1.14: Cambio del enfoque de monitoreo

A pesar de los mejores esfuerzos para diseñar un plan de monitoreo, es casi inevitable que tarde o temprano se realicen cambios en la estrategia de monitoreo. En efecto, si los datos de monitoreo se utilizan como se pretende en un marco de manejo adaptativo, la información obtenida debe usarse para refinar el enfoque de monitoreo y mejorar la calidad y utilidad de los datos que se recolectan (Vora 1997). Marsh y Trenham (2008) resumieron 311 encuestas enviadas a individuos involucrados con programas de monitoreo en Norteamérica y Europa y estimaron que 37% de los programas realizaron cambios en el diseño general del programa de monitoreo al menos una vez y que las técnicas de recolección de datos cambiaron en 34% de estos programas. La adición de variables novedosas a la medida también se incorpora a menudo a los programas de monitoreo, ya que la información revela nuevos patrones y procesos, quizás más valorados. Otro cambio, la caída de variables, muchas veces debe acompañar a estas adiciones simplemente debido al aumento de los costos asociados a medir más cosas. Y claramente los caprichos de los ciclos presupuestales pueden hacer que las variables se bajen para uno o más ciclos de monitoreo y luego se vuelvan a agregar si mejoran los presupuestos. Pero los cambios en los programas de monitoreo pueden resultar en que algunos o todos los datos recopilados hasta la fecha sean incompatibles con los datos recopilados después de que se realice un cambio. El aumento de la precisión en la recopilación de datos siempre es un objetivo, pero si los datos se recopilan con dos niveles de precisión durante dos períodos de tiempo, entonces la agrupación de los datos se vuelve problemática. Del mismo modo, cambiar las ubicaciones o periodicidad del muestreo puede conducir a discontinuidades en los datos; esto hace que los análisis sean más desafiantes. Ante estas preocupaciones, cambiar un programa de monitoreo no debe hacerse a la ligera y es un proceso que requiere tanto preparación como establecer el plan inicial de monitoreo. A pesar de esto, hay muy poca información disponible para informar a los gerentes de programas de monitoreo cuando consideran cambiar los enfoques dentro de su programa.

Precauciones generales para cambiar la metodología

Ante la escasez de referencias, es importante considerar cuidadosamente las que sí existen. Por ejemplo, Shapiro y Swain (1983) notaron el enorme impacto que un cambio en la metodología tuvo en el análisis de datos en un programa de monitoreo que involucra la calidad del agua en el lago Michigan. En efecto, la aparente disminución de la concentración de sílice entre 1926 y 1962 fue un artefacto de haber cambiado los métodos y no el resultado del aumento de las cargas de fósforo como se había reportado antes de su trabajo (Shapiro y Swain 1983). Strayer et al. (1986) describieron este ejemplo clásico de los peligros asociados con el cambio de metodología durante un programa de monitoreo y utilizaron la experiencia para sugerir varias precauciones generales a tomar al cambiar la metodología en medio de un programa de monitoreo a largo plazo.

1. Calibrar los nuevos métodos contra los métodos antiguos por un periodo de tiempo suficiente.
2. Mantener un registro de detención permanente de todos los protocolos utilizados
3. Archivar muestras de referencia de materiales recolectados en campo en su caso. Los especímenes de vales, las muestras de suelo o agua y materiales similares deben archivarse de manera segura y segura para futuras referencias. Considera recolectar pelo, plumas, escamas u otros tejidos de animales para futuros análisis de ADN.
4. Cambiar los métodos con la menor frecuencia posible.

Cuándo hacer un cambio

Si bien las alteraciones ciertamente deben minimizarse, habrá casos en los que un cambio hará que el monitoreo sea más valioso que mantener el diseño original. También habrá instancias en las que los cambios sean inevitables debido a deficiencias de datos o deseos de las partes interesadas. Los cambios realizados en el diseño, en las variables medidas, en las técnicas o ubicaciones de muestreo, en la precisión de las muestras o en la frecuencia de muestreo son potencialmente útiles. Sin embargo, también todos tienen el potencial de restarle valor a un programa de monitoreo de maneras únicas y poderosas. Determinar cuándo o si cambiar tu programa, por lo tanto, puede ser una tarea difícil. Entonces, ¿cuándo se debe cambiar un programa de monitoreo? Los siguientes ejemplos describen algunos escenarios potencialmente apropiados o necesarios, pero es importante tener en cuenta que todos los cambios potenciales merecen una cuidadosa consideración

