## Warning: package 'here' was built under R version 4.6.2
## here() starts at C:/Users/Jimena/OneDrive/Documentos/proyecto biesta_final

Pregunta de investigación

¿Existe una relación entre la zona de muestreo y el ciclo de captura con respecto a la abundancia y biodiversidad de los insectos capturados?

1.Introducción

Los insectos constituyen uno de los componentes más diversos de los ecosistemas terrestres, siendo partícipes de diferentes procesos ecológicos fundamentales, como lo son la polinización, la descomposición, depredación y transferencia de energía entre los niveles tróficos. Sin embargo, su abundancia y composición no se mantienen constantes en el espacio ni en el tiempo, a causa de que sus patrones de actividad responden a factores como la temperatura, disponibilidad de recursos, estructura del hábitat y el periodo del día. En condiciones tropicales, estas variaciones pueden ser particularmente relevantes debido a la heterogeneidad ambiental presente entre localidades y a los cambios microclimáticos que experimentan los organismos durante el ciclo diario (Asha et al., 2021). Las modificaciones ambientales asociadas con distintos grados de urbanización y transformación del hábitat también pueden alterar las comunidades de insectos. Vaz et al. (2023) determinaron mediante un metaanálisis global que diferentes factores relacionados con la urbanización pueden afectar la abundancia, riqueza y características funcionales de los insectos, a pesar de que la magnitud de estas respuestas varía según los diferentes grupos taxonómicos, condiciones ambientales y los periodos de actividad. Es por esto, que la comparación entre zonas distintas con diferentes características permite evaluar las posibles variaciones espaciales en la estructura de las comunidades de insectos presentes. Además, la variación espacial y el periodo de actividad dentro del ciclo de 24 horas constituye un componente importante de la ecología de los insectos. Wong y Didham (2024), mediante un metaanálisis basado en 331 comparaciones procedentes de 78 estudios, determinaron que la actividad de los insectos fue en promedio, mayor durante la noche. Sin embargo, esta tendencia presentó una elevada variabilidad entre hábitats y grupos taxonómicos como se mencionó anteriormente. Donde algunos grupos mostraron una actividad predominante nocturna, mientras que otros presentaron mayor actividad durante el día. Evidenciando que los patrones diurnos y nocturnos pueden estar condicionados por las características ecológicas del ambiente donde se ubican estos y sus grupos taxonómicos. Por otro lado, estudios realizados en ambientes urbanos latinoamericanos han identificado un elevado recambio espacial y temporal de insectos incluso entre sitios relativamente cercanos, sugiriendo que las características locales del ambiente pueden alterar su abundancia y composición (Aponte et., al 2025). Por consiguiente, las diferencias entre zonas con condiciones ambientales contrastantes podrían verse reflejadas no solamente en el número total de individuos capturados, sino que también en la riqueza de grupos o morfotipos presentes durante los ciclos horarios. Asimismo, Costa Rica presenta una elevada heterogeneidad ambiental en distancias geográficas relativamente reducidas, permitiendo comparar localidades con diferencias en altitud, temperatura y grado de modificación del ambiente. En el presente trabajo de investigación se consideraron tres zonas con características contrastantes, siendo una correspondiente a la Gran Área Metropolitana (GAM), una zona de condiciones relativamente frías y una zona de condiciones relativamente cálidas. Donde se realizaron muestreos en cada una de estas durante ciclos diurnos y nocturnos mediante trampas jabonosas. Además, de la abundancia y biodiversidad de los organismos capturados, se consideraron su condición morfológica general mediante la clasificación en organismos alados y no alados. El objetivo de este estudio fue evaluar la abundancia y diversidad de insectos capturados durante los ciclos diurnos y nocturnos en tres zonas de Costa Rica, con el fin de determinar si los patrones de captura varían según la zona de muestreo y el ciclo de actividad. Formulando las siguientes hipótesis generales: H0: La zona de muestreo y el ciclo de captura no influyen significativamente en la abundancia ni en la biodiversidad de los insectos capturados. H1: La zona de muestreo y el ciclo de captura influyen significativamente en la abundancia y biodiversidad de los insectos capturados.

