349.pdf

Aplicación de la Tecnología de la Información y la
Comunicación (TIC) para Contribuir a la Competitividad
Microeconómica de la Producción Lechera en la Cuenca Central
Santafesina
Ana María Cursack, Daniel Grenón, María Cristina Arregui,
Silvia Valtorta, Marcelo Rosmini, Daniel Sánchez, Perla Leva,
Mariana Travadelo, María Isabel Castignani, Gabriel Sequeira
Universidad Nacional del Litoral, Esperanza, Argentina
Resumen
TIC-Tambo es un sitio de intercambio entre los profesionales asesores de empresas e investigadores de la
Cuenca Lechera Central permitiendo acceder a estos servicios: una biblioteca especializada en todos los
temas relacionados con la producción lechera (productos de proyectos de investigación); software de
utilidad en la actividad de asesoramiento; y tableros de control para evaluar tanto los resultados actuales
de las empresas asesoradas como alternativas de manejo que se deseen instrumentar en ellas. Los
profesionales aportarán datos a los investigadores de la UNL para realizar diagnósticos y detectar líneas de
investigación y/o de extensión. El sitio está en desarrollo y se encuentra en www.fca.unl.edu.ar/tictambo.
Palabras Clave
Tecnología de la Información, modelos económicos, bienestar animal, impacto ambiental de pesticidas,
sistemas de gestión de calidad, tableros de control.
Introducción
La innovación y las Tecnologías de la Información y Comunicación (TIC) constituyen un
abordaje clave como instrumentos específicos para contribuir a solucionar problemas
actuales y futuros, complejos y generalizados. El valor de la TIC radica en la aceleración
del tiempo de adopción de las innovaciones y de los resultados de la investigación [1].
La adopción de la Tecnología de la Información (IT) por productores agropecuarios era
relativamente baja en 1999 [2], y si bien puede haber aumentado y la World Wide Web y el
correo electrónico son de uso corriente y creciente entre los asesores, agentes de cambio y
empresarios que operan en el sector agrario y agroindustrial, es importante poner a
disposición la transformación del producto científico en representaciones informatizadas,
que promuevan la eficiencia y efectividad en decisiones internas de la empresa y en la
vinculación con los mercados [3] [4]. Al poder asistir a usuarios geográficamente distantes
se hace realidad el conocimiento compartido y el aprendizaje interactivo, generándose
competencias empresariales y territoriales [5], y asegurando la operacionalidad de los
productos y la satisfacción de nuevas demandas [6]. Tal como señala [7] las
telecomunicaciones, como medio de compartir información, no son únicamente un enlace
38º JAIIO - Congreso Argentino de AgroInformática (CAI 2009), pp. 113-125, 2009
114
A. M. Cursack et al.
entre personas, sino un eslabón en la cadena del proceso de desarrollo mismo. Por lo tanto,
se considera de interés “.. integrar la información disponible en una escala adecuada para
aprovecharla en los procesos de toma de decisiones; identificando las faltas de
conocimientos necesarios y proveerlos, ... incorporando a los usuarios en los equipos de
investigación; y satisfaciendo demandas sociales y ambientales...” [8]. Así, el desarrollo y
aplicación de sistemas de información similares al de esta propuesta, ha sido objeto de
trabajos especializados: [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] entre otros.
El desarrollo de sistemas de información, modelos de simulación y soportes de decisiones
para la empresa lechera o para alguno de sus subsistemas o procesos cuenta con un
importante desarrollo a nivel mundial. Algunos trabajos de los últimos años similares al
presente son: [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34].
La lechería argentina de la última década se caracterizó por la gran incorporación de
tecnología en el sector primario e industrial en una primera etapa, seguida por el descenso
propio de la ciclicidad que junto a la heterogeneidad de los sistemas productivos
caracterizan al sistema. Comportamiento cíclico plurianual y competencia con la
agricultura resumen los factores que inducen adaptaciones continuas de los sistemas
productivos, muchas veces hechas a destiempo y con resultados poco satisfactorios [35].
