Affärssystem används idag inom de flesta verksamheter. Syftet med ettaffärssystem är att det ska stödja verksamhetens handlingar och på så sättbidra till en effektivisering. I dagsläget utnyttjas endast en bråkdel av defunktioner som finns i affärssystemet och användarantalet ligger på en lågnivå. Företag måste därför bli bättre på att använda och utnyttja sittaffärssystem. I denna studie söker vi svar på hur ett affärssystem kanunderlätta användares olika handlingar, detta genom att basera uppsatsen påteoretiska och empiriska studier. Vi redogör för teorin kring handlingsbarhetoch informationsbeteende som visats ha en betydande roll för hur effektivtett affärssystem är. Det argumenteras även för det inflytande socialarelationer har på ett företags handlingar och betydelsen avanvändarutbildning. Genom att studera tillverkningsföretaget Industri-TextilJob ABs handlingar och användning av affärssystemet Garp, bidrar dennastudie till att skapa förståelse för varför vissa funktioner inte används i ettaffärssystem samt hur systemet kan användas mer effektivt. Med stöd frånden teoretiska studien resulterade den empiriska studien i ett antal förslag tilleffektiviseringsåtgärder. Till viss del går förslagen att generalisera, vilketmöjliggör en applicering på flera olika typer av företag, en del förslag ärdock specifika för tillverkningsföretag. Vi kom fram till att ett effektivtaffärssystem kräver kunskap hos de anställda, anpassningsbara funktionersom tillmötesgår användarens behov samt att informationen finns tillgängligför berörda parter. Samtidigt är det viktigt med en fullständig kartläggningav verksamheten för att se hur handlingar kan påverka varandra. / Uppsatsnivå: D

Vaccinia virus (VACV), the prototypic poxvirus, undergoes a complex life cycle, with multiple stages that are not yet fully understood. This work studied two cellular proteins which had previously been identified by siRNA screens as playing proviral roles in the replication cycle of VACV: the dual specificity mitogen-activated protein kinase kinase 3 (MKK3) and vacuolar protein sorting 52 (Vps52). MKK3 is an upstream regulator in the p38 pathway which, along with MKK6, phosphorylates and therefore activates p38. In HeLa cell cultures, siRNA depletion experiments confirmed that MKK3 supported VACV replication. MKK3 knockdown reduced production of both early and late-class VACV proteins, suggesting that it facilitates viral gene expression. However, this difference did not translate to an in vivo model, as comparison between wild type and MKK3 knockout mice infected with VACV revealed no significant differences in virus replication or overall disease. The Golgi-associated retrograde protein complex (GARP) is composed of four large heteromeric proteins: Vps51, Vps52, Vps53 and Vps54, and plays a key role in retrograde transport from endosomes to the TGN. The effects of loss of GARP function were investigated using three techniques: mouse embryonic fibroblasts (MEFs) containing the hypomorphic Vps54 “wobbler” mutation, Vps52-targetting siRNA in HeLa cells and pharmacological inhibition of retrograde transport using the drug Retro-2. GARP loss resulted in a marked reduction in VACV spread due to a reduction specifically in “double wrapped” extracellular enveloped virion (EEV) production. Investigation of the mechanism by which GARP facilitates EEV production revealed a disruption of the VACV morphogenesis pathway prior to the double wrapping event, resulting in mislocalisation and aggregation of the viral membrane protein B5 within the cytoplasm. The effects of GARP loss translated to an in vivo model, as mice infected with VACV and treated with Retro-2 exhibited reduced viral replication and overall disease. These results identify GARP as a pro-viral host complex required for EEV production, and suggest that cellular retrograde transport pathways are required for double-wrapping of VACV virions. Overall, the study illustrates both the potential pitfalls of carrying out genetic screens in a transformed cell line and the power of such studies to nevertheless identify novel features of virus biology as well as druggable targets for antiviral intervention.

