1. Sinche, F.; Cabrera, M.; Vaca, L.; Segura, E.; Carrera, P. Determination of the Ecological Water Quality in the Orienco Stream Using Benthic Macroinvertebrates in the Northern Ecuadorian Amazon. Integr. Environ. Assess. Manag. 2022, 19, 615–625, doi:https://doi.org/10.1002/ieam.4666.
2. Fernandez, F.; León, J.; Huaccha, A.; Aguirre, F. Propiedades Organolépticas, Físicas y Mecánicas de La Madera de Cordia Alliodora (R. y P.) Oken de Parcelas Agroforestales En Jaén, Cajamarca. Rev. Científica Pakamuros 2019, 7, 80–91, doi:10.37787/PAKAMUROS-UNJ.V7I1.78.
3. Ecuador Forestal. Ficha Técnica N°8 Laurel. Available online: http://ecuadorforestal.org/wp-content/uploads/2010/08/LAUREL.pdf (accessed on 24 July 2022).
4. Revilla, J.; Abanto, C.; Guerra, W.; García, D.; Guerra, H.; Domínguez, G.; Da Silva, I. Modelos Alométricos Para Estimar El Volumen de Madera de Guazuma Crinita En Plantaciones Forestales. Sci. Agropecu. 2021, 12, 25–31.
5. Telles, R.; Gómez, M.; Alanís, E.; Aguirre, O.A.; Jiménez, J. Ajuste y Selección de Modelos Matemáticos Para Predecir El Volumen Fustal de Tectona Grandis L. f. En Nuevo Urecho, Michoacán, México. Madera y bosques 2018, 24, doi:10.21829/MYB.2018.2431544.
6. Correia, J.; Fantini, A.; Piazza, G. Equações Volumétricas e Fator de Forma e de Casca Para Florestas Secundárias Do Litoral de Santa Catarina. Floresta e Ambient. 2017, 24, doi:10.1590/2179-8087.023715.
7. Segura, M.; Andrade, H.J. ¿Cómo Construir Modelos Alométricos de Volumen, Biomasa o Carbono de Especies Leñosas Perennes? Agroforesteria en las Américas 2008, 46, 89–96.
8. Kangkuso, A.; Jamili, J.; Septiana, A.; Raya, R.; Sahidin, I.; Rianse, U.; Rahim, S.; Alfirman, A.; Sharma, S.; Nadaoka, K. Allometric Models and Aboveground Biomass of Lumnitzera Racemosa Willd. Forest in Rawa Aopa Watumohai National Park, Southeast Sulawesi, Indonesia. Forest Sci. Technol. 2016, 12, 43–50, doi:10.1080/21580103.2015.1034191.
9. Mensah, S.; Veldtman, R.; Seifert, T. Allometric Models for Height and Aboveground Biomass of Dominant Tree Species in South African Mistbelt Forests. South. For. a J. For. Sci. 2017, 79, 19–30, doi:10.2989/20702620.2016.1225187.
10. Nath, A.J.; Tiwari, B.K.; Sileshi, G.W.; Sahoo, U.K.; Brahma, B.; Deb, S.; Devi, N.B.; Das, A.K.; Reang, D.; Chaturvedi, S.S.; et al. Allometric Models for Estimation of Forest Biomass in North East India. Forests 2019, 10.
11. Kaushal, R.; Islam, S.; Tewari, S.; Tomar, J.M.S.; Thapliyal, S.; Madhu, M.; Trinh, T.L.; Singh, T.; Singh, A.; Durai, J. An Allometric Model-Based Approach for Estimating Biomass in Seven Indian Bamboo Species in Western Himalayan Foothills, India. Sci. Rep. 2022, 12, 1–16, doi:10.1038/s41598-022-11394-3.
12. Mugasha, W.A.; Mwakalukwa, E.E.; Luoga, E.; Malimbwi, R.E.; Zahabu, E.; Silayo, D.S.; Sola, G.; Crete, P.; Henry, M.; Kashindye, A. Allometric Models for Estimating Tree Volume and Aboveground Biomass in Lowland Forests of Tanzania. Int. J. For. Res. 2016, 2016, 8076271, doi:10.1155/2016/8076271.
13. Phalla, T.; Ota, T.; Mizoue, N.; Kajisa, T.; Yoshida, S.; Vuthy, M.; Heng, S. The Importance of Tree Height in Estimating Individual Tree Biomass While Considering Errors in Measurements and Allometric Models. AGRIVITA, J. Agric. Sci. 2018, 40, 131–140, doi:10.17503/AGRIVITA.V40I1.1730.
