Uso de metodologías para el análisis y diagnóstico de sistemas de producción agropecuarios
Use of methodologies for the analysis and diagnosis of agricultural production systems
Abstract (en)
The use of appropriate methodologies for the analysis and diagnosis of production systems in rural areas is becoming more evident, but are modified and adapted to current conditions to characterize these systems in relation to the use of natural resources, technological, administrative and socioeconomic they have and generate responses to the constraints identified. It uses an instrument (form) previously validated by experts in the field, which allows collecting information, then your application can be analyzed through descriptive statistics and then use multivariate techniques to it that reduces the number of variables and get principal components (PCA) that may explain the variability of the behavior of the same or multiple correspondence factor analysis (MCFA) that groups by factors. The resulting principal components are used to perform cluster analysis or “cluster” and to detect the similarity between the different production systems or their independence from other incorporated into the analysis. FODA is performed after using all methods exposed to generate conclusions and recommendations on the variables that are affecting the development of agricultural production systems.
Abstract (es)
El uso de metodologías adecuadas para el análisis y diagnóstico de los sistemas de producción en el medio rural se hace cada día más evidente; sin embargo, estas son modificadas y adaptadas a las condiciones actuales, para caracterizar estos sistemas en lo referente al uso de recursos naturales, tecnológicos, administrativos y socioeconómicos con los que cuentan, y generar respuestas a las limitantes detectadas. Para ello se utiliza un instrumento (formulario) previamente validado por expertos del área, que permite recopilar información; luego de su aplicación la información obtenida puede ser analizada a través de la estadística descriptiva, y, posteriormente, se utilizan técnicas multivariadas que permiten reducir el número de variables y obtener los componentes principales (ACP), los cuales pueden explicar la variabilidad sobre el comportamiento de los mismos o el análisis factorial de correspondencia múltiple (AFCM) que los agrupa por factores. Los componentes principales resultantes se utilizan para realizar el análisis de conglomerados o “Clúster”, y así detectar la similitud entre los diferentes sistemas de producción o su independencia con respecto a los otros incorporados en el análisis. Después de utilizar todos los métodos expuestos se realiza una matriz FODA para generar conclusiones y recomendaciones sobre las variables que están afectando el desarrollo de los sistemas de producción agropecuarios.
References
Aparicio, M. González, C. (2009). Producción porcina a campo: Un modelo alternativo y sostenible. Cáceres, España: Caja rural de Extremadura. .págs. 201- 202.
Apollin, F. Eberhart, C. (1999). Análisis y diagnóstico de los sistemas de producción en el medio rural. Quito, Ecuador: CICDA – RURALTER.págs. 5-228
Aránzazu, D.; Rodríguez, B.; Zapata, M.; Bustamante, J. y Restrepo, L. (2007). “Aplicación del análisis de factor de correspondencia múltiple en un estudio de válvulas cardiacas en porcinos”. Revista Colombiana de Ciencias Pecuarias. Nº20. Medellín, Colombia: págs.129-140
Balestrini, M. (2001).Como se elabora el proyecto de investigación. Caracas, Venezuela: BL consultores asociados. Servicio editorial. págs.132
Castro, F. (2001). El proyecto de investigación y su esquema de elaboración. Caracas, Venezuela: Editorial Colsón.págs. 66-69
Chiavenato, I. (2004). Introducción a la teoría general de la administración. Séptima edición. Mac Graw Hill Inter Americana.
Gallardo, M. (1995). “La Granja Integral una alternativa para pequeños productores”. Fonaiap Divulga. N° 47. Disponible en línea: http://www.scribd.com/doc/6800359/La-Granja-Integral-Una-Alternativa-Para-Pequenos Product-Ores. Consultado: 08/05/10.
González, C. (2007). “Potencialidad de la producción de cerdos en pequeña escala en Venezuela”. Memorias IX Encuentro de Nutrición y Producción en Animales Monogástricos. Montevideo, Uruguay.
González, C. (2009). “Experiencias en la producción alternativa de cerdos en Venezuela, en pequeña escala y nivel campesino”. Memorias X Encuentro “Producción de monogástricos con recursos locales en sistemas integrados y producción sostenible de cerdos locales. Villavicencio, Colombia.
Hernández, R.; Fernández, C. y Baptista, P. (2000). Metodología de la investigación. Segunda edición. México: Mc Graw Hill Interamericana.
López, D. (2012). Caracterización de unidades de producción porcinas no tradicionales a pequeña escala en varios estados de Venezuela. Trabajo de grado de maestría en producción animal. Venezuela. p.21
Medina, A. y López, J. (2008). Granjas integrales y uso de prácticas naturales: alternativas para los productores trujillanos. Disponible en línea: http://www.scribd.com/doc/6800376/Granjas-Integrales-y-Uso-de-Practicas-Naturales?autodown=doc. Consultado: 08/05/10.
Microsoft Windows. (2007). Hojas de cálculo de Microsoft Office Excel
Quevedo, R. (1993). “Metodología para el estudio de fincas. Aproximación multivariado”. Revista alcance. Nº 44. Facultad de Agronomía UCV. Maracay, Venezuela. págs. 214-218.
Rúales, F. y Manrique, C. (2007). “Uso del análisis de componentes principales para construir un índice de tipo producción en ganado romosinuano (Bos taurus)”. Revista Colombiana de Ciencias Pecuarias. Nº20. Medellín, Colombia. págs. 124-128.
Thompson, A y Strickaland, A. (1998). Dirección y Administración Estratégicas, Conceptos, casos y lecturas. Edición especial en español. México: Mac Graw Hill Inter Americana.
Visitas
Downloads
How to Cite
License
The authors sign a transfer of rights so that Universidad Santo Tomás can publish the articles under the conditions described below. The authors, readers and other users are free to share, copy, distribute, perform and publicly communicate the work under the following conditions:
-
Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
-
NonCommercial — You may not use the material for commercial purposes.
-
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
CITAS is licensed under Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0).
Until 2019 the documents published in the magazine were under the Creative Commons Attribution-ShareAlike license (CC BY-SA), however, in order to guarantee the open and free distribution of the content published in the magazine, it was decided to change the type Commons Attribution-NonCommercial-ShareAlike 4.0 International license (CC BY-NC-SA 4.0)
