Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ugto.mx/handle/20.500.12059/1510
Título: White-tailed deer sex identification from faecal DNA and pellet morphometry by neural network and fuzzy logic analyses
Autor: DIXIA DANIA VEGA VALDIVIA
ID del Autor: info:eu-repo/dai/mx/cvu/82994
Resumen: Conocer el sexo del venado cola blanca (Odocoileus virginianus) puede proporcionar información para establecer tasas de aprovechamiento y actividades de manejo. El objetivo de este estudio es identificar el sexo mediante la creación de funciones de clasificación para sexo obtenidas mediante morfometría de pellets fecales. Se colectaron heces durante 12 meses en Durango, México, a los cuales se les midieron sus variables morfométricas, extrajo ADNy amplificó el marcador genético SRY para identificar el sexo. Luego, se obtuvo una función de clasificación de sexo con redes neuronales y lógica difusa. Los resultados fueron validados con el gen SRY. Se utilizaron datos de adultos en invierno para obtener las funciones de clasificación. Se clasificó con precisión el sexo en 94.4% con redes neuronales y 86.9% con lógica difusa. Las redes neuronales clasificaron con mayor precisión el sexo del venado cola blanca con morfometría de pellets fecales de adultos en invierno que con lógica difusa. Esta técnica puede ser una herramienta para el estudio y monitoreo no invasivo de las poblaciones bajo manej
Fecha de publicación: 6-nov-2019
Editorial: Universidad de Guanajuato
Licencia: http://creativecommons.org/licenses/by-nc-nd/4.0
URI: http://repositorio.ugto.mx/handle/20.500.12059/1510
Idioma: eng
Aparece en las colecciones:Revista Acta Universitaria



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.