Cambiando el Diseño

Las etapas iniciales de un programa de monitoreo dan como resultado una serie de puntos de datos e intervalos de confianza asociados que describen una tendencia sobre el espacio o el tiempo. Una vez establecida esa tendencia, a menudo surgen nuevas preguntas o, a medida que se desarrollan nuevas técnicas más útiles o precisas, podría justificarse un cambio en el diseño. Por ejemplo, el patrón observado en la Figura 14.1 representa una tendencia positiva, pero la precisión de las estimaciones puede entrar en duda ya que los datos en los periodos de tiempo 4, 5 y 6 reflejan una meseta. Esta realización lleva a una serie de preguntas que socavarían el programa de monitoreo si se dejaran sin respuesta: ¿Esta meseta es real o una función de recolección de datos imprecisa? ¿Otras variables como la fecundidad o la supervivencia son mejores indicadores de respuesta poblacional que simplemente el tamaño de la población? Si un cambio en el diseño puede responder a estas preguntas y hacer que los datos sean más útiles, y mantener el rumbo no puede, los gerentes y las partes interesadas pueden decidir que es el momento de hacer algunos cambios incluso después de solo 5 años de recolección de datos.

Figura 14.1. Ejemplo de una población creciente a lo largo del tiempo utilizando técnicas de monitoreo consistentes en cada periodo de tiempo.

Cambio de las variables que se miden

El cambio de las variables medidas puede considerarse por varias razones, pero debe emprenderse con prudencia porque puede establecer un programa de monitoreo desde el principio. Una razón legítima para cambiar las variables, sin embargo, es la falta de cumplimiento de las metas y objetivos del proyecto o un cambio repentino en los deseos de los grupos de interés. Si no se están cumpliendo metas y objetivos con los datos que se recopilan, es obvio que se deben hacer cambios. En tal caso, los datos recopilados hasta la fecha pueden seguir siendo muy útiles para los tomadores de decisiones. Estos datos pueden ayudar a informar las decisiones tomadas respecto a cómo deben realizarse los cambios (alterando las variables medidas o la intensidad del muestreo). El uso de datos en análisis de potencia post-hoc también se ha vuelto bastante popular cuando se trata de entender por qué no se observó una tendencia significativa, pero la lógica detrás del análisis de potencia post-hoc ha sido considerada inherentemente defectuosa por algunos autores porque el punto de análisis de potencia es asegurar durante la fase de diseño de un proyecto que si una tendencia es real entonces hay un 'x' por ciento de probabilidad de que se pueda detectar (Hoenig y Heisey 2001). Los análisis de datos que incluyen intervalos de confianza en las estimaciones de parámetros son particularmente útiles para comprender las deficiencias de los datos subyacentes e informar las decisiones sobre qué cambios realizar y cómo y cuándo hacerlos. Esto es especialmente cierto cuando no rechazar una hipótesis nula (por ejemplo, incapaz de detectar una tendencia) podría ser errónea y poner en peligro a una población.

Una vez analizados los datos y entendida la incertidumbre asociada a las estimaciones de parámetros, entonces se puede informar a todos los interesados sobre los cambios que se podrían hacer en el plan de monitoreo para cumplir mejor sus metas y objetivos y luego asegurarse de que están involucrados en el proceso de toma de decisiones .

Volviendo a nuestro ejemplo, (Figura 14.1), las tendencias positivas pueden ser alentadoras, pero si los datos son necesarios para describir el grado de recuperación y posible eliminación de la exclusión bajo la Ley de Especies Amenazadas, entonces los interesados probablemente sugerirían que los parámetros poblacionales que describen las tasas reproductivas y las tasas de supervivencia también puede necesitar ser medido. En este caso, se puede agregar un programa de monitoreo completamente nuevo al programa de monitoreo de poblaciones o simplemente se puede agregar monitoreo de parámetros demográficos al protocolo existente. Alternativamente, el muestreo de abundancia animal puede incluso ser disminuido y reemplazado por estimaciones de la demografía animal, y por lo tanto truncar la comprensión continua de las tendencias poblacionales. El alcance y la forma que tomen los cambios dependerán de los presupuestos, la logística y el apoyo de las partes interesadas y, en última instancia, se determinarán evaluando los costos potenciales asociados con el cambio en relación con los beneficios percibidos y las opiniones de los interesados y los financiadores.

