Examinando por Materia "Modelo"

Mostrando 1 - 2 de 2

Modelación de curvas de crecimiento y estimación de parámetros genéticos de los parámetros de la curva de crecimiento en alpacas
(Instituto Nacional de Innovación Agraria, 2019-12-05) Mamani Cato, Rubén Herberht; Huanca Mamani, Teodosio; Gallegos Acero, Roberto F.; Condori Rojas, Nicoll; Carrasco Chilón, William Leoncio; Álvarez, W. Y.; Frank, Eduardo; Hick, Michel Victor Hubert
El objetivo de este estudio fue modelar cuatro curvas de crecimiento y estimar los parámetros genéticos de los parámetros de la curva de crecimiento en alpacas de la raza Huacaya. El estudio se realizó en el Anexo Experimental Quimsachata del Instituto Nacional de Innovación Agraria, Puno, Perú. Se analizó 67372 datos de pesos corporales de 6691 alpacas jóvenes. Los pesos corporales individuales fueron obtenidos con intervalos de 30 días desde el nacimiento hasta los 360 días de edad, desde el año 1998 a 2014. Para modelar el crecimiento de las alpacas se utilizó cuatro modelos no lineales: Brody, Von Bertalanffy, Logístico y Gompertz; los parámetros de los modelos fueron estimados por el método iterativo de Gauss Newton. Para evaluar la influencia del color de vellón, sexo, año de nacimiento y mes de nacimiento sobre los parámetros de la curva de crecimiento del modelo Brody se analizaron en un diseño completamente al azar. Los componentes de (co)varianza y los parámetros genéticos del peso corporal asintótico (A) y tasa de maduración (k) fueron estimados por el método de Máxima Verosimilitud Restringida (REML). Los valores genéticos se estimaron por metodología del Mejor Predictor Lineal Insesgado (BLUP). Las tendencias genéticas de los parámetros A y k fueron estimados por regresión lineal. Los resultados muestran que el peso corporal asintótico (A) fue mayor en el modelo Brody (26,0980 kg) y menor para el modelo Logístico (24,7717 kg). La estimación del parámetro B fue menor para el modelo Von Bertalanffy (0,3643 kg), mientras que el modelo Logístico presentó el mayor valor (1,8415). La tasa de maduración (k) tuvo valores que fueron desde 0,00867 hasta 0,0159. El modelo de Brody mostró el mayor coeficiente de determinación ajustado (71,55%) y el menor cuadrado medio del error (14,2130). Los factores color de vellón y sexo de la alpaca tuvieron un efecto significativo sobre el peso corporal asintótico (A) (P < 0,01), el factor mes de nacimiento tuvo un efecto significativo sobre ambos parámetros (A y k) (P < 0,01). El mes de nacimiento, año de nacimiento y el sexo tuvieron un efecto significativo sobre la tasa de crecimiento (k) (P < 0,05), pero no hubo efecto significativo del color de vellón de la alpaca sobre la tasa de crecimiento (k) (P ≥ 0,05). La heredabilidad del parámetro A de la curva de crecimiento de Brody fue de mediana magnitud (0,31745), para el parámetro k fue de baja magnitud (0,05139) y la correlación genética entre los parámetros A y k es relativamente alta y negativa (-0,37371). La tendencia genética fue positiva para el peso asintótico y negativa para la velocidad de crecimiento. Se concluye que el modelo de crecimiento de Brody es adecuado para describir la curva de crecimiento en alpacas Huacaya jóvenes. El peso asintótico (A) fue influenciado por los efectos fijos, pero la tasa de madurez sólo por el mes y año de nacimiento. Las heredabilidades para peso corporal asintótico (A) y tasa de maduración (k) fueron de mediana y baja magnitud.
Optimizing landfill site selection using Fuzzy-AHP and GIS for sustainable urban planning
(Salehan Institute of Higher Education, 2024-06-01) Zabaleta Santisteban, Jhon Antony; Salas López, Rolando; Rojas Briceño, Nilton Beltrán; Gómez Fernández, Darwin; Medina Medina, Angel James; Tuesta Trauco, Katerin Meliza; Rivera Fernandez, Abner Shelser; Lévano Crisóstomo, José; Oliva Cruz, Manuel; Silva López, Jhonsy Omar
Careful landfill selection with minimal environmental impact is vital for urban planners. This study aims to identify suitable sites for controlled landfills using Fuzzy-AHP integrated with Remote Sensing and GIS, considering a 20-year projection of population and solid waste generation. Initially, twelve sub-criteria were identified, grouped into environmental, socio-economic, and physical categories, and then weighted using paired comparison matrices involving nine experts. The sub-criteria were rasterized and classified into four suitability levels. The weighted overlay of sub-criteria maps generated a territorial suitability model. Within the Alto Utcubamba Commonwealth (Amazonas, Peru), 0.069%, 41.70%, 66.934%, 0.20%, and 12.4% of the territory are suitable, moderately suitable, less suitable, unsuitable, and restricted, respectively, for landfill establishment. Subsequently, 16 highly suitable sites were selected based on the required area (S4 polygons ≥ 0.505 ha) in line with the projected solid waste generation over 20 years. Of the 16 selected areas, only 15 met the shape index. The model showed high accuracy (AUC = 0.784) during validation. Furthermore, this study provides a comprehensive framework for making decisions about waste management in developing countries, enhancing understanding of key factors in selecting landfill sites. It also offers a deeper insight into global and local factors that determine the suitability of landfill sites.