Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios

Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios

PROBLEMA: el aumento demográfico y la asegurabilidad alimentaria se ha convertido en un tema de alta convergencia en organismos internacionales, según la Organización de Naciones Unidas para la Alimentación y la Agricultura (FAO), esta necesidad induce en la elevada producción y el uso elevado de in...

Descripción completa

Detalles Bibliográficos
Autores principales: Lara-Haro, Diego Marcelo, Villacis Uvidia, Juan Federico, Martínez Mesias, Juan Pablo, Lascano Aimacaña, Nelson Rodrigo
Formato: Online
Idioma:spa
Publicado: Centro Universitario de Oriente 2023
Acceso en línea:https://revistacunori.com/index.php/cunori/article/view/224
id CUNORI224
record_format ojs
spelling CUNORI2242024-07-30T00:33:18Z Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios Lara-Haro, Diego Marcelo Villacis Uvidia, Juan Federico Martínez Mesias, Juan Pablo Lascano Aimacaña, Nelson Rodrigo inputs production efficiency effectiveness insumos producción eficiencia eficacia PROBLEM: the demographic increase and food insurability has become a topic of high convergence in international organizations, according to the Food and Agriculture Organization of the United Nations (FAO), this need induces high production and high use of production inputs reducing cost efficiency and effectiveness in the productive volume. OBJECTIVE: perform linear models under machine learning standards to inputs versus harvested volume. METHOD: a linear machine learning bagging and boosting model is applied for its resolution. RESULTS: the most important predictors according to the stratification of the components are the amount of herbicide, amount fq (N) and amount fq (NPK), in addition, the variables of the model have directly proportional behavior, i.e., the estimators are positive for each element. CONCLUSION: the highest predictor, i.e. amount of herbicide, helps harmful weeds that can subtract minerals and nutrients from the crops to grow, however, these can alter soil ecosystems (microbiota) reducing considerably the quality of the agricultural product. PROBLEMA: el aumento demográfico y la asegurabilidad alimentaria se ha convertido en un tema de alta convergencia en organismos internacionales, según la Organización de Naciones Unidas para la Alimentación y la Agricultura (FAO), esta necesidad induce en la elevada producción y el uso elevado de insumos de producción reduciendo la eficiencia en costos y eficacia en el volumen productivo. OBJETIVO: realizar modelos lineales bajo estándares de machine learning a los insumos frente al volumen cosechado. MÉTODO: para su resolución se aplica un modelo lineal machine learning bagging y boosting. RESULTADOS: los predictores más importantes según la estratificación de los componentes son la cantidad de herbicida, cantidad fq (N) y cantidad fq (NPK), además, las variables del modelo adjudican comportamiento directamente proporcional, es decir, los estimadores son positivos para cada elemento. CONCLUSIÓN: el mayor predictor, es decir, cantidad de herbicida, ayuda a que las hierbas perjudiciales que pueden sustraer los minerales y nutrientes a los cultivos crezcan, no obstante, estos pueden alterar los ecosistemas del suelo (microbiota) reduciendo considerablemente la calidad producto agrícola. Centro Universitario de Oriente 2023-09-08 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artículo Científico, Manuscritos application/pdf https://revistacunori.com/index.php/cunori/article/view/224 10.36314/cunori.v7i2.224 Revista Ciencia Multidisciplinaria CUNORI; Vol. 7 No. 2 (2023); 11-21 Revista Ciencia Multidisciplinaria CUNORI; Vol. 7 Núm. 2 (2023); 11-21 2617-4758 2617-474X spa https://revistacunori.com/index.php/cunori/article/view/224/265 International Internacional Derechos de autor 2023 Diego Marcelo Lara-Haro, Juan Federico Villacis Uvidia, Juan Pablo Martínez Mesias, Nelson Rodrigo Lascano Aimacaña https://creativecommons.org/licenses/by/4.0
institution Universidad de San Carlos de Guatemala
collection Revista Ciencia Multidisciplinaria CUNORI
language spa
format Online
author Lara-Haro, Diego Marcelo
Villacis Uvidia, Juan Federico
Martínez Mesias, Juan Pablo
Lascano Aimacaña, Nelson Rodrigo
spellingShingle Lara-Haro, Diego Marcelo
Villacis Uvidia, Juan Federico
Martínez Mesias, Juan Pablo
Lascano Aimacaña, Nelson Rodrigo
Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios
author_facet Lara-Haro, Diego Marcelo
Villacis Uvidia, Juan Federico
Martínez Mesias, Juan Pablo
Lascano Aimacaña, Nelson Rodrigo
author_sort Lara-Haro, Diego Marcelo
description PROBLEMA: el aumento demográfico y la asegurabilidad alimentaria se ha convertido en un tema de alta convergencia en organismos internacionales, según la Organización de Naciones Unidas para la Alimentación y la Agricultura (FAO), esta necesidad induce en la elevada producción y el uso elevado de insumos de producción reduciendo la eficiencia en costos y eficacia en el volumen productivo. OBJETIVO: realizar modelos lineales bajo estándares de machine learning a los insumos frente al volumen cosechado. MÉTODO: para su resolución se aplica un modelo lineal machine learning bagging y boosting. RESULTADOS: los predictores más importantes según la estratificación de los componentes son la cantidad de herbicida, cantidad fq (N) y cantidad fq (NPK), además, las variables del modelo adjudican comportamiento directamente proporcional, es decir, los estimadores son positivos para cada elemento. CONCLUSIÓN: el mayor predictor, es decir, cantidad de herbicida, ayuda a que las hierbas perjudiciales que pueden sustraer los minerales y nutrientes a los cultivos crezcan, no obstante, estos pueden alterar los ecosistemas del suelo (microbiota) reduciendo considerablemente la calidad producto agrícola.
title Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios
title_short Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios
title_full Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios
title_fullStr Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios
title_full_unstemmed Insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios
title_sort insumos de producción y cantidad cosechada: un estudio a los cultivos transitorios
publisher Centro Universitario de Oriente
publishDate 2023
url https://revistacunori.com/index.php/cunori/article/view/224
work_keys_str_mv AT laraharodiegomarcelo insumosdeproduccionycantidadcosechadaunestudioaloscultivostransitorios
AT villacisuvidiajuanfederico insumosdeproduccionycantidadcosechadaunestudioaloscultivostransitorios
AT martinezmesiasjuanpablo insumosdeproduccionycantidadcosechadaunestudioaloscultivostransitorios
AT lascanoaimacananelsonrodrigo insumosdeproduccionycantidadcosechadaunestudioaloscultivostransitorios
_version_ 1822054725292392448

Ejemplares similares