Cambio de las técnicas de muestreo

A medida que se dispone de nuevas técnicas que proporcionan estimaciones más precisas o más precisas del número de animales, la disponibilidad del hábitat o los parámetros demográficos, la tendencia es utilizar los nuevos métodos en lugar de métodos menos precisos o menos precisos utilizados hasta la fecha. Esto también puede ser un escenario muy apropiado en el que cambiar un programa de monitoreo, pero debe emprenderse con un enfoque controlado si es posible.

¿Qué implica esto? Considera el patrón en la Figura 14.2a. El cambio de técnicas en el año 5 da como resultado un R ² mayor y un cambio abrupto en las estimaciones poblacionales. Debido a que los cambios a lo largo del tiempo se confunden con cambios en las técnicas, no podemos estar seguros si la línea de tendencia observada es real o un artefacto de los cambios en las técnicas.

El uso de un enfoque más controlado al hacer el cambio a la nueva técnica en el año 5 pero también continuar usando la técnica antigua también durante los años 5-9, sin embargo, tiene el potencial de informar a los gerentes del efecto debido al cambio de técnica (Sutherland 1996). Esto es especialmente cierto si una relación estadística (regresión) entre los datos recopilados utilizando ambas técnicas permite a los gerentes estandarizar los puntos de datos para los años 0-4 (Figura 14.2b). Tal enfoque requiere extrapolación a años donde solo se utilizó una técnica (no ambas), y tales extrapolaciones van acompañadas de intervalos de confianza que describen la incertidumbre en los datos.

Figura 14.2. A. Ejemplo de un conjunto de datos de monitoreo en el que se instituyó una técnica alternativa en el periodo de tiempo 5 (A). La línea de tendencia asociada puede deberse al aumento del número de animales, al aumento de la detectabilidad de los animales usando la nueva técnica, o a ambos. Esta tendencia se ha estandarizado a la técnica original y muestra una pendiente mucho más modesta (B).

Este proceso más controlado ha sido tomado por otros y ha llevado a cambios informados y útiles en los programas de monitoreo ya establecidos (Buckland et al. 2005). Cuando se estableció el Censo Común de Aves (CBC) en el Reino Unido, las técnicas propuestas fueron de última generación. Sin embargo, con el tiempo los métodos fueron cuestionados y cada vez más vistos como obsoletos. A pesar de estas preocupaciones, los métodos defectuosos aún se utilizaron debido al temor de que cualquier cambio socavara el valor de las series de tiempo largas (Buckland et al. 2005). Finalmente se hizo evidente que cambiar los métodos tenía el potencial de rectificar el problema de los datos engañosos e inútiles y, por lo tanto, era necesario. El British Trust for Ornitology decidió reemplazar el CBC por un Breeding Bird Survey (BBS) en el Reino Unido que era similar al BBS norteamericano. Sin embargo, también decidieron realizar ambos enfoques simultáneamente durante varios años para permitir la calibración de datos de CBC a datos BBS para proporcionar un puente en la comprensión de cómo los resultados de una técnica se asociaron con otra que luego les permitió pasar al enfoque BBS (Buckland et al. 2005). Strayer (1986) también aconsejó emplear técnicas nuevas y antiguas simultáneamente para un período de calibración al cambiar técnicas.