En la lechería argentina hay una diferencia de productividad de casi cinco mil litros por
hectárea de tierra entre los productores promedio y los mejores; la brecha medida en
resultados económicos es aún mayor [36]. La Cuenca Central Santafesina no escapa a esta
realidad. El mismo estudio señala una diferencia 2,7 litros por vaca-día entre la media de la
Cuenca y el máximo de la lechería nacional, que se verifica en el oeste de la provincia de
Buenos Aires.
En el otro extremo de la cadena, los consumidores expresan exigencias crecientes de
calidad, que deriva hacia los tambos una demanda sostenida por materia prima de alta
calidad higiénica y nutricional, libre de contaminantes [37]. El aseguramiento de la calidad
aparece como una herramienta indispensable para ofrecer al consumidor un alimento sano,
nutritivo e inocuo que satisfaga sus necesidades. Los sistemas de aseguramiento de la
calidad han mostrado excelentes resultados en los países más industrializados, mientras que
en nuestro país, han tenido aplicación a nivel industrial, pero escaso desarrollo en los
centros de producción de materias primas alimenticias agroalimentarias [38] [39] [40] [41].
Las Buenas Prácticas Agropecuarias (BPA), las Buenas Prácticas de Manufactura (BPM),
los Procedimientos Operativos Estandarizados de Saneamiento (POES) y el Sistema de
Análisis de Peligros y Control de Puntos Críticos (HACCP) son las herramientas básicas
para el desarrollo de un Sistema de Aseguramiento de la Inocuidad (SAI) en la producción
primaria de leche; su aplicación contribuye al diseño de un Sistema de Gestión de la
Calidad [42] [43].
Debido a su implicancia en los mercados y en la agroecología, otro aspecto preocupante es
el riesgo de contaminación ambiental por el uso de fitosanitarios debido a la intensificación
de los sistemas agrícolas y mixtos en los últimos años (CASAFE, 2005). El incremento del
empleo de estos insumos aumentó el peligro de polución y simultáneamente, la presión de
demanda de una agricultura capaz de preservar el ambiente. Ante estos desafíos, es muy
difícil decidir entre toda la tecnología disponible, por la falta de herramientas de
diagnóstico para evaluar los efectos de las prácticas agrícolas [44].
El impacto ambiental de un fitosanitario depende de: a) la cantidad aplicada; b) su tasa de
degradación; c) su partición en aire, agua superficial y subterránea; d) su toxicidad a las
Aplicación de la Tecnología de la Información y la Comunicación (TIC) para Contribuir a la ...
115
especies que se encuentran en esos compartimentos [45]. Múltiples indicadores se han
desarrollado para estimar este impacto. Un grupo de investigadores [46] crearon un sistema
experto de lógica difusa para estimar el riesgo de contaminación del aire, suelo y agua por
la aplicación de plaguicidas.
Siguiendo este método se elaboró el indicador Ipest. El valor de Ipest depende de 4
módulos: Presencia; Riesgo de contaminación de agua subterránea; Riesgo de
contaminación de agua superficial y Riesgo de volatilización. Cada módulo depende de
entre 2 a 4 variables de ingreso. En un primer paso, Ipest se calcula para cada aplicación de
un ingrediente activo y luego se calcula para todas las aplicaciones de plaguicidas en un
cultivo durante un año. A este nivel, toma valores entre 0 (máximo riesgo) y 10 (no riesgo).
Este indicador, y similares, han sido evaluados satisfactoriamente para su empleo en
cultivos extensivos [46] [47] [48] de modo que al relacionarlos con las prácticas agrícolas
se pueden ofrecer alternativas tecnológicas de control poco riesgosas para el ambiente.
Desde el punto de vista del análisis del confort animal en la cuenca santafesina, los dos
eventos que mayor impacto pueden tener en el bienestar y el desempeño de las vacas son el
estrés térmico y el estrés hídrico. Los animales que conforman los rodeos de la mayoría de
los tambos en la cuenca central santafesina son sensibles al estrés por calor. Existen
numerosos indicios de la magnitud del problema [49] [50] [51] [52] [53] [54] [55] [56]
[57], así cómo de posibles alternativas para mitigar los impactos [58] [59] [60] [61] [62]
[63] [64] [65]. En este sentido, un enfoque interesante es el abordaje de esta problemática a
través del análisis de eventos extremos como ser las olas de calor. Una definición operativa
[66] expresa que una ola de calor es la secuencia de al menos 3 días con temperaturas
máximas por encima de umbrales seleccionados. Durante estas olas de calor se ve afectado
el intercambio calórico de los animales, que fallan en disipar la carga calórica extra
acumulada durante los días en que hay varias horas con índices de temperatura y humedad
bien por encima del nivel de confort, y poca oportunidad para recuperarse. La
termorregulación y el comportamiento de consumo se ven afectados en estos casos [67].