With exploding human populations and landscapes that are changing, an increasing number of wildlife species are brought to the brink of extinction. In Canada, the eastern hog-nosed snake, 'Heterodon platirhinos', is found in a limited portion of southern Ontario. Designated as threatened by the Committee on the Status of Endangered Wildlife in Canada (COSEWIC), this reptile has been losing its habitat at an alarming rate. Due to the increase in development of southern Ontario, it is crucial to document what limits the snake’s habitat to direct conservation efforts better, for the long-term survival of this species. The goals of this study are: 1) to examine what environmental parameters are linked to the presence of the species at a landscape scale; 2) to predict where the snakes can be found in Ontario through GIS-based habitat suitability models (HSMs); and 3) to assess the role of biotic interactions in HSMs. Three models with high predictive power were employed: Maxent, Boosted Regression Trees (BRTs), and the Genetic Algorithm for Rule-set Production (GARP). Habitat suitability maps were constructed for the eastern hog-nosed snake for its entire Canadian distribution and models were validated with both threshold dependent and independent metrics. Maxent and BRT performed better than GARP and all models predict fewer areas of high suitability when landscape variables are used with current occurrences. Forest density and maximum temperature during the active season were the two variables that contributed the most to models predicting the current distribution of the species. Biotic variables increased the performance of models not by representing a limiting resource, but by representing the inequality of sampling and areas where forest remains. Although habitat suitability models rely on many assumptions, they remain useful in the fields of conservation and landscape management. In addition to help identify critical habitat, HSMs may be used as a tool to better manage land to allow for the survival of species at risk.

O Eragrostis plana Nees (capim-annoni-2 ou capim annoni) é uma gramínea exótica trazida da África do Sul nos anos cinquenta e atualmente tem presença em aproximadamente 10% da área total do bioma Pampa, sendo a espécie mais invasiva desse bioma. Tendo em conta a grande capacidade desta espécie para se estabelecer em uma ampla variedade de condições ambientais, os efeitos ambientais e econômicos negativos envolvidos, bem como sua dificuldade de erradicação, é importante identificar as áreas mais suscetíveis à invasão em um futuro próximo, para assim aprimorar os planos de manejo e evitar a expansão de áreas infestadas. O presente trabalho foi desenvolvido no município de Aceguá – RS, com o objetivo de identificar quais áreas são as mais suscetíveis à invasão. Foram aplicados os modelos de distribuição de espécies MAXENT e GARP tendo como dados de entrada as variáveis ambientais calculadas a partir imagens espectrais, modelo numérico de elevação, mapa de solos e mapa de vias. Como algumas variáveis originalmente têm resolução espacial de 250 m e outras de 30 m, foi feita uma reamostragem tanto a 30 m como a 250 m para comparar os resultados dos modelos nas duas resoluções espaciais. Para diminuir o número de variáveis de entrada foi feita uma análise de correlação para eliminar as variáveis com alta correlação. Também foi feito o teste Jackknife para avaliar quais variáveis contribuem mais na modelagem espacial da distribuição do capim annoni. Os dois modelos, tanto no treinamento como na validação, nas duas resoluções espaciais, apresentam valores médios de ajuste de AUC acima de 0,7, sendo considerado um bom ajuste. Foram empregados três métodos para calcular os limiares ótimos de corte para cada um dos modelos: 1) sensibilidade igual à especificidade; 2) soma entre a sensibilidade e a especificidade máxima; Os limiares obtidos foram 42 para MAXENT_250, 39 para MAXENT_30, 69 para GARP_250 e 68 para GARP_30. Após a aplicação dos limiares, verificou-se que o modelo GARP prediz uma área maior que o MAXENT, 33,20% em comparação com 24,60% na resolução espacial de 250 m, e 35,83% contra 27,17% na resolução espacial de 30 m. Verificou-se também que o GARP possui melhor capacidade de generalização, o qual é importante para modelar espécies invasoras. Os dois modelos predizem com presença uma área comum de 21,23% e 23,94% nas resoluções espaciais de 250 m e 30 m respectivamente. As pastagens são as classes de uso que apresentam uma maior suscetibilidade à invasão de capim anonni. Ao cruzar os resultados dos modelos de suscetibilidade à invasão de capim annoni, com resolução espacial de 30 m, e as áreas de pastagens que estão sob alta pressão de pastejo, verificou-se que o modelo MAXENT consegue predizer uma suscetibilidade à invasão em 24,51% das áreas e o modelo GARP prediz 37,95% de suscetibilidade à invasão. As comparações entre as duas resoluções espaciais demonstrou que não há muitas diferenças em termos de quantificação de área, sendo que o principal ganho foi o detalhamento espacial, o qual foi obtido com um alto custo computacional. / The