Carolin Icaza Osorio: https://orcid.org/0000-0002-2039-9595 Daniel Sánchez López: https://orcid.org/0009-0009-0052-7260 Maria Ángel Campos Zuñiga: https://orcid.org/0009-0000-0838-0851 Monica Conejo Nuñez: https://orcid.org/0009-0008-8192-7284 Universidad Nacional de Costa Rica, Escuela de Ciencias Biológicas, Heredia, Costa Rica

ABSTRACT

Effect of diet on mortality, length, area, and egg production in Physella acuta. Introduction: Physella acuta is a freshwater snail that can live in many different environments. This makes it a good example to study how food and light affect its growth and ability to make babies. This might help explain why it is so good at taking over places. Objective: To check how five different foods (gelatin, flour, fish food, spinach and carrot) and two types of light ( light and no light) affect how many snails die, how big their shells get, how much space their shells take and how many babies they make. Methods: A total of 150 snails were placed in ten containers that each held 15 snails. Five containers had light and five had no light. Each container had one type of food. Food was given from Monday to Friday. The number of snails and the number of babies were recorded twice a week. The size of the shells was measured a week for four weeks. To see if the number of snails, the food and the light were connected, chi-square tests were used. To compare the number of babies, the size of the shells and the number of snails Kruskal-Wallis tests were used. To see if the size of the shells and the space they take are connected Spearman’s correlation was used. Results: The food had an effect on how many snails died (χ² = 17.38, df = 4 p = 0.0016). The most deaths happened with gelatin (76.7%) and the fewest with spinach (26.7%). The light had no effect (χ² = 3.26, df = 1, p = 0.0712). The number of babies between the ten groups (H = 27.367, df = 9 p = 0.001216). Fish food had the babies (1,621 in light 2,036 in darkness) followed by flour (1,593 and 1,367) and gelatin had the fewest (120 and 181). Four out of five foods had babies in darkness with flour being the only one that did not. The number of babies was higher on Mondays than on Thursdays (p = 0.034). Increased as the experiment went on. The size of the shells varied between the groups (p < 0.001). Got bigger over the weeks (median from about 7.3 to about 8.6 mm; p < 0.001). Spinach in light had the biggest shells ( 8.45 mm; about 27.5 mm²) and the size of the shells and the space they took were connected (ρ = 0.60, p < 0.001). The food had an effect on how many snails lived, how babies they made and how big their shells got, while the light did not have a big effect on how many snails died. Most of the foods made babies in the dark. Fish food and flour helped the most with making babies, spinach was linked to the deaths and the biggest shells and gelatin was bad for the snails. These results show that the snail can handle foods and light conditions which might help it take over new places

Keywords: diet; reproduction rate; snail; light treatment; dark treatment; mortality; Physella acuta; length and area.

RESUMEN

Introducción: La Physella acuta es un caracol de agua dulce capaz de vivir en muchos entornos diferentes. Esto la convierte en un buen ejemplo para estudiar cómo la alimentación y la luz influyen en su crecimiento y en su capacidad para reproducirse. Esto podría ayudar a explicar por qué se adapta tan bien a conquistar nuevos hábitats. Objetivo: Comprobar cómo cinco alimentos diferentes (gelatina, harina, comida para peces, espinacas y zanahoria) y dos tipos de iluminación (con luz y sin luz) influyen en el número de caracoles que mueren, el tamaño que alcanzan sus conchas, el espacio que ocupan estas y el número de crías que tienen. Métodos: Se colocaron un total de 150 caracoles en diez recipientes, cada uno con 15 caracoles. Cinco recipientes tenían luz y cinco no. Cada recipiente contenía un tipo de alimento. Se les proporcionó alimento de lunes a viernes. Se registró el número de caracoles y el número de crías dos veces por semana. Se midió el tamaño de las conchas una vez a la semana durante cuatro semanas. Para comprobar si existía una relación entre el número de caracoles, el alimento y la luz, se utilizaron pruebas de chi-cuadrado. Para comparar el número de crías, el tamaño de las conchas y el número de caracoles, se utilizaron pruebas de Kruskal-Wallis. Para comprobar si existía una relación entre el tamaño de las conchas y el espacio que ocupaban, se utilizó la correlación de Spearman. Resultados: El alimento influyó en el número de caracoles que murieron (χ² = 17,38; df = 4; p = 0,0016). El mayor número de muertes se produjo con la gelatina (76,7 %) y el menor, con las espinacas (26,7 %). La luz no tuvo ningún efecto (χ² = 3,26; df = 1; p = 0,0712). El número de crías entre los diez grupos (H = 27,367; df = 9; p = 0,001216). La comida para peces fue la que produjo más crías (1.621 con luz y 2.036 en la oscuridad), seguida de la harina (1.593 y 1.367), mientras que la gelatina fue la que menos (120 y 181). Cuatro de los cinco alimentos dieron lugar a crías en la oscuridad, siendo la harina el único que no lo hizo. El número de crías fue mayor los lunes que los jueves (p = 0,034). Aumentó a medida que avanzaba el experimento. El tamaño de las conchas varió entre los grupos (p < 0,001). Aumentaron de tamaño a lo largo de las semanas (mediana de unos 7,3 a unos 8,6 mm; p < 0,001). Las espinacas expuestas a la luz presentaban las conchas más grandes (8,45 mm; unos 27,5 mm²) y existía una relación entre el tamaño de las conchas y el espacio que ocupaban (ρ = 0,60, p < 0,001). La alimentación influyó en el número de caracoles que sobrevivieron, en el número de crías que tuvieron y en el tamaño que alcanzaron sus conchas, mientras que la luz no tuvo un efecto significativo en el número de caracoles que murieron. La mayoría de los alimentos favorecieron la reproducción en la oscuridad. El pienso para peces y la harina fueron los que más contribuyeron a la reproducción; las espinacas se asociaron con las muertes y con las conchas más grandes, y la gelatina resultó perjudicial para los caracoles. Estos resultados muestran que el caracol puede adaptarse a diferentes alimentos y condiciones de luz, lo que podría ayudarle a colonizar nuevos hábitats.

Palabras clave: dieta, tasa de reproducción; caracol; tratamiento de luz; tratamiento de oscuridad; mortalidad; Physella acuta; longitud y área.

INTRODUCCIÓN

Physella acuta (Draparnaud, 1805), también llamado caracol de vejiga afilada, es un caracol de agua dulce. Esta especie puede vivir en muchas condiciones diferentes. Debido a esa habilidad, el caracol se ha extendido a todo el mundo y, por eso, se considera una especie invasora (Taybi et al., 2024). Al poder vivir en distintos ambientes, genera interés en saber cómo la alimentación y la luz afectan el desarrollo y la reproducción de este caracol.

Los caracoles toman nutrientes de los alimentos que comen. Estos nutrientes afectan sus funciones vitales, su crecimiento y la producción de huevos. No todos los alimentos tienen la misma cantidad de nutrientes, por eso su efecto puede cambiar. Por ejemplo, la harina usada estaba enriquecida con vitaminas y minerales importantes (Alfaro Calvo et al., 2006). En cambio, la gelatina, aunque contiene proteínas de origen animal, no tiene muchos de los aminoácidos esenciales que los caracoles necesitan (Redin Zabalegui, 2024). Estas diferencias en los alimentos pueden cambiar la forma en que el caracol responde. Además, la luz también afecta la actividad del caracol. El caracol Physella acuta, por ejemplo, es más activo por la noche y reacciona rápido cuando se le da alimento en ese momento (Lombardo et al., 2010). Esta actividad nocturna puede influir en el crecimiento y la reproducción del caracol.

El objetivo del proyecto fue evaluar cómo cinco tipos de alimento: gelatina, harina, alimento para peces, espinaca y zanahoria; y dos condiciones de luz: luz directa y oscuridad afectan la mortalidad, la longitud, el área corporal y la producción de huevos de Physella acuta. Para lograr ese objetivo, se usaron diez recipientes. Cada recipiente contenía quince caracoles. Se colocaron cinco frascos bajo luz directa y cinco frascos bajo oscuridad. Durante el experimento se registraron cambios en la mortalidad, la reproducción y el crecimiento de los caracoles.

MATERIALES Y MÉTODOS

El estudio se realizó en el Laboratorio de Zoología (LABZOO), perteneciente a la Universidad Nacional utilizando 150 ejemplares de Physella acuta, distribuidos en 10 frascos experimentales con 15 individuos cada uno. La evaluación realizada fue la relación entre el tipo de alimentación y las condiciones de iluminación con respecto a cuatro variables: la mortalidad, la cantidad de huevos, la longitud y el área de la concha. Para eso, se escogieron cinco tratamientos alimenticios distintos los cuales fueron hojas de espinaca, zanahoria, harina, alimento en polvo y gelatina. Cada uno de estos se realizaron bajo distintas condiciones lumínicas: luz continua artificial y oscuridad. Cinco frascos con cada uno de los tratamientos alimenticios se mantuvieron en una zona de luz continua todo el tiempo, por otro lado, a los otros 5 frascos se les elaboró unas fundas de Tetra Pak para evitar que entrara la mayor parte de la luz natural y disminuir de esta manera la exposición lumínica. Un uso de condiciones controladas de iluminación y alimentación en experimentos con esta especie, permite una evaluación de cambios en crecimiento y reproducción (Seeland et al., 2012; Elías et al., 2025).

