velhos tendem a ser solicitados por conhecimento (Henrich &
Broesch, 2011; Bond & Gaoue, 2020)
Conhecimento (contagem ou contínuo) Nodeocov + para prestígio: indivíduos habilidosos tendem a ser solicitados por conhecimento (Henrich &
Broesch, 2011; Santoro et al ., 2020; Bond & Gaoue, 2020)
Pontuação de exclusividade de conhecimento (contínua)
Nodeocov + Para raridade: porque os indivíduos com informações incomuns tendem a ser solicitado
para o conhecimento (Bond & Gaoue, 2020)
Variáveis de par de nós
Cônjuge / parente (matriz binária) Edgecov + para homofilia: cônjuges e pessoas geneticamente relacionadas tendem a compartilhar
conhecimento (Salali et al ., 2016; Bond & Gaoue, 2020)
Idade (contagem) Absdiff - para homofilia: os pares tendem a compartilhar conhecimento (Salali et al ., 2016)
+ para prestígio: é mais provável que o conhecimento seja compartilhado dos mais velhos para os mais novos
(Henrich & Broesch, 2011)
Conhecimento (contagem ou contínuo) Absdiff - como variável de controle: os indivíduos que dizem que compartilham conhecimentos devem ter
conhecimento semelhante (Shalizi & T homas, 2011; Santoro et al ., 2020; Bond &
Gaoue, 2020).
processos evoluem com o tempo (mas veja Violon, Thomas & ( d ) Aplicação: construir uma rede , calcular
Garine, 2016; Santoro et al ., 2020). Embora diacrônico métricas de conectividade , e executando um ERGM
métodos como ERGM temporal existem, mas ainda não foram
A primeira etapa na análise de redes sociais é estabelecer uma previsão
aplicada em estudos etnobiológicos (Kluger et al ., 2020).
ções com base em mecanismos de aprendizagem social e sociocul-
Outra técnica emergente é a análise de rede para links
contexto estrutural do estudo (para exemplos, ver Tabela 2). O
sistemas sociais e ecológicos (Barnes et al ., 2017; Kluger
segundo passo é definir critérios para que será incluído no
et al ., 2020). Embora as redes socioecológicas bipartidas tenham
a rede; isso pode ser desafiador porque a rede social
forneceu informações sobre a resiliência da rede de uso da planta
limites nem sempre são claros (Laumann, Marsden &
obras (Cámara-Leret, Fortuna & Bascompte, 2019; Casti-
Prensky, 1991). A terceira é coletar dados de pelo menos
ñeira Latorre et al ., 2020), essas abordagens ainda não foram
90% da rede sobre quem eles compartilham informações ou informações biológicas
usado para testar previsões sobre rede socioecológica integrada
material ical com (Kolaczyk & Krivitsky, 2015), e addi-
trabalhos de conhecimento etnobiológico de plantas úteis.
dados adicionais necessários para testar cada previsão (por exemplo, conhecimento,
Página 15
Fig 9. Sintaxe R para calcular exemplos de métricas de conectividade em nível de nó e rede e executar um gráfico exponencial aleatório (ERGM )
modelo para as variáveis de configuração e nó na Tabela 2. Os dados usados neste exemplo estão disponíveis como Código R5 em Gaoue et al . (2021).
demografia, relações familiares). A quarta etapa é a pacotes igraph (Csardi & Nepusz, 2006) para criar uma rede
criação de uma matriz de adjacência ou arquivo csv edgelist e um e adicionar atributos aos nós na rede. Finalmente, conectividade
arquivo csv de atributo de nó (Hoffman, 2020). Estes podem ser carregados
métricas são calculadas usando o sna (Butts, 2008 b ) ou igraph
em R usando o sna (Butts, 2008 b ), rede (Butts, 2008 a ) ou (Csardi & Nepusz, 2006) pacotes. ERGMs são comumente
Página 16
montado no pacote ergm R, então avaliado usando bondade- A teoria de forrageamento ideal, enraizada na ecologia, prevê que
de ajuste (Hunter et al ., 2008) e degenerescência (Goodreau é uma compensação entre o valor da planta e o esforço gasto na procura de alimentos ou
et al ., 2008). Como GLMM, SEM e PGLS, ERGMs podem processamento relacionado (tempo e distância) (Sih &
ser comparados usando o critério de informação de Akaike (AIC) Christensen, 2001). Uma das maiores limitações para testar
(Crawley, 2013) para cada modelo. Para orientar o uso da rede social teoria de forrageamento ideal em etnobiologia é a falta de geo-
análise de trabalho e ERGM para dados etnobiológicos que pro- diversidade gráfica em análises espaciais existentes (Gaoue
vide dados e código de semente (ver Fig. 9) como Código R5 em Gaoue et al ., 2017). Com um aumento na disponibilidade de dados de sensoriamento remoto
et al . (2021). Para obter mais informações, o leitor é encaminhado para capacidade e qualidade, juntamente com novos métodos de análise espacial
tutoriais online (por exemplo, Morris et al ., 2019; Hoffman, 2020). odologias, o potencial para testes em diferentes regiões
everosos
contextos
membrosculturais estão separa
da comunidade expandindo.
estimar asPor exemplo,percorridas
distâncias quando inter-
(6) Modelagem de distribuição de espécies (SDM)
para colher plantas, a distância se torna uma medida subjetiva que
Motivação etnobiológica - A hipótese de disponibilidade de recursos varia com a planta, acessibilidade, abundância e movimento
na etnobiologia prevê que as plantas são usadas medicinalmente caminho. Embora as distâncias percorridas para colher plantas podem ser medidas
porque são acessíveis localmente ou têm uma maior abundância garantido no campo, os pesquisadores podem modelar dados de viagens usando
Dança (Voeks, 2004; Lucena, Lima Araújo & Distribuições Lévy (Rhee et al ., 2011) ou movimento feito sob medida
Albuquerque, 2007; Hart et al ., 2017). Um dos mais acessos- modelos de ment ligando variáveis ambientais a caminhos
síveis ferramentas espaciais que poderiam ser usadas para testar esta hipótese
(McClintock
são et al ., 2012). Esses modelos podem então ser testados
o modelo de distribuição de espécies (SDM). Enquanto SDMs não para quantidades informativas, como retidão (McCarthy
quantificar a abundância, eles podem ser usados para estimar um máximoet al ., 2010), tempo de primeira passagem (Fauchald & Tveraa, 2003),
superfície de probabilidade de ocorrência de espécies usando ambientes ou dimensões fractais mais complexas de tempos de movimento
dados mentais e presenças ou ausências de um organismo. Para (Namazi, 2017). Essas técnicas quantitativas podem ser usadas -
exemplo, SDMs permitem que a análise de correlação seja realizada por ferramentas completas e versáteis para testar a teoria de forrageamento ideal em
formado usando variáveis ambientais e espécies ocorrem- diferentes contextos espaço-temporais e culturais.
dados de rence. Nesse contexto, esses dados podem ser usados para Também é comum para o conhecimento ecológico tradicional
identificar áreas de adequação climática ou inadequação para um determinado(BERKES, Colding & FOLKE, 2000) para correlação englobam
cidades atualmente ou projetadas no futuro sob diferentes climas entre os locais da planta e o uso da planta associado ao ambiente
cenários de mudança de companheiro. Quantificações ambientais variáveis mentais ou abióticas. Por exemplo, um etnobiólogo
nichos de SDMs têm múltiplos usos em ecologia e conservação pesquisa ical de comunidades indígenas no Nepal encontrou um
vação, incluindo a previsão de distâncias entre manchas de aumento na riqueza de espécies de plantas medicinais coletadas
metapopulações, modelagem de assembléia de espécies para estimar e usado em altitudes mais elevadas (Kunwar & Bussmann, 2008).
diversidade e composição da comunidade (Guisan & Também existem hipóteses etnobiológicas ligadas à planta
Thuiller, 2005), e teste de hipótese (Anderson, Peterson & fitoquímica, como a hipótese de diversificação que
Gómez-Laverde, 2002). SDMs combinados não podem ser usados prevê que as comunidades locais introduzam espécies para aumentar
apenas para localizar novas populações ou habitats adequados para o potencial
a diversidade de medicamentos disponíveis para tratar várias doenças
realocações iniciais de plantas culturalmente importantes, mas também como (Alencar
um et al ., 2010). Incorporando um componente espacial em
ferramenta flexível e adaptável para testar hipóteses etnobotânicas tais questões permitem que os pesquisadores as investiguem usando
como a hipótese de disponibilidade de recursos ou SDM: por exemplo, como funciona a qualidade medicinal da planta
hipótese de aparição de novas maneiras (Dai et al ., 2017; Bond as espécies variam no espaço? Uma ferramenta potencial que poderia ser usada
et al ., 2019). para resolver esta questão é a modelagem espacial genômica, que
O componente temporal de SDMs pode ser usado para abordar quantifica a biodiversidade em nível de população em todas as paisagens
impulsionadores da mudança na biodiversidade de comunidades ecológicas em
(Fitzpatrick & Keller, 2015). Genomas inteiros de espécies de plantas
um contexto etnobiológico. Por exemplo, uma estrutura tem foram sequenciados e analisados para potencialmente adaptativos
foi proposto para amalgamar ocorrências de espécies, ambientes polimorfismos de nucleotídeo único (SNPs) ligados ao ambiente
espaço mental e geográfica, e hora a partir heterogêneo variáveis mentais. Para SNPs ligados à fitoquímica de plantas,
qualidade de planta medicinal espacial ou ambientalmente correlacionada
fontes de dados para inferir a estrutura e funções essenciais da biodiversidade
ção (Jetz et al ., 2019). Esta estrutura conceitual poderia ser em função da similaridade genômica pode ser projetada e
usado para apoiar ou refutar hipóteses sobre os impactos testado.
da seleção de plantas pelas sociedades humanas. Em particular, o cul- Conceituar e testar como, por que e quais
a teoria das espécies chave estrutural sugere que existem os valores dos recursos das comunidades são distribuídos geograficamente
espécies de plantas que, entre outros elementos, são únicas e e o espaço ambiental também pode ser facilitado por meio de
insubstituível para as comunidades humanas (Garibaldi & adaptação de um conjunto de modelos pela inVEST (Sharp
Turner, 2004). É um desafio discriminar entre os et al ., 2018). Se as plantas medicinais são designadas contextualmente
valores relativos de diferentes espécies para uma comunidade, mas isso como serviços ecossistêmicos provisórios, questões relacionadas ao