Eragrostis plana Nees (South African lovegrass), is an exotic grassy plant originally from South Africa, introduced in the 50s and is currently present in approximately 10% of the total area of the Pampa biome, being the most invasive species in this biome. Considering the large capacity of the South African lovegrass establishing itself in a wide variety of environmental conditions, the negative effects, both environmental and economical that it involves, as well as its difficulty of eradication, it is important to identify the invasion most susceptible areas in the near future, in order to improve the management to prevent the spread of infested areas. This research was developed in the municipality of Aceguá – RS, with the objective of identifying which areas are most susceptible to invasion. The MAXENT and GARP models of distribution of species were applied, having as input data the environmental variables calculated from spectral images, digital elevation model, soil map and road map. As some variables originally had spatial resolution of 250m and others of 30m, a resample was done at both 30m and 250m in order to compare the models results in these two spatial resolutions. To reduce the input variables amount, a correlation analysis was performed to eliminate the high correlation variables. The Jackknife test was also used to evaluate which variables contribute most to the South African lovegrass distribution spatial modeling. Both models, at the two spatial resolutions, during the training and the validation steps, present mean values of AUC adjustment above 0.7, being considered a good fit. Three methods were used to calculate the optimal thresholds for each model: 1) the sensitivity equals to the specificity; 2) the sum between sensitivity and specificity is the maximum; 3) the distance between the ROC curve and left top corner is minimum. The calculated thresholds were 42 for MAXENT_250, 39 for MAXENT_30, 69 for GARP_250 and 68 for GARP_30. After applying these thresholds, it was verified that the GARP model predicts an area greater than MAXENT, 33.20% compared to 24.60% for the spatial resolution of 250m, and 35.83% against 27.17% in the spatial resolution of 30m. It was also verified that GARP has a better generalization capacity, which is important for modeling invasive species patterns. Both models predict a common area with susceptible to invasion of 21.23% and 23.94% in spatial resolutions of 250m and 30m respectively. The grasslands are the land cover that presents a South African lovegrass invasion greater susceptibility. Cross-referencing the susceptibility invasion models with the overgrazing areas at 30m of spatial resolution, it was verified that the model MAXENT can predict a susceptibility to invasion in 24.51% of the areas and the GARP model predicts 37.95% susceptibility to invasion. Comparisons between the two spatial resolutions showed that there are not many differences in terms of area quantification, where the main gain was spatial detailing, which was obtained with a high computational cost.

With exploding human populations and landscapes that are changing, an increasing number of wildlife species are brought to the brink of extinction. In Canada, the eastern hog-nosed snake, 'Heterodon platirhinos', is found in a limited portion of southern Ontario. Designated as threatened by the Committee on the Status of Endangered Wildlife in Canada (COSEWIC), this reptile has been losing its habitat at an alarming rate. Due to the increase in development of southern Ontario, it is crucial to document what limits the snake’s habitat to direct conservation efforts better, for the long-term survival of this species. The goals of this study are: 1) to examine what environmental parameters are linked to the presence of the species at a landscape scale; 2) to predict where the snakes can be found in Ontario through GIS-based habitat suitability models (HSMs); and 3) to assess the role of biotic interactions in HSMs. Three models with high predictive power were employed: Maxent, Boosted Regression Trees (BRTs), and the Genetic Algorithm for Rule-set Production (GARP). Habitat suitability maps were constructed for the eastern hog-nosed snake for its entire Canadian distribution and models were validated with both threshold dependent and independent metrics. Maxent and BRT performed better than GARP and all models predict fewer areas of high suitability when landscape variables are used with current occurrences. Forest density and maximum temperature during the active season were the two variables that contributed the most to models predicting the current distribution of the species. Biotic variables increased the performance of models not by representing a limiting resource, but by representing the inequality of sampling and areas where forest remains. Although habitat suitability models rely on many assumptions, they remain useful in the fields of conservation and landscape management. In addition to help identify critical habitat, HSMs may be used as a tool to better manage land to allow for the survival of species at risk.