La preparación de los alimentos de origen vegetal consistió en secar las hojas de espinaca y la zanahoria para reducir su contenido en agua y lograr la obtención del peso neto más específico del alimento en seco. Posteriormente ambos materiales se pulverizaron para poder comenzar con la preparación de los alimentos en polvo. Una vez que todos los alimentos se pulverizaron, se prepararon las porciones, para esto se mezclaron 10 g del material en polvo, con 20 g de gelatina, obteniendo una preparación que posteriormente fue porcionada en cubos de 5 ml. Los cubos de alimento se dividieron en cuatro porciones y cada una de estas se le era suministrada al frasco correspondiente. Una integración de distintas fuentes alimenticias como tratamiento experimental, es una práctica fundamentada en investigaciones que han demostrado que la disponibilidad y composición de la fuente de alimento pueden tener un efecto directo en el crecimiento y el desempeño reproductivo de los caracoles de agua dulce (Auld & Henkel, 2014).

La alimentación se les suministró una vez al día generalmente entre la 1:00 p. m. y las 4:00 p. m., de lunes a viernes. Debido al cierre de las instalaciones universitarias no se alimentaban entre sábado y domingo. La limpieza y mantenimiento de los frascos se realizaban los lunes y jueves, procurando no afectar las condiciones ambientales y la correcta recolección de los residuos acumulados. La alimentación y el mantenimiento periódico de organismos de esta especie en condiciones de laboratorio también han sido descritos en estudios experimentales previos, aunque con frecuencias y dietas diferentes (Seeland et al., 2012; Elías et al., 2025).

La longitud y el área de los ejemplares se midieron semanalmente, los viernes, y fueron registrados en la bitácora de resultados. La medición de características morfológicas de la concha, particularmente su longitud, constituye un indicador utilizado en investigaciones sobre crecimiento y desarrollo de P. acuta (Elías et al., 2025; Auld & Henkel, 2014).

Las otras medidas realizadas fueron la cuenta de huevos y la mortalidad, las cuales fueron analizadas dos veces por semanas, los lunes y jueves. Para facilitar la visualización de las puestas, se decidió usar colorante de comida para teñir las puestas de huevos, añadiendo 10 gotas de este y dejándolas en el agua por 10 minutos. Inicialmente se utilizó colorante azul, pero finalmente se sustituyó por colorante rojo, debido a que proporcionaba una tonalidad que facilitaba la identificación de los huevos y su posterior conteo. Las puestas se retiraron delicadamente y se colocaron en una caja Petri, posteriormente fueron fotografiadas y contadas. Para la mortalidad, se evaluó mediante el registro de las muertes durante el periodo experimental. El seguimiento periódico de las puestas y su retiro para cuantificar la fecundidad constituye un procedimiento empleado en estudios reproductivos de Physa acuta (Auld & Henkel, 2014). Asimismo, Elías et al. (2025) utilizaron el número de agrupaciones de huevos y la cantidad total de huevos como indicadores de reproducción en Physella acuta. Para evaluar la mortalidad, se registraron los individuos muertos durante el periodo experimental.

Los datos de longitud, área de la concha, cantidad de huevos y mortalidad, se analizaron por medio del software de programación de RStudio. Antes de la realización del análisis estadístico inferencial, primero se evaluaron los supuestos de normalidad y también homogeneidad de los datos por medio de Shapiro-Wilk y Levene (Panos & Boeckler, 2023).

La evaluación entre la asociación del tipo de dieta y la mortalidad acumulada, así como la independencia del factor de iluminación, se aplicó la prueba de Chi-Cuadrado χ2, junto con la corrección de continuidad de Yates. La selección de esta prueba se fundamentó en la categoría de las variables analizadas y en su aplicación para identificar asociaciones entre variables (Chicco et al., 2025; Gardener, 2017). Además, para analizar la relación entre la longitud y el área de la concha, se efectuó una correlación de Spearman, ya que no hubo cumplimiento de supuestos. Este método permite evaluar la asociación entre variables cuantitativas mediante sus rangos, sin requerir que los datos presenten una distribución normal (Gardener, 2017).

Para lo que sería la comparación de producción de huevos, la longitud de las conchas entre los tratamientos y la variación del crecimiento a lo largo del periodo experimental, inicialmente se aplicaron ANOVAS de una vía, sin embargo ante el incumplimiento de supuestos, se procedió con las pruebas no paramétricas de Kruskal-Wallis, ejecutando las pruebas con un nivel de significancia del 5%. (Lepš & Šmilauer, 2020; Chicco et al., 2025).

Por último, los datos de mortalidad, producción de huevos, longitud y área se organizaron en una base de datos, junto con la identificación del tratamiento alimenticio y la condición de iluminación correspondiente.

RESULTADOS

A continuación, se presentan las pruebas estadísticas realizadas a este experimento con RStudio con el fin de estudiar el comportamiento de los datos:

TABLA 1

Tabla de contingencia de las frecuencias observadas de mortalidad y supervivencia según el tipo de dieta (condiciones lumínicas y de oscuridad están unidas)

TABLE 1

Contingency table of the observed frequencies of mortality and survival based on the type of diet (light and dark conditions are united)

library(readr)
Mortalidad2 <- read_csv("Mortalidad2.csv")
## Rows: 5 Columns: 5
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (1): Dieta
## dbl (4): Muertos, Vivos, Total inicial, Porcentaje de mortalidad
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
#head(Mortalidad2)
print(Mortalidad2)
## # A tibble: 5 × 5
##   Dieta     Muertos Vivos `Total inicial` `Porcentaje de mortalidad`
##   <chr>       <dbl> <dbl>           <dbl>                      <dbl>
## 1 Gelatina       23     7              30                       76.7
## 2 Harina         14    16              30                       46.7
## 3 Polvo          12    18              30                       40  
## 4 Zanahoria      11    19              30                       36.7
## 5 Espinaca        8    22              30                       26.7
# 1. Tabla de Contingencia por Dieta (Muertos vs Vivos)
contingencia_dieta <- matrix(c(
  11, 19,  # Zanahoria
  14, 16,  # Harina
  23,  7,  # Gelatina
  12, 18,  # Polvo
  8, 22   # Espinaca
), nrow = 5, byrow = TRUE)

rownames(contingencia_dieta) <- c("Zanahoria", "Harina", "Gelatina", "Polvo", "Espinaca")
colnames(contingencia_dieta) <- c("Muertos", "Vivos")

# Ejecutar Chi-cuadrado por Dieta
chi_dieta <- chisq.test(contingencia_dieta)
print(chi_dieta)
## 
##  Pearson's Chi-squared test
## 
## data:  contingencia_dieta
## X-squared = 17.378, df = 4, p-value = 0.001632
# 2. Tabla de Contingencia por Luz (Con Luz vs Sin Luz)
contingencia_luz <- matrix(c(
  40, 35,  # Con Luz
  28, 47   # Sin Luz
), nrow = 2, byrow = TRUE)

rownames(contingencia_luz) <- c("Con_Luz", "Sin_Luz")
colnames(contingencia_luz) <- c("Muertos", "Vivos")

# Ejecutar Chi-cuadrado con corrección de Yates por Luz
chi_luz <- chisq.test(contingencia_luz, correct = TRUE)
print(chi_luz)
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  contingencia_luz
## X-squared = 3.255, df = 1, p-value = 0.07121

Para evaluar la relación entre el tipo de dieta y la frecuencia de mortalidad acumulada en el experimento se realizó una prueba de Chi-Cuadrado de independencia. Los resultados mostraron un efecto significativo estadísticamente del tipo de tratamiento sobre la supervivencia (χ2 = 17.38, gl = 4, p = 0.0016). Por el contrario, con respecto a la prueba Chi-Cuadrado con corrección de continuidad de Yates, evidenció que la condición de luz no influyó de manera significativa en las muertes totales registradas (χ2 = 3.26, gl = 1, p = 0.0712).

library(readr)
Caracoles_area_longitud_3 <- read_csv("Caracoles_area_longitud_3.csv")
## Rows: 511 Columns: 5
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (2): Tratamiento, Fecha
## dbl (3): Caracol, longitud, area
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
datos <- read.csv("Caracoles_area_longitud_3.csv", header = TRUE)

#Ver los nombres de las columnas
names(datos)
## [1] "Tratamiento" "Fecha"       "Caracol"     "longitud"    "area"
#Seleccionar las variables
l <- datos$longitud
a <- datos$area

#Diagrama de dispersion
plot(l, a,
     pch = 19,
     col = "black",
     xlab = "Longitud",
     ylab = "Area",
     main = "Relación entre la longitud y area")
abline(lm(a ~ l), col = "red", lwd = 2)

#Probar normalidad
shapiro.test(a)
## 
##  Shapiro-Wilk normality test
## 
## data:  a
## W = 0.90631, p-value < 2.2e-16
shapiro.test(l)
## 
##  Shapiro-Wilk normality test
## 
## data:  l
## W = 0.99244, p-value = 0.01096
#Correlacion ara Spearman
resultado <- cor.test(a, l, method = "spearman")
## Warning in cor.test.default(a, l, method = "spearman"): Cannot compute exact
## p-value with ties
#Coeficiente de determinacion
r <- unname(resultado$estimate)
r2 <- r^2
r2
## [1] 0.3606139
#Porcentaje de varianza asociado a r^2
r2 * 100
## [1] 36.06139

Fig. 1. Relación entre la longitud y el área de los caracoles (Physella acuta) Fig. 1. Relationship between shell length and body area in snails (Physella acuta). Con respecto a otra prueba estadística realizada, se efectuó una prueba de correlación simple entre la variable área y la variable longitud para explicar si existe una relación entre ellos. Se encontró que tanto la longitud (W = 0.992; p = 0.01096) como el área (W = 0.906; p = 2.2e-16), indicando la ausencia de una distribución normal según las pruebas de Shapiro-Wilk, por lo que se obtuvo una correlación positiva y significativa entre ambas variables (Spearman: ρ = 0.6005; p = 2.2e-16). Asimismo, el coeficiente de determinación (R² = 0.3606) que salió a partir de la correlación de Spearman, mostró que ambas variables comparten aproximadamente un 36.06% de la variabilidad se encuentra enlazada por la interacción de ambas variables (ver Fig. 1).