2. Metodología

El trabajo de campo del presente proyecto de investigación se desarrolló en tres localidades de Costa Rica que presentan diferencias en el grado de urbanización y en sus condiciones altitudinales y ambientales: Sabanilla, San José (aproximadamente 1170 m s. n. m.), la región de Los Santos (aproximadamente 1450 m s. n. m.) y Atenas, Alajuela (aproximadamente 700 m s. n. m.). Para la caracterización de las localidades según su grado de urbanización se tomó como referencia la clasificación del Instituto Nacional de Estadística y Censos (INEC), que establece las categorías de zona urbana y zona rural a partir de criterios relacionados con las características físicas y funcionales del territorio, la infraestructura, los servicios y las actividades económicas predominantes (INEC, 2025). Las diferencias altitudinales entre las localidades fueron consideradas como parte del gradiente ambiental del estudio, debido a su relación con variaciones en las condiciones climáticas, particularmente en la temperatura y la humedad. Para la caracterización de estas condiciones se tomó como referencia la información climática proporcionada por el Instituto Meteorológico Nacional (IMN), cuyo Atlas Climatológico de Costa Rica recopila información espacial sobre variables como temperatura, precipitación, radiación y viento (IMN, s. f.).

2.1 Organismos y muestras

El objeto de estudio se enfoca en la entomofauna terrestre y voladora activa durante los ciclos diurnos y nocturnos. En los cuales se recolecta la totalidad de individuos atraídos e interceptados mediante trampas de plato con una solución jabonosa. Además, de cada organismo se evaluó la diversidad taxonómica (órdenes y grupos), la abundancia numérica, el peso individual y total mediante una balanza específica y las dimensiones morfológicas lineales.

2.2 Materiales y equipo

Para la captura de la entomofauna, se emplearon platos plásticos de color rojo con o sin luz, una solución jabonosa para disminuir la tensión superficial y retener los insectos, y fruta como sebo para atraer los especímenes a la trampa.

El tipo y cantidad de fruta utilizada, las fuentes de iluminación, la altura de la colocación de las trampas y la distancia entre ellas, el volumen de solución jabonosa u otras condiciones de instalación se mantendrán estandarizados en todas las unidades de muestreo, con el objetivo de disminuir las variables externas de las capturas de los insectos.

2.3 Toma de datos

La fase preparatoria consistió en la preparación estandarizada de las trampas y de la solución jabonosa. En cada localidad de muestreo se colocaron cinco platos plásticos de color rojo, los cuales contenían agua y jabón. En el centro de cada plato se colocó una tapa de botella con fruta, utilizada como atrayente para los organismos. Las trampas fueron instaladas al aire libre y expuestas directamente a las condiciones ambientales, incluyendo la luz solar durante el ciclo diurno. Para el ciclo nocturno se utilizó una fuente de iluminación artificial estandarizada como parte del método de atracción. En ambos ciclos se procuró evitar la exposición directa a la lluvia para prevenir la alteración de la solución contenida en las trampas. El muestreo se realizó durante los días 15 y 16 de agosto, evaluando de manera independiente los ciclos de actividad diurna y nocturna. Las trampas permanecieron expuestas durante cinco horas en cada ciclo de muestreo. Se mantuvieron constantes entre las localidades el número de trampas, el tipo y tamaño de los platos, el volumen de agua y jabón, la cantidad y tipo de fruta utilizada, así como las condiciones generales de instalación, con el propósito de reducir la variación asociada al procedimiento de captura. Una vez finalizado cada periodo de exposición, se procedió a la recolección de las trampas y de los organismos capturados. Los especímenes fueron almacenados temporalmente en alcohol al 70 % y posteriormente trasladados al laboratorio para su procesamiento e identificación morfológica.

2.4 Variables y mediciones

Se evaluó la abundancia (N) como variable cuantitativa discreta, de tal manera que ésta sea representada por el número total de individuos capturados por unidad de muestreo mediante conteo directo bajo estereoscopio. El ciclo de actividad se registró como variable cualitativa nominal, según el periodo de exposición horaria. Asimismo, se midieron variables cuantitativas continuas, correspondiendo a la biomasa y el tamaño individual de los organismos en milímetros.