quadro pode ajudar a simplificar este processo, bem como revelar equilíbrio entre o abastecimento da população, valor humano e
percepções quantitativas sobre os papéis que as pessoas desempenhamonaconsumo área ecológica
humano pode ser abordado. InVEST poderia ser
sistemas. particularmente útil para contabilizar a complexidade de
Página 17
dinâmica de interação e economia no sistema etnobiológico aumentar o poder estatístico ao usar uma divisão de trem / teste - a
tems, como a variação espacial do valor da planta medicinal como um mínimo de várias centenas de amostras, mas idealmente várias
função de locais culturalmente importantes ou outra comunidade- mil amostras (Varoquaux, 2018) são necessárias para robusta
métricas culturais específicas. modelos preditivos. Um segundo motivo potencial pode ser que
cientistas de dados que são os principais usuários e desenvolvedores de
pacotes de software de modelagem preditiva usam principalmente Python
(7) Modelagem preditiva
em vez de R, que tende a ser usado por cientistas acadêmicos
Motivação etnobiológica - um dos maiores desafios (Ozgur et al ., 2017).
através da ciência biológica e cultural está identificando generaliz- Aplicação - Embora os modelos preditivos não sejam atualmente
princípios capazes de sistemas socioecológicos e compreensão usados em etnobiologia (além de SDM), eles têm muitos
seu poder preditivo (Linquist et al ., 2016; Hofman, aplicações potenciais. Os modelos preditivos mais comuns
Sharma e Watts, 2017; Magliocca et al ., 2018; Forey & são modelos de regressão (lineares e não lineares) e deci-
Linquist, 2020). Embora esses insights possam ser obtidos por meio de regressão de árvore de ação (Kuhn & Johnson, 2013), para a qual
revisões ou meta-análises, eles também podem ser gerados usando divisões de treinamento / teste e validação cruzada são facilmente concluídas em
modelos preditivos (Kuhn & Johnson, 2013). Preditivo R usando o pacote circunflexo (Kuhn, 2008). Modelos preditivos
modelos preveem eventos futuros ou invisíveis ao compreender também pode ser aplicado a dados com filogenética (por exemplo, PGLS),
os padrões nos dados existentes. Em contraste, modelos descritivos agrupamento (por exemplo, GLMM), ou estruturas espaciais (por exemplo, SDM),
explicar a natureza e a causa dos padrões nos dados existentes. embora a divisão trem / teste deva ser cuidadosamente planejada para
Embora as técnicas apresentadas aqui sejam principalmente conta para cada estrutura de dependência (Roberts
modelos descritivos (exceto para SDMs), qualquer modelo pode ser et al ., 2017). Modelos preditivos também podem ser integrados com
adaptado para produzir percepções preditivas. Chave para a previsão modelos de inferência causal (por exemplo, SEM) (Jacobucci, Grimm &
modelos é a divisão de treinamento / teste, que divide dados aleatoriamente em
McArdle, 2016; Kyriazos, 2018) ou análise de rede social
dois conjuntos
Johnson, 2013).usando porcentagens
O conjunto predefinidas
de dados maior (Kuhn
(o conjunto de&treinamento) é(por exemplo,
ilustrar
usado ERGM)
o uso de (Shojaie,
divisão de trem2013; Pinter
/ teste & Eisenstein,
e validação 2020). Para
cruzada
para treinar o modelo, enquanto o menor conjunto de dados (o teste para dados etnobiológicos, fornecemos dados e um código-semente
conjunto) avalia o quão bem o modelo generaliza para prever novos (ver Fig. 10) como Código R6 em Gaoue et al . (2021). Para mais
dados. Para reduzir possível viés nos dados de teste, o treinamento / informações, os leitores são encaminhados para tutoriais online
a divisão do teste é normalmente realizada em várias rodadas para que (por exemplo, Dalpiaz, 2020).
cada parte dos dados é usada para testar o modelo em pelo menos
uma rodada. As métricas de avaliação de cada rodada, então
são combinados (por exemplo, média); este método de avaliação robusto
4. DISCUSSÃO
é chamada de validação cruzada (Kuhn & Johnson, 2013).
Comparando o desempenho do modelo no treinamento e no teste
(1) Síntese de novas abordagens metodológicas para
conjuntos de dados garantem que os modelos preditivos evitem dois problemas
etnobiologia baseada em hipóteses
encontrados por todos os modelos estatísticos: overfitting e o
inclusão de variáveis não causais (Lever, Krzywinski & Aqui, apresentamos um conjunto de modelagem estatística avançada
Altman, 2016). Modelos preditivos com estatísticas de avaliação abordagens e ferramentas de análise quantitativa que podem ser usadas
que são muito melhores para dados de treinamento do que para dados dena teste
etnobiologia baseada em hipóteses. Embora teorias e
cate overfitting, ou seja, um modelo que corresponda aos dados de treinamento hipótesespara
em etnobiologia podem ser testadas de várias maneiras,
precisamente que não consegue capturar a tendência geral dos dados emalguns um desses métodos fornecem mais detalhes ou estatísticas
generalizável (Quinn et al ., 2002). Preditivo superequipado poder do que outros. Por exemplo, embora os GLMMs possam con-
os modelos podem ser ajustados e executados novamente; o modelo comtrol o melhor
para algumas formas de não independência de observações,
estatísticas de avaliação de dados de teste que representam os melhores eles (a maioria
não são capazes de testar o poder indireto ou mediador
eralizável) modelo. Modelos preditivos podem reduzir overfitting em efeitos na medida do possível com SEM. Por exemplo,
três maneiras: a parada precoce reduz o número de iter do modelo modelos de efeitos mistos podem testar a hipótese de que o conhecimento local
ações, a regularização altera o número e o tamanho do efeito de os valores de vantagem ou uso aumentam com a idade do participante e com
variáveis preditoras e modelos de agregação de combinação com anos de residência em uma região, mas são diferentes para homens e
diferentes níveis de complexidade para identificar a tendência geral dos dadosmulheres. No entanto, porque a idade e o tempo de residência podem ser
(Kuhn & Johnson, 2013). fortemente correlacionado, o último pode precisar ser removido
As vantagens da modelagem preditiva levaram à quebra de o modelo; mesmo se o tempo de residência for incluído, efeito misto
através de ecologia, psicologia, linguística, biologia molecular modelos não serão capazes de demonstrar uma ligação causal entre
ogy e genética (Jung, 2016; Weinstein et al ., 2016, 2020; idade e tempo de residência. Por outro lado, o uso de SEM fornece
Korotcov et al ., 2017; Demirci et al ., 2018; Jäger, 2018). Como- evidência causal de como o efeito da idade no conhecimento local
nunca, não temos conhecimento de quaisquer aplicações etnobiológicas ou de os valores de uso são mediados pelo tempo de residência e, portanto, essa idade
modelagem preditiva, exceto para SDM. Uma possível razão pode não ser relevante se não estiver relacionado ao tempo de residência e
pela falta de seu uso generalizado em etnobiologia é tão grande possivelmente a anos de experiência interagindo com o local
tamanhos de amostra são necessários para garantir a precisão do modelomeio e Ambiente.
Página 18
Fig 10. Sintaxe R para completar a divisão de trem / teste de dados e validação cruzada, e para o cálculo de estatísticas de comparação de modelo
como erro percentual absoluto médio (M APE). Os dados usados neste exemplo estão disponíveis em Gaoue et al . (2021).
O uso de SEM, assim, é potente e deve ser abraçada sistemas. SEM simples usando a biblioteca lavaan
em etnobiologia para separar os efeitos de vários fatores de (Wahren, 1966) não leva em conta a não independência em
conhecimento, mas também para fornecer uma compreensão mecanicista observações que os modelos de efeitos mistos efetivamente abordam.
de como esses fatores influenciam o conhecimento da planta e como issoNo entanto, SEM por partes mais avançado (Lefcheck, 2016)
se traduz no uso diferenciado de plantas e ecológicos inclui efeitos aleatórios e correlação temporal ou espacial
Página 19
estruturas, todas as quais são susceptíveis de render mais informativos disciplinas, como ecologia de comunidade (Lawton, 1999;
resultados. Turchin, 2001; Berryman, 2003). Primeiros estudos em etnobiol-
Uma vantagem única do SEM é a possibilidade de testar e ogy focada em documentar padrões de planta / animal -
compare a força de caminhos alternativos para o mesmo interações de pessoas. Da mesma forma, os primeiros estudos na comunidade
modelo global. Por exemplo, a disponibilidade de recursos e eco- ecologia focada principalmente na descrição de padrões de variação
hipóteses de aparências lógicas oferecem explicações alternativas na vegetação para fornecer suporte para o conceito organísmico
de porque algumas linhagens de plantas podem produzir uma maior qualidade
das comunidades (Clements, 1936) ou o continente individualista
de medicamentos do que outros. A aparência ecológica uum concept (Gleason, 1926). Estudos atuais da comunidade
hipótese propõe que espécies mais aparentes, como árvores a ecologia, em vez disso, enfoca os processos que conduzem esses padrões e
produziria uma maior qualidade de medicamentos e compreender quais fatores promovem a coexistência de espécies
consequentemente, a população local irá selecionar desproporcionalmente e, portanto, diversidade biológica (Vellend, 2010).
espécies lenhosas para fins medicinais. O recurso disponível A etnobiologia deve seguir uma progressão semelhante com um
hipótese capacidade também sugere que as espécies lenhosas são mais aumentar o foco em estudar não apenas os padrões, mas também
provável de ser selecionado, mas aqui a taxa de crescimento é o causal os processos que sustentam a interação planta / animal-pessoa
mecanismo. SEM pode ser usado para comparar essas vias ções. Isso pode ser alcançado desenvolvendo hipóteses claras;
para identificar qual tem o maior apoio. definir tais argumentos teóricos é vital para evitar simi-
A escolha de qual modelo usar exige o equilíbrio do armadilhas lares para a ecologia da comunidade que resultou em
objetivo do estudo e disponibilidade de dados. Por exemplo, embora Lawton (1999) sugerindo que a disciplina carecia de uma unificação
