• No se han encontrado resultados

MONITOREO Y MUESTREO

N/A
N/A
Protected

Academic year: 2021

Share "MONITOREO Y MUESTREO"

Copied!
11
0
0

Texto completo

(1)

FACULTAD DE CIENCIAS AGROPECUARIAS

UNIVERSIDAD NACIONAL DE CÓRDOBA

AREA DE CONSOLIDACIÓN

SISTEMAS DE PRODUCCIÓN DE CULTIVOS

EXTENSIVOS

MANEJO INTEGRADO DE

PLAGAS

MONITOREO

Y

MUESTREO

BIOL. MGTER. GERARDO SERRA

Prof Asistente de Zoología Agrícola, Dpto. Protección Vegetal de

la Facultad de Ciencias Agropecuarias UNC.

(2)

Monitoreo y Muestreo

Un elemento esencial de cualquier programa de manejo de plagas, es la capacidad de determinar si una población tiene el tamaño suficiente para causar un daño económico. Esta capacidad requiere disponer de umbrales económicos confiables y de una adecuada técnica de muestreo.

Es importante entender la actividad de los insectos en la toma de decisiones en manejo de plagas. Actividades tales como Colonización de un cultivo, migraciones, movimientos locales, alimentación y reproducción, pueden ser detectadas y documentadas a través del monitoreo de plagas. Dependiendo del tipo de plagas (nativas, recientemente introducidas, invasoras) los objetivos de los programas de muestreo pueden ser determinar si una especie plaga está presente, estimar el tamaño poblacional y su distribución y estudiar como cambian en el tiempo, es decir su dinámica.

Un programa de monitoreo puede ser ejecutado durante toda la estación de crecimiento, o en ciertos periodos críticos del ciclo biológico del insecto. El área involucrada puede ir desde un charco, un lote, un bosque o ser tan extensa como toda una región de un país.

Los planes de muestreo pueden clasificarse en cualitativos y cuantitativos. Los cualitativos son menos complejos y tienen por principal objetivo la detección de una plaga. Sus resultados suelen ser listas de los insectos encontrados y solo hacen una referencia subjetiva de la densidad (Escaso, común, abundante).

Los programas de muestreo cuantitativos, son los más comúnmente utilizados en manejo de plagas. Su objetivo es definir la abundancia poblacional en el tiempo y el espacio. Esta información es utilizada con fines predictivos.

Desde el punto de vista del ecólogo de poblaciones animales, saber el número de animales que habita en el lugar objeto de estudio, puede ser útil para determinar la disposición espacial de las poblaciones, o para estudiar su dinámica temporal.

Para colectar la información requerida en un monitoreo cuantitativo, es necesario realizar un conteo del número de insectos. Pero debido al tamaño y dispersión de las poblaciones de insectos, muchas veces no es factible o es demasiado costoso realizar un censo (conteo de todos los individuos de la población). Por ello, el método más empleado y eficiente es estimar la densidad poblacional a través de un muestreo.

Algunas definiciones:

La naturaleza del muestreo de los insectos esta fuertemente caracterizada por la

unidad de muestreo seleccionada. La unidad de muestreo es una porción del espacio habitable sobre la cual se realiza el conteo de insectos. La dimensión de la unidad de muestreo es determinada por el operador, y cada unidad debe ser distinguible y no superponerse. El conjunto de todas las unidades de muestreo debe contener a toda la población. Por ejemplo, si una población hipotética ocupa 100 m2, y la unidad de

muestreo es de 1 m2, el espacio habitable está constituido por 100 unidades de muestreo.

Como resulta impracticable contar los insectos de todas las unidades de muestreo, un grupo de estas unidades es seleccionado, el cual es usado para caracterizar a toda la población. Este grupo de unidades de muestreo es lo que se conoce como muestra y es a partir de esta muestra que la estimación del tamaño poblacional es realizada. El número de unidades muestrales que componen la muestra es lo que se conoce como tamaño de la muestra. Tanto la dimensión como el número de unidades muestrales que componen una muestra vienen determinados por el diseño o plan de muestreo. El plan de muestreo

(3)

incluye la técnica de muestreo y un detalle de todos los pasos a seguir para obtener la estimación de la población.