O Eragrostis plana Nees (capim-annoni-2 ou capim annoni) é uma gramínea exótica trazida da África do Sul nos anos cinquenta e atualmente tem presença em aproximadamente 10% da área total do bioma Pampa, sendo a espécie mais invasiva desse bioma. Tendo em conta a grande capacidade desta espécie para se estabelecer em uma ampla variedade de condições ambientais, os efeitos ambientais e econômicos negativos envolvidos, bem como sua dificuldade de erradicação, é importante identificar as áreas mais suscetíveis à invasão em um futuro próximo, para assim aprimorar os planos de manejo e evitar a expansão de áreas infestadas. O presente trabalho foi desenvolvido no município de Aceguá – RS, com o objetivo de identificar quais áreas são as mais suscetíveis à invasão. Foram aplicados os modelos de distribuição de espécies MAXENT e GARP tendo como dados de entrada as variáveis ambientais calculadas a partir imagens espectrais, modelo numérico de elevação, mapa de solos e mapa de vias. Como algumas variáveis originalmente têm resolução espacial de 250 m e outras de 30 m, foi feita uma reamostragem tanto a 30 m como a 250 m para comparar os resultados dos modelos nas duas resoluções espaciais. Para diminuir o número de variáveis de entrada foi feita uma análise de correlação para eliminar as variáveis com alta correlação. Também foi feito o teste Jackknife para avaliar quais variáveis contribuem mais na modelagem espacial da distribuição do capim annoni. Os dois modelos, tanto no treinamento como na validação, nas duas resoluções espaciais, apresentam valores médios de ajuste de AUC acima de 0,7, sendo considerado um bom ajuste. Foram empregados três métodos para calcular os limiares ótimos de corte para cada um dos modelos: 1) sensibilidade igual à especificidade; 2) soma entre a sensibilidade e a especificidade máxima; Os limiares obtidos foram 42 para MAXENT_250, 39 para MAXENT_30, 69 para GARP_250 e 68 para GARP_30. Após a aplicação dos limiares, verificou-se que o modelo GARP prediz uma área maior que o MAXENT, 33,20% em comparação com 24,60% na resolução espacial de 250 m, e 35,83% contra 27,17% na resolução espacial de 30 m. Verificou-se também que o GARP possui melhor capacidade de generalização, o qual é importante para modelar espécies invasoras. Os dois modelos predizem com presença uma área comum de 21,23% e 23,94% nas resoluções espaciais de 250 m e 30 m respectivamente. As pastagens são as classes de uso que apresentam uma maior suscetibilidade à invasão de capim anonni. Ao cruzar os resultados dos modelos de suscetibilidade à invasão de capim annoni, com resolução espacial de 30 m, e as áreas de pastagens que estão sob alta pressão de pastejo, verificou-se que o modelo MAXENT consegue predizer uma suscetibilidade à invasão em 24,51% das áreas e o modelo GARP prediz 37,95% de suscetibilidade à invasão. As comparações entre as duas resoluções espaciais demonstrou que não há muitas diferenças em termos de quantificação de área, sendo que o principal ganho foi o detalhamento espacial, o qual foi obtido com um alto custo computacional. / The Eragrostis plana Nees (South African lovegrass), is an exotic grassy plant originally from South Africa, introduced in the 50s and is currently present in approximately 10% of the total area of the Pampa biome, being the most invasive species in this biome. Considering the large capacity of the South African lovegrass establishing itself in a wide variety of environmental conditions, the negative effects, both environmental and economical that it involves, as well as its difficulty of eradication, it is important to identify the invasion most susceptible areas in the near future, in order to improve the management to prevent the spread of infested areas. This research was developed in the municipality of Aceguá – RS, with the objective of identifying which areas are most susceptible to invasion. The MAXENT and GARP models of distribution of species were applied, having as input data the environmental variables calculated from spectral images, digital elevation model, soil map and road map. As some variables