Factores de la producción agrícola: un estudio estadístico y algorítmico a los cultivos permanentes

Juan Federico Villacis Uvidia, Diego Marcelo Lara Haro, Juan Pablo Martínez Mesías, Nelson Nelson Lascano Aimacaña
{"title":"Factores de la producción agrícola: un estudio estadístico y algorítmico a los cultivos permanentes","authors":"Juan Federico Villacis Uvidia, Diego Marcelo Lara Haro, Juan Pablo Martínez Mesías, Nelson Nelson Lascano Aimacaña","doi":"10.23857/fipcaec.v8i3.882","DOIUrl":null,"url":null,"abstract":"La agricultura ha concebido radical éxito al abordar las necesidades de las fibras poblacionales, empero, la población mundial actual requiere que exista una mejora sustancial de sus procesos productivos, derivados de los requerimientos económicos, degradación ambiental y sensibilidad del estrato social. Con lo argumentado, el estudio se plantea como objetivo general indagar mediante modelos estadísticos y algorítmicos el comportamiento de los factores de producción de los cultivos permanentes en el volumen cosechado. Para la resolución del objetivo, el estudio se subdivide en cuatro etapas, las metodologías usadas corresponden a correlación de Pearson, modelo Lineal Boosting, Vecino más próximo y Fuzzy-set Qualitative Comparative Analysis. Como resultado se determina que existen factores que reducen la cantidad cosechada, entre ellas están el uso elevado de NPK y fungicida, por medio del algoritmo, se establece que, para tener una cosecha sustancial es adecuado el uso de insecticida, es decir, no se puede inhibir si el objeto es una producción con calidad y volumen de cosecha, para próximos estudios es pertinente inducir a aplicativos prácticos de los resultados obtenidos, procurando medir la eficiencia y eficacia, adicional a lo mencionado, es adecuado estimar la funcionalidad de cada factor de producción, así como los límites de contraproducentes.","PeriodicalId":481854,"journal":{"name":"Revista Científica FIPCAEC","volume":"26 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-09-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Científica FIPCAEC","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23857/fipcaec.v8i3.882","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

La agricultura ha concebido radical éxito al abordar las necesidades de las fibras poblacionales, empero, la población mundial actual requiere que exista una mejora sustancial de sus procesos productivos, derivados de los requerimientos económicos, degradación ambiental y sensibilidad del estrato social. Con lo argumentado, el estudio se plantea como objetivo general indagar mediante modelos estadísticos y algorítmicos el comportamiento de los factores de producción de los cultivos permanentes en el volumen cosechado. Para la resolución del objetivo, el estudio se subdivide en cuatro etapas, las metodologías usadas corresponden a correlación de Pearson, modelo Lineal Boosting, Vecino más próximo y Fuzzy-set Qualitative Comparative Analysis. Como resultado se determina que existen factores que reducen la cantidad cosechada, entre ellas están el uso elevado de NPK y fungicida, por medio del algoritmo, se establece que, para tener una cosecha sustancial es adecuado el uso de insecticida, es decir, no se puede inhibir si el objeto es una producción con calidad y volumen de cosecha, para próximos estudios es pertinente inducir a aplicativos prácticos de los resultados obtenidos, procurando medir la eficiencia y eficacia, adicional a lo mencionado, es adecuado estimar la funcionalidad de cada factor de producción, así como los límites de contraproducentes.
农业生产要素:对永久作物的统计和算法研究
农业在满足人口纤维需求方面取得了根本的成功,但是,由于经济需求、环境退化和社会阶层的敏感性,今天的世界人口需要大幅度改善其生产过程。因此,本研究的总体目标是通过统计和算法模型调查永久作物生产要素在收获量中的行为。为了实现这一目标,本研究分为四个阶段,采用Pearson相关、线性增强模型、最近邻和模糊集定性比较分析的方法。由于确定有收获数量减少的原因,它们包括:高度NPK和杀真菌剂,通过算法规定,要有实质性的收获是适当使用杀虫剂,也就是说,不能抑制如果对象是作物生产与质量和数量,为今后的相关研究是导致以下讲习班取得的成果,确保测量的效率和效益,除此之外,估计每个生产要素的功能以及反生产极限是合适的。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信