#Anova tratamiento huevos 
# 1. Cargar datos

library(readr)
huevos_mortalidad <- read_csv("huevos_mortalidad3.csv")
## Rows: 60 Columns: 4
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (2): fecha, tratamiento
## dbl (2): huevos, mortalidad
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
datos <- read.csv("huevos_mortalidad3.csv", header = TRUE)
#Ver los nombres de las columnas
names(datos)
## [1] "fecha"       "tratamiento" "huevos"      "mortalidad"
#Revisar las variables
str(datos)
## 'data.frame':    60 obs. of  4 variables:
##  $ fecha      : chr  "14/09/26" "14/09/26" "14/09/26" "14/09/26" ...
##  $ tratamiento: chr  "ZCL" "HCL" "GCL" "PCL" ...
##  $ huevos     : int  31 129 120 25 38 28 75 85 79 142 ...
##  $ mortalidad : int  NA NA NA NA NA NA NA NA NA NA ...
#Convertir la variable categorica en factor
datos$tratamiento <- as.factor(datos$tratamiento)

#Verificar los grupos
table(datos$tratamiento)
## 
## ECL ESL GCL GSL HCL HSL PCL PSL ZCL ZSL 
##   6   6   6   6   6   6   6   6   6   6
#Calcular las medias por grupo

aggregate(huevos ~ tratamiento,
          data = datos,
          FUN = mean)
##    tratamiento    huevos
## 1          ECL 107.00000
## 2          ESL 248.16667
## 3          GCL  20.00000
## 4          GSL  30.16667
## 5          HCL 265.50000
## 6          HSL 227.83333
## 7          PCL 270.16667
## 8          PSL 339.33333
## 9          ZCL  74.66667
## 10         ZSL 133.00000
#Graficar los grupos
par(mfrow=c(1,1))
boxplot(huevos ~ tratamiento,
        data = datos,
        col = "royalblue2",
        xlab = "tratamientos",
        ylab = "huevos",
        main = "ANOVA por tratamientos")

#Crear el modelo ANOVA
modelo <- aov(huevos ~ tratamiento,
              data = datos)

#Resultados del ANOVA
summary(modelo)
##             Df  Sum Sq Mean Sq F value  Pr(>F)   
## tratamiento  9  682421   75825   3.051 0.00549 **
## Residuals   50 1242762   24855                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#Comprobar normalidad de los residuos
shapiro.test(residuals(modelo))
## 
##  Shapiro-Wilk normality test
## 
## data:  residuals(modelo)
## W = 0.95782, p-value = 0.03684
#Veo la homocedasticidad 
library(car)
## Loading required package: carData
leveneTest(huevos ~ tratamiento,
           data = datos)
## Levene's Test for Homogeneity of Variance (center = median)
##       Df F value   Pr(>F)   
## group  9  3.7904 0.001063 **
##       50                    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#Eliminar registros con huevos faltante
datos_validos <- datos[!is.na(datos$huevos), ]

#Kruskal-Wallis
kruskal.test(huevos ~ tratamiento,
             data = datos_validos)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  huevos by tratamiento
## Kruskal-Wallis chi-squared = 27.367, df = 9, p-value = 0.001216

Fig. 2. Distribución y mediana de la producción de huevos mediante un Kruskal-Wallis de una vía según el tratamiento de dieta e iluminación. Espinaca con luz (ECL), Espinaca sin luz (ESL), Harina con luz (HCL), Harina sin luz (HSL), Gelatina con luz (GCL), Gelatina sin luz (GSL), Polvo con luz (PCL), Polvo sin luz (PSL), Zanahoria con luz (ZCL) y Zanahoria sin luz (ZSL) Fig. 2. Distribution and median of egg production according to diet and light treatments, analyzed using a one-way Kruskal-Wallis. Spinach with light (ECL), spinach without light (ESL), flour with light (HCL), flour without light (HSL), gelatin with light (GCL), gelatin without light (GSL), fish food with light (PCL), fish food without light (PSL), carrot with light (ZCL), and carrot without light (ZSL).

El análisis de una vía mostró diferencias estadísticas significativas en la producción de huevos entre los diez tratamientos (F = 3.051; p = 0.00546). Sin embargo, los supuestos de normalidad residual no se cumplieron con (Shapiro-Wilk, p = 0.0408) y tampoco homogeneidad de varianzas (Levene, p = 0.001187). Debido a los resultados anteriores, se realizó la prueba no paramétrica de Kruskal-Wallis, que mostró las diferencias estadísticas significativas de los tratamientos con (χ² = 26.96; gl = 9; p = 0.00142) (ver Fig. 2).

#Anova tratamiento longitud 
#Cargar datos
library(readr)
library(car)
area_longitud <- read_csv("area_longitud.csv")
## Rows: 511 Columns: 5
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (2): Tratamiento, Fecha
## dbl (3): Caracol, longitud, area
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
datos <- read.csv("area_longitud.csv", header = TRUE)

# Ver los nombres de las columnas
head(datos)
##   Tratamiento      Fecha Caracol longitud   area
## 1         ZCL 11/09/2026       1    6.241 18.604
## 2         ZCL 11/09/2026       2    6.474 18.942
## 3         ZCL 11/09/2026       3    6.708 19.269
## 4         ZCL 11/09/2026       4    6.881 19.476
## 5         ZCL 11/09/2026       5    6.983 19.633
## 6         ZCL 11/09/2026       6    6.248 18.605
#Convertir la variable categorica en factor
datos$Tratamiento <- as.factor(datos$Tratamiento)

#Verificar los grupos
table(datos$Tratamiento)
## 
## ECL ESL GCL GSL HCL HSL PCL PSL ZCL ZSL 
##  57  54  40  44  55  53  47  52  55  54
#Calcular las medias por grupo
aggregate(longitud ~ Tratamiento,
          data = datos,
          FUN = mean)
##    Tratamiento longitud
## 1          ECL 8.502684
## 2          ESL 7.885444
## 3          GCL 8.084775
## 4          GSL 7.895045
## 5          HCL 7.672982
## 6          HSL 7.969038
## 7          PCL 8.230957
## 8          PSL 7.617942
## 9          ZCL 7.571727
## 10         ZSL 8.064574
#Graficar los grupos
boxplot(longitud ~ Tratamiento,
        data = datos,
        col = "lightblue",
        xlab = "Tratamientos",
        ylab = "Longitud (mm)",
        main = "ANOVA por tratamientos")

#Crear el modelo ANOVA
modelo <- aov(longitud ~ Tratamiento,
              data = datos)

#Resultados del ANOVA
summary(modelo)
##              Df Sum Sq Mean Sq F value   Pr(>F)    
## Tratamiento   9  40.75   4.528   8.107 2.88e-11 ***
## Residuals   501 279.82   0.559                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
shapiro.test(residuals(modelo))
## 
##  Shapiro-Wilk normality test
## 
## data:  residuals(modelo)
## W = 0.97841, p-value = 7.262e-07
leveneTest(longitud ~ Tratamiento,
           data = datos)
## Levene's Test for Homogeneity of Variance (center = median)
##        Df F value    Pr(>F)    
## group   9  5.2703 7.043e-07 ***
##       501                      
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Eliminar registros con longiutud faltante
datos_validos <- datos[!is.na(datos$longitud), ]

# Kruskal-Wallis
kruskal.test(longitud ~ Tratamiento,
             data = datos_validos)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  longitud by Tratamiento
## Kruskal-Wallis chi-squared = 66.021, df = 9, p-value = 9.129e-11

