Identificación de los factores determinantes en la producción lechera en la provincia de Pastaza

Edison Oliver Segura Chávez; Billy Daniel Coronel Espinoza; Marco Gerardo Heredia Rengifo; Edgar Landines Vera; Julio Cesar Muñoz Rengifo

doi:10.59410/RACYT-v06n01ep03-0073

Autores/as

Edison Segura Chávez Universidad Estatal Amazónica https://orcid.org/0000-0002-5274-8825
Billy Coronel Espinoza Universidad Estatal Amazónica
Marco Heredia Rengifo Universidad Estatal Amazónica
Edgar Landines Vera Universidad Estatal Amazónica
Julio Muñoz Rengifo Universidad Estatal Amazónica

DOI:

https://doi.org/10.59410/RACYT-v06n01ep03-0073

Palabras clave:

Producción lechera, impactos, clasificación, tipificación, modelo estadístico

Resumen

Con el objetivo de clasificar y tipificar las fincas lecheras en Pastaza – Ecuador se usó el Modelo Estadístico de Medición de Impactos (MEMI). Se determinaron tres factores: El “Rebaño y producción” explica el 38.7% de la varianza del sistema, definido por las variables: número de vacas, hembras a la reproducción, vacas en ordeño y producción de leche. En la “Situación edafoclimática” el 27.8% de la varianza y el 66.5% acumulada por el modelo ajustado se relaciona con: la pendiente, área compatible con el pastoreo, cárcavas y profundidad del suelo. Y el “Tamaño de la explotación” expone el 78.7% de la varianza acumulada. El índice de impacto contribuyó para determinar el comportamiento y los principales problemas que influyen en el desarrollo de las fincas. Al 50% de la distancia euclidiana en el dendograma se conforman cuatro grupos: Primero: En 47 fincas de 45 ha ubicadas al 16% de pendiente, con una profundidad del suelo 22 cm. y menor número de cárcavas 32.5 ha-1, el 86.4 % es compatible con el pastoreo, producen 22.3 miles de litros (ML) de leche. Segundo: 26 fincas, ubicadas en zonas con mayor pendiente 47%, con menores áreas en uso ganadero, 12.5 hembras a la reproducción y como consecuencia menor producción de leche 16.8 ML de leche. Poseen la menor profundidad del suelo 15.3 cm y 104.2 cárcavas (ha-1), poseen alto impacto negativo causado por la erosión. Tercero: 9 fincas de 137.3 ha promedio, 101.6 ha utilizan para la ganadería, 57.8% del área es compatible con el pastoreo. Los indicadores reproductivos son superiores y una producción Anual de 45.5 ML. Cuarto: 8 fincas con pendientes de 50.6%, 47.5% compatible con el pastoreo. Son las fincas con mayor producción anual de leche 53.5 miles de litros, pero mayor cantidad de cárcavas (ha-1).

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Benítez, D., Ramírez, A., Guevara, O., Pérez, B., Torres, V., Díaz, M., Pérez, D., Guerra, J., Miranda, M. & Ricardo, O. (2008). Determinant factors on the productive efficiency of cattle farms of the mountain area of Granma province, Cuba. Cuban J. Agric. Sci. 42:253

Benítez, D. (2010). Tecnologías sostenibles de producción ganadera en sistemas frágiles y degradados. Editorial Bayamo, 190 p ISBN: 978-959-223-183-2

Bernal, Y. (2010). Caracterización multifactorial de los sistemas de producción avícola de traspatio a nivel municipal en la provincia Cienfuegos. Ed. Instituto de Ciencia Animal. Mayabeque, Cuba

Castaldo, A., Acero de la Cruz, R., García Martínez, A., Martos, J., Pamio, J. y Mendoza García, F. (2003). Caracterización de la invernada en el nodeste de la provincia de La Pampa (Argentina). XXIV Reunión Anual de la Asociación Argentina de Economía Agraria. Río Cuarto, Córdova, Argentina

Chivangulula, M., Torres Verena, Varela M., Morais J., Mário Jeﬁla, Sánchez Lyhen and Gabriel R. (2014). Characterization of the livestock production cooperative in the municipality of Caála, Huambo province, Republic of Angola. Cuban Journal of Agricultural Science. Tomo 48, N.2

Cobo, F. R., Torres, V., Machado, Y. and Fraga, M. (2011). Econometric methods in the analysis of duary total production costs. Cuban Journal of Agricultural Science. Tomo 45, No. 3, 2011, pág 227

FAO, (2000). Manual de prácticas integradas de manejo y conservación de suelos, FAO, Roma, 220p