originally had spatial resolution of 250m and others of 30m, a resample was done at both 30m and 250m in order to compare the models results in these two spatial resolutions. To reduce the input variables amount, a correlation analysis was performed to eliminate the high correlation variables. The Jackknife test was also used to evaluate which variables contribute most to the South African lovegrass distribution spatial modeling. Both models, at the two spatial resolutions, during the training and the validation steps, present mean values of AUC adjustment above 0.7, being considered a good fit. Three methods were used to calculate the optimal thresholds for each model: 1) the sensitivity equals to the specificity; 2) the sum between sensitivity and specificity is the maximum; 3) the distance between the ROC curve and left top corner is minimum. The calculated thresholds were 42 for MAXENT_250, 39 for MAXENT_30, 69 for GARP_250 and 68 for GARP_30. After applying these thresholds, it was verified that the GARP model predicts an area greater than MAXENT, 33.20% compared to 24.60% for the spatial resolution of 250m, and 35.83% against 27.17% in the spatial resolution of 30m. It was also verified that GARP has a better generalization capacity, which is important for modeling invasive species patterns. Both models predict a common area with susceptible to invasion of 21.23% and 23.94% in spatial resolutions of 250m and 30m respectively. The grasslands are the land cover that presents a South African lovegrass invasion greater susceptibility. Cross-referencing the susceptibility invasion models with the overgrazing areas at 30m of spatial resolution, it was verified that the model MAXENT can predict a susceptibility to invasion in 24.51% of the areas and the GARP model predicts 37.95% susceptibility to invasion. Comparisons between the two spatial resolutions showed that there are not many differences in terms of area quantification, where the main gain was spatial detailing, which was obtained with a high computational cost.

O Eragrostis plana Nees (capim-annoni-2 ou capim annoni) é uma gramínea exótica trazida da África do Sul nos anos cinquenta e atualmente tem presença em aproximadamente 10% da área total do bioma Pampa, sendo a espécie mais invasiva desse bioma. Tendo em conta a grande capacidade desta espécie para se estabelecer em uma ampla variedade de condições ambientais, os efeitos ambientais e econômicos negativos envolvidos, bem como sua dificuldade de erradicação, é importante identificar as áreas mais suscetíveis à invasão em um futuro próximo, para assim aprimorar os planos de manejo e evitar a expansão de áreas infestadas. O presente trabalho foi desenvolvido no município de Aceguá – RS, com o objetivo de identificar quais áreas são as mais suscetíveis à invasão. Foram aplicados os modelos de distribuição de espécies MAXENT e GARP tendo como dados de entrada as variáveis ambientais calculadas a partir imagens espectrais, modelo numérico de elevação, mapa de solos e mapa de vias. Como algumas variáveis originalmente têm resolução espacial de 250 m e outras de 30 m, foi feita uma reamostragem tanto a 30 m como a 250 m para comparar os resultados dos modelos nas duas resoluções espaciais. Para diminuir o número de variáveis de entrada foi feita uma análise de correlação para eliminar as variáveis com alta correlação. Também foi feito o teste Jackknife para avaliar quais variáveis contribuem mais na modelagem espacial da distribuição do capim annoni. Os dois modelos, tanto no treinamento como na validação, nas duas resoluções espaciais, apresentam valores médios de ajuste de AUC acima de 0,7, sendo considerado um bom ajuste. Foram empregados três métodos para calcular os limiares ótimos de corte para cada um dos modelos: 1) sensibilidade igual à especificidade; 2) soma entre a sensibilidade e a especificidade máxima; Os limiares obtidos foram 42 para MAXENT_250, 39 para MAXENT_30, 69 para GARP_250 e 68 para GARP_30. Após a aplicação dos limiares, verificou-se que o modelo GARP prediz uma área maior que o MAXENT, 33,20% em comparação