Fig. 3. Distribución y mediana de la longitud mediante un Kruskal-Wallis de una vía según el tratamiento de dieta e iluminación. Espinaca con luz (ECL), Espinaca sin luz (ESL), Harina con luz (HCL), Harina sin luz (HSL), Gelatina con luz (GCL), Gelatina sin luz (GSL), Polvo con luz (PCL), Polvo sin luz (PSL), Zanahoria con luz (ZCL) y Zanahoria sin luz (ZSL). Fig. 3. Distribution and median of shell length according to diet and light treatments, analyzed using a one-way Kruskal-Wallis. Spinach with light (ECL), spinach without light (ESL), flour with light (HCL), flour without light (HSL), gelatin with light (GCL), gelatin without light (GSL), fish food with light (PCL), fish food without light (PSL), carrot with light (ZCL), and carrot without light (ZSL). La longitud de las conchas presentó diferencias significativas entre la dieta y la condición lumínica con (F = 8.107; p = 2.88e-11). Sin embargo, en esta prueba tampoco se cumplieron los supuestos de normalidad de los residuos con el Shapiro-Wilk (W = 0.97841; p = 7.262e-7) y tampoco de la homocedasticidad con Levene (F = 5.2703; p = 7.043e-7). También en este caso, se realizó una prueba de Kruskal-Wallis, que de misma forma evidenció diferencias estadísticas que son significativas en la distribución de la longitud entre los tratamientos (χ² = 66.021; gl = 9; p = 9.129 × 10⁻¹¹) (ver Fig 3). El tratamiento de espinaca con luz obtuvo la mayor mediana con un valor aproximado de 8.45 mm, evidenciando además un rango intercuartílico alto de entre 8.0 y 9.0 mm. Por otra parte, los tratamientos de zanahoria con luz y harina con luz, mostraron las medianas de longitud más bajas con valores cercanos a 7.5 mm y 7.2 mm respectivamente. Además estos últimos tratamientos mencionados también mostraron la mayor dispersión de datos (se describe como la zona de los rangos extendidos entre 6.2 y 9.9 (ver Fig. 3).

#Anova fecha$longitud 
#Cargar datos
library(readr)
library(car)

area_longitud2 <- read_csv("area_longitud2.csv")
## Rows: 511 Columns: 7
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (3): alimento, luz, Fecha
## dbl (4): Semana, Caracol, longitud, area
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
datos <- read.csv("area_longitud2.csv", header = TRUE)

# Ver los nombres de las columnas
names(datos)
## [1] "alimento" "luz"      "Semana"   "Fecha"    "Caracol"  "longitud" "area"
str(datos)
## 'data.frame':    511 obs. of  7 variables:
##  $ alimento: chr  "Zanahoria" "Zanahoria" "Zanahoria" "Zanahoria" ...
##  $ luz     : chr  "con" "con" "con" "con" ...
##  $ Semana  : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ Fecha   : chr  "11/09/2026" "11/09/2026" "11/09/2026" "11/09/2026" ...
##  $ Caracol : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ longitud: num  6.24 6.47 6.71 6.88 6.98 ...
##  $ area    : num  18.6 18.9 19.3 19.5 19.6 ...
# Convertir la variable categorica en factor
datos$Semana <- as.factor(datos$Semana)

# Verificar los grupos
table(datos$Semana)
## 
##   1   2   3   4 
## 150 141 123  97
# Calcular las medias por grupo
aggregate(longitud ~ Semana,
          data = datos,
          FUN = mean)
##   Semana longitud
## 1      1 7.279573
## 2      2 7.859610
## 3      3 8.325610
## 4      4 8.622082
# Graficar los grupos
boxplot(longitud ~ Semana,
        data = datos,
        col = "lightyellow",
        xlab = "Semanas",
        ylab = "Longitud (mm)",
        main = "ANOVA por Semanas")

# Crear el modelo ANOVA
modelo <- aov(longitud ~ Semana,
              data = datos)

# Resultados del ANOVA
summary(modelo)
##              Df Sum Sq Mean Sq F value Pr(>F)    
## Semana        3  129.7   43.24   114.9 <2e-16 ***
## Residuals   507  190.8    0.38                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Comprobar normalidad de los residuos
shapiro.test(residuals(modelo))
## 
##  Shapiro-Wilk normality test
## 
## data:  residuals(modelo)
## W = 0.99008, p-value = 0.001605
#Veo la homocedasticidad 
leveneTest(longitud ~ Semana,
           data = datos)
## Levene's Test for Homogeneity of Variance (center = median)
##        Df F value   Pr(>F)   
## group   3  4.2483 0.005587 **
##       507                    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Eliminar registros con longiutud faltante
datos_validos <- datos[!is.na(datos$longitud), ]

# Kruskal-Wallis
kruskal.test(longitud ~ Semana,
             data = datos_validos)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  longitud by Semana
## Kruskal-Wallis chi-squared = 204.94, df = 3, p-value < 2.2e-16

Fig. 4. Crecimiento en la longitud de las conchas a lo largo de las semanas (1, 2, 3, 4) evaluada mediante un Kruskal-Wallis Fig. 4. Growth in length of Physella acuta shell across the four weeks of experimental time evaluated using Kruskal-Wallis

Esta prueba de una vía evidenció estadísticamente diferencias que son significativas en relación a la longitud de las conchas entre las cuatro semanas experimentales donde se obtuvo (F = 114.9; p < 2e-16). No obstante, no se cumplieron los supuestos de normalidad de los residuos ya que el Shapiro-Wilk generó (W = 0,99008; p = 0,001605), tampoco los supuestos de la homocedasticidad donde Levene (F = 4.2483; p = 0.005587). Asimismo, se aplicó un Kruskal-Wallis que mostró diferencias significativas con respecto a la distribución de la longitud a lo largo del periodo experimental entre las semanas con (χ² = 204.94; gl = 3; p < 2.2e-16) (ver Fig. 4).

#Anova dia L o J huevos 
# Cargar datos
library(readr)
library(car)
huevos_huevos <- read_csv("huevos_mortalidad2.csv")
## Rows: 60 Columns: 6
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (4): fecha, dia, alimento, luz
## dbl (2): huevos, mortalidad
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
datos <- read.csv("huevos_mortalidad2.csv", header = TRUE)

# Ver los nombres de las columnas
head(datos)
##      fecha dia  alimento luz huevos mortalidad
## 1 14/09/26   L Zanahoria con     31         NA
## 2 14/09/26   L    Harina con    129         NA
## 3 14/09/26   L  Gelatina con    120         NA
## 4 14/09/26   L     Polvo con     25         NA
## 5 14/09/26   L  Espinaca con     38         NA
## 6 14/09/26   L Zanahoria sin     28         NA
# Convertir la variable categorica en factor
datos$dia <- as.factor(datos$dia)

# Verificar los grupos
table(datos$dia)
## 
##  J  L 
## 30 30
# Calcular las medias por grupo
aggregate(huevos ~ dia,
          data = datos,
          FUN = mean)
##   dia   huevos
## 1   J 119.9333
## 2   L 223.2333
# Graficar los grupos
boxplot(huevos ~ dia,
        data = datos,
        col = "lightsalmon2",
        xlab = "Dias",
        ylab = "Huevos",
        main = "ANOVA por dias")

# Crear el modelo ANOVA
modelo <- aov(huevos ~ dia,
              data = datos)

# Resultados del ANOVA
summary(modelo)
##             Df  Sum Sq Mean Sq F value Pr(>F)  
## dia          1  160063  160063    5.26 0.0255 *
## Residuals   58 1765119   30433                 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
shapiro.test(residuals(modelo))
## 
##  Shapiro-Wilk normality test
## 
## data:  residuals(modelo)
## W = 0.89685, p-value = 0.0001011
# Veo la homocedasticidad 
leveneTest(huevos ~ dia,
           data = datos)
## Levene's Test for Homogeneity of Variance (center = median)
##       Df F value Pr(>F)  
## group  1  3.9642 0.0512 .
##       58                 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Eliminar registros con huevos faltante
datos_validos <- datos[!is.na(datos$huevos), ]

# Kruskal-Wallis
kruskal.test(huevos ~ dia,
             data = datos_validos)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  huevos by dia
## Kruskal-Wallis chi-squared = 4.4806, df = 1, p-value = 0.03428

