Examinando por Autor "Ganoza Roncal, Jorge Juan"

Mostrando 1 - 3 de 3

Atlas de las Estaciones Experimentales Agrarias del INIA
(Instituto Nacional de Innovación Agraria, 2025-04-29) Cruz Luis, Juancarlos Alejandro; Ortiz Morera, Narda Cecilia; Quispe Torres, Diego Rafael; Atalaya Lopez, José S.; Marcavilca Villar, Pedro Miguel; Ramírez Aparicio , Jorge A.; Salinas Rivera, Juan L.; Escobar Cuadros, Francisco; Carbajal Llosa, Carlos Miguel; Olivarez Rivera, Evelyn L.; Casaretto Castagnino, Duilio; Ganoza Roncal, Jorge Juan
El Instituto Nacional de Innovación Agraria (INIA) es un organismo técnico especializado adscrito al Ministerio de Desarrollo Agrario y Riego (MIDAGRI) que cumple funciones y desarrolla actividades de investigación, transferencia tecnológica y extensión en materia agraria. Es responsable de la generación de conocimientos y tecnologías, de la conservación y puesta en valor de los recursos genéticos de la agrobiodiversidad, así como de la producción de semillas, plantones y reproductores de alto valor genético. Asimismo, brinda servicios tecnológicos a través de una red de laboratorios a nivel nacional. Como ente rector del Sistema Nacional de Innovación Agraria (SNIA), articula y regula la investigación, desarrollo e innovación (I+D+i) con los actores del SNIA, orientadas a la competitividad, seguridad alimentaria y adaptación al cambio climático, a través de la política y el Plan Nacional de Innovación Agraria. Las funciones del INIA son desarrolladas de manera articulada y descentralizada desde sus veinticinco (25) Estaciones Experimentales Agrarias (EEA) a nivel nacional, las que están conformadas por Centros Experimentales (CE) ubicados a nivel regional. El presente atlas contiene información de los aspectos relevantes de las Estaciones Experimentales Agrarias, tales como: creación, Centros Experimentales, ubicación y ámbito de intervención. Asimismo, presenta una colección de mapas que contribuye al conocimiento geográfico de éstas, así como de las actividades de conservación y puesta en valor de recursos genéticos, investigación, desarrollo tecnológico, producción de material genético de calidad, transferencia de tecnología, extensión agropecuaria y servicios tecnológicos agrarios que se desarrollan a nivel nacional. Este documento es una colección cartográfica y un material de consulta que contribuye al conocimiento geográfico de las Estaciones Experimentales Agrarias y sus Centros Experimentales, el cual está dirigido no solo a los actores del SNIA, sino también a la sociedad civil en su conjunto; con el objeto de informar sobre el rol que desempeñan estos centros del INIA y su esencial aporte para enfrentar los desafíos del agro en condiciones de cambio climático.
Sex-induced changes in microbial eukaryotes and prokaryotes in gastrointestinal tract of simmental cattle
(MDPI, 2024-11-15) Rojas Cruz, Diorman; Estrada Cañari, Richard; Romero Avila, Yolanda Madelein; Figueroa Venegas, Deyanira Antonella; Quilcate Pairazamán, Carlos Enrique; Ganoza Roncal, Jorge Juan; Maicelo Quintana, Jorge Luis; Coila Añasco, Pedro Ubaldo; Alvarado Chuqui, Wigoberto; Cayo Colca, Ilse Silvia
This study investigates gender-based differences in the gut microbiota of Simmental cattle, focusing on bacterial, archaeal, and fungal communities. Fecal samples were collected and analyzed using high-throughput sequencing, with taxonomic classification performed through the SILVA and UNITE databases. Alpha and beta diversity metrics were assessed, revealing significant differences in the diversity and composition of archaeal communities between males and females. Notably, females exhibited higher alpha diversity in archaea, while beta diversity analyses indicated distinct clustering of bacterial and archaeal communities by gender. The study also identified correlations between specific microbial taxa and hematological parameters, with Treponema and Methanosphaera showing gender-specific associations that may influence cattle health and productivity. These findings highlight the importance of considering gender in microbiota-related research and suggest that gender-specific management strategies could optimize livestock performance. Future research should explore the role of sex hormones in shaping these microbial differences.
Yield prediction models for rice varieties using UAV multispectral imagery in the Amazon lowlands of Peru
(MDPI, 2024-08-20) Goigochea Pinchi, Diego; Justino Pinedo, Maikol; Vega Herrera, Sergio Sebastian; Sanchez Ojanasta, Martín; Lobato Galvez, Roiser Honorio; Santillan Gonzales, Manuel Dante; Ganoza Roncal, Jorge Juan; Ore Aquino, Zoila Luz; Agurto Piñarreta, Alex Iván
Rice is cataloged as one of the most widely cultivated crops globally, providing food for a large proportion of the global population. Integrating Geographic Information Systems (GISs), such as unmanned aerial vehicles (UAVs), into agricultural practices offers numerous benefits. UAVs, equipped with imaging sensors and geolocation technology, enable precise crop monitoring and management, enhancing yield and efficiency. However, Peru lacks sufficient experience with the application of these technologies, making them somewhat unfamiliar in the context of modern agriculture. In this study, we conducted experiments involving four distinct rice varieties (n = 24) at various stages of growth to predict yield using vegetation indices (VIs). A total of nine VIs (NDVI, GNDVI, ReCL, CIgreen, MCARI, SAVI, CVI, LCI, and EVI) were assessed across four dates: 88, 103, 116, and 130 days after sowing (DAS). Pearson correlation analysis, principal component analysis (PCA), and multiple linear regression were used to build prediction models. The results showed a general prediction model (including all the varieties) with the best performance at 130 days after sowing (DAS) using NDVI, EVI, and SAVI, with a coefficient of determination (adjusted-R2 = 0.43). The prediction models by variety showed the best performance for Esperanza at 88 DAS (adjusted-R2 = 0.94) using EVI as the vegetation index. The other varieties showed their best performance using different indices at different times: Capirona (LCI and CIgreen, 130 DAS, adjusted-R2 = 0.62); Conquista Certificada (MCARI, 116 DAS, R2 = 0.52); and Conquista Registrada (CVI and LCI, 116 DAS, adjusted-R2 = 0.79). These results provide critical information for optimizing rice crop management and support the use of unmanned aerial vehicles (UAVs) to inform timely decision making and mitigate yield losses in Peruvian agriculture.