GLMMs podem controlar para não independentes ou hierárquicos quadro conceitual. Atualmente, a maioria dos estudos etnobotânicos
dados (como pessoa e aldeia ou gênero de planta e família), s são coleções de resultados específicos de casos sem orientação
eles não podem testar hipóteses sobre variáveis que são usadas como princípios. Como resultado, eles não fornecem recursos visuais adequados
efeitos aleatórios. Testando hipóteses envolvendo a evolução da planta ização em figuras, com foco em texto e tabelas.
relações cionárias ou relações sociais humanas requerem Abraçando inspirado na teoria e baseado em hipóteses
usando a comunidade filogenética e análise de rede social abordagens irão avançar a etnobiologia, aumentando seu status
técnicas, respectivamente. No entanto, se a rede genética ou social e reconhecimento entre outras disciplinas (McClatchey
dados de trabalho não estão disponíveis, a análise será limitada a et al ., 1999; Gaoue et al ., 2017; Gonçalves-souza
GLMMs. et al ., 2019). Testando hipóteses usando estatística avançada
SDM e outras ferramentas de análise espacial raramente são usadas natécnicas
et- de modelagem também levarão a um uso crescente de fig.
nobiologia (mas ver Bond et al ., 2019). No entanto, SDM pode ures para ilustrar os resultados. A etnobiologia deve abraçar
desempenham um papel importante na quantificação espacial de recursosessas ferramentas quantitativas sem sacrificar o uso de qualita-
conhecimento e uso, um passo que é fundamental para o planejamento prioridade
métodos ativos de investigação que fornecem um contexto inestimável
e gestão estratégica de recursos. Além disso, para testar o a resultados quantitativos. Consistente com o Protocolo de Nagoya
hipótese de disponibilidade de recursos ou a aparência ecológica (Talaat, 2013; Teran, 2016), é importante reiterar chamadas
hipótese, estimar a disponibilidade ou aparência da planta é um de outros autores (Bussmann, 2019; Golan et al ., 2019) para
processo de trabalho intensivo usando levantamento ecológico clássico etnobiologistas para seguir protocolos éticos, obter instituições
métodos, como densidade baseada em plotagem ou em transecto ou aprovação do conselho de revisão internacional (IRB) e submeter-se a
medidas de abundância. O uso de SDM pode permitir o rápido treinamento antes da coleta de dados. Sob esses princípios,
geração de estimativas permitindo um teste mais geral de a coleta de dados biológicos deve garantir que o consentimento prévio seja
tais hipóteses (Dai et al ., 2017). obtido antes das entrevistas e deve garantir que o
locais de conhecimento culturalmente sensível e culturalmente
espécies importantes são protegidas do acesso público e que
(2) Uma chamada para abraçar a modelagem quantitativa sem
os nomes dos participantes são anônimos para garantir a confidencialidade
sacrificando abordagens qualitativas que estabelecem
e a proteção dos direitos indígenas durante a etnobiologia
contexto
coleta de dados cal (Vandebroek, 2017; McCune, 2018;
A definição da etnobiologia como o estudo das interações Medinaceli, 2018).
entre pessoas, cultura e organismos talvez tenha
criou uma cultura de documentação simples destes
(3) Treinamento em habilidades quantitativas para etnobiólogos
interações. Vários autores criticaram essa abordagem,
enfatizando que embora documentar interações seja valioso A maioria das técnicas de modelagem estatística apresentadas aqui são
capaz, compreendendo os processos e mecanismos da planta - raramente incluído em cursos de graduação em biometria ou bioestatística
as interações humanas serão essenciais para encontrar soluções para ensinado em departamentos de ciências naturais (Touchon &
as crises do Antropoceno (Bennett, 2005; Albuquerque & McCoy, 2016). Além disso, muitos programas de etnobiologia
Hanazaki, 2009; Gaoue et al ., 2017). Nós concordamos com esta visão fecharam, sugerindo um declínio de longo prazo de pesquisadores
e sugerir que, embora as abordagens qualitativas sejam importantes neste campo e menos novos alunos de pós-graduação. Portanto, pode
parte importante da etnobiologia, eles não devem ser considerados os será um desafio para os alunos obterem acesso às estatísticas necessárias
foco principal da pesquisa etnobiológica. Esta evolução de cursos técnicos e defendemos uma abordagem criativa para trazer
etnobiologia é semelhante ao desenvolvimento de outros esse conhecimento para a corrente principal da etnobiologia.
Página 20
Os alunos podem pesquisar esses cursos em departamentos especializados Museu de História Natural, Jardim Botânico de Missouri, etc.)
mentos em suas universidades e workshops de treinamento focados que ainda têm taxonomistas em atividade.
sobre o ensino dessas habilidades deve ser incentivado pelo etnobio-
sociedades profissionais lógicas. Como resultado da Covid-19, muitos
workshops e cursos já estão disponíveis online, aumentando
V. CONCLUSÕES
acesso a todos (Apostol, 2020; Sikora et al ., 2020; Vandebroek
et al ., 2020) e há muitos tutoriais gratuitos e recortes de código
animais de estimação disponíveis online para R e Python. Aprendendo essas (1)tecnologias
Etnobiologia é o estudo das interações das pessoas com
niques podem exigir criatividade, mas sua implementação tem os organismos em seu ambiente. Isso inclui ambos
o potencial para mudar o curso da etnobiologia. plantas (ethnobotany) e animais (etnozoologia) mas
O papel de mentor e aconselhamento será criticamente também a compreensão da população local sobre o caminho ecológico
importante para o futuro da pesquisa etnobiológica, tanto para termos e processos em seu ambiente (etnoecol-
garantir a relevância e o uso de abordagens baseadas em tra- ogy) e como eles desenvolvem a gestão tradicional
dição. Pedimos aos consultores que incentivem e apoiem seus alunos estratégias (Berkes et al ., 2000; Gadgil et al ., 2001)
procura e participa de cursos e workshops que envolvendo ações coletivas que surgem de si mesmo
padrões organizados (Ostrom, 2000) ou em resposta a
ajudar a construir suas habilidades quantitativas. Isso também irá beneficiar o estudo
mossas em termos de empregabilidade (Beans, 2018). forças externas independentes (Etkin, 1988, 2002).
(2) A disciplina tem sido desafiados a desenvolver
linhas claras de investigação e fundamentos teóricos
(Albuquerque & Hanazaki, 2009). Isso será necessário
(4) Desafios para a implementação baseada em hipóteses
sário para o avanço desta disciplina e para
métodos em etnobiologia
a criação de oportunidades educacionais e profissionais
Nesta revisão, apresentamos exemplos de como métodos nidades que são essenciais para a sua sobrevivência (Gaoue
avanços lógicos podem ser aplicados para testar pré- et al ., 2017). Etnobiologia evoluiu de simples
dições em etnobiologia. Movendo o campo da etnobiologia descrições do uso de plantas / animais e conhecimento para
de simplesmente descrever plantas, animais e seus usos investigando como e por que as pessoas locais selecionam o
para uma disciplina de teste de hipótese mais aprofundada requer um plantas que eles usam. Desenvolvimentos recentes incluem sugestões
mudança de paradigma entre etnobiólogos para entender melhor gestões para investigações teóricas (Gaoue
como as pessoas interagem com seu ambiente. Testando estes et al ., 2017; Albuquerque et al ., 2019 a , 2019 b ) e
teorias vêm com desafios adicionais, especialmente com teste empírico (Lucena et al ., 2012; Nascimento
disponibilidade de dados (Kindsvater et al ., 2018) e o declínio em et al ., 2015; Ford e Gaoue, 2017; Hart et al ., 2017; Sey-
perícia taxonômica (Terlizzi et al ., 2003; Costello, maio & ler et al ., 2019; Bond e Gaoue, 2020; Coe &
Stork, 2013). Os dados etnobiológicos foram historicamente dispersos Gaoue, 2020; Robles Arias et al ., 2020; Muleba
em diferentes repositórios, instituições de pesquisa, publicações et al ., 2021).
ções, relatórios e bancos de dados de pesquisa pessoal, tornando (3) Nesta revisão, sintetizamos a estatística avançada
um desafio de acesso mais amplo. Progresso recente na criação de métodos com os quais os etnobiólogos podem testar teorias
bases de dados online centralizadas, como Ewé (Souza & e hipóteses, e propõem que os etnobiólogos
Hawkins, 2020) irá facilitar o uso de conjuntos de dados em grande escala abraçar esses métodos avançados que atualmente são
e meta-análises baseadas em hipóteses. Além disso, nova média Raramente usado. Modelagem de equações estruturais, rede social
nues devem ser explorados para coletar dados, incluindo emergentes métodos de análise de trabalho e filogenética, todos fornecem
tecnologias como aprendizado de máquina, sensoriamento remoto e oportunidades para investigar novas questões de pesquisa.
ciência cidadã. Isso representará um passo para a reconciliação do etnobi-
A maioria dos estudos etnobiológicos inclui grandes listas de plantas ou ologia com evolução cultural, sociologia matemática,
espécies de animais. A identificação taxonômica precisa será e ecologia de comunidade.
diretamente afetado pelo declínio no número de táxons treinados
omistas. Claramente, a taxonomia imprecisa levará a erros
conclusões mesmo com o melhor modelo estatístico. O declínio
número de taxonomistas treinados é principalmente um resultado de AGRADECIMENTOS, AUTOR
a falta de prioridade dada ao estudo da taxonomia e sistemas CONTRIBUIÇÕES E DADOS E CÓDIGO
temática em muitos currículos universitários, devido em parte à falta de DISPONIBILIDADE
financiamento adequado e as crescentes limitações de Agradecimentos: Este artigo foi inspirado por discus-
legislação internacional, que dificulta pesquisas taxonômicas sessões com alunos que fizeram as “Teorias e
explorations (Gaston & May, 1992). Destacamos a importância Curso de Métodos em Etnobiologia ”ministrado pelo autor principal
importância da orientação e treinamento de taxonomistas, especialmente na University of Tennessee Knoxville, University of
de países menos desenvolvidos, e de desenvolvimento de infra-estrutura- Havaí em Manoa e várias universidades na África.
mento na taxonomia em países desenvolvidos com grande coleta OGG foi apoiado por fundos da University of Ten-