14. Roxburgh, S.H.; Paul, K.I.; Clifford, D.; England, J.R.; Raison, R.J. Guidelines for Constructing Allometric Models for the Prediction of Woody Biomass: How Many Individuals to Harvest? Ecosphere 2015, 6, art38, doi:https://doi.org/10.1890/ES14-00251.1.
15. Kusmana, C.; Hidayat, T.; Tiryana, T.; Rusdiana, O.; Istomo. Allometric Models for Above- and below-Ground Biomass of Sonneratia Spp. Glob. Ecol. Conserv. 2018, 15, e00417, doi:https://doi.org/10.1016/j.gecco.2018.e00417.
16. Cuenca, M.E.; Jadan, O.; Cueva, K.; Aguirre, C. Carbono y Ecuaciones Alométricas Para Grupos de Especies y Bosque de Tierras Bajas, Amazonía Ecuatoriana. CEDAMAZ 2014, 4.
17. Lozano, D.; Palacios, B.; Aguirre, Z. Modelos Alométricos Para Estimar El Almacenamiento de Carbono de Bosques Montanos Bajos En El Sur Del Ecuador. Cienc. Florest. 2018, 28, 1328–1339, doi:10.5902/1980509833464.
18. Cañadas, Á.; Vilcko, F.; Rade, D.; Zambrano, C.; Molina, C. Hacia Una Descripción de Fuste Para El Laurel Cordia Alliodora En Sistemas Agroforestales En El Bosque Protector Sumaco, Ecuador. ACI Av. en Ciencias e Ing. 2014, 6, doi:10.18272/aci.v6i1.157.
19. Mestanza-Ramón, C.; Cuenca-Cumbicus, J.; D'Orio, G.; Flores-Toala, J.; Segovia-Cáceres, S.; Bonilla-Bonilla, A.; Straface, S. Gold Mining in the Amazon Region of Ecuador: History and a Review of Its Socio-Environmental Impacts. Land 2022, 11.
20. Guamán, G.; Andrade, M.; Carrera, P.; Taco, M. Aplicación Integral de Herbicidas Mediante Selector En Cultivos de Cacao En Sucumbíos - Ecuador. Green World J. 2022, 018, doi:10.53313/gwj520018.
21. Instituto Nacional de Estadística y Censos [INEC]. Resultados Censo Ecuador. Available online: https://www.ecuadorencifras.gob.ec/estadisticas/ (accessed on 26 September 2023).
22. Gobierno Autónomo Descentralizado Municipal del Cantón Lago Agrio [GADMLA]. Actualización Del Plan De Desarrollo Y Ordenamiento Territorial 2019-2023. 2021.
23. Mestanza-Ramón, C.; Mora-Silva, D.; D'Orio, G.; Tapia-Segarra, E.; Gaibor, I.D.; Esparza Parra, J.F.; Chávez Velásquez, C.R.; Straface, S. Artisanal and Small-Scale Gold Mining (ASGM): Management and Socioenvironmental Impacts in the Northern Amazon of Ecuador. Sustainability 2022, 14.
24. Ministerio de Agricultura y Ganadería [MAG]. Boletín de Precipitación y Temperatura Nacional 2021. Available online: https://fliphtml5.com/ijia/pxhw (accessed on 26 September 2023).
25. Carrera, P.; Vaca, L.; Segura, E.; Taco, M. Análisis de Lluvia Ácida En La Ciudad de Nueva Loja, Provincia de Sucumbíos. Green World J. 2021, 4, 002, doi:10.53313/gwj43002.
26. Gobierno Autónomo Descentralizado Municipal del Cantón Shushufindi. Plan de Desarrollo y Ordenamiento Territorial (PDOT) 2019 – 2032. 2022.
27. Climate-Data.org. Clima: Ecuador. Available online: https://es.climate-data.org/america-del-sur/ecuador-63/ (accessed on 19 February 2023).
28. Somarriba, E.; Suárez, A.; Calero, W.; Botina, A.; Chalaca, D. Aprovechamiento, Rendimiento Maderable y Carbono Perdido En Los Residuos de Cordia Alliodora de Regeneración Natural En Cacaotales (Theobroma Cacao) y Bananales (Musa AAA). Agroforesteria en las Américas 2008, 46, 34–39.