Estas olas de calor pueden impactar el desempeño de los animales [66] [68].
De la misma manera, las precipitaciones extremas pueden afectar el desempeño de las
vacas lecheras. Si bien en el país hay pocas investigaciones acerca del impacto de estos
eventos sobre la producción de leche, hay bibliografía sobre la distribución y tendencias de
las precipitaciones en diferentes zonas de la Argentina [69] [70] [71] [72] [57]. También se
cuenta con información acerca de la influencia de las condiciones sinópticas sobre la
ocurrencia de situaciones extremas [73] [74] [75]. La posibilidad de anticipar, a través de
esta investigación, la ocurrencia o persistencia de condiciones desfavorables, mitigando
efectos sobre la producción es de interés para la lechería regional en función de la magnitud
del problema.
Los problemas expuestos para la lechería: la brecha de tecnología existente, la necesidad
de producir materia prima de calidad, preservando el ambiente y cuidando el bienestar
animal, se han considerado relevantes al efectuar esta propuesta. En un mundo
competitivo, las decisiones tomadas a tiempo usando la mejor información disponible,
hacen la diferencia entre el éxito y el fracaso [76]. Contribuyen al éxito, la buena
información y un proceso eficiente y sistemático aplicado a la toma de decisiones
estratégicas, en las cuales un componente clave es la modelización del problema en estudio
[77].
116
A. M. Cursack et al.
La herramienta propuesta (el sistema de información basado en modelos de diversos tipos
y con una interfase en internet) posibilita la comunicación con los usuarios; permitirá
mantener una base de datos actualizada de las empresas del sector y, para los investigadores
relacionados, se transformará en un “mapa conceptual” que organizará el conocimiento
actual sobre la producción lechera santafesina e identificará áreas de vacancia orientando
futuras investigaciones.
En base a ello se conforman módulos de procesamiento de datos para cada uno de los
problemas a tratar:
a.
realización de un diagnóstico del riesgo ambiental en la Cuenca Central de impacto
ambiental por plaguicidas, intentando relacionarlo con las prácticas de uso corriente y
proponer prácticas sustitutivas que minimicen el riesgo.
b. evaluación del grado de aplicación de las herramientas básicas que aseguran la
inocuidad de la leche producida en el tambo (Buenas Prácticas Agropecuarias, Buenas
Prácticas de Manufactura, Procedimientos Operativos Estandarizados de
Saneamiento, Sistema de Análisis de Peligros y Control de Puntos Críticos) y
desarrollo de opciones de implementación práctica de los mismos.
c.
análisis de los eventos extremos y sus efectos sobre la producción lechera regional,
evaluar la situación actual de la utilización de sistemas para mitigar el estrés,
ofreciendo además información prescriptiva pertinente.
d.
evaluación económica del impacto de los cambios tecnológicos en estudio y planes
alternativos.
Para cada módulo se desarrollan también los modelos complementarios e informatizados de
los tableros de control que permitan realizar un diagnóstico eficaz (mediante indicadores de
tendencia y de resultados) de la situación actual de los sistemas lecheros de la región
permitiendo alertar sobre problemas y anticipar soluciones.
Elementos del Trabajo y Metodología
El primer componente del proyecto corresponde a la interfase en internet del sistema de
información; se desarrolla empleando software libre (Sistema operativo Linux,
administrador de base de datos MySql, codificación de páginas en php, servidor web
Apache, sistemas de información geográfica Spring o GRASS, etc.).
El diseño de la interfase consta de las siguientes etapas:
1.1. Caracterización de los usuarios y funciones de la plataforma en base a sus necesidades
de datos y procesamientos de información.