ção de espécimes (por exemplo, Royal Botanic Gardens, Kew, nessee Knoxville. Agradecemos a dois revisores anônimos e
Página 21
Alison Cooper, que forneceu comentários críticos sobre um Begossi, A. (1996). Uso de métodos ecológicos em etnobotânica: índices de diversidade.
Economic Botany 50, 280-289.
versão.
Bennett, BC (2005). Educação, oportunidades e necessidades em etnobotânica nos EUA.
Contribuição dos autores: OGG concebeu o estudo, seu Ethnobotany Research & Applications 3, 113-122.
delinear e liderar a redação, todos os outros autores contribuíram Bennett, NJ, Roth, R., Klain, SC, Chan, K., Christie, P., Clark, DA,
Cullman, G., Curran, D., Durbin, TJ, Epstein, G., Greenberg, A.,
redação de várias seções. Todos os autores editaram e aprovaram Nelson, MP, Sandlos, J., Stedman, R., Teel, TL, et al. (2017).
a versão final. Ciências sociais da conservação: compreensão e integração das dimensões humanas para
melhorar a conservação. Biological Conservation 205, 93–108.
Disponibilidade de dados e código: conjuntos de dados extensos e
Berkes, F., Colding, J. & Folke, C. (2000). Redescoberta da ecologia tradicional
scripts R (Códigos R1-6 e conjuntos de dados associados) estão disponíveis
conhecimento como gestão adaptativa. Ecological Applications 10, 1251–1262.
em Gaoue et al . (2021) [ https://doi.org/10.5061/dryad. Berry man, A. (2003). Em princípios, leis e teoria em ecologia populacional. Oikos 103,
695–701.
w6m905qph e https://doi.org/10.5281/zenodo.4726543]
Blomberg, SP, Garland, T. & Ives, AR (2003). Teste de sinal filogenético
para implementar as análises aqui discutidas com em dados comparativos: os traços comportamentais são mais instáveis. Evolution 57 (4), 717–745.
mentos para guiar os usuários em execução desses códigos e interpretaçãohttps://doi.org/10.1111/j.0014-3820.2003.tb00285.x.
Bodin, O¨ ., Crona, B. & Ernstson, H. (2006). Redes sociais em recursos naturais
os resultados. gestão: o que há para aprender de uma perspectiva estrutural. Ecologia e Sociedade
11, r2. http://www.ecology andsociety.org/vol11/iss2/resp2/ .
Bolker, B., Skaug, H., Magnusson, A. & Nielsen, A. (2012). Começando com
o pacote glmmADMB. Pacote R ver. 2,0 - 8 .
VI. REFERÊNCIAS Bolker, BM, Brooks, ME, Clark, CJ, Geange, SW, Poulsen, JR,
Stevens, MHH & White, J.-SSS (2009). Linear generalizado misto
modelos: um guia prático para ecologia e evolução. Tendências em ecologia e evolução
Albuquerque, UP (2009). Etnobotânica quantitativa ou quantificação em 24, 127–135.
etnobotânica? Ethnobotany Research and Applications 7, 1–3. Bond, MO, Anderson, BJ, Henare, THA & Wehi, PM (2019). Efeitos de
Albuquerque, UP, Cruz da Cunha, LVF, de Lucena, RFP & mudanças climáticas nas distribuições de espécies nas relações bioculturais. Pessoas e Natureza
Alves, RRN (2014). Métodos e técnicas em etnobiologia e etnoecologia . 1, 87–102.
Springer, Nova York. https://doi.org/10.1007/978-1-4614-8636-7. Bond, MO & Gaoue, OG (2020). Prestígio e homofilia prevêem rede
Albuquerque, UP & Hanazaki, N. (2009). Cinco problemas no atual estrutura de aprendizagem social do conhecimento das plantas medicinais. PLoS One 15, e0239345.
pesquisa etnobotânica - e algumas sugestões para fortalecê-los. Humano Brandt, R., Mathez-Stiefel, S.-LL, Lachmuth, S., Hensen, I. & Rist, S.
Ecology 37, 653–661. https://doi.org/10.1007/s10745-009-9259-9. (2013). Conhecimento e valoração das espécies agroflorestais andinas: o papel do sexo,
Albuquerque, UP, de Medeiros, PM, Ferreira Júnior, WS, da idade e migração entre membros de uma comunidade rural na Bolívia. Diário de
Silva, TC, da Silva, RRV e Gonçalves-Souza, T. (2019a). Social- Ethnobiology and Ethnomedicine 9, 1.
teoria ecológica da maximização: conceitos básicos e dois modelos iniciais. Biológico Breslow, NE e Clay ton, DG (1993). Inferência aproximada em generalizada
Teoria 14, 73-85. https://doi.org/10.1007/s13752-019-00316-8 . modelos lineares mistos. Journal of the American Statistical Association 88 (421), 9–25.
Albuquerque, UP, Nascimento, ALB, Soldati, GT, Feitosa, IS, https://doi.org/10.2307/2290687 .
Campos, JLA, Hurrell, JA, Hanazaki, N., de Medeiros, PM, da Brooks, ME, Kristensen, K., van Benthem, KJ, Magnusson, A.,
Silva, RRV, Ludwinsky, RH, Ferreira Júnior, WS & Rey es- Berg, CW, Nielsen, A., Skaug, HJ, Mächler, M., Bolker, BM, van
García, V. (2019b). Dez questões / questões importantes para a pesquisa etnobotânica. Benthem, KJ, Magnusson, A., Berg, CW, Nielsen, A., Skaug, HJ,
Acta Botânica Brasilica 33, 376–385. http : //dx.doi.org/10.1590/0102- Maechler, M., et al. (2017). glmmTMB equilibra velocidade e flexibilidade entre
33062018abb0331 . pacotes para modelagem mista linear generalizada inflacionada a zero. The R Journal 9,
Albuquerque, UP, Soldati, GT, Sieber, SS, Ramos, MA, de Sá, JC & 378–400.
de Souza, LC (2011). O uso de plantas no sistema médico do povo Fulni-ô Bürkner, P.-C. (2017). Brms: um pacote R para modelos de vários níveis bay esianos usando
(NE Brasil): Uma perspectiva sobre idade e gênero. Journal of Ethnopharmacology 133, 866- Stan. Journal of Statistical Software 80, 1–23.
873. https://doi.org/10.1016/j.jep.2010.11.021 . Bussmann, RW (2019). Fazendo amigos no campo: como se tornar um etnobotânico.
Alencar, NL, de Sousa Araú jo, TA, Amorim, ELC, Albuquerque, UP, - Uma reflexão pessoal. Ethnobotany Research and Applications 18, 1–13.
Leal Alencar, N., de Sousa Araújo, TA, de Amorim, ELC & de Butts, CT (2008a). Rede: um pacote para gerenciamento de dados relacionais em R. Journal of
Albuquerque, UP (2010). A inclusão e seleção de plantas medicinais em Statistical Software 24, 1–36.
Farmacopéias tradicionais - evidências em apoio à hipótese de diversificação. Butts, CT (2008b). Análise de redes sociais com sna. Journal of Statistical Software 24,
Economic Botany 64, 68-79. https://doi.org/10.1007/s12231-009-9104-5 . 1-51.
Alexiades, MN (1996). Diretrizes selecionadas para pesquisa etnobotânica: um manual de campo . Calvet-Mir, L., Calvet-Mir, M., Molina, JL & Rey es-García, V. (2012). Semente
O Jardim Botânico de Nova York, Bronx. intercâmbio como mecanismo de conservação da agrobiodiversidade: um estudo de caso em Vall Fosca,
Almeida, CFCBR, de Lima e Silva, TC, de Amorim, ELC, Maia, MB Pirinéus Catalães, Península Ibérica. Ecology and Society 17 (1), 29. https://doi.org/10.
DS e Albuquerque, UP (2005). Estratégia de vida e composição química como 5751 / ES-04682-170129.
preditores da seleção de plantas medicinais da caatinga (Nordeste do Brasil). Cámara-Leret, R., Fortuna, MA & Bascompte, J. (2019). Indígena
Journal of Árido Ambientes 62 (1), 127-142. https://doi.org/10.1016/j.jaridenv. redes de conhecimento em face da mudança global. Proceedings of the National Academy of
2004.09.020. Ciências dos Estados Unidos da América 116, 9913–9918.
Anderson, RP, Peterson, AT & Gómez-Laverde, M. (2002). Usando nicho- Cámara-Leret, R., Paniagua-Zambrana, N., Balslev, H., Barfod, A.,
modelagem GIS baseada para testar previsões geográficas de exclusão competitiva e Copete, JC & Macia, MJ (2014). Traços de comunidades ecológicas e tradicionais
lançamento competitivo em ratos de bolso sul-americanos. Oikos 98, 3-16. https: // doi. conhecimento molda os serviços do ecossistema de palmeiras no noroeste da América do Sul. floresta
org / 10.1034 / j.1600-0706.2002.t01-1-980116.x . Ecology and Management 334, 28-42.
Apostol, A.-C. (2020). Percepções dos alunos sobre o impacto do COVID-19 em Castin˜eira Latorre, E., Canavero, A. & Arim, M. (2020). Conhecimento etnobotânico
processo de aprendizado. Uma abordagem sociológica. Technium Social Sciences Journal 9 (1), complexidade em uma área de conservação do norte do Uruguai: interlocutores-planta medicinal
495–500. rede e os padrões estruturais de interação. Economic Botany 74, 195–206.
Barnes, ML, Bodin, O¨ ., Guerrero, AM, McAllister, RRJ, Clements, FE (1936). Natureza e estrutura do clímax. The Journal of Ecology 24,
Alexander, SM & Robins, G. (2017). Os fundamentos da estrutura social de 252–284.
adaptação e transformação em sistemas sociais e ecológicos. Ecologia e Sociedade Coe, MA e Gaoue, OG (2020). A maioria dos índices de importância cultural não prevê
22, art16. https://doi.org/10.5751/ES-09769-220416 . status de pedra angular cultural da espécie. Human Ecology 48 (6), 721–732. https://doi.org/10.
Bates, D., Mächler, M., Bolker, B. & Walker, S. (2015). Adaptação linear mista 1007 / s10745-020-00192-y .
modelos de efeitos usando lme4. Journal of Statistical Software 67, 1-48. https://doi.org/10. Coe, MA & Gaoue, OG (2021). A filogenia explica porque menos terapeuticamente
18637 / jss.v067.i01 . espécies de plantas redundantes não são, necessariamente, de frente para uma maior pressão de uso. Pessoas e
Beans, C. (2018). Programas de pós-graduação em biologia educando alunos para a vida além Nature 1-12. https://doi.org/10.1002/pan3.10216.
academia. Bioscience 68, 53–59. https://doi.org/10.1093/biosci/bix152 . Coley, PDP, Bry ant, JJPJ e Chapin, FS (1985). Disponibilidade de recursos e
defesa anti-herbívora de plantas. Science 230, 895–899.
Bebber, DP, Harris, SA, Gaston, KJ & Scotland, RW (2007).
Etnobotânica e os primeiros registros impressos de plantas com flores britânicas. Ecologia Global Colwell, RK, Mao, CX & Chang, J. (2004). Interpolação, extrapolando, e
and Biogeography 16, 103-108. https://doi.org/10.1111/j.1466-8238.2006.00266.x . comparar curvas de acumulação de espécies com base na incidência. Ecology 85, 2717-2727.
Página 22
Costello, MJ, May, RM & Stork, NE (2013). Podemos nomear as espécies da Terra Gelman, A. & Hill, J. (2007). Análise de dados usando regressão e multinível / hierárquica
antes de serem extintos? Science 339, 413-416. Modelos . Cambridge University Press, Nova York.
Crawley, MJ (2013). O R Livro . Nova York: John Wiley & Sons. Gleason, HA (1926). O conceito individualista da associação de plantas. Boletim de
Crona, B. & Bodin, O¨ . (2006). O que você sabe é quem você conhece? Comunicação o Torrey Botanical Club 53, 7.