29. Scolforo, J.R.; Rios, M.S.; Oliveira, A.D.; Mello, J.M.; Maestri, R. Acuracidade de Equações de Afilamento Para Representar o Perfil de Pinus Elliottii. Cerne 1998, 4, 100–122.
30. Reynaga, M. Criterios En La Medición Del Árbol En Pie. Available online: http://www3.vivienda.gob.pe/dnc/archivos/difusion/Tallares/6-Criterios-medicion-arbol-en-Pie.pdf (accessed on 1 November 2023).
31. Bueno-López, S.W.; García-Lucas, E.; Caraballo-Rojas, L.R. Allometric Equations for Total Aboveground Dry Biomass and Carbon Content of Pinus Occidentalis Trees. Madera y Bosques 2019, 25, doi:10.21829/myb.2019.2531868.
32. Puc-Kauil, R.; Ángeles-Pérez, G.; Valdez-Lazalde, J.R.; Reyes-Hernández, V.J.; Dupuy-Rada, J.M.; Schneider, L.; Pérez-Rodríguez, P.; García-Cuevas, X. Species-Specific Biomass Equations for Small-Size Tree Species in Secondary Tropical Forests. Trop. Subtrop. Agroecosystems 2019, 22, 735–754.
33. Ramírez, J.; Córdova, M.; Imbaquingo, J.; Chagna, E. Modelos Alométricos Para Estimar Biomasa Aérea En Bosques Secundarios Montanos Del Noroccidente de Ecuador. Caldasia 2022, 44, 82–94, doi:10.15446/CALDASIA.V44N1.88198.
34. Hernández, F.; Usuga, O.; Mazo, M. Modelos de Regresión Con R. Available online: https://fhernanb.github.io/libro_regresion/index.html (accessed on 24 January 2024).
35. Sileshi, G.W. A Critical Review of Forest Biomass Estimation Models, Common Mistakes and Corrective Measures. For. Ecol. Manage. 2014, 329, 237–254, doi:https://doi.org/10.1016/j.foreco.2014.06.026.
36. Piñeiro, G.; Perelman, S.; Guerschman, J.P.; Paruelo, J.M. How to Evaluate Models: Observed vs. Predicted or Predicted vs. Observed? Ecol. Modell. 2008, 216, 316–322, doi:https://doi.org/10.1016/j.ecolmodel.2008.05.006.
37. Anderson, D.; Sweeney, D.; Williams, T. Estadística Para Negocios y Economía; 11th ed.; Cengage Learning: México D.F., 2012.
38. Triola, M. Estadística; 12th ed.; Pearson Educación: Ciudad de México, 2018.
39. Claverol, J. Modelización: Modelos de Regresión. Available online: http://rstudio-pubs-static.s3.amazonaws.com/414722_238f86e615c444a1bcc25b88b3d6f35f.html (accessed on 24 January 2024).
40. Minitab. Soporte Técnico de Minitab 20. Available online: https://support.minitab.com/es-mx/minitab/20/ (accessed on 24 January 2024).
41. Yap, B.W.; Sim, C.H. Comparisons of Various Types of Normality Tests. J. Stat. Comput. Simul. 2011, 81, 2141–2155, doi:10.1080/00949655.2010.520163.
42. Gutiérrez, H.; De la Vara, R. Análisis y Diseño de Experimentos; 3rd ed.; Mc Graw-Hill: México D.F., 2012.
43. Amat-Rodrigo, J. Introducción a La Regresión Lineal Múltiple. Available online: https://rpubs.com/Joaquin_AR/226291.
44. Forrester, D.I.; Tachauer, I.H.H.; Annighoefer, P.; Barbeito, I.; Pretzsch, H.; Ruiz-Peinado, R.; Stark, H.; Vacchiano, G.; Zlatanov, T.; Chakraborty, T.; et al. Generalized Biomass and Leaf Area Allometric Equations for European Tree Species Incorporating Stand Structure, Tree Age and Climate. For. Ecol. Manage. 2017, 396, 160–175, doi:https://doi.org/10.1016/j.foreco.2017.04.011.
45. Stegen, J.C.; Swenson, N.G.; Valencia, R.; Enquist, B.J.; Thompson, J. Above-Ground Forest Biomass Is Not Consistently Related to Wood Density in Tropical Forests. Glob. Ecol. Biogeogr. 2009, 18, 617–625, doi:https://doi.org/10.1111/j.1466-8238.2009.00471.x.