2.5 Análisis de datos

Para el procesamiento y análisis de los datos obtenidos durante el muestreo se utilizará el entorno de programación R, debido a que permite organizar, procesar y realizar análisis estadísticos de los datos obtenidos durante la investigación (R Core Team, 2025). Inicialmente, se realizará un análisis estadístico descriptivo de las variables estudiadas, considerando la abundancia y el tamaño individual de los organismos capturados. Para las variables cuantitativas se obtendrán medidas descriptivas que permitan caracterizar los datos obtenidos en cada unidad de muestreo. Asimismo, los datos serán organizados de acuerdo con el ciclo de actividad y la localidad de muestreo. Para determinar si existen diferencias en la abundancia de organismos entre el ciclo de actividad diurno y nocturno, se realizará una prueba de hipótesis para comparar los valores de abundancia correspondientes a ambos grupos. La selección entre la prueba t de Student y la prueba de Wilcoxon se realizará de acuerdo con las características y distribución de los datos obtenidos. Finalmente, se analizará la distribución de la abundancia de los organismos entre las diferentes localidades de muestreo mediante procedimientos estadísticos acordes con el tipo de variable y el diseño de muestreo empleado. La selección de la prueba estadística se realizará con base en los contenidos desarrollados durante el curso y en las características de los datos obtenidos. Los resultados de los análisis estadísticos serán presentados posteriormente en la sección correspondiente.

Resultados

Durante este período de muestreo se registraron 145 insectos distribuidos entre las tres zonas de estudio: Gran Área Metropolitana (GAM), zona fría y zona caliente. En donde la que tuvo mayor abundancia fue la zona fría con 55 individuos, con un 37.93 % de la población total, seguidamente de la GAM, con 53 individuos siendo un 36.55 % de la población total y por último la zona caliente representa un 25.52 % de la población total con un número de 37 individuos.

Por otro lado, en cuanto al horario de muestreo se registró una mayor actividad durante el período diurno representando un 55.86 % de la población con 81 individuos registrados, mientras que por el periodo nocturno se registraron 64 individuos (44.14 %). Los cuales muestran diferencias descriptivas de la cantidad de insectos capturados según la zona y el horario en el que se llevó a cabo el muestreo.

## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
## Warning: package 'kableExtra' was built under R version 4.6.2
## 
## Adjuntando el paquete: 'kableExtra'
## The following object is masked from 'package:dplyr':
## 
##     group_rows
## Warning: package 'janitor' was built under R version 4.6.2
## 
## Adjuntando el paquete: 'janitor'
## The following objects are masked from 'package:stats':
## 
##     chisq.test, fisher.test
## [1] "Zona"       "Platos"     "Horario"    "Morfología" "Cantidad"  
## [6] "Peso"

Además, el análisis estadístico descriptivo evidenció variaciones en la abundancia de insectos entre las tres zonas de estudio (Tabla 2). La Gran Área Metropolitana (GAM) presentó la mayor abundancia promedio con 5.89 ± 4.46 individuos por unidad de muestreo, seguidamente con la zona fría la cual presentó un 5.50 ± 3.89 individuos. Mientras que la zona caliente registró el menor promedio con 3.70 ± 1.16 individuos.

Tabla 2. Estadística descriptiva de la abundancia por zona de muestreo.
Zona n Media Mediana Desviación estándar Varianza Mínimo Máximo
GAM 16 3.31 2.5 2.65 7.03 1 11
Zona Caliente 21 1.76 2.0 0.70 0.49 1 3
Zona Fría 21 2.62 2.0 1.96 3.85 1 7