Febles, G., Torres, V., Baños, R., Ruiz, T. E., Yañez, S. and Echeverría, J. (2011). Multivariate analysis application to determine the preponderance of edaphoclimatic factors in the production of seeds from tropical prairie grasses. Cuban Journal of Agricultural Science. Tomo 45, No. 1, 2011, pág 45

Grijalva J,, R, Ramos, A, Vera, (2011). Pasturas para sistemas silvopastoriles: alternativas para el desarrollo sostenible de la ganadería en la Amazonia Baja del Ecuador, Boletín técnico nº 156, Programa Nacional de Forestería del INIAP, Quito Ecuador, 24p

Hair, J., Anderson, R., & Tatham, R. (1999). Multivariate Data Analysis (4° Edición ed.). Englewood Cliffs: Prentice Hall

INIAP (2010). Mejoramiento y recuperación de la investigación, soberanía, seguridad alimentaria y desarrollo agropecuario sostenible en la amazonia ecuatoriana, www.iniap.gob.ec

Izenman A. J. (2008). Modern Multivariate Statistical Techniques. Springer Texts in Statistics. Springer Science+Business Media, LLC, 233 Spring Street, New York, NY 10013, USA p. 208 DOI: https://doi.org/10.1007/978-0-387-78189-1

Lemus, A., Jordán, H., Torres, V. and Senra, A. (2011). Determination of the meat cuts of highest economic value and yield in the cattle hindquarter, according to slaughter category and carcass weight. Cuban Journal of Agricultural Science..Tomo 45, No. 2, 2011, pág 131

Lok, S., Crespo, G., Torres, V., Ruiz, T. E., Fraga, S. and Noda, A. (2011). Determination and selection of indicators in a grass land based on a multiple mixture of creeping legumes with fattening cattle.Cuban Journal of Agricultural Science. Tomo 45, No. 1, 2011, pág 59

Martínez-Melo, J., Jordán, H., Torres, V.,Guevara, G., Hernández, N., Brunett, L., Fontes, D., Mazorra, C., Lezcano, Y. y Cubillas, N. (2011). Dynamic classiﬁcation of the dairy cooperative sectors in the Ciego de Avila province, Cuba. Cuban Journal of Agricultural Science.Tomo 45, No. 4, pág 391

Martínez, R.O., Torres, V. and Aguilar, cP. I. (2012). Impact of biomass banks with Pennisetum purpureum (Cuba CT-115) on milk production. Cuban Journal of Agricultural Science. Tomo 46, No. 3, pág 253

Martínez – Melo, J., Torres, V., Jordán, H., Hernández, y Jordán, H. (2013). Utilización del índice de impacto en la caracterización de los factores que inﬂuyen en la producción de leche en las ﬁncas de la provincia de Ciego de Ávila, Cuba. Rev. Cubana Cienc. Agríc. 47 (4), pp. 367- 373

Murgueitio E. y M. Ibrahim (2004). Ganadería y medio ambiente. Conferencia XII Congreso Venezolano de Producción Animal. 187-202

Ramírez, A. (2010). Caracterización y titpiﬁcación de las ﬁncas ganaderas en ecosistemas montañosos del macizo Sierra Maestra. Tesis presentada en opción al grado de Doctor en Ciencias Veterinarias. Instituto de Ciencia Animal. La Habana

Rodríguez, L. G., La O, M., Lescay, E., Ponce, I. & Carbonell. J. (2011). Fortalecimiento de capacidades para la implementación e institucionalizaciónen proceso de innovación Rural en comunidades de la provincia de Granma. Programa Nacional: Sociedad Cubana, reto y perspectiva para el siglo XXI. Instituto de Investigaciones Agropecuarias “Jorge Dimitrov”. Bayamo, Cuba

Ruiz, M., Ruiz, J., Torres, V. and Cach, J. (2012). Study of beef meat production systems in a municipality of Hidalgo State, Mexico. Cuban Journal of Agricultural Science. Tomo 46, No. 3, pág 261

Torres, V., Ramos N; Lizazo D., Monteagudo F. and Aida Noda. (2008). Statistical model for measuring the impact of innovation or technology transfer in agriculture. Cuban Journal of Agricultural Science, Volume 42, Number 2, 2008. 131

Torres, V., Cobo, R., Sánchez, L., Raez, N. (2013). Statistical tool for measuring the impact of milk production on the local development of province in Cuba. Livestock Research for Rural Development 29 (9)

Uriel, E.y Aldás, J. (2013). Análisis Multivariante aplicado. Madrid España.

Thomson Editores Spain

Vargas, J., Benitez, D., Verena Torres, Velázquez, F. y Erazo, O. (2011). Typiﬁcation of the cattle farms in the mountain feet of Los Ríos and Cotopaxi provinces of the Repuplibic of Ecuador. Cuban Journal of Agricultural Sciencie, 45:4, 381, 390