1.2. Desarrollo del modelo conceptual del sistema de información, del diagrama de
procesos y flujos de la información, y del modelo de datos de la base de datos.
1.3. Codificación de los módulos y de las páginas para la plataforma.
1.4. Evaluación de los módulos y páginas desarrollados: accesibilidad, practicidad,
pertinencia, aceptabilidad.
1.5. Ajustes de los módulos y/o páginas según de los problemas detectados en la
evaluación.
1.6. Difusión y comunicación de la implementación de la página temática, que contendrá el
SI y los SSP que se generen.
Aplicación de la Tecnología de la Información y la Comunicación (TIC) para Contribuir a la ...
117
1.7. Mediante instrumentos específicos en la plataforma virtual se cuantificará la utilización
de los recursos disponibles, la participación efectiva en foros, y las consultas entre otros
contribuyendo a la contrastación de la hipótesis relacionada a la aceptación y adopción de
la TIC
Una reiterada recomendación de los expertos vinculada a la la efectividad en la adopción de
la TIC en el sector agrario y agroalimentario, es la necesidad de realizar una adecuada
identificación de los “usuarios finales” [78]. Y, tal como se expuso precedentemente, el
destinatario principal de esta propuesta es el profesional de las ciencias agrarias y afines.
Se planea la realización de seminarios y cursos diseñados específicamente para satisfacer
las demandas que generen.
En relación con los objetivos operativos, el diseño a aplicar es no experimental, o ex –post
ipso, observando situaciones existentes, no provocadas intencionalmente. Los hechos, y las
variables correspondientes, son por lo tanto un dato no modificable, al igual que los efectos
producidos. En una primera etapa se opta por un diseño transeccional exploratorio [79] para
indagar la incidencia y los valores en que se manifiestan las variables relevantes de los
distintos módulos. La unidad de análisis es la empresa lechera en su conjunto o en sus
procesos en particular.
Las actividades se organizan para recabar información acerca de las prácticas agrícolas
aplicadas, el grado de implementación de procedimientos de aseguramiento de la calidad e
inocuidad de la materia prima y la incidencia de los problemas de producción ante eventos
climáticos extremos. Un sencillo cuestionario de preguntas cerradas (algunas dicotómicas,
otras de varias alternativas de respuesta) en la plataforma virtual incluye las variables
relevantes en cada uno de los módulos, aportando al estudio exploratorio del estado de la
situación en estudio. Cada cuestionario completo alimenta el sistema de información (SI)
de cada módulo, sobre los cuales se desarrollan investigaciones de tipo descriptivo [80].
Los datos conforman series de sección transversal cuyo análisis estadístico provee de
parámetros de utilidad en la conformación de tableros de control. La arquitectura de los
tableros de comando [81] se diseña de forma tal de informar a los usuarios de los mismos,
el valor real de las variables seleccionadas como críticas para el caso en análisis, los valores
meta, los valores mínimos aceptables por debajo de los cuales se indicarán las alarmas, y un
indicación de conveniencia de periodicidad en la utilización del instrumento. De esta forma
se pretende contribuir al diagnóstico efectivo y a la progresiva identificación de indicadores
de resultado e indicadores de tendencia de desempeño, capacitando al usuario en el
“benchmarking”, que acelera la adopción de las “mejores prácticas”.
Las actividades propias de cada módulo se detallan a continuación:
Módulo Contaminación por Plaguicidas: Las variables sobre las cuales se indaga en el
cuestionario refieren a los principios activos de los plaguicidas empleados, dosis, momento
y forma de aplicación para cada cultivo y en cada potrero de empresas agropecuarias que
lleven registro de sus tratamientos fitosanitarios. Para la estimación del impacto ambiental
por el uso de plaguicidas se parte de la base de datos. A cada observación se aplica el
sistema experto disponible (Ipest) y se realiza el cálculo y agregación de los índices de
impacto ambiental por año y por lote.