Las estimaciones pueden ser de tipo absolutas y relativas. Las estimaciones absolutas, expresan el número de individuos en la población por unidad de superficie, m2, ha. etc. Las estimaciones absolutas son muy importantes en estudios de ecología de

poblaciones, pero son costosas de obtener, por lo que no son tan empleadas en manejo de plagas. Un tipo de estimación absoluta es la Intensidad de Población: el número de insectos por unidad de hábitat. Que si se conoce el número de unidades de hábitat por unidad de superficie, se puede obtener una estimación absoluta. La intensidad de la población, es usada frecuentemente en manejo de plagas, porque está estrechamente relacionada con el daño al cultivo, Estas estimaciones son particularmente útiles cuando se establecen NDE y estos son expresados en términos de intensidad de población (nº de pulgones por hoja, nº de larvas por tallo. Un estimador absoluto relacionado con el anterior es conocido como Población Básica, es una estimación intermedia entre la estimación absoluta y la intensidad poblacional; que combina la unidad de hábitat con alguna unidad de medida. La estimación mas comúnmente usada en el cultivo de soja es un buen ejemplo de población básica (nº de insectos por metro lineal de surco).

Las estimaciones relativas difieren de las absolutas en que no expresan la densidad en función de la superficie. Las estimaciones relativas dependen de la técnica de muestreo utilizada. Si se utiliza una red de arrastre, la estimación se expresa como nº de insectos por golpe de red. El método del paño, es otro método del que se obtienen mediciones relativas. Las estimaciones relativas no brindan de manera directa la densidad de población por unidad de superficie, pero son muy útiles para comparar tamaños poblacionales en el tiempo y el espacio de poblaciones evaluadas con la misma técnica de muestreo. Las estimaciones relativas pueden ser convertidas a estimaciones absolutas, pero requieren laboriosas investigaciones previas.

Las estimaciones relativas tienen la ventaja de ser poco costosas y por ello son muy utilizadas en manejo de plagas.

Una vez estimada el tamaño de la población (en términos absolutos o relativos) el uso apropiado de la estadística es muy importante para resumir los datos y diseñar programas de muestreo. Los estadísticos mas comúnmente usados en la descripción de la densidad poblacional de insectos son la media, el desvió estándar y el error estándar.

La media es simplemente el promedio aritmético del número de insectos encontrados en cada unidad muestral que compone la muestra.

N

x

x + x + + xN

=

1 2 ...

. Si disponemos de varias medias obtenidas a partir de un juego de muestras, podremos calcular una media de medias m que es un buen estimador de la densidad poblacional.

La media nos brinda una de las características más importantes de una población (su tamaño) pero no nos dice nada acerca de la variabilidad entre las muestras involucradas en su cálculo. Esta variabilidad, que nos da una idea de la distribución de los datos, suele ser expresada como rango, es decir a través de los valores extremos (el mas bajo y el mas alto), el rango tiene la desventaja que estos valores extremos pueden ser accidentales o casos raros en la población. El desvío estándar (s), de un juego de muestras evita la dependencia de los casos extremos, al promediar los desvíos de cada conteo muestral con respecto al valor medio. Si los datos tienen distribución normal, es puede esperar que el 68 por ciento de ellos se agrupen dentro de un desvío estándar a ambos lados de la media (± 1 s). Un estimador mas útil de la variabilidad muestral es el error estándar de la media o simplemente error estándar, el cual tiene en cuenta el nº de

(4)

unidades muestrales tomadas Sx= S N . Como se puede ver, una característica

importante del error estándar es que dado un valor de desvío estándar, la magnitud del error decrece a medida que se incremente el nº de unidades muestrales (N). Este es un estadístico particularmente importante en programas de muestreo, porque puede ser utilizado como una medida de la precisión de los mismos. Mientras más pequeño el error estándar, mas precisión tiene el plan de muestreo, por lo que aumentando el número de unidades muestrales se puede aumentar la precisión del plan de muestreo.

Las estimaciones obtenidas a partir de un plan de muestreo recientemente diseñado, deben ser evaluadas antes de recomendar su uso. Los principales criterios para esa evaluación son Fidelidad, Precisión y Costo.

Fidelidad es el grado de ajuste con que las estimaciones siguen a las densidades de la población en estudio. El inconveniente es que generalmente no conocemos el verdadero valor del tamaño poblacional. La Precisión es una medida del grado de error con que se hacen las estimaciones y usualmente se expresa porcentaje de error estándar respecto de la media: Este valor se conoce como Variación Relativa (RV)

(

)

⋅100

= SE x

RV . Para trabajos de investigación en ecología de poblaciones, un 10% de error estandar respecto de la media es mas que suficiente, mientras que para programas de manejo de plagas se considera que son suficientes valores de RV de un 20 a un 25%.