3.1 Estadística Descriptiva Básica considerando la Zona y Horario

Al considerar conjuntamente la zona de estudio y el horario de muestreo, se observaron variaciones en la cantidad promedio de insectos por registro (Tabla 3). La Gran Área Metropolitana (GAM) presentó la mayor media durante el período diurno, con 4,00 ± 3.51 individuos, mientras que durante la noche esta disminuyó a 2.62 ± 1.30 individuos. Asimismo, se evidenció una mayor dispersión en los registros diurnos, lo cual refleja una variabilidad más elevada en la cantidad de insectos capturados. Por otro lado, en la zona caliente, las medias fueron relativamente similares entre ambos períodos con 1.89 ± 0.78 individuos durante el día y 1.67 ± 0.65 individuos durante la noche. Estos valores representan las menores medias registradas entre las tres zonas y evidencian una variabilidad reducida. Además, la zona fría presentó un comportamiento diferente, con una media ligeramente superior durante el período nocturno (2.88 ± 2.42 individuos), por otro lado al diurno (2.46 ± 1.71 individuos). Además, la mayor desviación estándar nocturna indica una mayor dispersión en las cantidades registradas durante este período. Por último, se define que las diferencias descriptivas entre horarios variarán según la zona de estudio, con mayores medias diurnas en la GAM y la zona caliente, mientras que en la zona fría se registró una media nocturna ligeramente superior.

Tabla 3. Estadística descriptiva de la cantidad de insectos por registros según la zona y el horario de muestreo.
Zona Horario n Media Mediana Desviación estándar
GAM Día 8 4.00 3.5 3.51
GAM Noche 8 2.62 2.5 1.30
Zona Caliente Día 9 1.89 2.0 0.78
Zona Caliente Noche 12 1.67 2.0 0.65
Zona Fría Día 13 2.46 2.0 1.71
Zona Fría Noche 8 2.88 2.0 2.42

Al analizar los registros de las tres zonas en conjunto, durante los períodos diurnos y nocturnos, se observaron diferencias descriptivas en los valores promedio (Tabla 4). Durante el día se obtuvo una media de 2.70 ± 2.25 individuos por registro, mientras que durante la noche se registró una media de 2.29 ± 1.56 individuos. Sin embargo, a pesar de dicha diferencia en ambos periodos, se presentó una mediana de 2 individuos. Por lo que, la mayor desviación estándar registrada durante el periodo diurno indica una mayor variabilidad en las cantidades observadas en comparación con el período nocturno.

Tabla 4. Estadística descriptiva de la cantidad de insectos según el horario de muestreo.
Horario n Media Mediana Desviación estándar
Día 30 2.70 2 2.25
Noche 28 2.29 2 1.56
Nota: n corresponde al número de registros de la base de datos. Los estadísticos se calcularon considerando conjuntamente las tres zonas de estudio.

3.2 Distribución de la cantidad de insectos mediante diagrama de cajas y bigotes, puntos de observación.

La distribución de la cantidad de insectos se examinó mediante diagramas de cajas y bigotes, considerando las tres zonas de estudio y los períodos de muestreo diurno y nocturno (Figura 1). Las medidas descriptivas evidenciaron las diferencias en la tendencia central y la dispersión de los registros entre las condiciones evaluadas. La GAM presentó una mayor variabilidad durante el período diurno, mientras que la zona caliente mostró cantidades relativamente homogéneas en ambos horarios. Por su parte, la zona fría presentó una mayor dispersión durante el período nocturno. Asimismo, estas variaciones permitieron identificar diferencias descriptivas entre las condiciones de muestreo, sin embargo, su representación gráfica no constituye evidencia suficiente para establecer diferencias significativas.

Nota: Las cajas representan el rango intercuartílico, las líneas horizontales indican las medianas y los puntos corresponden a las observaciones individuales.

3.3 Evaluación de la normalidad

## 
##  Shapiro-Wilk normality test
## 
## data:  Datos$Cantidad
## W = 0.75512, p-value = 1.791e-08

Además, se aplicó la prueba de Shapiro-Wilk para evaluar la normalidad de la distribución de la cantidad de insectos registrada en la base de datos. Los resultados mostraron una desviación estadísticamente significativa respecto a la distribución normal (W = 0.75512; p < 0.001), por lo que se rechazó la hipótesis nula de normalidad.

Este resultado, indicó que la distribución general de la variable cantidad no se ajustó a una distribución normal. A partir de esto, se exploró la aplicación de pruebas estadísticas no paramétricas para comparar los resultados entre las zonas y los períodos de muestreo.