Cambio de las ubicaciones de muestreo

Cambiar las ubicaciones de muestreo a lo largo del tiempo puede introducir variabilidad en los datos que puede hacer que las detecciones de patrones sean difíciles o imposibles y, por lo tanto, muchos practicantes dudarían mucho en hacerlo. Sin embargo, en varios casos puede ser necesario para que el monitoreo sea significativo. Primero, no cambiar la ubicación del muestreo en entornos que cambian más rápidamente que las poblaciones que están siendo monitoreadas confundirá tanto los datos que el análisis puede ser imposible a menos que se cambie la ubicación. Considera tomar muestras de ratones de playa en ambientes de dunas costeras. Si se establece una cuadrícula de sitios de muestreo y los animales son atrapados y marcados año tras año, las estaciones de trampa pueden sumergirse a medida que la ubicación de las dunas cambia con el tiempo. Problemas similares surgen cuando se muestrean sistemas ribereños. Se requiere mover las ubicaciones de muestreo en estas instancias. Con el fin de reducir la varianza introducida en la muestra mediante el cambio continuo de ubicaciones, la estratificación de los sitios de muestreo basada en características topográficas o (si es necesario) la estructura o composición de la vegetación puede ayudar a reducir la variabilidad. Sin embargo, dicha estratificación no compensará completamente los aumentos en la variabilidad debido a los cambios en las ubicaciones de muestreo. Es importante tenerlo presente al inicio de un programa de monitoreo diseñado para muestrear organismos en ecosistemas dinámicos. A menos que se considere la variabilidad en las muestras debido al cambio de ubicación durante el diseño experimental, es posible, y de hecho probable, que la potencia estadística estimada a partir de un estudio piloto que no muestrea nuevos lugares cada año sea inadecuada para detectar patrones. El estudio piloto debe considerar explícitamente la variabilidad asociada con el cambio de ubicación de muestreo de un año a otro.

El segundo caso en el que la ubicación del muestreo puede justificar un cambio se debe a un estudio piloto deficiente o engañoso e implica una alteración de una sola vez. Si bien los organismos pueden comportarse de acuerdo con ciertas tendencias a lo largo del tiempo o el espacio, nunca se puede estar seguro de que los datos de un estudio piloto encarnan esas tendencias. Para ser más específicos, si el objetivo de un programa de monitoreo es recolectar datos sobre una población particular de un organismo en particular, es probable que sea necesario elegir una ubicación de muestreo que constituya o esté incrustada dentro del rango de origen de esa población. Por lo tanto, es necesario realizar una encuesta piloto para elegir la ubicación. Sin embargo, como los organismos normalmente no están físicamente restringidos a su área de distribución, es posible que los datos de encuestas de un estudio piloto puedan sugerir una ubicación de muestreo que casi nunca es frecuentada por la especie focal. Esto puede ser particularmente probable para especies de amplio alcance como el pecarí de labios blancos. Dada la tendencia de esta especie a viajar en rebaños de varios cientos de animales sobre un área enorme, la presencia de individuos o de signo en algún momento, aunque sea abundante, puede no ser una buena indicación de la frecuencia con la que se utiliza una ubicación (Emmons y Feer 1997). Si la ubicación de muestreo elegida inhibe la recolección de los parámetros poblacionales deseados, es necesaria una alteración en la ubicación de muestreo.

Cambio de la precisión de las muestras

A pesar de haber recopilado datos piloto y diseñado un protocolo de monitoreo para detectar una determinada tasa de cambio en una población, pueden surgir fuentes inesperadas de variabilidad (perturbaciones humanas, clima, etc.) que reducen su capacidad para detectar una tendencia. Aumentar el tamaño de la muestra o reducir el error de muestreo puede conducir a estimaciones más precisas como se ilustra en la Figura 14.3 después del año 5. Después de hacer este cambio el ajuste de la línea a los puntos es considerablemente más ajustado y la varianza sobre los puntos es considerablemente menor, lo que lleva a una mayor seguridad de que la población efectivamente está aumentando. Dichos cambios incrementan un poco el R ² (0.74 a 0.78) pero el R ² subió de 0.58 para los primeros 5 años a 0.99 durante los segundos 5 años después de mejorar la precisión.

Figura 14.3. Ejemplo de un conjunto de datos de monitoreo en el que se incrementó la intensidad del muestreo y/o se disminuyó el error de muestreo al año 5 para mejorar el ajuste de la línea tend. El R2 previo al cambio a lo largo de 5 años fue de 0.58 y después del cambio el ajuste mejoró a 0.99.

Pero dados los riesgos de alterar un programa de monitoreo, ¿vale la pena hacer un cambio solo para aumentar la precisión? ¿En qué nivel vale la pena un aumento en la precisión los riesgos de hacer un cambio? No hay una respuesta simple a estas preguntas; los directores de programas y los interesados tendrían que decidir si los costos agregados asociados con el aumento de la precisión valen el mayor nivel de certeza asociado con las estimaciones de tendencia.