La elección entre distintos programas de muestreo, depende también de su Costo. El costo puede ser medido en unidades de esfuerzo (horas/hombre) o de dinero ($/ha).

Un buen criterio para seleccionar y/o evaluar planes de muestreo, sería decir que un plan es más Eficiente que otro si bajo determinadas condiciones, se obtienen resultados más confiables (Precisión) por unidad de Costo. La Precisión Relativa Neta (RPN) es una medida de la eficiencia y se define como RPN = (RV100)(Ct)

Distribución espacial

Los estadísticos presentados, nos dan información sobre la densidad y variación en las muestras, pero no nos dicen nada acerca de la dispersión o patrón de distribución de los insectos en el espacio, lo cual tiene una gran influencia sobre el plan de muestreo. El conocimiento de la distribución espacial de los insectos es importante porque es una característica biológica que tiene un considerable significado ecológico. Además la dispersión de los insectos debe ser cuantificada para poder calcular los parámetros de los planes de muestreo secuencial y para estimar los tamaños de muestra necesarios para caracterizar el tamaño poblacional con el nivel de precisión deseado.

En términos generales, las especies se distribuyen en el espacio siguiendo alguno de estos tres patrones: Aleatorio, Agregado o contagioso, y Uniforme. Un patrón es aleatorio cuando cualquier punto del espacio tiene la misma posibilidad de estar ocupada por un individuo. Esto implica que la presencia de un individuo en un lugar, no nos brinda ninguna información acerca de la ubicación de cualquier otro individuo de la población. El patrón de dispersión, se puede desviar de la aleatoriedad en dos sentidos: Si la presencia de un individuo incrementa la posibilidad de encontrar otro individuo cercano, se trata de una dispersión agregada o contagiosa. Si por el contrario, la presencia de un individuo disminuye la posibilidad de encontrar otro cercano, el patrón espacial se vuelve uniforme.

(5)

En la naturaleza, unas pocas especies de insectos se distribuyen de manera uniforme, generalmente por comportamiento territorial, del mismo modo, son pocas las especies que se distribuyen de manera aleatoria. La mayoría de las especies de insectos se distribuyen siguiendo un patrón agregado, donde la distancia entre los individuos de un grupo es menor que la distancia entre grupos. El origen de la agrupación puede ser complejo y deberse a varios factores: abióticos; reproductivos; preferencia por sitios de ovoposición o de alimentación; social; etc.

En una especie de insectos, Los distintos estados del desarrollo pueden estar involucrados en distintas actividades (dispersión, alimentación, cópula, ovoposición etc.), por lo tanto el patrón de distribución de un insecto puede cambiar de un estado del desarrollo al otro. Esto es particularmente notable en los insectos con metamorfosis completa, donde los distintos estadios explotan distintos hábitats. Por lo que el patrón de dispersión debe ser estudiado a lo largo del ciclo de vida.

El patrón espacial es una de las propiedades ecológicas más características de las especies. A diferencia de las tasas de crecimiento y reproducción, que a menudo varían entre generaciones, la distribución espacial presenta parámetros altamente específicos.

Caracterización del patrón de dispersión

Los investigadores han utilizado funciones de distribución para modelar los datos de campo ordenados como distribución de frecuencias. Una función de distribución es una fórmula matemática que brinda la probabilidad de obtener un determinado número de individuos en una muestra. La distribución de frecuencia teórica brindada por la formula se compara con la distribución de frecuencias obtenidas de los muestreos mediante una prueba de bondad de ajuste. (Comúnmente la prueba de Chi-cuadrado).

En especies que se distribuyen de manera aleatoria, la distribución de frecuencias de los conteos de una serie de muestras se ajustan a la distribución de Poisson. La distribución de Poisson se caracteriza porque a cada densidad poblacional, la Varianza es igual a la media (S2=m). La probabilidad de obtener x individuos en una

determinada muestra esta dada por la siguiente ecuación: P= em

(

mx x!

)

. Donde

x

p

es la probabilidad de encontrar x individuos en una muestra; e es la base del logaritmo natural; x el número de individuos por muestra.

En poblaciones de insectos que se distribuyen de manera agregada, la varianza es mayor que la media (sobredispersión) y la distribución de frecuencias de los conteos de una serie de muestras se ajusta a la distribución Binomial Negativa. La Distribución Binomial Negativa, se caracteriza por que la varianza es mayor que la media (σ²> μ), esta distribución posee dos parámetros, la media μ y el exponente k (k>0). La probabilidad de obtener x individuos en una determinada muestra esta dada por la siguiente ecuación: Px =

(

+ m k

) (

kk + x

) (

xk

) (

m m+ k

)

x

1! ! 1!