Fig. 5. Producción de huevos de Physella acuta a lo largo del periodo experimental con las mediciones lunes (L) y jueves (J) valorada mediante un Kruskal-Wallis Fig. 5. Production of Physella acuta across the experimental period while measuring Monday and Thursday. Evaluated with ANOVA of variance. Al utilizar un Box Plot se logra encontrar una nueva variable, la cual fue el día de la semana en la que se realiza el conteo de huevos para esto, se realiza una ANOVA de varianza para comparar los dos días. El resultado de esta prueba medio un F value = 5.26 y un P value = 0.0255, denotando que es significativo. Debido a los resultados anteriores se procede a realizar una prueba de normalidad Shapiro-Wilk, la cual dio W = 0.89685 y un p-value = 0.0001011 probando que los datos son anormales. Además, se realiza una prueba Leven, en la cual se obtuvo un F value = 3.9642 y un P value = 0.0512, la cual indica que las variables son homocedasticidad. Por último, se procede a hacer la prueba Kruskal-Wallis en la cual se obtuvo un chi-cuadrado = 4.4806, df = 1 y un p-value = 0.03428 corroborando diferencia estadística significativa en las variables (ver Fig. 6). Se lograron observar variaciones en las respuestas metabólicas reproductivas de los organismos según su tratamiento y condición de luz, así también se evidenció un registro en la mortalidad y crecimiento en el tamaño de las conchas de los individuos. Según la Tabla 1. se registraron los siguientes resultados: en relación con la mortalidad el tratamiento con presencia de luz que reportó valores más altos fue el de gelatina con luz, con un número de bajas de 15 individuos en total. Por lo contrario, el tratamiento con presencia de luz que menos bajas sufrió fue el de espinaca con luz con 5 bajas en total. Por otra parte, en la ausencia de luz se reportó una máxima de mortalidad en el tratamiento de gelatina sin luz con una baja de 8 individuos, y una mínima de mortalidad de 2 individuos en zanahoria con luz en total (ver TABLA 1 en anexos). Por otro lado, con respecto a la producción de huevos se evidenció que el tratamiento con condición de presencia de luz que más producción mostró fue el de harina con luz (1593 huevos en total) y el que menos producción tuvo en esta misma condición fue gelatina con luz con 120 huevos en la totalidad del proyecto, siendo este valor el que menos producción de huevos mostró en todos los tratamientos del experimento. En condiciones de oscuridad se registró una producción total máxima en polvo sin luz con 2036 huevos, siendo de igual manera este el valor más alto de producción en todos los tratamientos, y con respecto al tratamiento que menor producción mostró, fue el de gelatina sin luz con 181 huevos totales (ver TABLA 2 en anexos). Los resultados de la longitud de las conchas de los caracoles bajo los cinco tratamientos y las dos condiciones lumínicas durante el periodo del 11 de septiembre al 2 de octubre, presentan un comportamiento de crecimiento progresivo a lo largo de las fechas. El valor mínimo en todo el periodo experimental fue de 6.101 mm en la primera semana del experimento, perteneciente al tratamiento polvo sin luz, mientras que el valor máximo registrado fue de 9.950 mm en la fecha del 25 de septiembre en el tratamiento de espinaca con luz (ver TABLA 3 en anexos). Siguiendo la línea de mediciones, los valores máximos y mínimos registrados en el área de las conchas fueron las siguientes: El área menor registrada fue de 17.631 mm2 obtenida el 11 de septiembre en el tratamiento de polvo sin luz. De manera contraria, la mayor medición registrada de área le pertenece a la fecha 2 de octubre con un valor de 36.349 mm2 en el tratamiento de Espinaca con luz. De igual manera, así como se mostró en las mediciones de longitud, también se evidenció un crecimiento progresivo a lo a medida que avanzaron los días (ver TABLA 4 en anexos). Es relevante destacar que se identificaron varios patrones y comportamientos en los datos con respecto a la cantidad de huevos producidos. Primeramente se identificó una clara tendencia general entre los tratamientos, donde la mayor producción general de huevos de Physella acuta se dió en condiciones de oscuridad. Sin embargo, el tratamiento de harina se salió de esta tendencia mostrando un patrón contrario a los demás tratamientos, con una mayor cantidad de huevos bajo iluminación, obteniendo de esta manera que cuatro de los cinco tratamientos produjeron más huevos sin presencia de luz, exceptuando la harina. También, se registró un anormal aumento en la producción de huevos las fechas 14, 21 y 28 de septiembre (fechas pertenecientes a los lunes del periodo experimental) en la mayoría de los tratamientos tanto con luz como sin luz, en comparación con los jueves. A partir de lo expuesto anteriormente, por ejemplo, en el tratamiento de polvo con luz y sin luz, los días lunes 14, 21 y 28 se obtuvieron 25, 337, y 538 respectivamente, mientras que los jueves 17, 24 y 1 se obtuvieron 13, 214 y 494 respectivamente del mismo tratamiento, donde se evidencia una caída en cantidad. Por otra parte, se mostró otro comportamiento en relación a un aumento general en cantidad de producción de huevos en la mayoría de los casos en las etapas finales del experimento en comparación con el inicio, donde por ejemplo, en el tratamiento de polvo sin luz a lo largo de los días 14, 17, 21, 24, 28 y 1 se ve un aumento general de producción de huevos, 79, 46, 485, 189, 608 y 629 respectivamente (ver TABLA 2 en anexos).

##DISCUSIÓN Chi-Cuadrado Independiente La asociación estadísticamente significativa entre el tipo de dieta y la mortalidad de Physella acuta permitieron establecer que las características nutricionales de las diferentes dietas tuvieron un efecto significativo con las diferencias de supervivencia que se registró entre los tratamientos. Desde un punto de vista fisiológico, la calidad de la dieta es un factor importante en los organismos acuáticos, ya que la disponibilidad de los mismos, y además, la composición nutricional puede determinar procesos metabólicos y vitales que mantienen su normal funcionamiento biológico (Jimoh y Akinola, 2020). En este sentido, Konschak et al. (2021) demostraron que cambios en el perifiton pueden modificar la actividad alimenticia y además los ácidos grasos de P. acuta, mostrando que la calidad del alimento repercute grandemente en su fisiología. Por lo tanto, las diferencias vistas de la mortalidad entre las dietas pueden estar relacionadas con la calidad nutricional de cada alimento y sus componentes. La mortalidad evidenciada en el tratamiento de gelatina puede relacionarse con las características que tiene esta fuente, como por ejemplo, aunque la gelatina aporta proteínas, este no abasteció el requerimiento nutricional necesario, debido a que la composición exclusiva de aminoácidos no equivaldría a una fuente completa y balanceada con otros nutrientes como lo serían los carbohidratos (Tang et al. 2025). Además, la degradación de proteínas en ambientes acuáticos puede modificar las condiciones del agua como la disponibilidad de oxígeno y la concentración excedida de compuestos nitrogenados. Respecto a lo anterior, Feng et al. (2024) identificaron asociaciones entre la calidad fisicoquímica del agua y la supervivencia de caracoles dulceacuícolas, donde se enfatiza en la importancia de tomar en cuenta variables como el oxígeno disuelto y concentraciones del nitrógeno. De esta manera, es posible concluir que la composición del alimento como los cambios en el agua utilizada pudieron contribuir a la mortalidad en este experimento, pero esta última posibilidad tendría que ser medida directamente mediante el análisis de la calidad del agua para ser verídica. Por otra parte, la menor mortalidad que se observó en el tratamiento de espinaca se puede relacionar con las características que posee este alimento y el aprovechamiento que puede darle Physella acuta como una fuente con potencial nutricional. El material vegetal proporciona componentes orgánicos como micronutrientes, fibras y minerales esenciales que dependiendo de su cantidad, y facilidad digestiva por parte de los individuos pueden contribuir al mantenimiento fisiológico de los caracoles y que los materiales vegetales frescos como en este caso la espinaca, según Auld (2018) imitan la dieta natural de los gasterópodos dulceacuícolas, lo que favorece a un buen metabolismo y resistencia. Además, según esta interpretación resulta compatible con lo encontrado por Konschak et al. (2021) y Tramonte et al. (2018), quienes demostraron que los compuestos incluídos en la materia vegetal pueden modificar de manera positiva la respuesta fisiológica del organismo como es el caso del perifiton (alga común dentro de la dieta de los caracoles). No obstante, que la menor mortalidad registrada haya sido la espinaca, no permite afirmar que por sí sola esta haya satisfecho los requerimientos de los individuos, más sin embargo sí estuvo asociada con una mayor supervivencia en las condiciones del laboratorio. Por otra lado, la ausencia de una asociación estadísticamente significativa entre la condición lumínica y la mortalidad se apoya que, bajo las condiciones de este experimento, las diferencias con respecto a la supervivencia no estuvieron lo suficientemente relacionadas. No obstante, el resultado obtenido no descarta inmediatamente que la exposición a la luz pueda tener un efecto fisiológico en Physella acuta, sino que lo obtenido sugiere que las diferencias en mortalidad no son lo estadísticamente detectables, al menos en el periodo estudiado. Esta interpretación es compatible con Baz et al. (2022) quienes demostraron que aunque la luz artificial de alta intensidad y la luz continua retrasan el desarrollo embrionario y la eclosión, no afectan la tasa de mortalidad pero sí su locomoción, ritmo de alimentación y crecimiento, lo que coincide con los resultados obtenidos.

Correlación Spearman La longitud y el área de la concha de Physella acuta presentan una correlación positiva donde los caracoles más largos tienden a tener también mayor área (no en todos los casos, por lo que no significa que uno provoque otro) y esto puede explicarse debido a que ambas variables son dimensiones que forman parte de una misma estructura biológica. Durante el crecimiento de los caracoles, la concha se expande progresivamente mediante un proceso de depósito de material calcáreo, lo que modifica la forma de la concha y sus dimensiones (Huang y Zhang, 2022). Siguiendo la misma línea, Jackson et al. (2021) demostraron que el desarrollo de la concha de los gasterópodos presentan diferencias en los patrones de crecimiento, lo que evidencia que este crecimiento no ocurre de manera uniforme y por consiguiente, la relación evidenciada entre la longitud y el área de la concha tiene sentido con el crecimiento conjunto de las dimensiones de la concha, aunque estas dimensiones no aumenten en igual proporción. Además, según lo señalado por Osborne y Stehman (2022), las mediciones lineales tradicionales pueden representar de diferente manera el tamaño de las conchas de los gasterópodos, por las variaciones morfológicas especiales de cada individuo. Lo anteriormente citado permite poder entender por que hay individuos que pueden tener longitudes similares pero también tener diferencias en el área de las conchas entre ellos, por factores como curvatura y anchura. Asimismo, Meuthen y Reinhold (2023) registraron la existencia de plasticidad fenotípica en P. acuta, demostraron que ciertas condiciones del entorno puede cambiar características físicas de la concha, como por ejemplo su grosor, y además, la posible distribución no homogénea de los recursos en el desarrollo de la concha. Por lo tanto, esta información permite considerar que las diferencias en el crecimiento de la concha pueden tener un efecto en los cambios observados. Con base en lo expuesto, las diferentes condiciones de alimentación, pudieron contribuir a variaciones en el crecimiento de los individuos y por consiguiente el desarrollo de sus conchas, donde además, la asociación positiva no significa que el incremento en la longitud provoque de manera directa un aumento en el área siempre, sino que más bien ambas variables pueden variar juntas. Es importante mencionar que la asociación encontrada se tiene que interpretar considerando las condiciones experimentales y del entorno de los organismos; según Taybi et al. (2024) documentaron que P. acuta tiene un gran nivel de adaptabilidad a diferentes condiciones fisicoquímicas del entorno dulceacuícola lo que sostiene la idea de efectos alternos debido a otras interacciones.

