Es difícil decir el número exacto, pero en algún momento de la carrera ecologista tiene que lidiar con problemas que solo pueden resolverse computacionalmente.
La ecología ahora está en tal estado que el análisis computacional y estadístico (estoy hablando de estadísticas bayesianas y similares) es absolutamente importante cuando se tienen conjuntos de datos que dependen del tiempo.
Los datos ecológicos tienen mucho ruido, y muchas veces una simple regresión lineal simple no ayudará y una mayor computación estadística y estadísticas no lineales para sistemas ecológicos dinámicos se convierten en una necesidad y, por lo tanto, se vuelven principalmente computacionales. Una parte de la investigación ecológica es tratar con grandes datos y modelos matemáticos adecuados que expliquen mejor la variación observada. Por lo tanto, cualquier experimento ecológico siempre va seguido de un cálculo, por simple que sea, desde la regresión lineal hasta la regresión bayesiana jerárquica y la estadística no lineal, que por supuesto solo se puede hacer computacionalmente.
Para conocer la importancia de la ecología computacional y teórica, puede echar un vistazo a este blog de Florian Hartig:
Inferencia bayesiana aproximada a través de la probabilidad sintética para un modelo forestal basado en procesos
- ¿Cuáles son los principales efectos de la contaminación en la biodiversidad?
- ¿Sería posible reintroducir osos pardos en México y California, y sería una buena idea?
- ¿Por qué es importante un productor en un ecosistema?
- Si tuviéramos que terraformar un planeta similar a Marte, a 40 años luz de distancia, ¿cuál y cuántas especies crearían un entorno mínimo sostenible mínimo?
- ¿Está en peligro la cultura de Mongolia?