Usando la siguiente prueba de normalidad en R: Shapiro-Wilk normality test data: datos$Cantidad W = 0.75512, p-value = 1.791e-08

3.4 Comparación en la cantidad de insectos entre períodos de muestreo

## 
##  Wilcoxon rank sum exact test
## 
## data:  Cantidad by Horario
## W = 445.5, p-value = 0.6841
## alternative hypothesis: true location shift is not equal to 0

Se determinaron las posibles diferencias en la cantidad de insectos registrada durante los períodos diurno y nocturno, se aplicó la prueba no paramétrica de Wilcoxon de suma de rangos. Los resultados no evidenciaron diferencias estadísticamente significativas entre ambos horarios (W = 445.5; p = 0.6841). Sin embargo, descriptivamente se registró una media superior durante el día, la prueba no proporcionó evidencia estadística suficiente para establecer diferencias entre las distribuciones de ambos períodos. Además, se sugiere que este resultado debe interpretarse de manera exploratoria debido a que las observaciones diurnas y nocturnas podrían estar relacionadas por el uso de las mismas unidades de muestreo.

3.5 Comparación de la cantidad de insectos entre zonas de estudio

## 
##  Kruskal-Wallis rank sum test
## 
## data:  Cantidad by Zona
## Kruskal-Wallis chi-squared = 3.0888, df = 2, p-value = 0.2134

Al ser la prueba no paramétrica de Kruskal-Wallis para explorar posibles diferencias en la cantidad de insectos registrada entre las tres zonas de estudio. Los resultados no evidenciaron diferencias estadísticamente significativas entre las zonas evaluadas (H = 3.0888; gl = 2; p = 0.2134). A pesar de que la GAM presentó una mayor cantidad promedio por registro y la zona caliente registró los valores más bajos, las diferencias descriptivas observadas no estuvieron acompañadas de evidencia estadística suficiente para rechazar la hipótesis nula de igualdad de distribuciones.

Asociación entre variables categóricas

Se realizaron pruebas de chi-cuadrado de independencia para explorar posibles asociaciones entre la morfología de los insectos, la zona de estudio y el horario de muestreo (Tabla 5). En primer lugar, no se identificó una asociación estadísticamente significativa entre la morfología y el horario de muestreo (χ² = 0.0007; gl = 1; p = 0.9782). De manera similar, la comparación entre la zona de estudio y el horario tampoco evidenció una asociación estadísticamente significativa (χ² = 1.5519; gl = 2; p = 0.4603). Finalmente, el análisis entre la zona de estudio y la morfología de los insectos no mostró una asociación estadísticamente significativa (χ² = 2.0200; gl = 2; p = 0.3642). En conjunto, las pruebas exploratorias no proporcionaron evidencia estadística suficiente para establecer asociaciones entre las variables categóricas evaluadas.

Tabla 5. Resultado de las pruebas de chi-cuadrado de independencia.
Variables evaluadas X² gl Valor p
Morfología y horario 0.0850 1 0.7707
Zona y horario 1.5519 2 0.4603
Zona y morfología 2.0200 2 0.3642
Nota: Las pruebas se realizaron utilizando las frecuencias de los 58 registros de la base de datos, no las abundancias totales de los 145 individuos. Sus resultados deben interpretarse de manera exploratoria, considerando la posible dependencia entre observaciones.

Ajuste el Modelo Lineal Generalizado

Se ajustó un modelo lineal generalizado con distribución de Poisson para explorar la relación entre la cantidad de insectos registrada y las variables zona de estudio, horario de muestreo y morfología. Los resultados mostraron un efecto estadísticamente significativo para la zona caliente en comparación con la Gran Área Metropolitana (β = -0.62129; p = 0.00379). La transformación exponencial del coeficiente indicó que la cantidad esperada de insectos por registro en la zona caliente fue aproximadamente un 46,3 % menor respecto a la GAM, manteniendo constantes las demás variables incluidas en el modelo. Por otro lado, la zona fría no presentó un efecto estadísticamente significativo respecto a la GAM (β = -0.23695; p = 0.22740). Asimismo, no se identificaron efectos estadísticamente significativos para el horario nocturno (β = -0.13070; p = 0.44016) ni para la morfología no alada (β = -0.06911; p = 0.68521).