Efecto de los tratamientos sobre la producción de huevos evaluado con Kruskal-Wallis Entre los tratamientos se presentaron diferencias en la producción de huevos de P. acuta gracias a los resultados proporcionados por la prueba de Kruskal-Wallis donde se brinda evidencia estadísticamente significativa de este hecho (Fig. 2.). Estos pueden estar relacionados con la disponibilidad de alimento y el aprovechamiento de los mismos, ya que la reproducción requiere de mucha energía que pueda verse afectada por la calidad de los alimentos (Konschak et al. 2021; Tchowan et al. 2024) y esto se puede ver reflejado según Mondal et al. (2024) donde evaluaron el efecto de varias dietas vegetales en relación a la reproducción de caracoles, demostrando que las dietas vegetales en P. acuta presentan una incrementada capacidad reproductiva, lo que puede evidenciarse con el tratamiento de espinaca. Sin embargo, el tratamiento mencionado anteriormente no alcanza la producción generada en los tratamientos de polvo y harina. En el caso del alimento en polvo este puede aportar proteínas, lípidos, carbohidratos y otros nutrientes que favorecen la inversión de energía hacia la producción de huevos, mientras que en el caso de la harina puede aportar carbohidratos en cantidades muy altas y aprovecharlos como fuente de energía (Tang et al. 2025). No obstante, es importante tener en cuenta que como el alimento que más producción de huevos generó fue el de alimento en polvo, se puede sugerir que una dieta balanceada en mucha variedad de nutrientes es más determinante que mucha concentración de un único nutriente, lo que se sustenta según Otchoumou et al. (2012) quienes encontraron que la calidad de la dieta influye en la reproducción del caracol, de manera que evidenciaron como las dietas concentradas favorecieron la reproducción (como el caso de la harina) y que la mejor producción de huevos se dio con un alimento combinado. Lo anterior se complementa con el hecho de que el tratamiento con gelatina pura (fuente de proteína solamente) no pudo satisfacer las necesidades nutricionales de los organismos lo que pudo haber provocando en ellos un caída enorme en su supervivencia, de manera que se puede establecer que los carbohidratos los cuales son la fuente principal de energía rápida, las proteínas que se encargan del mantenimiento de los músculos y reparación de tejidos y los lípidos que aportan energía a largo plazo, representan la mejor combinación de nutrientes para los caracoles que se encuentran en el alimento en polvo (Younas, 2025).

Efecto de los tratamiento en el crecimiento (longitud) de las conchas evaluado con Kruskal-Wallis En relación a las diferencias observadas en la longitud de las conchas entre los tratamientos, se relaciona de igual manera significativamente con la presencia de nutrientes en los alimentos suministrados según los resultados de la prueba realizada, debido a que el crecimiento de los gasterópodos depende de tanto los recursos que puede consumir como el estado del entorno, lo que se evidencia según Tang et al. (2025) que evidenciaron como las diferencias en la composición de los alimentos en distintas dietas basadas en vegetales, específicamente en el contenido proteico y de carbohidratos, se relacionan con el crecimiento y la longitud de las conchas. Siguiendo esta misma línea, el desarrollo de la concha también depende mucho de la cantidad de minerales que son esenciales para el crecimiento de la misma, como lo es calcio. Lo anterior se sustenta según lo mencionado por Jesús-Navarrete et al. (2023) donde se menciona que las mayores concentraciones de calcio en el entorno favorecieron el crecimiento y la consistencia de las conchas de los caracoles. Aunado a lo anterior, Çelik et al. (2024) registraron diferencias en el crecimiento Cornu aspersum con base en la cantidad de fuentes de calcio introducidas en sus dietas. Conforme a esta información es adecuado sugerir que por la misma razón, es que los tratamientos con considerables cantidades de calcio como lo sería la espinaca y también la harina, generaron un mayor crecimiento en longitud. Sin embargo, como no se evaluó específicamente la composición de cada alimento, se debe de tomar como posibles explicaciones biológicas y no como las causas definitivas.

Crecimiento en la longitud de las conchas a lo largo de las semanas evaluado con Kruskal-Wallis El significativo incremento en la longitud de las conchas en el lapso de tiempo del experimento Kruskal-Wallis: χ² = 204.94; gl = 3; p < 2.2 × 10⁻¹⁶) logra evidenciar una tendencia general de crecimiento de las Physella acuta a lo largo del periodo experimental. Las medianas aumentaron aproximadamente de 7,3 mm en la primera semana a 8,6 mm en la cuarta, lo que sugiere que los organismos continuaron desarrollándose bajo las condiciones experimentales establecidas. Este comportamiento presentas similitudes con lo observado y señalado por Elías et al. (2025), quienes utilizaron características morfológicas de la concha para evaluar el crecimiento de P. acuta. El crecimiento observado a lo largo del experimento puede relacionarse directamente con la disponibilidad de recursos y el aprovechamiento de estos por parte de los organismos, esto debido a que la formación y expansión de la concha requieren una serie de nutrientes y energía que permitan mantener un correcto procesos de desarrollo. En este aspecto, Auld (2018) menciona la influencia de las condiciones ambientales y nutricionales en diferentes etapas del ciclo de vida de los caracoles dulceacuícolas. De igual manera, las diferencias de longitud identificadas entre los tratamientos alimenticios, en particular los valores superiores observados con la espinaca con luz, sugieren que la composición de la dieta pudo estar relacionada con las variaciones morfológicas observadas durante el experimento. Sin embargo, es importante considerar que el aumento general de la longitud no demuestra por sí mismo que un tratamiento alimenticio o una condición lumínica hayan provocado el crecimiento. Además, las mediciones se realizaron semanalmente sobre los mismos organismos, por lo que corresponden a observaciones repetidas y no completamente independientes. En consecuencia, aunque la prueba de Kruskal-Wallis identificó diferencias entre las semanas, sus resultados deben interpretarse con precaución, ya que esta prueba no contempla directamente la dependencia temporal de las mediciones. Por tanto, los resultados permiten describir una tendencia de crecimiento durante el experimento, pero sería necesario utilizar un análisis específico para medidas repetidas para evaluar con mayor precisión los cambios individuales a través del tiempo.

Comparación de la producción de huevos en los días lunes y jueves evaluado con Kruskal-Wallis La producción de huevos comparando los lunes y jueves evidenció diferencias estadísticas significativas (Kruskal-Wallis: χ² = 4.4806; gl = 1; p = 0.03428), observándose una cantidad de huevos mucho mayor los registros de los lunes. Este comportamiento se puede relacionar con las características del calendario de alimentación y evaluación establecido durante el experimento. El registro de los lunes representaba un intervalo más prolongado en comparación a la evaluación anterior, debido a la falta de registros durante los fines de semana. Por esta razón, la mayor cantidad de huevos observada los lunes podría responder, al menos parcialmente, a un mayor tiempo de acumulación de puestas y no necesariamente a un incremento de la actividad reproductiva durante un día específico. Desde una perspectiva biológica, la producción de huevos en Physella acuta puede estar relacionada con la disponibilidad de alimento y la asignación de energía hacia los procesos reproductivos. Auld y Henkel (2014) estudiaron la influencia de las condiciones alimenticias sobre diferentes aspectos de la reproducción de esta especie, lo que permite considerar la disponibilidad de recursos como un factor relevante al interpretar su desempeño reproductivo. Asimismo, Cope y Winterbourn (2004) señalaron que la densidad poblacional puede influir en la reproducción de P. acuta, por lo que las condiciones experimentales y la cantidad de individuos presentes también deben considerarse al interpretar las variaciones en la producción de huevos. Por otra parte, aunque la diferencia entre lunes y jueves fue estadísticamente significativa, este resultado no permite afirmar que los caracoles presentaran una mayor tasa reproductiva específicamente los lunes. La diferencia en los intervalos entre conteos, junto con la ausencia de registros durante los fines de semana, constituye un factor que pudo influir en los resultados. Por lo tanto, las diferencias encontradas deben interpretarse considerando la frecuencia de muestreo y el tiempo transcurrido entre cada evaluación. Para futuras investigaciones, sería conveniente mantener intervalos de conteo equivalentes y realizar registros diarios, de manera que sea posible distinguir con mayor precisión las variaciones reales en la actividad reproductiva de los organismos.