padrões entre os usuários de recursos como um pré-requisito para o co-gerenciamento. Ecologia e Golan, J., Athay de, S., Olson, EA & McAlvay, A. (2019). Propriedade intelectual
Sociedade 11, 7. direitos e etnobiologia: uma atualização sobre o apelo à ação de Posey. Journal of Ethnobiology
Csardi, G. & Nepusz, T. (2006). O pacote de software igraph para redes complexas 39, 90.
pesquisa. InterJournal, Complex Systems 1695, 1-9. Gonçalves-Souza, T., Provete, DB, Garey, MV, da Silva, FR &
Cunningham, AB (2001). Etnobotânica Aplicada: Pessoas, Uso e Conservação de Plantas Selvagens. Albuquerque, UP (2019). Voltando ao básico: como dominar a arte de
Manuais de Conservação de Pessoas e Plantas . Londres, Inglaterra: Earthscan Publications Ltd. fazendo perguntas cientificamente sólidas. Em Métodos e Técnicas em Etnobiologia e
Dai, X., Zhang, W., Xu, J., Duffy, KJ & Guo, Q. (2017). Padrão global de planta Etnoecologia (eds U. A LBUQUERQUE , R. DE L UCENA , LC DA C UNHA e R. A LVES ),
utilização em diferentes organismos: a aparência da planta ou a filogenia da planta pp. 71–86. Totowa, NJ: Springer Protocols Handbooks, Humana Press.
matéria? Ecology and Evolution 7, 2535–2545. Goodreau, SM, Handcock, MS, Hunter, DR, Butts, CT & Morris, M.
Dalpiaz, D. (2020). O pacote de cursor. Em R para Aprendizagem Estatística . https: // (2008). Um tutorial de statnet. Journal of Statistical Software 24, 1.
daviddalpiaz.github.io/r4sl/ . Grace, JB, Anderson, TM, Olff, H. & Scheiner, SM (2010). No
Dean, CB & Nielsen, JD (2007). Modelos mistos lineares generalizados: uma revisão e especificação de modelos de equações estruturais para sistemas ecológicos. Ecológico
algumas extensões. Lifetime Data Analysis 13, 497-512. Monographs 80, 67–87.
de Brito, CDC, Júnior, FSM, Albuquerque, UP, Ramos, MA, da Granovetter, MS (1973). A força dos laços fracos. American Journal of Sociology 78,
Silva, TC, Costa-Neto, EM & de Medeiros, PM (2019). O papel de 1360–1380.
parentesco no conhecimento sobre plantas medicinais: evidências para dependentes de contexto Grueber, CE, Nakagawa, S., Laws, RJ e Jamieson, IG (2011). Multimodelo
preconceitos baseados em modelos na transmissão cultural? Acta Botanica Brasilica 33, 370–375. inferência em ecologia e evolução: desafios e soluções. Journal of Evolutionary
Demirci, S., Peters, SA, de Ridder, D. & van Dijk, ADJ (2018). DNA Biology 24, 699–711. https://doi.org/10.1111/j.1420-9101.2010.02210.x .
a sequência e a forma são preditivas para cruzamentos meióticos em toda a planta Guadagnin, DL e Gravato, IC (2013). Etnobotânica, disponibilidade e uso de
reino. Plant Journal 95, 686–699. lianas do povo Kaingang em florestas suburbanas no sul do Brasil. Econômico
Botany 67, 350–362.
Dıaz-Reviriego, I., González-Segura, L., Fernández-Llamazares, Á.,
Howard, PL, Molina, JLJL & Rey es-García, V. (2016). Social Guisan, A. & Thuiller, W. (2005). Prevendo a distribuição das espécies: oferecendo mais
organização influencia o intercâmbio e a riqueza de espécies de plantas medicinais em do que modelos de habitat simples. Ecology Letters 8, 993–1009.
Jardins caseiros amazônicos. Ecologia e Sociedade 21, art1. Hadfield, JD (2010). Métodos MCMC para multi-resposta generalizada linear mista
modelos: o pacote MCMCglmm R. Journal of Statistical Software 33 (2), 1–22.
Ernst, M., Grace, OM, Saslis-Lagoudakis, CH, Nilsson, N.,
https://doi.org/10.18637/jss.v033.i02 .
Simonsen, HT & Rønsted, N. (2015). Usos medicinais globais de Euphorbia
L. (Euphorbiaceae). Journal of Ethnopharmacology 176, 90-101. Haris Saslis-Lagoudakis, C., Klitgaard, BB, Forest, F., Francis, L.,
Etkin, NL (1988). Etnofarmacologia: abordagens biocomportamentais na Savolainen, V., Williamson, EM & Hawkins, JA (2014). O uso de
estudo antropológico de medicamentos indígenas. Revisão Anual de Antropologia 17, filogenia para interpretar padrões transculturais no uso de plantas e orientar medicamentos
23–42. descoberta de plantas: um exemplo de Pterocarpus (Leguminosae). Avanços recentes na planta
Medicamentos baseados, tradicionais e naturais 6, 243–276.
Etkin, NL (2002). Conhecimento local da diversidade biótica e sua conservação no meio rural
Hausaland, norte da Nigéria. Economic Botany 56, 73-88. Hart, G., Gaoue, OG, de la Torre, L., Navarrete, H., Muriel, P.,
Fauchald, P. & Tveraa, T. (2003). Usando o tempo de primeira passagem na análise da área Macıa, MJ, Balslev, H., León-Yánez, S., Jørgensen, P. & Duffy, DC
pesquisa restrita e seleção de habitat. Ecology 84, 282-288. (2017). Disponibilidade, diversificação e versatilidade explicam a seleção humana de
introduziu plantas na medicina tradicional equatoriana. PLoS One 12, e0184369.
Feeny, P. (1976). Aparência da planta e defesa química. Em BT - Interação Bioquímica
Between Plants and Insects (eds JW W ALLACE e RL M ANSELL ), pp. 1-40. Springer Heinrich, M. & Verpoorte, R. (2012). Ferramentas estatísticas em etnofarmacologia.
EUA, Boston. Journal of Ethnopharmacology 139, 691–692.
Ferreira Júnior, WS, Siqueira, CFQ & de Albuquerque, UP (2012). Henrich, J. & Broesch, J. (2011). Sobre a natureza das redes de transmissão cultural:
Extrativismo de cascas de colmos de plantas no semiárido nordestino: um novo evidências de vilas de Fiji para vieses de aprendizagem adaptativa. Transações filosóficas de
aportar ao modelo de redundância utilitária. Complementar e Alternativa Baseada em Evidências the Royal Society B: Biological Sciences 366, 1139-1148.
Medicine: eCAM 2012, 543207. Henrich, J. & Gil-White, FJ (2001). A evolução do prestígio: conferido gratuitamente
deferência como um mecanismo para aumentar os benefícios da transmissão cultural.
Fitzpatrick, MC & Keller, SR (2015). Genômica ecológica encontra a comunidade
modelagem de nível de biodiversidade: mapeando a paisagem genômica do presente e do futuro Evolution and Human Behavior 22, 165–196.
adaptação ambiental. Ecology Letters 18, 1–16. Hoffman, B. & Gallaher, T. (2007). Índices de importância em etnobotânica. Etnobotânica
Ford, J. & Gaoue, OG (2017). Famílias de plantas pobres em alcalóides, Poaceae e Research and Applications 5, 201–218.
Cy peraceae, são superutilizadas para a medicina na farmacopéia havaiana. Econômico Hoffman, M. (2020). Métodos de análise de rede. https://bookdown.org/
Botany 71, 123-132. markhoff / social_network_analy sis / .
Ford, RI (1978). The Nature and Status of Ethnobotany . Ann Arbor, MI: University of Hofman, JM, Sharma, A. & Watts, DJ (2017). Previsão e explicação em
Michigan Press. https://doi.org/10.3998/mpub.11396367 . sistemas sociais. Science 355, 486–488.
Forey, O. & Linquist, S. (2020). leis ecológicas para o projeto agroecológico: a necessidade Hopkins, AL (2011). Uso de medidas de centralidade de rede para explicar os níveis individuais
para uma colaboração mais organizada na produção, avaliação e atualização ecológica da competência cultural dos remédios fitoterápicos entre Yucatecas Maias em Tabi, México Campo
generalizações. História e Filosofia das Ciências da Vida 42, 1-20. Métodos 23, 307–328.
Fritz, SA e Purvis, A. (2010). A diversidade filogenética não captura o tamanho do corpo Hunter, DR, Handcock, MS, Butts, CT, Goodreau, SM & Morris, M.
variação em risco nos mamíferos do mundo. Proceedings of the Royal Society B: Biological (2008). Ergm: um pacote para ajustar, simular e diagnosticar modelos de família exponencial para
Sciences 277, 2435–2441. redes. Journal of Statistical Software 24, 1-29.
Gadgil, M., Olsson, P., Berkes, F. & Folke, C. (2001). Explorando o papel do local Hurrell, JA & Albuquerque, UP (2012). A etnobotânica é uma ciência ecológica?
Conhecimento ecológico na gestão de ecossistemas: três estudos de caso. Em navegação Passos em direção a uma etnobotânica complexa. Ethnobiology and Conservation 1, 1-16.
Social-Ecological Systems , pp. 189–209. Cambridge University Press, New York. Jacobucci, R., Grimm, KJ & McArdle, JJ (2016). Estrutural regularizado
modelagem de equações. Modelagem de Equações Estruturais 23, 555-566.
Gallois, S., Lubbers, MJ, Hewlett, B. & Rey es-García, V. (2018). Social
redes e estratégias de transmissão de conhecimento entre as crianças Baka, Jäger, G. (2018). Descritor de dados: inferência linguística filogenética em escala global de
sudeste dos Camarões. Human Nature 29, 442-463. recursos lexicais. Scienti fi c Data 5, 1–16.
Gaoue, OG, Coe, MA, Bond, M., Hart, G., Sey ler, BC & McMillen, H. Janssen, MA, Bodin, O¨ ., Anderies, JM, Elmqvist, T., Ernstson, H.,
(2017). Teorias e principais hipóteses em etnobotânica. Economic Botany 71, 269-287. McAllister, RRJ, Olsson, P. & Ry an, P. (2006). Em direção a uma rede
perspectiva do estudo da resiliência em sistemas socioecológicos. Ecologia e Sociedade
Gaoue, OG, Moutouama, J., Coe, MA, Bond, MO, Green, E., Sero, N.,
11 (1), 15. http://www.ecology andsociety.org/vol11/iss1/art15/.
Bezeng, BS & Yessoufou, K. (2021). Avanços metodológicos para hipóteses-
etnobiologia dirigida. Dríade, conjunto de dados . https://doi.org/10.5061/dry ad.w6m905qph . Jetz, W., McGeoch, MA, Guralnick, R., Ferrier, S., Beck, J.,
Gaoue, OG & Ticktin, T. (2009). Conhecimento Fulani dos impactos ecológicos de Costello, MJ, Fernandez, M., Geller, GN, Keil, P., Merow, C.,
Colheita de folhagem Khaya senegalensis (Meliaceae) no Benin e suas implicações para Mey er, C., Muller-Karger, FE, Pereira, HM, Regan, EC,
colheita sustentável. Economic Botany 63, 256–270. Schmeller, DS, et al. (2019). Variáveis de biodiversidade essenciais para mapeamento e
monitoramento de populações de espécies. Nature Ecology & Evolution 3, 539–551.
Garibaldi, A. & Turner, N. (2004). Espécies-chave culturais: implicações para
conservação e restauração ecológica. Ecology and Society 9, 1. Jin, Y. & Qian, H. (2019). V.Phy loMaker: um pacote R que pode gerar muito grandes
filogenias para plantas vasculares. Ecography 42, 1353-1359.
Gaston, KJ & May, RM (1992). Taxonomia de taxonomistas. Nature 356, 281-282.
Página 23
Jung, M. (2016). LecoS - um plugin py thon para análise automatizada de ecologia de paisagem. estrutura para movimentação de animais usando passeios aleatórios de vários estados. Ecológico