Tabla 6. Resultados del Modelo Lineal Generalizado de Poisson.
Variable Coeficiente (B) Error estándar Valor z Valor p
Intercepto 1.28628 0.16985 7.573 3.65e-14***
Zona caliente -0.62129 0.21460 -2.895 0.00379**
Zona fría -0.23695 0.19630 -1.207 0.2274
Horario nocturno -0.13070 0.16932 -0.772 0.44016
Morfología no alada -0.06911 0.17048 -0.405 0.68521
Nota: Las categorías de referencia fueron GAM, horario diurno y morfología alada. Los coeficientes se presentan en escala logarítmica. Significado de los códigos: 0 ‘’, 0.001 ’’, 0.01 ’’.

El modelo presentó una desviación residual de 59.375 con 53 grados de libertad y un criterio de información de Akaike (AIC) de 221.56. Estos resultados corresponden a un análisis exploratorio, cuya interpretación debe considerar la posible dependencia entre observaciones procedentes de las mismas unidades de muestreo, las diferencias en los atrayentes utilizados y la evaluación de los supuestos del modelo.

Análisis de varianza (ANDEVA)

Se realizó un ANDEVA de una vía para evaluar las diferencias en la cantidad de insectos entre las tres zonas de estudio: GAM (n = 16), zona caliente (n = 21) y zona fría (n = 21). Los resultados del análisis se presentan en la Tabla 7.

Tabla 7. Resultados del ANDEVA de una vía para la cantidad de insectos según la zona de muestreo.
Fuente de variación gl Suma de cuadrados Cuadrado medio F
Zona 2 22.3006 11.1503 3.19
Residuales 55 192.1994 3.4945
Total 57 214.5000
Nota: gl: grados de libertad; F: estadístico del análisis de varianza.

Para evaluar los supuestos del ANDEVA, se aplicaron las pruebas de Shapiro-Wilk y Cochran (Tabla 8). Los resultados evidenciaron incumplimiento de los supuestos de normalidad (p < 0.001) y homogeneidad de varianzas (p = 0.0036).

Tabla 8. Resultados de las pruebas de normalidad y homogeneidad de varianzas.
Prueba Estadístico Valor p
Shapiro-Wilk W = 0.87353 < 0.001
Cochran C = 0.61837 0.0036

Debido al incumplimiento de estos supuestos, se aplicó la prueba no paramétrica de Kruskal-Wallis, la cual no evidenció diferencias estadísticamente significativas en la cantidad de insectos entre las zonas (H = 3.0888; gl = 2; p = 0.2134).

Adicionalmente, se realizaron comparaciones por pares mediante la prueba de Wilcoxon con ajuste de Bonferroni (Tabla 9), sin encontrar diferencias estadísticamente significativas entre las zonas evaluadas.

Tabla 9. Comparaciones múltiples mediante la prueba de Wilcoxon con ajuste de Bonferroni.
Comparación entre zonas Valor p ajustado
GAM - Zona Caliente 0.196
GAM - Zona Fría 1.000
Zona Caliente - Zona Fría 1.000
Nota: Se consideró un nivel de significancia de α = 0.05.

Por lo que se observa, los análisis no paramétricos no evidenciaron diferencias estadísticamente significativas en la cantidad de insectos entre las tres zonas de estudio.