Cambio de la frecuencia de muestreo

Dadas las limitaciones de tiempo, dinero y personas, podría ser necesario tomar una decisión para reducir el nivel de esfuerzo asociado con el monitoreo. Consideremos la tendencia en la Figura 14.4 donde la tendencia a lo largo de los primeros 5 años fue positiva (R ² = 0.58). En este caso, los gestores de programas y los interesados podrían estar de acuerdo en que dada la pendiente de la línea hay poca necesidad de preocuparse por esta población, pero que quieren continuar algún nivel de monitoreo para asegurar que la población no comience a disminuir en el futuro. Podrán decidir reducir la frecuencia con la que se realiza el monitoreo cada dos años con el acuerdo de que si hubiera más de 2 muestras consecutivas que mostraran una disminución que luego volverían al muestreo anual.

Figura 14.4. Influencia de reducir la frecuencia de monitoreo de cada año a cada dos años después de 5 años. La decisión de volver al muestreo anual se basaría en un punto desencadenante como dos periodos de tiempo consecutivos que mostraran una disminución.

Sin embargo, ese enfoque no debe tomarse a la ligera. Por ejemplo, en nuestro ejemplo, el muestreo reducido sí siguió demostrando incrementos continuos en la abundancia, pero el R ² asociado a la tendencia disminuyó. Tal disminución del poder explicativo puede no ser particularmente importante para los actores involucrados siempre y cuando la población esté aumentando, pero el nivel de certeza en esa tendencia también debe ser información valiosa para ciertos actores y, por lo tanto, ser cuidadosamente considerado antes de realizar el cambio. También es necesario considerar que la alta precisión ahora puede ser importante para el futuro. En caso de que la población muestre descensos a lo largo del tiempo, mantener la frecuencia de muestreo y la alta precisión de las estimaciones ahora puede facilitar futuras decisiones de manejo. Cambios como estos tienen un costo en certeza, dinero y tiempo y realmente deben hacerse con prudencia.

Problemas logísticos con la alteración de programas de monitoreo

Otro componente clave para cambiar prudentemente un programa de monitoreo es que el gerente del programa considere las limitaciones logísticas asociadas a esos cambios. La capacitación del personal en nuevas técnicas requiere tiempo agregado previo a la temporada de muestreo de campo. Donde es necesaria la estandarización de los datos, entonces la recolección de datos utilizando las técnicas antiguas y nuevas agrega un tiempo y esfuerzo considerables al muestreo de campo. Cambiar de ubicación puede significar restablecer los puntos de muestreo y registrar nuevas ubicaciones GPS.

Las variables cambiantes que se medirán pueden requerir nuevos equipos, viajes adicionales o diferentes períodos de muestreo. Por ejemplo, la supervivencia de muestreo de aves posfledging requerirá diferentes técnicas, estrategias de muestreo y tiempos de muestreo que estimar la abundancia de adultos a partir de datos variables de parcelas circulares. Estas nuevas limitaciones logísticas deberán evaluarse en relación con el valor social y científico del programa de monitoreo para determinar si hacer los cambios es un esfuerzo sostenible.

Emisión económica con la alteración de los programas de monitoreo

Cambiar los programas de monitoreo de cualquier manera generalmente resulta en al menos un gasto inicial de fondos para equipo, viajes o capacitación. Por lo tanto, es importante abordar las cuestiones económicas de si el cambio dará como resultado un aumento de los costos, y de ser así, son los nuevos datos que valen los aumentos de costos. Esto claramente debe hacerse antes de realizar el cambio.

Hay que tener en cuenta que un modesto aumento ahora tenderá a agravarse con el tiempo, especialmente en el caso de las dietas o salarios agregados para el nuevo personal, que deben aumentarse iterativamente para reflejar las tendencias del costo de vida, o el consumo de combustible agregado, lo que casi con certeza traerá costos crecientes a lo largo del tiempo debido a aumento de los precios del combustible. Un simple análisis costo:beneficio es una manera útil de estimar los aumentos (o disminuciones) marginales en los costos asociados a cambios alternativos en el programa de monitoreo. La pregunta final que debe abordarse es: “¿Dónde obtendrá la mejor información al menor costo y aún se mantendrá dentro de su presupuesto”?

Terminación del Programa de Monitoreo

La decisión de terminar un programa de monitoreo es probablemente la decisión más difícil que puede tomar un gerente de programa. Obviamente terminas un programa cuando has respondido las preguntas asociadas a tus metas y objetivos, ¿correcto? Pero, ¿cómo sabes cuándo es eso?

