Síntesis y Justificación Curricular
En el marco de la X reunión de la Sociedad Mexicana de Ecología y el I Congreso de la Red Latinoamericana de Ecología, este curso responde a la urgencia de modernizar la monitorización de la biodiversidad frente al cambio global. La integración de tecnologías avanzadas (SIG, teledetección, bioacústica, eDNA e Inteligencia Artificial) es hoy imprescindible para maximizar la escala, precisión y eficiencia de la investigación ecológica en los ecosistemas megadiversos en Latinoamérica.
Justificación Pedagógica
El diseño metodológico se fundamenta en el aprendizaje aplicado y la filosofía de la ciencia abierta. Considerando el contexto investigador latinoamericano, la enseñanza prioriza el uso de herramientas tecnológicas de código abierto (open-source) y flujos de trabajo reproducibles. Esto garantiza que el alumnado supere las barreras económicas de las licencias de software y adquiera competencias técnicas directamente aplicables e integrables en sus propios proyectos de investigación y tesis.
Objetivos
- Dotar al alumnado de los fundamentos teóricos y prácticos sobre las metodologías digitales de monitorización ecológica.
- Capacitar en el uso de dispositivos móviles, herramientas espaciales (SIG) y sensores automáticos para la captura robusta de datos en campo.
- Comprender las aplicaciones del Machine Learning y genómica en ecología, promoviendo el uso de estándares globales de datos (Darwin Core, principios FAIR y CARE).
Perfil del Estudiante
Dirigido a estudiantes de grado y postgrado (maestría, doctorado y postdoctorado) en ciencias biológicas, ecología, ciencias ambientales o disciplinas afines con un objetivo investigador o técnico. Está enfocado a jóvenes investigadores de Latinoamérica con nociones básicas de ecología que busquen actualizar sus competencias tecnológicas, superar metodologías tradicionales y optimizar la toma, automatización y análisis espacial de datos en sus futuras líneas de trabajo.