Por otra parte, a continuación se discuten ciertos comportamientos evidenciados según los resultados obtenidos en el experimento, con respecto a las condiciones lumínicas (luz y sin luz) en relación a las repercusiones fisiológicas reproductivas, de procesos de crecimiento que ejercen un efecto determinante en el desenvolvimiento general de los caracoles y el periodo de adaptación inicial de los individuos debido al traslado de entorno y los efectos que provocó en el objeto de estudio. Los resultados obtenidos logran evidenciar que los individuos de Physella acuta presentaron un elevado desempeño biológico en condiciones de ausencia lumínica en comparación con el desempeño en los ambientes iluminados. Esto se evidenció directamente a través del incremento en la producción de huevos. Este comportamiento puede explicarse por medio de interacciones ecológicas que son conocidas y ya han sido estudiadas en el grupo de los gasterópodos. En el caso de los ambientes naturales, la presencia de luz solar se asocia positivamente con la reproducción debido a que la radiación solar, genera la estimulación y proliferación de microalgas, las cuales forman parte de la base dietética de estos gasterópodos (Brown, 2001). Sin embargo, cuando se habla desde un punto de vista de un ambiente controlado en un laboratorio, donde se estuvo proveyendo una dieta homogénea preparada artificialmente que no requiere de fotosíntesis, se elimina completamente entonces la dependencia existente hacia el crecimiento de las microalgas y se muestran los verdaderos rasgos o características adaptativas y defensivas de la especie, dependiendo de su exposición o ausencia a la luz. Bajo este contexto de alimentación artificial, se determinó que la oscuridad actuó y puede ser percibida como un recurso para la actividad fisiológica, y por ende reproductiva (Gaston, 2013). Los caracoles pulmonados de la familia Physidae, y en este caso más específico, la especie Physella acuta, presenta la ausencia de un opérculo rígido para proteger su cuerpo de las amenazas externas, llamesen ambientales o por parte de depredadores. Debido a lo expuesto anteriormente, estos caracoles son considerablemente vulnerables, lo que ha provocado que hayan evolucionado con evidentes comportamientos que muestran la evitación de depredadores visuales como lo puede ser peces o aves (Brown, 2001). Por consiguiente, la luz artificial suministrada constante, funcionó como un factor de estrés ambiental que provocó la activación de comportamientos defensivos y reducción de actividad metabólica en respuesta a un riesgo percibido en el ambiente (Gaston, 2013). Por el contrario, con respecto a la condición de oscuridad, esta simuló y dió la señal de un entorno seguro y libre de peligros, minimizando el estrés fisiológico de los caracoles, y a su vez efectuando la desviación de la energía metabólica hacia los procesos encargados de la reproducción, y así influyendo directamente en la oviposición de cada individuo (Calow, 1979). No obstante, es importante aclarar que aunque la tendencia general del experimento indicó un mayor éxito en la reproducción con condiciones de ausencia lumínica, el tratamiento de harina con luz se postró como la única excepción notable al registrar una mayor producción de huevos en comparación con su otra prueba sin luz. El comportamiento totalmente alejado de la tendencia mostrada, puede reflejar que la interacción en la composición nutricional de la harina y las condiciones lumínicas de la especie pudieron haber generado respuestas fisiológicas que difieren de los otros tratamientos. No se puede llegar a explicar con exactitud en el experimento este fenómeno debido a la posibilidad de interferencia o papel por parte de otros factores desconocidos, por lo que se requieren de futuras investigaciones para profundizar en el impacto que tiene la luz con el tratamiento de harina en conjunto y estudiar las diferencias en comparación con la tendencia general sobre la reproducción de Physella acuta. Con base en los resultados, se presentó un retraso inicial en la puesta de huevos con una aceleración súbita en los días finales del periodo del registro de datos. Este comportamiento responde de manera precisa a principios ecológicos y fisiológicos fundamentales del manejo del estrés ambiental y la competencia intraespecífica de los individuos en los tratamientos. Inicialmente, el traslado de los caracoles desde un tanque aclimatado hacia los recipientes experimentales con volumen reducido (1L de volumen) activó estrés por manipulación, lo cual es un fenómeno ampliamente documentado en moluscos donde la manipulación directa, altera parámetros metabólicos y fisiológicos básicos (Fiorito et al., 2015). Es de esta manera que los choques físicos por cambio espacial, provocaron una supresión momentánea de procesos metabólicos no esenciales; esto explica por qué en los primeros días, los caracoles priorizaron la homeostasis y se adaptaron al nuevo medio, pausando temporalmente la energía invertida en la reproducción (Calow, 1979). Luego de superar el estrés inicial por el cambio, otros factores dependientes del tamaño poblacional tuvieron impacto en los resultados, como por ejemplo la competencia intraespecífica por los recursos y el cambio en la disponibilidad per cápita del alimento. Al principio del experimento la cantidad estándar de individuos fue de 15 por recipiente, lo que se tradujo en un alto nivel de competencia por alimento y espacio, limitando la obtención energética de cada caracol (Eisenberg, 1966). Sin embargo, conforme la mortalidad fue aumentando, se fue reduciendo el número de individuos y ocasionando la reducción de la presión competitiva. Es importante notar que debido a que la cantidad de alimento fue constante en todo el plazo, los caracoles sobrevivientes experimentaron un incremento en la ración diaria de nutrientes significando un incremento en la cantidad per cápita recibida. Además, según Cope y Winterbourn (2004) la producción de huevos de Physella acuta se vió reducida en altas densidades conespecíficas, por lo que se refuerza el hecho de la presencia de mayores puestas luego de que cierta mortalidad haya dado lugar. Es por tanto que el excedente nutricional debido al decrecimiento poblacional, es la razón que de manera efectiva se logra explicar el por qué del surgimiento masivo y la elevada tasa de producción de huevos al finalizar el periodo experimental, aunado a una re-adaptación del ambiente (Eisenberg, 1966). En conclusión, la dieta fue el factor que más pesó en la respuesta de Physella acuta, porque la dieta se asoció de forma significativa con la mortalidad, con la producción de huevos y con la longitud de la concha. La gelatina fue desfavorable, porque la gelatina fue el tratamiento con la mortalidad más alta y con la menor cantidad de huevos, lo que sugiere que una fuente casi exclusivamente proteica no cubre los requerimientos de la especie. La espinaca, en cambio, tuvo la menor mortalidad y las conchas más largas, mientras que el alimento en polvo y la harina dieron la mayor producción de huevos, lo que sugiere que importa más contar con una dieta variada que con un solo nutriente en abundancia. La luz no influyó de forma significativa en la mortalidad, aunque cuatro de los cinco alimentos produjeron más huevos en oscuridad (la harina fue la excepción), y tanto la longitud como el área de la concha aumentaron juntas durante las cuatro semanas. Por lo tanto, los resultados describen diferencias entre tratamientos, pero no permiten asegurar qué mecanismo las produjo. Por tanto, que la especie lograse completar su ciclo de vida bajo dietas y condiciones de luz distintas, sugiere que su capacidad de adaptación a distintos medios, la vuelve una especie invasora exitosa.

REFERENCIAS

(Artículo científico){documentname, title={The effects of diet and mating system on reproductive (and post-reproductive) life span in a freshwater snail}, author={Auld, J. R.}, year={2018}, publisher={Ecology and Evolution}, url={https://doi.org/10.1002/ece3.4689} }

(Artículo científico){documentname, title={Diet alters delayed selfing, inbreeding depression, and reproductive senescence in a freshwater snail}, author={Auld, J. R. and Henkel, J. F.}, year={2014}, publisher={Ecology and Evolution}, url={https://doi.org/10.1002/ece3.1146} }

(Artículo científico){documentname, title={Consequences of artificial light at night on behavior, reproduction, and development of Lymnaea stagnalis}, author={Baz, E.-S. and Hussein, A. A. A. and Vreeker, E. M. T. and Soliman, M. F. M. and Tadros, M. M. and El-Shenawy, N. S. and Koene, J. M.}, year={2022}, publisher={Environmental Pollution}, url={https://doi.org/10.1016/j.envpol.2022.119507} }

(Capítulo de libro){documentname, title={Mollusca: Gastropoda}, author={Brown, K. M.}, year={2001}, publisher={Academic Press}, url={} }

(Artículo científico){documentname, title={The cost of reproduction—a physiological approach}, author={Calow, P.}, year={1979}, publisher={Biological Reviews}, url={https://doi.org/10.1111/j.1469-185x.1979.tb00866.x} }

(Artículo científico){documentname, title={Egg- and seashell waste as a calcium source in snail (Cornu aspersum Müller, 1774) feed: I. Growth, mineral distribution in meat, shell and faeces, and environmental effects}, author={Çelik, M. Y. and Dernekbaşi, S. and Sariipek, M.}, year={2024}, publisher={Molluscan Research}, url={https://doi.org/10.1080/13235818.2023.2289197} }

(Artículo científico){documentname, title={A simple guide to the use of Student’s t-test, Mann-Whitney U test, Chi-squared test, and Kruskal-Wallis test in biostatistics}, author={Chicco, D. and Sichenze, A. and Jurman, G.}, year={2025}, publisher={BioData Mining}, url={https://doi.org/10.1186/s13040-025-00465-6} }