com 24,60% na resolução espacial de 250 m, e 35,83% contra 27,17% na resolução espacial de 30 m. Verificou-se também que o GARP possui melhor capacidade de generalização, o qual é importante para modelar espécies invasoras. Os dois modelos predizem com presença uma área comum de 21,23% e 23,94% nas resoluções espaciais de 250 m e 30 m respectivamente. As pastagens são as classes de uso que apresentam uma maior suscetibilidade à invasão de capim anonni. Ao cruzar os resultados dos modelos de suscetibilidade à invasão de capim annoni, com resolução espacial de 30 m, e as áreas de pastagens que estão sob alta pressão de pastejo, verificou-se que o modelo MAXENT consegue predizer uma suscetibilidade à invasão em 24,51% das áreas e o modelo GARP prediz 37,95% de suscetibilidade à invasão. As comparações entre as duas resoluções espaciais demonstrou que não há muitas diferenças em termos de quantificação de área, sendo que o principal ganho foi o detalhamento espacial, o qual foi obtido com um alto custo computacional. / The Eragrostis plana Nees (South African lovegrass), is an exotic grassy plant originally from South Africa, introduced in the 50s and is currently present in approximately 10% of the total area of the Pampa biome, being the most invasive species in this biome. Considering the large capacity of the South African lovegrass establishing itself in a wide variety of environmental conditions, the negative effects, both environmental and economical that it involves, as well as its difficulty of eradication, it is important to identify the invasion most susceptible areas in the near future, in order to improve the management to prevent the spread of infested areas. This research was developed in the municipality of Aceguá – RS, with the objective of identifying which areas are most susceptible to invasion. The MAXENT and GARP models of distribution of species were applied, having as input data the environmental variables calculated from spectral images, digital elevation model, soil map and road map. As some variables originally had spatial resolution of 250m and others of 30m, a resample was done at both 30m and 250m in order to compare the models results in these two spatial resolutions. To reduce the input variables amount, a correlation analysis was performed to eliminate the high correlation variables. The Jackknife test was also used to evaluate which variables contribute most to the South African lovegrass distribution spatial modeling. Both models, at the two spatial resolutions, during the training and the validation steps, present mean values of AUC adjustment above 0.7, being considered a good fit. Three methods were used to calculate the optimal thresholds for each model: 1) the sensitivity equals to the specificity; 2) the sum between sensitivity and specificity is the maximum; 3) the distance between the ROC curve and left top corner is minimum. The calculated thresholds were 42 for MAXENT_250, 39 for MAXENT_30, 69 for GARP_250 and 68 for GARP_30. After applying these thresholds, it was verified that the GARP model predicts an area greater than MAXENT, 33.20% compared to 24.60% for the spatial resolution of 250m, and 35.83% against 27.17% in the spatial resolution of 30m. It was also verified that GARP has a better generalization capacity, which is important for modeling invasive species patterns. Both models predict a common area with susceptible to invasion of 21.23% and 23.94% in spatial resolutions of 250m and 30m respectively. The grasslands are the land cover that presents a South African lovegrass invasion greater susceptibility. Cross-referencing the susceptibility invasion models with the overgrazing areas at 30m of spatial resolution, it was verified that the model MAXENT can predict a susceptibility to invasion in 24.51% of the areas and the GARP model predicts 37.95% susceptibility to invasion. Comparisons between the two spatial resolutions showed that there are not many differences in terms of area quantification, where the main gain was spatial detailing, which was obtained with a high computational cost.