Ecological Informatics 31, 18–21. Monographs 82, 335–349.
Kembel, SW, Cowan, PD, Helmus, MR, Cornwell, WK, Morlon, H., McCune, LM (2018). A proteção dos direitos de sementes dos povos indígenas durante
Ackerly, DD, Blomberg, SP & Webb, CO (2010). Picante: ferramentas R para pesquisa etnobotânica. Ethnobiology Letters 9, 67–75.
integrando filogenias e ecologia. Bioinformatics 26, 1463–1464. Medinaceli, A. (2018). Dando um passo inicial na pesquisa etnobiológica: uma proposta
Kendal, RL, Boogert, NJ, Rendell, L., Laland, KN, Webster, M. & para obter consentimento prévio e informado dos povos indígenas. Etnobiologia
Jones, PL (2018). Estratégias de aprendizagem social: construção de pontes entre campos. Letters 9 (1), 76–85. https://doi.org/10.14237/ebl.9.1.2018.1054 .
Trends in Cognitive Sciences 22, 651-665. Moerman, DE (1979). Símbolos e seletividade: uma análise estatística dos nativos
Kenny, DA & Judd, CM (1986). Consequências da violação da independência etnobotânica médica americana. Journal of Ethnopharmacology 1, 111-119.
pressuposto na análise de variância. Psychological Bulletin 99, 422-431. Moerman, DE (1996). Uma análise das plantas alimentícias e farmacêuticas dos nativos do Norte
Kindsvater, HK, Dulvy, NK, Horswill, C., Juan-Jordá, M.-J., América. Journal of Ethnopharmacology 52, 1-22.
Mangel, M. & Matthiopoulos, J. (2018). Superando a crise de dados em Moreira, PS, Sotiropoulos, I., Silva, J., Takashima, A., Sousa, N., Leite-
conservação da Biodiversidade. Trends in Ecology & Evolution 33, 676-688. Almeida, H. & Costa, PS (2016). As vantagens da equação estrutural
Kluger, L., Gorris, P., Kochalski, S., Mueller, MS & Romagnoni, G. (2020). modelagem para lidar com a complexidade da aprendizagem de referência espacial. Fronteiras em
Estudando as relações homem-natureza através de uma lente de rede: uma revisão sistemática. Behavioral Neuroscience 10, 1-9.
People and Nature 00, 1-17. Morris, M., Krivitsky, PN, Handcock, MS, Butts, CT, Hunter, DR,
Kolaczy k, E. & Krivitsky, P. (2015). Sobre a questão do tamanho efetivo da amostra em Goodrreau, SM, Bender de-Moll, S. & Team, SD (2019). Exponencial
modelagem de rede: como inquérito assintótica. Statistical Science 30, 184–198. Modelos de gráfico aleatório (ERGMs) usando statnet. http : //statnet.org/Workshops/
Korotcov, A., Tkachenko, V., Russo, DP & Ekins, S. (2017). Comparação de ergm_tutorial.html # Introduction_to_this_workshoptutorial .
aprendizado profundo com vários métodos e métricas de aprendizado de máquina usando diversos Muleba, I., Yessoufou, K. & Rampedi, IT (2021). Testando o não aleatório
conjuntos de dados de descoberta de medicamentos. Molecular Pharmaceutics 14, 4462–4475. hipótese de seleção de plantas medicinais utilizando a flora lenhosa de Mpumalanga
Kuhn, M. (2008). Construindo modelos preditivos em R usando o pacote circunflexo. Diário de Província, África do Sul. Meio Ambiente, Desenvolvimento e Sustentabilidade 23, 4162–4173.
Statistical Software 28, 1–26. Mundry, R. (2014). Questões estatísticas e suposições de filogenética generalizadas pelo menos
Kuhn, M. & Johnson, K. (2013). Modelagem Preditiva Aplicada . Springer, Nova York. praças. Em Métodos Comparativos Filogenéticos Modernos e Sua Aplicação na Evolução
Kunwar, RM & Bussmann, RW (2008). Etnobotânica no Himalaia Nepal. Biology , pp. 1-552.Springer, Berlin.
Journal of Ethnobiology and Ethnomedicine 4, 24. Namazi, RH (2017). Análise baseada em fractal do comportamento do movimento em animais
Ky riazos, TA (2018). Psicometria aplicada: a validação do construto de três faces forrageamento. ARC Journal of Neuroscience 2, 1–3.
método, uma rotina para avaliar uma estrutura fatorial. Psychology 09, 2044–2072. Nascimento, ALB, Júnior, FSM, Ramos, MA, de Medeiros, PM,
Labey rie, V., Thomas, M., Muthamia, Z. & Leclerc, C. (2015). Troca de sementes Soldati, GT, Santoro, FR e Albuquerque, UP (2015). Utilitarista
redes, etnicidade e diversidade de sorgo. Proceedings of the National Academy of redundância: conceituação e aplicações potenciais em etnobiológica
Ciências dos Estados Unidos da América 201513238. 113 (1), 98–103. https://doi.org/10. pesquisa. In Evolutionary Ethnobiology (eds UP A LBUQUERQUE , PM DE M EDEIROS
1073 / pnas.1513238112 . e A. C ASAS ), pp. 121-130. Nova York: Springer International Publishing.
Laumann, EO, Marsden, PV e Prensky, D. (1991). A especificação de limite Orme, D., Freckleton, R., Thomas, G., Petzoldt, T., Fritz, S., Isaac, N. &
problema na análise de rede. Em Métodos de Investigação em Análise de Redes Sociais (Eds LC Pearse, W. (2014). Caper: análises comparativas de filogenética e evolução em
F REEMAN , DR W HITE e AK R OMNEY ), pp. 61–87. Piscataway, NJ: Pacote R. R versão 0.5.2 / r121 .
Editores de transações. Ostrom, E. (2000). Ação coletiva e evolução das normas sociais. Diário de
Lawton, JH (1999). Existem leis gerais em ecologia? Oikos 84, 177–192. Economic Perspectives 14, 137-158.
Lefcheck, JS (2016). por partesSEM: modelagem de equações estruturais por partes em r Ozgur, C., Colliau, T., Rogers, G., Hughes, Z. & My er-Ty son, EB (2017).
para ecologia, evolução e sistemática. Methods in Ecology and Evolution 7, 573–579. MatLab vs. Py thon vs. R. Journal of Data Science 15, 355-372.
Lei, D., Al Jabri, T., Teixidor-Toneu, I., Saslis-Lagoudakis, CH, Pagel, M. (1999). Inferindo os padrões históricos da evolução biológica. Nature 401,
Ghazanfar, SA & Hawkins, JA (2020). Análise comparativa de quatro 877–884.
floras medicinais: métodos filogenéticos para identificar padrões transculturais. Plantas, Paradis, E., Blomberg, S., Bolker, B., Brown, J., Claude, J.,
Pessoas, Planeta 2, 614-626. Cuong, HS & Desper, R. (2020). Pacote 'macaco'. Análises de filogenética e
Lever, J., Krzy winski, M. & Altman, N. (2016). Pontos de significância: modelo evolução, versão 5, 4-1.
seleção e overfitting. Nature Methods 13, 703-704. Paradis, E. & Schliep, K. (2019). Ape 5.0: um ambiente para a filogenética moderna
Levy, MA (2016) Interpretação das estimativas do grau GW em ERGMs (pôster). fi gshare . e análises evolutivas em R. Bioinformatics 35, 526–528.
Linquist, S., Gregory, TR, Elliott, TA, Say lor, B., Kremer, SC & Phillips, O. & Gentry, AH (1993a). As plantas úteis de Tambopata, Peru: I. Estatística
Cottenie, K. (2016). Sim! Existem generalizações resilientes (ou "leis") em testes de hipóteses com uma nova técnica quantitativa. Economic Botany 47, 15–32.
ecologia. The Quarterly Review of Biology 91, 119–131. Phillips, O. & Gentry, AH (1993b). As plantas úteis de Tambopata, Peru:
Loken, E. (2009). Modelagem de equações estruturais: um periódico multidisciplinar. Estrutural II. Testes de hipóteses adicionais em ethnobotany quantitativa. Botânica econômica 47,
Modelagem de Equações 2, 232–244. 33–43.
de Lucena, RFP, de Medeiros, PM, de Lima Araú jo, E., Alves, AGC & Pinheiro, JC & Bates, DM (2000). Modelos de efeitos mistos em S e S-PLUS . Springer-
Albuquerque, UP (2012). A hipótese da aparência ecológica e a Verlag, Nova York.
importância de plantas úteis em comunidades rurais do Nordeste do Brasil: um Pinter, Y. & Eisenstein, J. (2020). Previsão de relações semânticas usando gráfico global
avaliação com base no valor de uso. Journal of Environmental Management 96, 106-115. propriedades. Anais da Conferência de 2018 sobre Métodos Empíricos em Linguagem Natural
Lucena, RFP, Lima Araú jo, E. & Albuquerque, UP (2007). Faz o local Processamento , EMNLP 2018, 1741–1751.
disponibilidade de plantas lenhosas da Caatinga (nordeste do Brasil) explicam seu valor de uso. Poe, MR, Norman, KC & Levin, PS (2014). Dimensões culturais de
Economic Botany 61, 347-361. sistemas socioecológicos: principais conexões e princípios orientadores para a conservação em
L USHER , D., K. OSKINEN , J. & R OBINS , G. (eds) (2013). Modelos de gráfico aleatório exponencial para ambientes costeiros. Conservation Letters 7, 166–175.
Redes Sociais: Teoria, Métodos e Aplicações . Cambridge University Press, Prell, C. (2012). Análise de redes sociais: história, teoria e metodologia . Sage, Londres.
Nova y ork. Qian, H. & Jin, Y. (2016). Uma megafilogenia atualizada de plantas, uma ferramenta para gerar
Magliocca, NR, Ellis, EC, Allington, GRH, de Bremond, A., filogenias de plantas e uma análise da estrutura da comunidade filogenética. Diário de
Dell'Angelo, J., Mertz, O., Messerli, P., Mey froidt, P., Seppelt, R. & Plant Ecology 9, 233-239.
Verburg, PH (2018). Fechando lacunas de conhecimento global: produzindo generalizado Quinn, GP, Keough, JM & Reid, JRW (2002). Desenho experimental e dados
conhecimento de estudos de caso de sistemas sócio-ecológicos. Mudança Ambiental Global análise para biólogos. Em Austral Ecology , Quarta Edição. Cambridge University Press,
50, 1-14. Cambridge.
Martin, GJ (2007). Etnobotânica: um manual de métodos . Earthscan, Londres. R Development Core Team (2019). R: uma linguagem e ambiente para computação estatística .
McCarthy, AL, Heppell, S., Roy er, F., Freitas, C. & Dellinger, T. (2010). R Foundation for Statistical Computing, Viena. http://www.r-project.org .
Identificação de provável habitat de forrageamento de tartarugas marinhas pelágicas cabeçuda ( Caretta Revell, LJ (2010). Sinal filogenético e regressão linear em dados de espécies. Métodos
caretta ) no Atlântico Norte por meio da análise da sinuosidade da faixa de telemetria. Progresso em em Ecology and Evolution 1, 319-329.
Oceanografia 86, 224-231. Revell, LJ (2012). Fitools: um pacote R para biologia comparativa filogenética
McClatchey, WC, Paul, A., Flaster, T. & McClatchey, V. (1999). A (e outras coisas). Methods in Ecology and Evolution 3, 217-223.
avaliação das tendências educacionais em economia e etnobotânica. Etnobotânica Rey es-Garcıa, V., Gue`ze, M., Luz, AC, Paneque-Gálvez, J., Macıa, MJ,
Série de publicações educacionais 1, 1–21. Orta-Martínez, M., Pino, J. & Rubio-Campillo, X. (2013a). Evidência de
McClintock, BT, King, R., Thomas, L., Matthiopoulos, J., perda de conhecimento tradicional em uma sociedade indígena contemporânea. Evolução e