Discusión

Dentro de la literatura científica se documenta un impacto negativo significativo de la urbanización sobre la abundancia y diversidad de los insectos a escala global (Vaz et al., 2023). Sin embargo, las pruebas no paramétricas multigrupo realizadas en el presente estudio no presentaron diferencias estadísticamente significativas en la abundancia de la entomofauna entre las tres zonas evaluadas (Kruskal-Wallis: H = 3.0888; p = 0.2134). Esta aparente discordancia respecto a las tendencias globales sugiere que las localidades analizadas en Costa Rica podrían presentar diferencias microclimáticas o de cobertura que atenúan la severidad del gradiente urbano convencional. Al respecto, McNaughton et al. (2025) determinaron que las respuestas de los invertebrados a lo largo de gradientes de urbanización no siempre siguen un patrón uniforme, estando fuertemente condicionadas por la proximidad a espacios verdes y la complejidad de la vegetación local. Por tanto, la ausencia de significancia en el análisis no paramétrico global podría responder a características heterogéneas propias de cada sitio muestreado (como disponibilidad de microrefugios o parches vegetales) más allá de su clasificación categórica general (Peng et al., 2020). No obstante, al profundizar en la estructura de los datos mediante el Modelo Lineal Generalizado (GLM) de Poisson, se identificó un efecto estadísticamente significativo para la zona caliente respecto a la Gran Área Metropolitana (β = -0.62129; p = 0.00379), representando una reducción esperada del 46.3 % en la cantidad de insectos por registro. La discrepancia entre la prueba global de Kruskal-Wallis y el modelo GLM Poisson radica en la capacidad de este último para incorporar simultáneamente el efecto de múltiples covariables (horario y morfología) y modelar adecuadamente la asimetría de los datos de conteo (Asha et al., 2021). Descriptivamente, aunque la zona fría registró la mayor abundancia acumulada (55 individuos) seguida de la GAM (53 individuos) y la zona caliente (37 individuos), la GAM presentó el promedio más elevado por unidad de muestreo (5.89 ± 4.46 individuos). Estas variaciones confirman que las condiciones de temperatura elevada y menor humedad en zonas cálidas actúan como un filtro ambiental limitante para la actividad de ciertos taxa, favoreciendo densidades más reducidas y homogéneas. En cuanto al periodo de actividad, se registró descriptivamente una mayor cantidad de insectos durante el ciclo diurno (81 individuos) en comparación con el nocturno (64 individuos). No obstante, la prueba de Wilcoxon de suma de rangos no evidenció diferencias estadísticamente significativas entre ambos horarios (W = 445.5; p = 0.6841). Este comportamiento contrasta con el metaanálisis de Wong y Didham (2024), quienes reportaron que la actividad de los insectos es en promedio un 31.4 % mayor durante la noche. Sin embargo, los mismos autores destacan una elevada variabilidad entre grupos taxonómicos. En este estudio, la atracción ejercida por la radiación solar y el color de las trampas diurnas pudo haber compensado la captura de grupos con requerimientos termorreguladores específicos, equiparando estadísticamente la actividad nocturna guiada por la fuente de luz artificial. Desde la perspectiva metodológica y estadística, la evaluación de los supuestos para el análisis de varianza (ANDEVA) justificó con absoluto rigor las decisiones de modelación adoptadas. Se detectó un fuerte incumplimiento de los supuestos de normalidad (Shapiro-Wilk: W = 0.87353; p < 0.001) y homogeneidad de varianzas (Cochran: C = 0.61837; p = 0.0036), descartando la validez del ANDEVA paramétrico e imponiendo el uso de pruebas no paramétricas y modelos de la familia exponencial. Asimismo, las pruebas de Chi-cuadrado de independencia mostraron que las proporciones de morfologías aladas y no aladas no estuvieron asociadas significativamente con el horario (2=0.0007;gl=1;p=0.9782) ni con la zona de muestreo (2=2.0200;gl=2;p=0.3642). Como señalan Aponte et al. (2025), el recambio espacio-temporal en ambientes tropicales responde más a la dinámica puntual de recursos alimenticios que a diferencias en la capacidad de dispersión morfológica del ensamble. En conclusión, al evaluar los datos mediante pruebas no paramétricas univariadas (Kruskal-Wallis: H = 3.0888; gl=2; p=0.2134; y Wilcoxon para horario: W = 445.5; p=0.6841), se mantiene la hipótesis nula (H0) de que no existen diferencias estadísticamente significativas en la abundancia de insectos entre las zonas y horarios evaluados. Sin embargo, al incorporar el Modelo Lineal Generalizado de Poisson (AIC=221.56), la hipótesis nula se rechaza parcialmente, confirmando que la zona caliente ejerce un efecto negativo estadísticamente significativo (=-0.62129;p=0.00379) que reduce en un 46.3 % la abundancia esperada de insectos respecto a la GAM. Estos hallazgos demuestran la importancia de emplear herramientas estadísticas robustas y adaptadas a la distribución subyacente de conteo para evitar errores de tipo II al evaluar gradientes ecológicos.