1 . Donde px es la

probabilidad de encontrar x individuos en una muestra; x el número de insectos por muestra; m es el número medio de insectos por muestra y k es un índice de agregación.

(6)

El exponente k, se puede interpretar como una medida del grado de agregación de los individuos. Valores próximos a cero indican agregación, mientras que con valores crecientes, mayores que ocho, la distribución se aproxima y eventualmente es idéntica a la distribución de Poisson. Hay tres modos de calcular k: método de máxima verosimilitud, método de los momentos y proporción de ceros.

Método de los momentos: La media y la varianza son usados en la estimación de k

) ( 2 2 m S m k − = Índices de dispersión

Relación varianza media

Índice de apiñamiento medio de Lloyd

Ley de potencias de Taylor

Taylor describió una relación empírica entre la varianza y la media, que debido a su alto nivel de generalidad, adoptó la categoría de ley. Dicha ley postura que la varianza se relaciona con la media a través de la función exponencial

Los coeficientes de la Ley de Potencias de Taylor

(

S2 = mb

)

, se calculan

usando su versión linearizada: logS2 = a+ blogm mediante análisis de regresión

lineal del log de la varianza contra el log de la media. La pendiente de la ecuación de regresión, es considerada un índice de agregación de manera que b=1 indica patrón aleatorio, b<1 patrón uniforme o subdisperso y b>1 indica patrón agregado o sobre disperso, el coeficiente a es un factor de escala (Southwood, 1978).

Regresión de Iwao: 1 2 〈 m S 2 = 1 m S 2 1m S Patrón Uniforme Patrón Aleatorio Patrón Agregado     + = 1 * 2 m S m m

1

*

m

m

* 1 = m m 1 * 〉 m m Patrón Uniforme Patrón

Aleatorio AgregadoPatrón

S2 m b

m

a

S

2

=

S2 m log a b<1 Patrón Uniforme b=1 Patrón Aleatorio b>1 Patrón Agregado ) 1 ( 2 − ⋅ = n m S

(7)

Regresión del apiñamiento medio de Lloyd m* en función de la media m.

m m*= α + β ⋅

Los dos coeficientes de esta regresión son interpretados como parámetros poblacionales. La Intercepción α llamada Índice de contagio básico, nos da una idea del número de individuos que conviven un una unidad de muestra, de manera tal que (α+1) es una medida del tamaño de los grupos: α=0, el componente básico es un individuo; α>0, el componente básico es la colonia; y α<0, hay repulsión entre individuos. La pendiente β es interpretado como un índice de agregación, donde: β=1 distribución aleatoria; β>1 distribución agregada, y β<1, distribución uniforme.

Calculo del tamaño muestral o N mínimo:

Partiendo de la ecuación del concepto de Precisión

m N S

C= se puede llegar a la

ecuación del tamaño mínimo de muestras necesario para clasificar la población con el nivel de precisión deseado. 2 2

2 m C S N ⋅ = (ecuación genérica). En una distribución espacial aleatoria (varianza igual a la media),

m C N

⋅ = 21

En una distribución Binomial Negativa donde S2 = m+ m2 k;

2 1 1 C k m N = +

Si la distribución espacial se estudio siguiendo la ley de potencias de Taylor

b m a S2 = ⋅ , entonces 2 ) 2 ( C m a N = ⋅ b

De acuerdo al modelo de Iwao, S2 = (α + 1)m+ (β 1)m2

2 2 2 ) 1 ( ) 1 ( m C m m N ⋅ ⋅ − + ⋅ + = α β

Planes de muestreo secuencial

:

En este tipo de planes, el número de muestras a tomar es variable, dependiendo de si la población en estudio alcanza cierto nivel de abundancia. Estos planes tienen un valor particular, cuando se trata de determinar si la densidad de una plaga justifica la realización de una medida de control, la cual es aplicada solo cuando la densidad de la plaga alcanza el Umbral Económico (UE).

En muchos programas de manejo, la recomendación de controlar o no está basada en un número fijo de muestras. Y a partir de esas muestras se estima la densidad poblacional (por ej: nº de larvas/metro de surco). Este resultado es luego comparado con el UE y si la media excede este UE se recomienda el tratamiento curativo. En este tipo de muestreo, se toma siempre el mismo número de muestras, independientemente de la

(8)

densidad de la plaga, esto generalmente resulta laborioso o costoso medido en horas hombre, particularmente cuando se deben vigilar varios lotes.

