Do different sampling designs produce differences in the metrics of curimba, Prochilodus lineatus (Characiformes: Prochilodontidae)?

Probabilistic sampling, a classical recommendation for unbiased data, has been often overlooked. Fish sampling in reservoirs, unlike most rivers, can be accomplished by a variety of probabilistic sampling designs due to few restrictions in the choice of sampling sites (SSs). We evaluated whether population metrics of Prochilodus lineatus differ between fixed SSs (do not change with each sampling trip) and variable SSs (change with each sampling trip) in the Volta Grande (VGR) and Jaguara (JR) reservoirs of the Grande River, Paraná River basin, Brazil. We used gillnets to sample fish at nine probabilistic fixed SSs and nine probabilistic variable SSs per sampling trip. We conducted 25 sampling trips in VGR and 22 in JR during 2011 to 2015, and performed 35 analyses of 8 metrics for each reservoir. We found sampling design influenced only 7% of the analyses involving three metrics, apparently caused by biased data of fixed SSs. We attribute the small percentage of analyses influenced by sampling design to the low spatial heterogeneity of the reservoirs. The choice of the most appropriate sampling design seems to depend on the type of variation (temporal or spatial) that one wishes to detect, and the availability of time and financial resources.(AU)

A amostragem probabilística, uma recomendação clássica para dados não enviesados, tem sido frequentemente negligenciada. Reservatórios, diferentemente da maioria dos rios, permitem diversos desenhos amostrais probabilísticos para a amostragem de peixes por impor poucas restrições na escolha de pontos de coletas. Neste trabalho, avaliamos se métricas populacionais do Prochilodus lineatus diferem entre amostras de pontos fixos (não mudam a cada campanha) ou variáveis (mudam a cada campanha) nos reservatórios de Volta Grande (VGR) e Jaguara (JR), rio Grande, bacia do alto rio Paraná, Brasil. Amostramos os peixes com redes de emalhar em nove pontos fixos e nove pontos variáveis por campanha, todos probabilísticos. Foram 25 campanhas em RVG e 22 em RJ de 2011 a 2015. Para cada reservatório, fizemos 35 análises para 8 métricas. Encontramos influência do desenho amostral em apenas 7% das análises e em três métricas, aparentemente provocada por dados enviesados dos pontos fixos. Atribuímos a pequena porcentagem de análises influenciada pelo desenho amostral à baixa heterogeneidade espacial dos reservatórios. A escolha do desenho amostral mais apropriado parece depender, além disso, do tipo de variação (temporal ou espacial) que se deseja detectar, e a disponibilidade de tempo e de recurso financeiro.(AU)

Mentefactos conceptuales como estrategia didácticopedagógica de los conceptos básicos de la teoría de muestreo aplicados en investigación en salud / Conceptuals Mentefactos as a Didactic-Pedagogical Strategy of the Basic Concepts in the Sampling Theory Applyed to the Health Research

En muestreo poblacional es de vital importancia tener claridad y distinguir: primero, el diseño o tipo de muestreo que se debe utilizar para resolver el problema de investigación; segundo, el tamaño de muestra, teniendo en cuenta sus diferentes componentes (varianza, precisión y confiabilidad ); tercero, la selección aleatoria, y cuarto, la precisión de las estimaciones (errores de muestreo), para determinar si es posible inferir las estimaciones obtenidas de la muestra a la población blanco. La dificultad existente al utilizar los conceptos de la teoría de muestreo es entenderlos con absoluta claridad y, por esto, con la ayuda de estrategias didáctico-pedagógicas como los mentefactos conceptuales (diagramas simples jerárquicos que se organizan a partir de proposiciones) es posible la definición conceptual de estos. En este artículo se presenta la definición conceptual mediante mentefactos conceptuales de los conceptos más importantes de muestreo probabilístico poblacional, para obtener muestras representativas de poblaciones en investigaciones en salud.

In populational sampling it is vitally important to clarify and discern: first, the design or sampling method used to solve the research problem; second, the sampling size, taking into account different components (precision, relia- bility, variance); third, random selection and fourth, the precision estimate (sampling errors), so as to determine if it is possible to infer the obtained estimates from the target population. The existing difficulty to use concepts from the sampling theory is to understand them with absolute clarity and, to achieve it, the help from didactic-pedagogical strategies arranged as conceptual “mentefactos” (simple hierarchic diagrams organized from propositions) may prove useful. This paper presents the conceptual definition, through conceptual “mentefactos”, of the most important populational probabilistic sampling concepts, in order to obtain representative samples from populations in health research.