Clasificación y caracterización de productores de leche bovina en el cantón Biblián, provincia del Cañar, Ecuador
Resumen
El presente estudio fue realizado en el cantón Biblián, región de Ecuador con tradición lechera que contribuye considerablemente a la economía nacional. Se utilizó una muestra de 232 unidades productivas con el objetivo de clasificar y caracterizar los productores de esta zona según un conjunto de variables relacionadas con la producción láctea. Para ello, se aplicó el método de agrupamiento automático Bietápico y una estrategia de selección entre diversas alternativas de agrupamiento. Las variables consideradas fueron: años dedicados a la producción láctea, capacitación técnica, temperatura de venta del producto, volumen diario de venta, tipo de ordeño, producción por hectárea, porcentaje de vacas en producción, tipo de mano de obra principal, tipo de pastos y nivel de educación del productor. Se identificaron tres grupos de productores, G1 y G2 de magnitud similar (42,2 y 41,4%) siendo G2 el de características inferiores. En G1 todos poseen entrenamiento técnico mientras que en G2 ninguno lo tiene, G1 vende mayor volumen promedio de leche, 125,62 L.día-1 contra G2=81,65 L.día-1 y también posee ligera superioridad en la producción por hectárea, G1=18,11L. ha-1 y G2=14,05 L.ha-1. Son similares en la proporción de vacas en producción, (84 y 82%) e iguales en la temperatura de venta del producto (Caliente), tipo de ordeño (Manual), predominio de trabajo familiar y bajo nivel educativo del productor. G3 de menor tamaño (16,4%), presentó evidente superioridad con producción de 330,34 L.día-1, es el único con productores que utilizan ordeño mecánico (65,8%) y venden su producción fría (78,9%), casi todos poseen capacitación técnica (97,4%), prevaleciendo el trabajador contratado y superior nivel educativo para el productor. Los resultados encontrados revelan que en el cantón Biblián el uso de la tecnología es limitado y las principales variables a intervenir para impactar efectivamente en el sistema de producción de leche son capacitación, enfriamiento y ordeño mecanizado.
Descargas
Citas
Ministerio de Agricultura y Ganaderia (MAG). Cadena consultiva de la leche, terminales y servicios. 2018 [Recuperado 8 julio 2024]. Disponible en: https://www.agricultura.gob.ec
Palacios-Villacrés A, Guilcapi-Carrillo C, Toscano- Alcoser L, Vayas-Castillo G. Caracterizacion de sistemas pruductivos lecheros en la parroquia Juan Benigno Vela, Tungurahua, Ecuador. Pentaciencias. [Internet]. 2023; 5(4):147-157 doi: https://doi.org/p8hq DOI: https://doi.org/10.59169/pentaciencias.v5i4.656
Hernández-Morales P, Estrada-Flores JG, Avilés-Nova F, Yong-Angel G, López González F, Solís-Méndez AD, Castelán-Ortega OA. Tipificación de los sistemas campesinos de producción de leche del sur del estado de México. Uni. Cienc. [Internet]. 2013 [Citado 13 Ene 2025]; 29(1):19-31. Disponible en: https://goo.su/XzQpV
Quispe-Ccasa HA, Canto-Saenz FM, Ampuero G, Feijoo S, Huaman-Fuertes E. Caracterización del Sistema Productivo de Fincas Ganaderas de las provincias Tambopata y Tahuamanu, Madre de Dios, Perú. Rev. Científ. FCV-LUZ. [Internet]. 2022; 33:1-11. doi: https://doi.org/g6h7qd DOI: https://doi.org/10.52973/rcfcv-e33193
Ojeda-Carrasco JJ, Rueda-Quiroz LD, Hernandez-García PA, Espinoza-Ayala E. Characterization of the small- scale milk production system in the southeastern zone of Estado de Mexico. Agr. Soc. Desarro. [Internet]. 2020; 17(2):201-215. doi: https://doi.org/g578md DOI: https://doi.org/10.22231/asyd.v17i2.1342
Duran-Roja E, Calderón-Rangel A, Ramírez-Montoya J. Clasificación de empresas ganaderas doble propósito por calidad y canales de comercialización de la leche en el caribe colombiano. Rev. U.D.C.A. Actual. Divulg. Cient. [Internet]. 2020; 23(2):1-9. doi: https://doi.org/p8hr DOI: https://doi.org/10.31910/rudca.v23.n2.2020.1358
Juares-Barrientos JM, Díaz-Rivera P, Rodriguez-Miranda J, Martinez-Sánchez C, Hernández-Santos B, Ramírez- Rivera E, Torruco-Uco J, Herman-Lara E. Caracterización de la leche y clasificación de calidad mediante análisis cluster en sistemas de doble propósito. Rev. Mex. Cienc. Pecu. [Internet]. 2016; 7(4):525-537. doi: https://doi.org/p8hs DOI: https://doi.org/10.22319/rmcp.v7i4.4280
Chiu T, Fang D, Chen J, Wang Y, Jeris C. A Robust and Scalable Clustering Algorithm for Mixed Type Attributes in Large Database Environment. Data Min. Knowl. Discov. [Internet]. 2001; 263–268. New York, USA. doi: https://doi.org/d5c2z3 DOI: https://doi.org/10.1145/502512.502549
Instituto Nacional de Estadisticas y Censos (INEC). Encuesta de Superficie y Producción Agropecuaria
Continua. ESPAC. 2017 [Citado 22 Feb 2025]. 1-23. Disponible en: https://goo.su/M4vahXD
Instituto Nacional de Estadisticas y Censos (INEC). Población y Demografía. 2018 [Recuperado 8 de septiembre de 2024] Disponible en: https://www.ecuadorencifras.gob.ec .
Dalenius T, Hodges JL. Minimum Variance Stratification. J. Am. Stat. Assoc. [Internet]. 1959; 54(285):88-101. doi: https://doi.org/fvdxv5 DOI: https://doi.org/10.1080/01621459.1959.10501501
Scheaffer RL, Mendenhall III W, Lyman Ott R. Elementos de muestreo. 6th. ed. Madrid, España: International Thomson Editores; 2006.
IBM SPSS Statistics for Windows, Versión de prueba en español V 29.0; Mayo de 2024.
Norusis MJ. IBM SPSS Statistics Guides. 2005-2011 [Citado 10 Feb 2025]. Disponible en: https://goo.su/iLlBBJ
Kaufman L, Rousseeuw P. Finding Groups in Data. An Introduction to Cluster Analysis. 1st. ed. New Jersey, USA: John Wiley and Sons; 1990. DOI: https://doi.org/10.1002/9780470316801
Dunn OJ. Multiple Comparisons Among Means. J. Am. Stat. Assoc. [Internet]. 1961; 56(293):52–64. doi: https://doi.org/gd85vm DOI: https://doi.org/10.1080/01621459.1961.10482090
Glantz SA. Bioestadística. 6th. ed. México: MacGraw-Hill Interamericana; 2006.