Las diferentes tipologías de riesgo de contaminación por plaguicidas se establecen acorde a
las prácticas de uso de plaguicidas por medio del análisis de componentes principales, para
detectar aquellas prácticas de mayor incidencia en el riesgo de contaminación. Luego, se
establecen alternativas técnicas que, manteniendo la eficiencia de control de plagas
118
A. M. Cursack et al.
disminuyan el riesgo de contaminación. Finalmente se elabora una herramienta informática
que, a modo de tablero de control, y cargando los datos de los tratamientos fitosanitarios
estimen de manera simplificada el potencial riesgo de contaminación y suministre las
alternativas en caso de que el riesgo sea elevado. Asimismo, el software conduce a
información bibliográfica complementaria o de consultas técnicas.
Módulo Herramientas de aseguramiento de la calidad: Las variables sobre las cuales se
indaga en un cuestionario web elaborado ad hoc se refieren a las instalaciones, los equipos,
las prácticas operativas de los procesos, el recurso humano, el control integral de plagas y
aspectos de saneamiento básico con los que cuenta la empresa para la producción de leche.
Se conforma con las observaciones (cuestionarios completados) la base de datos.
La caracterización la situación actual del área en estudio se hace aplicando técnicas de la
estadística descriptiva sobre la base de datos. Además se seleccionrán casos que mediante
visitas en terreno permitan verificar y ampliar la información pertinente.
En una segunda etapa o de implementación, se trabaja sobre la estandarización de los
procedimientos y procesos, y la elaboración de una matriz de auto-evaluación de BPA,
BPF, POES y HACCP que permita su implementación práctica. Finalmente se diseña una
herramienta informática que, a modo de tablero de control, y cargando los datos específicos
de mejora o cambio en los sistemas de aseguramiento a implementar estimen, de manera
simplificada, el impacto de los cambios tanto en la propia empresa como en la calidad del
producto. El software conduce a información bibliográfica complementaria o de consultas
técnicas.
Módulo Bienestar Animal. El diagnóstico inicial se apoya en un cuestionario para relevar
algunas variables que permitan establecer el estado actual de situación en lo que respecta a
la disponibilidad de sombras en los potreros, de sombras en los corrales de espera, otros
tipos de sistemas de refrigeración y distribución de aguadas. En lo que respecta al manejo
de la información meteorológica se proponen las siguientes metodologías, en función de las
escalas de análisis:
·
Escala sinóptica: Identificación de los sistemas sinópticos asociados sobre mapas
del NCEP/NCAR del Climate .Diagnostics Center (NOAA-CIRES) disponibles desde el
año 1948. Se empleará la técnica de Análisis de componentes principales de los campos de
las alturas geopotenciales de 1000hPa y 500hPa
·
Escala Climatológica: para las siguientes variables
◦
Situaciones de estrés media diaria
◦
Cantidad de horas diarias con condiciones de estrés
◦
La persistencia, en cuanto a cantidad de días sobre los que se prolonga la situación.
◦
Fecha de ocurrencias de las primeras y últimas situaciones de estrés anuales
◦
Precipitaciones mensuales y estacionales
Se analizarán:
◦
Valores medios: Distribución de frecuencias, parámetros de posición y dispersión
◦
Probabilidad de ocurrencia
◦
Análisis del comportamiento de anomalías
◦
Análisis de valores extremos, dependiendo de la cantidad de casos disponibles
◦
Tendencia de los valores medios, variabilidad probabilidad y valores extremos
En relación con la información productiva, se trabajará con técnicas estadísticas para
determinar el impacto de los eventos detectados sobre las entregas diarias de leche de
Aplicación de la Tecnología de la Información y la Comunicación (TIC) para Contribuir a la ...
119
tambos de usinas lácteas ubicadas en la zona de influencia de la/s estación/es con datos
meteorológicos.
Con el análisis de situaciones sinópticas relacionadas a situaciones extremas, se podrían
sintetizar los modos típicos de circulación atmosférica en la región y, si se encontraran
patrones comunes, se podría contar con una herramienta para pensar en prever, con una
anticipación del orden de los 2 a 5 días, la ocurrencia o la persistencia de condiciones
desfavorables. Como esto sería un producto lograble al final del proyecto, la información
prescriptiva se organizará en forma de direccionamiento en la plataforma hacia bibliografía
complementaria o a la consulta técnica calificada.