Considere la información en la Figura 14.1. Parece bastante obvio que la población va en aumento. ¿Y si ampliamos el programa de monitoreo otros 4-5 años? Quizás veríamos a la población acercarse a una asíntota, lo que esperaríamos si se alcanzara una capacidad de carga (Figura 14.5). En este punto, si se establecía el programa de monitoreo para determinar cuándo y si se alcanzó una determinada meta poblacional, sería lógico terminar el programa de monitoreo; o si se iba a continuar algún monitoreo, sería apropiado mantenerlo sólo en un nivel mínimo y un bajo costo.

Figura 14.5. Ampliar los datos de monitoreo representados en la figura 14.1 resultó en que se alcanzó una asíntota. En este punto se podría concluir que se ha alcanzado una capacidad de carga y que es innecesario seguir vigilando.

Alternativamente, si los datos mostraran una tendencia diferente, como una disminución (Figura 14.6), sería imprudente suponer que la población estaba aumentando o incluso permaneciendo estable. La disminución de la población durante los últimos 5 años podría deberse simplemente a la casualidad, o a un ciclo poblacional, o a algún factor biofísico que conduzca a una verdadera disminución a largo plazo. A menos que se hayan recopilado datos comparables en sitios de referencia, no sabríamos si este patrón es probablemente una población cíclica o si se ha producido un evento local que conduciría a una disminución continua. En este caso, no se han respondido preguntas clave, no se han logrado las metas y objetivos del programa de monitoreo, y existe un fuerte argumento para la continuación del monitoreo.

Figura 14.6. Una alternativa al patrón en la figura 14.5 es una disminución en las poblaciones con muestreo continuo. En esta instancia no se debe dar por terminado el monitoreo hasta que se determine la causa de la disminución.

Resumen

El cambio de un programa de monitoreo se realiza con frecuencia y tiene consecuencias significativas con respecto a la utilidad de los datos, costos y logística. Si los datos que se recolectan y analizan sugieren que las metas y objetivos no se están cumpliendo adecuadamente según lo determinado por la administración del programa y los grupos de interés, entonces se requerirán revisiones en el protocolo. Agregar o eliminar variables, alterar la frecuencia de recolección de datos, alterar el tamaño de las muestras o cambiar técnicas para aumentar la precisión puede mejorar un programa de monitoreo y ayudar a cumplir metas y objetivos de manera más integral. Sin embargo, todos estos cambios también pueden conducir a cambios en los costos, en el poder de detectar tendencias u otros patrones, por lo que cualquier alteración potencial en un programa de monitoreo debe ser cuidadosamente considerada.

Referencias

Buckland S.T, A.E. Magurran, R.E Green, y R.M. Fewster. 2005. Monitoreo del cambio en la biodiversidad a través de índices compuestos. Transacciones filosóficas de la Real Sociedad Biología. 360.

Emmons, L. y F. Feer. Mamíferos neotropicales de selva tropical: una guía de campo. La prensa de la Universidad de Chicago, Chicago.

Hoenig, J.M., y D.M. Heisey. 2001. El abuso de poder: La falacia generalizada de los cálculos de poder para el análisis de datos. El Estadístico Americano 55 (1): 19-24.

Marsh, D.M., y P.C. Trenham. 2008. Tendencias actuales en el monitoreo de la población vegetal y animal. Biología de la Conservación 22:647 —655

Shapiro, J., y E.B. Swain. 1983. Lecciones de la disminución de sílice en el lago Michigan. Ciencia 221 (4609): 457—459.

Strayer, D., J.S. Glitzenstein, C.G. Jones, J. Kolas, G. Likens, M.J. McDonnell, G.G. Parker, y S.T.A. Pickett. 1986. Estudios ecológicos a largo plazo: un relato ilustrado de su diseño, funcionamiento e importancia para la ecología. Papel Ocasional 2. Instituto de Estudios de Ecosistemas, Millbrook, Nueva York.

Sutherland, W.J. 1996 Técnicas de censos ecológicos. Prensa de la Universidad de Cambridge.

Vora, R.S. 1997. Desarrollar programas para monitorear la salud de los ecosistemas y la efectividad de las prácticas de manejo en los Bosques Nacionales de los Estados Lagos, EUA Conservación Biológica 80:289-302.