Los planes de muestreo secuencial constituyen una técnica de muestreo que permite clasificar la densidad poblacional de manera rápida y eficiente y con la precisión deseada por el operador de acuerdo a su objetivo. Su gran ventaja radica en que el número de muestras tomadas cambia con la densidad media de la plaga. Requiriéndose pocas muestras tanto cuando la densidad de la plaga es alta como a bajas densidades, mientras que en densidades medias (cercanas al UE) puede requerir un mayor número de muestras. Se estima que en general los planes de muestreo secuencial producen un 50% de ahorro del esfuerzo de muestreo con relación a los planes de número fijo de muestras.

Planes de muestreo secuencial para estimación de la abundancia poblacional En este tipo de planes, es necesario previamente haber caracterizado el patrón de distribución espacial de la población en estudio, mediante alguno de los métodos antes mencionados. Ya que las ecuaciones a utilizar cambian con los distintos patrones de distribución. En este tipo de plan de muestreo secuencial, se construyen líneas críticas o de detención. El muestreo consiste en ir tomando muestras hasta que el número acumulado de insectos alcance o supere la línea de detención. Entonces se divide el número de insectos acumulados por el número de muestras tomadas y el resultado es una estimación de la densidad media con el nivel de precisión preestablecido en el plan de muestreo secuencial.

La Ecuación genérica para calcular una curva crítica o de detención es:

C n S

Tn= ⋅ , donde Tn es el número acumulado de insectos en las n muestras, S el desvió estándar y C es la precisión (normalmente medida como porcentaje de error estándar de la media)

La curva crítica para el patrón espacial descrito por el modelo de Poisson:

2

1

C Tn=

Para patrón espacial descrito por el modelo Binomial Negativo: 1 2 ⋅ = k n C k n

Tn ; k representa el parámetro de la distribución binomial negativa. Se asume que existe un K común (constante para todas las densidades). Este supuesto no siempre se cumple

Curva de detención para el patrón espacial descrito por el modelo de Green:

      − −       ⋅ = 2 1 ) 1 ( 2 b b n a C

(9)

-100 200 300 1 11 21 31 41 n Tn Tn C= 10% Tn C= 20%

Fig: Curvas críticas de muestreo secuencial para estimación de la abundancia poblacional, calculadas para dos niveles de precisión (C=10% y C=20%).

Para el patrón espacial descrito por el modelo de Iwao:

(

)

n C Tn 1 1 2 − + = β α

α y β son los parámetros de la regresión de Iwao.

Planes de muestreo secuencial para la toma de decisiones de control

Los planes muestreo secuencial para la toma de decisiones, integran los requerimientos estadísticos de un plan de muestreo secuencial a una prueba de hipótesis sobre la relación entre la densidad de la plaga y el umbral económico.

Se utilizan con este propósito dos tipos de planes. El basado en el método de Wald (1948) llamado Test Secuencial de Razón de Probabilidad (TSRP) y el método de intervalos de confianza propuesto por Iwao (1975). Los dos métodos son bastante diferentes en lo que respecta a sus bases teóricas y al modo de realizar los cálculos; sin embargo son muy similares en lo que respecta a la manera de interpretar y aplicar los resultados.

El método más empleado y difundido es el de Wald, En este tipo de planes es necesario conocer 3 factores:

Patrón de distribución espacial. Para seleccionar las ecuaciones correctas.

Los valores de dos tipos de errores: alfa α, es la probabilidad de considerar grande una población pequeña (sub-económica) y beta β, es la probabilidad de considerar pequeña (y no controlar) una población grande. Si bien es deseable trabajar con el menor error posible, hay que tener en cuenta que cuanto menor sea el error mayor será el número de muestras. Un valor de α y β ampliamente usado en planes de muestreo secuencial es de 0.10.

El Umbral Económico: Un plan de muestreo secuencial clasifica la población por sobre o por debajo de cierta densidad umbral. En manejo de plagas, la densidad usada es el UE. Y sobre la base de este se establecen dos límites: m2 es el límite inferior de la

clase grande y m1 es el límite superior de la clase pequeña.