McConnell, BJ & Morales, JM (2012). Uma modelagem geral em tempo discreto Human Behavior 34, 249-257.
Página 24
Rey es-Garcıa, V., Molina, JL, Calvet-Mir, L., Aceituno-Mata, L., Tarka, P. (2018). Uma visão geral do modelo de equações estruturais: o seu início,
Lastra, JJ, Ontillera, R., Parada, M., Pardo-de-Santay ana, M., desenvolvimento histórico, utilidade e controvérsias nas ciências sociais.
Rigat, M., Valle`s, J. & Garnatje, T. (2013b). 'Tertius gaudens': germoplasma Qualidade e quantidade 52, 313–354.
redes de intercâmbio e conhecimento agroecológico entre horticultores domésticos no Teixidor-Toneu, I., Jordan, FM & Hawkins, JA (2018). Comparativo
Península Ibérica. Journal of Ethnobiology and Ethnomedicine 9, 53. métodos filogenéticos e a evolução cultural do uso de plantas medicinais. Natureza
Rhee, I., Shin, M., Hong, S., Lee, K., Kim, SJ & Chong, S. (2011). On the Levy - Plants 4, 754–761.
caminhar natureza da mobilidade humana. IEEE / ACM Transactions on Networking 19, 630–643. Teran, MY (2016). O protocolo de Nagoy a e os povos indígenas. Internacional
Roberts, DR, Bahn, V., Ciuti, S., Boy ce, MS, Elith, J., Guillera- Jornal de Política Indígena 7 (2). https://doi.org/10.18584/iipj.2016.7.2.6 .
Arroita, G., Hauenstein, S., Lahoz-Monfort, JJ, Schröder, B., Terlizzi, A., Bevilacqua, S., Fraschetti, S. & Boero, F. (2003). Taxonômico
Thuiller, W., Warton, DI, Wintle, BA, Hartig, F. & Dormann, CF suficiência e a crescente insuficiência de conhecimentos taxonômicos. Poluição marinha
(2017). Estratégias de validação cruzada para dados com dados temporais, espaciais, hierárquicos ou Boletim 46 (5), 556–561. https://doi.org/10.1016/S0025-326X(03)00066-3 .
estrutura filogenética. Ecography 40, 913–929. Thomas, M. & Caillon, S. (2016). Efeitos do status social do agricultor e da biocultural da planta
Robles Arias, DM, Cevallos, D., Gaoue, OG, Fadiman, MG & Hindle, T. valor nas redes de circulação de sementes em Vanuatu. Ecology and Society 21, art13.
(2020). Seleção não aleatória de plantas medicinais na comunidade Kichwa do Torres-Avilez, W., de Medeiros, PM e Albuquerque, UP (2016). Efeito de
Amazônia equatoriana. Journal of Ethnopharmacology 246, 112220. gênero no conhecimento sobre plantas medicinais: revisão sistemática e meta-análise.
Romano, JL & Kromrey, JD (2009). Quais são as consequências se a suposição Evidence-based Complementary and Alternative Medicine 2016, 1–13.
de observações independentes é violado na meta-análise de generalização de confiabilidade Touchon, JC & McCoy, MW (2016). A incompatibilidade entre as estatísticas atuais
estudos? Medição educacional e psicológica 69, 404-428. prática e treinamento de doutorado em ecologia. Ecosfera 7 (8). https://dx.doi.org/10.
Salali, GD, Chaudhary, N., Thompson, J., Grace, OM, van der 1002 / ecs2.1394 .
Burgt, XM, Dy ble, M., Page, AE, Smith, D., Lewis, J., Mace, R., Turchin, P. (2001). A ecologia populacional tem leis gerais? Oikos 94, 17-26.
Vinicius, L. & Migliano, AB (2016). Redes de compartilhamento de conhecimento em hunter- Vandebroek, I. (2017). Aspectos éticos do trabalho com as comunidades locais e seus
coletores e a evolução da cultura cumulativa. Current Biology 26, 2516–2521. recursos biológicos. Em Pharmacognosy , pp. 645-651.Elsevier, Amsterdam.
Santoro, FR, Chaves, LS e Albuquerque, UP (2020). Aspectos evolutivos Vandebroek, I. & Balick, MJ (2012). Globalização e perda de conhecimento da planta:
que norteiam as vias de transmissão cultural em um sistema médico local do Nordeste desafiando o paradigma. PLoS ONE 7 (5), e37643. https://doi.org/10.1371/
Brasil. Heliyon 6 (6), e04109. https://doi.org/10.1016/j.heliy on.2020.e04109 . journal.pone.0037643 .
Saslis-Lagoudakis, CH, Hawkins, JA, Greenhill, SJ, Pendry, CA, Vandebroek, I., Pieroni, A., Stepp, JR, Hanazaki, N., Ladio, A.,
Watson, MF, Tuladhar-Douglas, W., Baral, SR & Savolainen, V. Alves, RRN, Picking, D., Delgoda, R., Maroy i, A., van Andel, T.,
(2014). A evolução do conhecimento tradicional: o ambiente molda a medicina Quave, CL, Paniagua-Zambrana, NY, Bussmann, RW, Odonne, G.,
uso de plantas no Nepal. Proceedings of the Royal Society B: Biological Sciences 281, 20132768. Abbasi, AM, et al. (2020). Remodelando o futuro da pesquisa em etnobiologia após
Saslis-Lagoudakis, CH, Williamson, EM, Savolainen, V. & a pandemia COVID-19. Nature Plants 6, 723–730.
Hawkins, JA (2012). Comparações transculturais de floras medicinais e Vandebroek, I., van Damme, P., van Puy velde, L., Arrazola, S. & de
bioprospecção revisitada. Journal of Ethnopharmacology 139, 688-690. Kimpe, N. (2004). Uma comparação do conhecimento de plantas medicinais de curandeiros tradicionais
Sey ler, BC, Gaoue, OG, Tang, Y. & Duffy, DC (2019). Entendimento nos Andes bolivianos e na Amazônia. Social Science and Medicine 59, 837-849.
conhecimento ameaçado pelo declínio das populações de orquídeas selvagens em uma urbanização Varoquaux, G. (2018). Falha na validação cruzada: pequenos tamanhos de amostra levam a um grande erro
China (Sichuan). Conservação Ambiental 46, 318–325. barras. NeuroImage 180, 68-77.
Shalizi, CR & Thomas, AC (2011). Homofilia e contágio são genericamente Vellend, M. (2010). Síntese conceitual em ecologia de comunidades. The Quarterly Review
confundidos em estudos observacionais rede social. Métodos Sociológicos e Pesquisa of Biology 85, 183–206.
40, 211–239. Violon, C., Thomas, M. & Garine, E. (2016). Bom ano, ano ruim: mudando
Sharp, R., Tallis, HT, Ricketts, T., Guerry, AD, Wood, SA, Chaplin- estratégias, mudando redes? Um estudo de dois anos sobre a aquisição de sementes no norte
Kramer, R., Nelson, E., Ennaanay, D., Wolny, S., Olwero, N., Camarões. Ecology and Society 21 (2), 34. http://dx.doi.org/10.5751/ES-08376-
Vigerstol, K., Pennington, D., Mendoza, G., Aukema, J., Foster, J., et al. 210234 .
(2018). Guia do usuário do InVEST 3.7.0. Projeto de Capital Natural , Universidade de Stanford , Voeks, RA (2004). Farmacopéias de perturbação: remédio e mito da
Universidade de Minnesota , The Nature Conservancy , e World Wildlife Fund . trópicos úmidos. Anais da Associação de Geógrafos Americanos 94, 868–888.
Shipley, B. (2003). De hipóteses biológicas a modelos de equações estruturais: o Voeks, RA & Leony, A. (2004). Esquecendo a floresta: avaliando plantas medicinais
imperfeição da tradução causal. Em Structural Equation Modeling , pp. 194–211. erosão no leste do Brasil. Economic Botany 58, 94-106.
Cambridge University Press, Nova York. Wahren, J. (1966). Aspectos quantitativos do fluxo sanguíneo e consumo de oxigênio no ser humano
Shipley, B. (2016). Causa e Correlação em Biologia: um usuário ' s Guide to Path Analysis, Estrutural antebraço durante o exercício rítmico. Acta Physiologica Scandinavica, Suplemento 269, 1-93.
Equações e causal inferência com R . Cambridge University Press, Nova York. Wall, J., Köse, C., Köse, N., Okan, T., Aksoy, EB, Jarvis, D. & Allred, S.
Shojaie, A. (2013). Previsão de link em redes biológicas usando multimodo (2019). O papel das práticas tradicionais de subsistência e etnobotânica local
Modelos de gráfico aleatório exponencial. 11º Workshop sobre Mineração e Aprendizagem com Graph . conhecimento na mitigação da doença da castanha e severidade de pragas na Turquia. Florestas 10, 571.
Sih, A. & Christensen, B. (2001). Teoria da dieta ideal: quando funciona e quando Webb, CO, Ackerly, DD, McPeek, M. a. E Donoghue, MJ (2002). Filogenias
e por que ele falha? Animal Behavior 61, 379-390. e ecologia de comunidade. Annual Review of Ecology and Systematics 33, 475–505.
Sikora, A., Irby, SM, Hall, BL, Mills, SA, Koeppe, JR, Pikaart, MJ, Weinstein, A., El-Deredy, W., Chabert, S. & Fuentes, M. (2016). Apropriado
Wilner, SE, Craig, PA e Roberts, R. (2020). Respostas ao COVID-19 Modelos de tomada de decisão humana usando Py thon. Procedimentos do 15º Python em
pandemia pelo laboratório de investigação científica autêntica de bioquímica (BASIL) CURE Science Conference , 1-6.
consórcio: reflexões e um estudo de caso sobre a mudança para a aprendizagem remota. Diário de Weinstein, BG, Marconi, S., Aubry -Kientz, M., Vincent, G.,
Chemical Education 97, 3455-3462. Seny ondo, H. & White, EP (2020). DeepForest: um pacote py thon para RGB
Soldati, GT & Albuquerque, UP (2012). Um novo aplicativo para o ótimo delineamento de copa de árvore de aprendizado profundo. Methods in Ecology and Evolution 11, 1743–1751.
teoria do forrageamento: a extração de plantas medicinais. Complementar baseado em evidências e Winter, KB, Ticktin, T. & Quazi, SA (2020). Restauração biocultural no Havaí
Medicina Alternativa 2012, 364564. também atinge objetivos essenciais de conservação. Ecology and Society 25, art26.
Souto, T. & Ticktin, T. (2012). Compreender as inter-relações entre os preditores Yessoufou, K., Daru, BH & Muasy a, AM (2015). Exploração filogenética de
(idade, gênero e origem) do conhecimento ecológico local. Economic Botany 66, 149-164. plantas medicinais comumente usadas na África do Sul. Recursos de Ecologia Molecular 15,
Souza, EDNF & Hawkins, JA (2020). Ewé: um banco de dados etnobotânico baseado na web 405–413.
para armazenar e analisar dados. Banco de dados 2020. Zanne, AE, Tank, DC, Cornwell, WK, Eastman, JM, Smith, SA,
Souza, ENF, Williamson, EM & Hawkins, JA (2018). Quais plantas usadas em FitzJohn, RG, McGlinn, DJ, O'Meara, BC, Moles, AT,
etnomedicina são caracterizados? Padrões filogenéticos de uso tradicional relacionados a Reich, PB, Roy er, DL, Soltis, DE, Stevens, PF, Westoby, M.,
esforço de pesquisa. Frontiers in Plant Science 9, 1-12. Wright, IJ, et al. (2014). Três chaves para a radiação de angiospermas em
Talaat, WIAW (2013). Proteção do conhecimento tradicional associado sobre ambientes congelantes. Nature 506, 89-92.
recursos genéticos: além do protocolo de Nagoy a. Procedia - Social e Comportamental Zuur, AF, Ieno, EN, Walker, N., Saveliev, AA & Smith, GM (2009). Misturado
Sciences 91, 673–678. Efeitos Models e extensões em Ecologia com R . Springer, Nova York.
( Recebido em 19 de novembro de 2020; revisado em 16 de maio de 2021; aceito em 18 de maio de 2021 )
Ver es tatís ticas de publicação