(Artículo científico){documentname, title={Competitive interactions between two successful molluscan invaders of freshwaters: An experimental study}, author={Cope, N. J. and Winterbourn, M. J.}, year={2004}, publisher={Aquatic Ecology}, url={https://doi.org/10.1023/B:AECO.0000021018.20945.9d} }

(Artículo científico){documentname, title={Growth and shell hardness of the apple snail Pomacea flagellata Say, 1829, reared at three calcium concentrations}, author={De Jesús-Navarrete, A. and Aguilar Sanchez, D. J. C. and Ortiz-Hernández, M. C.}, year={2023}, publisher={PeerJ}, url={https://doi.org/10.7717/peerj.14840} }

(Artículo científico){documentname, title={The regulation of density in a natural population of the pond snail, Lymnaea elodes}, author={Eisenberg, R. M.}, year={1966}, publisher={Ecology}, url={https://doi.org/10.2307/1935637} }

(Artículo científico){documentname, title={Effects of ibuprofen and microplastics on movement, growth and reproduction in the freshwater snail Physella acuta}, author={Elías, D. and Ramirez Vieytez, J. and Funoy Sayar, M. and Loaisiga, J. and Harper, A. and Doll, J.}, year={2025}, publisher={Frontiers in Environmental Science}, url={https://doi.org/10.3389/fenvs.2024.1514062} }

(Artículo científico){documentname, title={Impact of water physicochemical properties on the survival of Oncomelania hupensis snails, the intermediate host of Schistosoma japonicum}, author={Feng, Y. and Liu, M. and Shi, L. and Wang, X. and Xiong, C. and Yang, K.}, year={2024}, publisher={BMC Infectious Diseases}, url={https://doi.org/10.1186/s12879-024-10164-y} }

(Artículo científico){documentname, title={Guidelines for the care and welfare of cephalopods in research: A consensus based on an initiative by CephRes, FELASA and the Boyd Group}, author={Fiorito, G. and Affuso, A. and Basil, J. and Cole, A. and de Girolamo, P. and D’Angelo, L. and Dickel, L. and Gestal, C. and Grasso, F. and Kuba, M. and Mark, F. and Melillo, D. and Osorio, D. and Perkins, K. and Ponte, G. and Shashar, N. and Smith, D. and Smith, J. and Andrews, P. L. R.}, year={2015}, publisher={Laboratory Animals}, url={https://doi.org/10.1177/0023677215580006} }

(Artículo científico){documentname, title={The ecological impacts of nighttime light pollution: A mechanistic appraisal}, author={Gaston, K. J. and Bennie, J. and Davies, T. W. and Hopkins, J.}, year={2013}, publisher={Biological Reviews}, url={https://doi.org/10.1111/brv.12036} }

(Artículo científico){documentname, title={The mineralization of molluscan shells: Some unsolved problems and special considerations}, author={Huang, J. and Zhang, R.}, year={2022}, publisher={Frontiers in Marine Science}, url={https://doi.org/10.3389/fmars.2022.874534} }

(Artículo científico){documentname, title={Quantitative measures and 3D shell models reveal interactions between bands and their position on growing snail shells}, author={Jackson, H. J. and Larsson, J. and Davison, A.}, year={2021}, publisher={Ecology and Evolution}, url={https://doi.org/10.1002/ece3.7517} }

(Artículo científico){documentname, title={Reproductive performance of laying snails (Archachatina marginata) fed on roughages and different concentrate mixes}, author={Jimoh, O. A. and Akinola, M. O.}, year={2020}, publisher={Bulletin of the National Research Centre}, url={https://doi.org/10.1186/s42269-020-00378-w} }

(Artículo científico){documentname, title={Herbicide-induced shifts in the periphyton community composition indirectly affect feeding activity and physiology of the gastropod grazer Physella acuta}, author={Konschak, M. and Zubrod, J. P. and Duque Acosta, T. S. and Bouchez, A. and Kroll, A. and Feckler, A. and Röder, N. and Baudy, P. and Schulz, R. and Bundschuh, M.}, year={2021}, publisher={Environmental Science & Technology}, url={https://doi.org/10.1021/acs.est.1c01819} }

(Libro){documentname, title={Biostatistics with R: An introductory guide for field biologists}, author={Lepš, J. and Šmilauer, P.}, year={2020}, publisher={Cambridge University Press}, url={https://doi.org/10.1017/9781108616041} }

(Artículo científico){documentname, title={Diel activity cycles of freshwater gastropods under natural light: Patterns and ecological implications}, author={Lombardo, P. and Miccoli, F. P. and Giustini, M. and Cicolani, B.}, year={2010}, publisher={Annales de Limnologie – International Journal of Limnology}, url={https://doi.org/10.1051/limn/2010004} }

(Artículo científico){documentname, title={On the use of antibiotics in plasticity research: Gastropod shells unveil a tale of caution}, author={Meuthen, D. and Reinhold, K.}, year={2023}, publisher={Journal of Animal Ecology}, url={https://doi.org/10.1111/1365-2656.13909} }

(Artículo científico){documentname, title={Effect of plant diet variation and competition on the fecundity of two co-occurring snails: A competitive quest}, author={Mondal, D. and Paul, P. and De, S. and Saha, C. and Karmakar, R. and Aditya, G.}, year={2024}, publisher={Zoology and Ecology}, url={https://doi.org/10.35513/21658005.2024.1.4} }

(Artículo científico){documentname, title={Improving external shell volume estimation in snails using landmark-based size measurements}, author={Osborne, T. R. and Stehman, S. V.}, year={2022}, publisher={Journal of Molluscan Studies}, url={https://doi.org/10.1093/mollus/eyac032} }

(Artículo científico){documentname, title={Effects of diet quality and dietary calcium on reproductive performance in Archachatina ventricosa (Gould 1850), Achatinidae, under indoor rearing conditions}, author={Otchoumou, A. and Dupont-Nivet, M. and Dosso, H.}, year={2012}, publisher={Invertebrate Reproduction & Development}, url={https://doi.org/10.1080/07924259.2011.588013} }

(Artículo científico){documentname, title={Statistical analysis in clinical and experimental medical research: Simplified guidance for authors and reviewers}, author={Panos, G. D. and Boeckler, F. M.}, year={2023}, publisher={Drug Design, Development and Therapy}, url={https://doi.org/10.2147/DDDT.S427470} }

(Tesis doctoral){documentname, title={La alimentación racional. Ideología de la carne y discursos sobre alimentación, nutrición y salud en España (1893–1939)}, author={Redin Zabalegui, A.}, year={2024}, publisher={Universitat Autònoma de Barcelona}, url={https://hdl.handle.net/10803/691665} }

(Artículo científico){documentname, title={Life stage-specific effects of the fungicide pyrimethanil and temperature on the snail Physella acuta (Draparnaud, 1805) disclose the pitfalls for the aquatic risk assessment under global climate change}, author={Seeland, A. and Albrand, J. and Oehlmann, J. and Müller, R.}, year={2013}, publisher={Environmental Pollution}, url={https://doi.org/10.1016/j.envpol.2012.10.020} }

(Artículo científico){documentname, title={Effects of macronutrients in ten different plant species on the food choice and growth performance of Achatina fulica}, author={Tang, K. and Zheng, Z. and Lu, X. and Han, Z. and Sun, S.}, year={2025}, publisher={Animals}, url={https://doi.org/10.3390/ani15223333} }

(Artículo científico){documentname, title={Factors explaining the distribution of Physella acuta (Draparnaud, 1805) in freshwaters of Morocco}, author={Taybi, A. F. and Mabrouki, Y. and Glöer, P. and Piscart, C.}, year={2024}, publisher={Water}, url={https://doi.org/10.3390/w16060803} }

(Artículo científico){documentname, title={Effect of feed protein on reproduction, proximate composition, and hemolymph metabolite profile of snail (Achatina achatina)}, author={Tchowan, G.-M. and Egbe, B. B. and Toukala, J. P. and Ngoula, F. and Tchoumboué, J.}, year={2024}, publisher={Nutrición Animal Tropical}, url={https://doi.org/10.15517/nat.v18i1.60098} }

(Artículo científico){documentname, title={Periphyton consumption by an invasive snail species is greater in simplified than in complex habitats}, author={Tramonte, R. P. and Osório, N. C. and Ragonha, F. H. and Pinha, G. D. and Rodrigues, L. and Mormul, R. P.}, year={2019}, publisher={Canadian Journal of Zoology}, url={https://doi.org/10.1139/cjz-2017-0359} }

(Artículo científico){documentname, title={Effect of gelatin drying methods on its amphiphilicity}, author={Voroshilin, R. A. and Kurbanova, M. G. and Ostapova, E. V. and Makhambetov, E. M. and Petrov, A. N. and Khelef, M. E. A.}, year={2022}, publisher={Foods and Raw Materials}, url={https://doi.org/10.21603/2308-4057-2022-2-534} }

(Artículo científico){documentname, title={Biology, ecology, and significance of terrestrial snails: A comprehensive review}, author={Younas, E. and Nasir, T. and Shahzadi, S. and Adil, F. and Waqar, M.}, year={2025}, publisher={Indus Journal of Bioscience Research}, url={https://doi.org/10.70749/ijbr.v3i8.2089} }