El plan de muestreo secuencial se puede definir como un gráfico dividido por dos (o mas) líneas paralelas llamadas líneas de decisión o curvas SPRT (test secuencial de razón de probabilidad). El número de muestras tomadas no es fijo, después de cada muestra, el número acumulado de insectos es comparado en el gráfico. Si el número cae por encima de la línea superior, la población alcanzó el UE y es necesario un tratamiento. Si el número de insectos acumulados cae por debajo de la línea inferior, la población es baja y se toma la decisión de no controlar y debe volver a muestrearse en 7 días. En estos dos casos el muestreo se detiene. Si el número acumulado cae entre las dos líneas paralelas, el muestreo debe continuar. Si la densidad de población en un

(10)

campo, se encuentra entre las dos líneas paralelas, es necesario tomar un gran número de muestras, por lo que se pone generalmente un limite a la cantidad de muestras (n) a tomar.

Fig: plan de muestreo secuencial para la toma de decisiones. Las ecuaciones genéricas par el par de líneas de decisión son:

(

)

1 1 b n h d = ⋅ +

(

)

2 2 b n h d = ⋅ +

Donde d1 es el valor máximo de la clase inferior en número de insectos acumulados, d2 es el valor mínimo de la clase superior expresado en número de insectos acumulados, n el número de muestras examinadas, h1 y h2 son las intercepciones de las respectivas líneas de decisión y b es la pendiente de las líneas de decisión

Los valores de b, h1 y h2, se calculan a partir de ecuaciones cuya elección depende de la distribución matemática que mejor se ajuste a los datos de muestro. En todas las formulas, m2 es el limite inferior de alta densidad poblacional, y en muchos planes de muestreo se toma como m2 el valor del Umbral Económico (UE). Por su parte, m1 es el límite superior de baja densidad poblacional. El valor de m1 debe ser siempre inferior a m2, y muchas veces se calcula como un porcentaje del UE.

Distribución Binomial Negativa

                  ⋅     ⋅ = ⋅ 2 1 1 2 1 2 ln ln q p q p q q k b     ⋅ ⋅       − = 2 1 1 2 1 ln 1 ln q p q p h α β     ⋅ ⋅       − = 2 1 1 2 2 ln 1 ln q p q p h α β

Esta fórmula asume la existencia de un k común (k es constante para todo el rango de densidades) Este supuesto no siempre se cumple.

    = m k p1 1 p2=

(

m2 k

)

q1=

(

1+ p1

)

q2=

(

1+ p2

)

(11)

Distribución de Poisson       − = 1 2 1 2 ln m m m m b             − = 1 2 1 ln 1 ln m m h α β             − = 1 2 2 ln 1 ln m m h α β BIBLIOGRAFÍA

Kogan, M & D.C. Herzog. 1979. Sampling methods in soybean entomology. Spinger – Verlag, New York

Metcalf, R.L. & W. H. Luckman. 1994. Introduction to insect pest management. Wiley , New York.

Pedigo, L. P. & M. R. Zeiss. 1996. Analyses in insect ecology an management. Iowa State University Press, Ames, Iowa.

Pedigo, L.P. 1999. Surveillance and sampling. En: Pedigo, L.P. Entomology and pest management. Prentice-Hall, New Jersey. pp 209-251

Southwood, T.R.E. 1978. Ecological methods, with particular reference to the study of insect population. 2º edn. London. Chapman & Hall.

Taylor, L.R.1961. Aggregation, variance and the mean. Nature. 189: 732-735

Taylor, L.R. 1984. Assessing and interpreting the spatial distribution of insect populations. Annu. Rev. Entomol. 29: 321-357

Referencias

Documento similar

You may wish to take a note of your Organisation ID, which, in addition to the organisation name, can be used to search for an organisation you will need to affiliate with when you

Where possible, the EU IG and more specifically the data fields and associated business rules present in Chapter 2 –Data elements for the electronic submission of information

The 'On-boarding of users to Substance, Product, Organisation and Referentials (SPOR) data services' document must be considered the reference guidance, as this document includes the

In medicinal products containing more than one manufactured item (e.g., contraceptive having different strengths and fixed dose combination as part of the same medicinal

Products Management Services (PMS) - Implementation of International Organization for Standardization (ISO) standards for the identification of medicinal products (IDMP) in

Products Management Services (PMS) - Implementation of International Organization for Standardization (ISO) standards for the identification of medicinal products (IDMP) in

This section provides guidance with examples on encoding medicinal product packaging information, together with the relationship between Pack Size, Package Item (container)

Package Item (Container) Type : Vial (100000073563) Quantity Operator: equal to (100000000049) Package Item (Container) Quantity : 1 Material : Glass type I (200000003204)