Todos os seres vivos estão conectados entre si por interações ecológicas, formando a “colina emaranhada” de Darwin, metáfora inspirada pela “teia da vida” de Humboldt. Desemaranhar essa complexidade é uma tarefa desafiadora, mas factível, desde que você use ferramentas adequadas. A ciência de redes nos ajuda com excelentes ferramentas conceituais e operacionais.
Todos os seres vivos estão conectados entre si por interações ecológicas, formando a “colina emaranhada” de Darwin, metáfora inspirada pela “teia da vida” de Humboldt. Desemaranhar essa complexidade é uma tarefa desafiadora, mas factível, desde que você use ferramentas adequadas. A ciência de redes nos ajuda com excelentes ferramentas conceituais e operacionais.
Você aceita este chamado para a aventura? Então venha comigo aprender os fundamentos sobre redes ecológicas!
Seguindo esse espírito, este curso visa ajudar pessoas interessadas em dar seus primeiros passos na análise de redes aplicada à Ecologia. Este é um curso introdutório, focado especialmente em redes de interações. Redes sociais e redes espaciais também são mencionadas, mas não de forma aprofundada, nas diversas atividades do curso.
Dedicando-se a essas atividades durante quatro semanas, ao final deste curso você terá adquirido uma visão geral sobre as teorias que orientam o estudo de redes ecológicas. Além disso, você será capaz de analisar gráfica- e numericamente, além de interpretar, dados de redes usando a linguagem de programação R.
Dessa forma, para aproveitar bem este curso você deve dominar habilidades básicas na linguagem R, além de ter familiaridade com conceitos básicos em Ecologia em nível de graduação. Mais concretamente, é importante que você já saiba como importar dados para o R, além de usar pacotes e rodar funções. Não é necessário saber construir funções personalizadas (UDFs).
Para ir além, aproveitando o conteúdo extra sugerido para aprofundamento posterior ao curso, é recomendável saber ler em inglês. Vale lembrar também que a ajuda dos pacotes e funções do R é toda escrita em inglês, então dominar a leitura nesse idioma também é importante para analisar dados com mais desenvoltura.
Também é importante mencionar que diversos conceitos estatísticos são mencionados no curso. Portanto, ter conhecimento básico sobre probabilidade, distribuições de dados, medidas de tendência central e medidas de dispersão ajuda muito.
Se você ainda não domina os fundamentos da linguagem R, recomendo que primeiro faça um dos excelentes cursos introdutórios disponíveis aqui na Coursera, como "R Programming" ou "The R Programming Environment". Há também aqui excelentes cursos introdutórios de estatística que podem lhe ensinar o básico sobre análise de dados.
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.