With exploding human populations and landscapes that are changing, an increasing number of wildlife species are brought to the brink of extinction. In Canada, the eastern hog-nosed snake, 'Heterodon platirhinos', is found in a limited portion of southern Ontario. Designated as threatened by the Committee on the Status of Endangered Wildlife in Canada (COSEWIC), this reptile has been losing its habitat at an alarming rate. Due to the increase in development of southern Ontario, it is crucial to document what limits the snake’s habitat to direct conservation efforts better, for the long-term survival of this species. The goals of this study are: 1) to examine what environmental parameters are linked to the presence of the species at a landscape scale; 2) to predict where the snakes can be found in Ontario through GIS-based habitat suitability models (HSMs); and 3) to assess the role of biotic interactions in HSMs. Three models with high predictive power were employed: Maxent, Boosted Regression Trees (BRTs), and the Genetic Algorithm for Rule-set Production (GARP). Habitat suitability maps were constructed for the eastern hog-nosed snake for its entire Canadian distribution and models were validated with both threshold dependent and independent metrics. Maxent and BRT performed better than GARP and all models predict fewer areas of high suitability when landscape variables are used with current occurrences. Forest density and maximum temperature during the active season were the two variables that contributed the most to models predicting the current distribution of the species. Biotic variables increased the performance of models not by representing a limiting resource, but by representing the inequality of sampling and areas where forest remains. Although habitat suitability models rely on many assumptions, they remain useful in the fields of conservation and landscape management. In addition to help identify critical habitat, HSMs may be used as a tool to better manage land to allow for the survival of species at risk.

Modelos de distribuição de espécies, também conhecidos como modelos bioclimáticos ou modelos de nicho ecológico, têm sido aplicados em inúmeras questões ecológicas, incluindo espécies invasoras. Essa tese identificou as principais tendências e lacunas de estudos sobre o uso de modelos de distribuição de espécies para predizer a distribuição potencial de espécies invasoras (primeiro artigo). Adicionalmente, aplicou-se modelos de distribuição de espécies para predizer a distribuição potencial de Eragrostis plana Nees na América do Sul e verificar se ocorreu mudança de seu nicho bioclimático durante o processo de invasão (segundo artigo). Finalmente, avaliou-se a resposta em relação às áreas de ocorrência de cinco gramíneas Africanas invasoras nas Américas frente às mudanças climáticas (terceiro artigo). O primeiro artigo realiza uma análise cienciométrica sobre o uso de modelos de distribuição de espécies para predizer a distribuição potencial de espécies invasoras. O segundo artigo utiliza o Algoritmo GARP como técnica de modelagem e foram criados dois modelos para predizer a distribuição potencial de E. plana: um utilizando dados da região nativa da espécie (África do Sul) e outro com dados da região nativa e invadida (regiões da Argentina, Brasil e Uruguai). Posteriormente, cada modelo foi projetado na América do Sul para identificar regiões favoráveis ao estabelecimento de E. plana e verificar se os registros de ocorrência da espécie encontram-se dentro das regiões preditas com alta probabilidade pelos modelos. Além disso, a hipótese de que espécies podem alterar o seu nicho climático durante o processo de invasão foi avaliada para E. plana através de análises estatísticas multivariadas. O terceiro artigo aplica distintas técnicas de modelagem disponíveis no ambiente computacional BIOMOD, seguidas de conjunto de previsões para predizer a distribuição potencial das cinco gramíneas invasoras Africanas nas Américas frente às mudanças climáticas globais. / Species distribution models, also known as bioclimatic models or ecological niche models, have been applied in numerous ecological issues, including invasive species. This thesis indentified the main trends and gaps in studies on the use of species distribution models to predict the potential distribution of invasive species (first paper). Additionally, it includes species distribution modelling to predict the potential distribution of Eragrostis plana Nees in South America and assess the potential shift of its bioclimatic niche in the process of invasion (second paper). Finally, it includes as assessment of the response in terms of areas of occurrence of five invasive African grasses in the Americas under climate changes (third paper). The first paper provides a scientometric analysis on the use of species-distribution models to predict the potential distribution of invasive species. The second paper uses the algorithm GARP as modelling method and created two models to predict the potential distribution of E. plana: the first one used data from the native region (South Africa) and the second one data from both the native and invaded (Argentina, Brazil, and Uruguay). Subsequently, each model was projected in South America to identify regions favorable to the establishment of E. plana and assess whether the occurrence records are found within regions predicted by the models with high probability. Moreover, the hypothesis that species can shift their bioclimatic niche during the invasion process was evaluated for E. plana using multivariate statistical analysis. The third paper applies distinct modelling methods available in the BIOMOD package, followed by ensembles forecasting to predict the potential distribution of five invasive African grasses in Americas under climate changes.