Referencias bibliográficas

Aponte, H., Aliaga-Barrena, D., Carrera, C., & Obando, R. (2025). Alta riqueza y recambio espacio-temporal de insectos en ambientes urbanos: Un caso en una capital de América Latina. Revista de Biología Tropical, 73, e61729. https://doi.org/10.15517/rev.biol.trop.v73i1.61729 Asha, G., Manoj, K., Megha, P. P., & Sinu, P. A. (2021). Spatiotemporal effects on dung beetle activities in island forests-home garden matrix in a tropical village landscape. Scientific Reports, 11, 17398. https://doi.org/10.1038/s41598-021-96831-5 Hervé, M. (2025). RVAideMemoire: Testing and plotting procedures for biostatistics (Version 0.9-83-12) [RVAideMemoire]. CRAN. https://doi.org/10.32614/CRAN.package.RVAideMemoire Instituto Meteorológico Nacional. (s. f.). Atlas climatológico. Ministerio de Ambiente y Energía. https://www.imn.ac.cr/es/web/imn/atlas-climatologico Instituto Nacional de Estadística y Censos. (2025). Encuesta Nacional de Hogares, julio 2025: Resultados generales. https://admin.inec.cr/sites/default/files/2025-10/reenaho2025.pdf Komsta, L. (2022). outliers: Tests for Outliers (Version 0.15) [Computer software]. Comprehensive R Archive Network (CRAN). https://doi.org/10.32614/CRAN.package.outliers McNaughton, L. K., Barratt, B. I. P., & van Heezik, Y. (2025). Invertebrate richness and diversity in parks situated along a gradient of urbanisation. Urban Ecosystems, 28, Article 123. Invertebrate richness and diversity in parks situated along a gradient of urbanisation | Urban Ecosystems | Springer Nature Link Peng, M.-H., Hung, Y.-C., Liu, K.-L., et al. (2020). Landscape configuration and habitat complexity shape arthropod assemblage in urban parks. Scientific Reports, 10, Article 16043. Landscape configuration and habitat complexity shape arthropod assemblage in urban parks | Scientific Reports R Core Team. (2025). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
Vaz, S., Manes, S., Khattar, G., Mendes, M., Silveira, L., Mendes, E., Rodrigues, E. M., Gama-Maia, D., Lorini, M. L., Macedo, M., & Paiva, P. C. (2023). Global meta-analysis of urbanization stressors on insect abundance, richness, and traits. Science of the Total Environment, 903, 165967. https://doi.org/10.1016/j.scitotenv.2023.165967 Wickham, H., François, R., Henry, L., Müller, K., & Vaughan, D. (2026). dplyr: A Grammar of Data Manipulation (Version 1.2.1) [Computer software]. Comprehensive R Archive Network (CRAN). https://doi.org/10.32614/CRAN.package.dplyr Wickham, H., Vaughan, D., & Girlich, M. (2025). tidyr: Tidy Messy Data (Version 1.3.2) [Computer software]. Comprehensive R Archive Network (CRAN). https://doi.org/10.32614/CRAN.package.tidyr Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag. https://ggplot2.tidyverse.org Wong, M. K. L., & Didham, R. K. (2024). Global meta-analysis reveals overall higher nocturnal than diurnal activity in insect communities. Nature Communications, 15, 3236. https://doi.org/10.1038/s41467-024-47645-2 Xie, Y. (2026). knitr: A General-Purpose Package for Dynamic Report Generation in R (Version 1.52) [Computer software]. https://yihui.org/knitr/ Zhu, H. (2026). kableExtra: Construct Complex Table with ‘kable’ and Pipe Syntax (Version 1.4.1) [Computer software]. Comprehensive R Archive Network (CRAN). https://doi.org/10.32614/CRAN.package.kableExtra