Módulo de Evaluación económica de las alternativas. En una primera etapa y en base a
información secundaria se caracteriza el sector lechero de la Cuenca Central Santafesina,
con énfasis en algunas variables vinculadas a los problemas en estudio. Además se ponen
a disposición en la plataforma virtual, modelos de análisis técnico económico y de toma de
decisiones, conformando un instrumento de difusión, validación y, eventualmente,
adaptación a las necesidades reales del usuario [82] [83] [84] [85] [86] [87] [88] [89] [90]
[91]. Dichos modelos asisten en diversas etapas en la toma de decisiones [92]: la
inteligencia, pues mediante encuestas facilitan la recolección de información para
identificar problemas en la organización; el diseño pues permiten cargar soluciones
alternativas; y la selección puesto que brindan, además de los resultados económicos, un
conjunto de indicadores de utilidad en el análisis de relaciones de causalidad (tecnología y
resultados, factores y resultados). Cada aplicación por parte de los usuarios de dichos
modelos, permite alimentar con las principales variables de las bases de datos, sobre las
cuales se desarrollan estudios, usando procedimientos que han demostrado efectividad en el
área en estudio [93].
Para la evaluación económica de las diferentes alternativas que surjan de los módulos
precedentes se elaboran modelos informatizados que permitan identificar las inversiones y
los costos e ingresos adicionales de la propuesta. Se trabaja con modelos dinámicos que
permitan incorporar los criterios del valor tiempo del dinero en el caso de que se requieran
inversiones, o a modo de presupuesto parcial cuando solamente intervienen gastos e
ingresos adicionales [94] [95] [96] [97]. Se confeccionan tableros de comando cuya
arquitectura se basa en la propuesta de [81] que sobre el mapa estratégico de la empresa
selecciona los indicadores relevantes, permitiendo establecer relaciones de causalidad entre
contexto, recursos, procesos y resultados. La validación y eventual adaptación se hace a
través de los usuarios.
Resultados
El sitio se encuentra en desarrollo, pero ya se puede consultar (y hacer uso de algunos de
los módulos planificados) en http://www.fca.unl.edu.ar/tictambo:
120
A. M. Cursack et al.
Figura1: Pantalla de inicio de TIC-Tambo
Se ha iniciado con la carga de documentos en la sección Biblioteca, y de aplicaciones en
planillas electrónicas en la sección Aplicaciones/Software.
Está habilitada la sección de registro de usuarios (Login/Registro) y de inicio de carga de
las encuestas (unidades productivas que asesora el profesional).
Tanto en su versión de uso libre (para cualquiera que ingrese al sitio) como para los
profesionales registrados se encuentra operativo el tablero de comando para evaluar el
riesgo ambiental de las aplicaciones de pesticidas. Mientras tanto se avanza en la
codificación de las encuestas y tableros correspondientes a los módulos restantes.
El sitio ha sido diseñado contemplando posibles ampliaciones futuras: nuevas encuestas,
nuevos tableros, nuevos servicios. Para su codificación, desarrollo y mantenimiento se
seleccionó el entorno de código abierto symfony (www.symfony-project.org) basado en
lenguaje PHP, pero que admite la inclusión de módulos en otros lenguajes según lo requiera
la aplicación o servicio a desarrollar. La base de datos se codificó en el entorno libre
MySQL (www.mysql.com).
Discusión
El sitio TIC-Tambo representa una serie de beneficios tanto para el sector académico como
para el productivo.
Para el sector académico, representado en este caso por los investigadores de la UNL, el
primer beneficio (de valor conceptual) se refleja en el modelo de datos que hubo que
desarrollar para estructurar la base de datos que alimentará los tableros de comandos. Este
modelo ha exigido sintetizar las teorías y conocimientos sobre las empresas
agroproductivas para poder representarlas mediante los datos que se solicitarán para su
evaluación. El desarrollo de los servicios exige, además, un fuerte trabajo interdisciplinar
entre los diversos grupos de investigación.