Modelos de distribuição de espécies, também conhecidos como modelos bioclimáticos ou modelos de nicho ecológico, têm sido aplicados em inúmeras questões ecológicas, incluindo espécies invasoras. Essa tese identificou as principais tendências e lacunas de estudos sobre o uso de modelos de distribuição de espécies para predizer a distribuição potencial de espécies invasoras (primeiro artigo). Adicionalmente, aplicou-se modelos de distribuição de espécies para predizer a distribuição potencial de Eragrostis plana Nees na América do Sul e verificar se ocorreu mudança de seu nicho bioclimático durante o processo de invasão (segundo artigo). Finalmente, avaliou-se a resposta em relação às áreas de ocorrência de cinco gramíneas Africanas invasoras nas Américas frente às mudanças climáticas (terceiro artigo). O primeiro artigo realiza uma análise cienciométrica sobre o uso de modelos de distribuição de espécies para predizer a distribuição potencial de espécies invasoras. O segundo artigo utiliza o Algoritmo GARP como técnica de modelagem e foram criados dois modelos para predizer a distribuição potencial de E. plana: um utilizando dados da região nativa da espécie (África do Sul) e outro com dados da região nativa e invadida (regiões da Argentina, Brasil e Uruguai). Posteriormente, cada modelo foi projetado na América do Sul para identificar regiões favoráveis ao estabelecimento de E. plana e verificar se os registros de ocorrência da espécie encontram-se dentro das regiões preditas com alta probabilidade pelos modelos. Além disso, a hipótese de que espécies podem alterar o seu nicho climático durante o processo de invasão foi avaliada para E. plana através de análises estatísticas multivariadas. O terceiro artigo aplica distintas técnicas de modelagem disponíveis no ambiente computacional BIOMOD, seguidas de conjunto de previsões para predizer a distribuição potencial das cinco gramíneas invasoras Africanas nas Américas frente às mudanças climáticas globais. / Species distribution models, also known as bioclimatic models or ecological niche models, have been applied in numerous ecological issues, including invasive species. This thesis indentified the main trends and gaps in studies on the use of species distribution models to predict the potential distribution of invasive species (first paper). Additionally, it includes species distribution modelling to predict the potential distribution of Eragrostis plana Nees in South America and assess the potential shift of its bioclimatic niche in the process of invasion (second paper). Finally, it includes as assessment of the response in terms of areas of occurrence of five invasive African grasses in the Americas under climate changes (third paper). The first paper provides a scientometric analysis on the use of species-distribution models to predict the potential distribution of invasive species. The second paper uses the algorithm GARP as modelling method and created two models to predict the potential distribution of E. plana: the first one used data from the native region (South Africa) and the second one data from both the native and invaded (Argentina, Brazil, and Uruguay). Subsequently, each model was projected in South America to identify regions favorable to the establishment of E. plana and assess whether the occurrence records are found within regions predicted by the models with high probability. Moreover, the hypothesis that species can shift their bioclimatic niche during the invasion process was evaluated for E. plana using multivariate statistical analysis. The third paper applies distinct modelling methods available in the BIOMOD package, followed by ensembles forecasting to predict the potential distribution of five invasive African grasses in Americas under climate changes.