Avanços Metodológicos para Etnobiologia Baseada em Hipóteses

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Avanços Metodológicos para Etnobiologia Baseada em Hipóteses

Enviado por

Direitos autorais:

Formatos disponíveis

01/06/2021 Avanços metodológicos para etnobiologia baseada em hipóteses

Avanços metodológicos para etnobiologia baseada em hipóteses

Artigo em Revisões Biológicas · Maio de 2021

DOI: 10.1111 / brv.12752

Universidade do Havaí em Mānoa

O usu ário solicitou aprimoramento do arquivo baixado .

Avanços metodológicos para hipóteses-

Orou G. Gaoue 1,2,3 *, Jacob K. Moutouama 1 , Michael A. Coe 4 , Matthew O. Bond 4 ,

* Endereço para correspondência (Tel: +1 865 974 3046; E-mail: ogaoue@utk.edu)

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

2 Orou G. Gaoue et al.

I. INTRODUÇÃO antropólogos que estão interessados em aprender sobre,

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

4 Orou G. Gaoue et al.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Cyp eru ssp.

Eu terp e o lera cea

Mo mordica cha rantia

Gou an ia lup uloid es

Cecro pia sciadop hylla Dracon tium sp ru cea n u m

Ma nsoa a llia cea

Bro simum u tile

Verb en a lito ralis

Ficus sch ultesii

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Estimativa Erro padrão valor t P AIC

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

As métricas de conectividade podem ser calculadas no nível do nó

( b ) ERGMs usando processos de aprendizagem social para prever

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

16 Orou G. Gaoue et al.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

18 Orou G. Gaoue et al.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

20 Orou G. Gaoue et al.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

( Recebido em 19 de novembro de 2020; revisado em 16 de maio de 2021; aceito em 18 de maio de 2021 )

Biological Reviews (2021) 000–000 © 2021 Cambridge P hilosophical Society.

Ver es tatís ticas de publicação

Você também pode gostar