La utilización de los servicios del sitio por parte de los profesionales del sector productivo
alimentará esta base de datos con los datos de las empresas de la zona de estudio y serán
éstos la fuente de información para realizar diagnósticos y caracterizar el universo de
empresas regionales: su tamaño, la variedad de estrategias productivas, el nivel tecnológico
aplicado, la eficacia y la eficiencia tanto técnica como económica, los riesgos estructurales
y/o funcionales según posibles escenarios futuros, etc.
Aplicación de la Tecnología de la Información y la Comunicación (TIC) para Contribuir a la ...
121
Los profesionales, por su parte, disponen de un sitio donde evaluar resultados y propuestas
de manejo de las empresas que administran o asesoran. Cuentan también con una biblioteca
donde consultar trabajos especializados sobre los sistemas productivos de la región. Y un
sitio donde encontrarse y conumicarse con colegas e investigadores.
Desde el punto de vista conceptual, las encuestas ordenarán y organizarán qué datos se
consideran importantes y qué procesos deben seguirse (controlando y evaluando) para
diagnosticar estados y posibilidades de la empresa a su cargo.
La verificación de los resultados de los tableros de comandos con los reales de las empresas
serán útiles tanto para verificar teorías como para proponer la necesidad de replantear
prouestar y desarrollar nuevas lineas de investigación o desarrollo tecnológico.
Referencias
[1] Verdouw, C.N., J. Wolfert, A.J.M. Beulens, 2005. Enhancing transformational and incremental
innovation with ICT. ETITA /WCCA Proceedings. 105-110
[2] Gelf, E., G. Schiefer, C. Parker, K. Rosskopp, 1999. Why is the IT adoption rate by farmers so slow?
EFITA’99 Conference. http://www.efita.dk/papers Consulta 04/09/02.
[3] Kurtenbach, T., S. Thompson, 1999. Information Technology Adoption: Implications for Agriculture.
20th
IAMA
Congress
Proceedings.
http://agecon.tamu.edu/iama/1999Congress/
ForumPapersPROCEEDINGS. Consulta 04/09/02
[4] Nuthall, P.I., 1997. Farm decision information cost and returns revisited. First Conference for
information Technology in Agriculture proceedings. 215-220 pp.
[5] Metclefe, M., S. Grant, 2000. Arguing for knowledge-sharing. University of South Australia. Business
and Enterprise Working Paper 2000-08. 18 p.
[6] Steffe, J., 1997. Estimation of farmers’ management needs: toward multi-function software title. First
Conference for information Technology in Agriculture Proceedings. Copenhagen. 489-495 pp.
[7] Hudson, H., 1996. Economic and social benefits of rural telecommunications: a report of the World Bank.
Unpublished report. Washington, DC, USA: World Bank Citado en: Richardson, D., 1997. Internet y
el desarrollo rural agrícola: Un enfoque integrado. http://www.fao.org/docrep. Consulta 6/09/02.
[8] Hatfield, J. L. y D. R. Keeney, 1994. Challenges for the 21th Century. En: Hatfield, J. L. y D. L. Karlen
(Eds.), 1994. Sustainable Agriculture Systems. CRC Press, Boca Raton, 316 pp.: 287-307.
[9] Adrian A.M., S.H. Norwood y P.L. Mask, 2005. Producers’ perceptions and attitudes toward precision
agriculture technologies. Computers and Electronics in Agriculture 48: 256-271.
[10] Alvarez J. y P. Nuthall, 2006. Adoption of computer based information systems The case of dairy
farmers in Canterbury, NZ, and Florida, Uruguay. Computers and Electronis in Agriculture 50: 48-60.
[11] Bange M.P., S.A. Deutscher, D. Larsen, D. Linsley y S. Whiteside, 2004. A handheld decision support
system to facilitate improved insect pest management in Australian cotton systems. Computers and
Electronis in Agriculture 43: 131-147.
[12] Batte, M.T., 2005. Changing computer use in agriculture: evidence from Ohio. Computers and Electronis
in Agriculture 47: 1-13.
[13] Chatelin, M.H., C. Aubry, J.C. Poussin, J.M. Meynard, J. Massé, N. Verjux, Ph. Gate y X. Le Bris, 2005.
DéciBlé, a software packege for wheat crop management simulation. Agricultural Systems 83: 77-99
[14] Fountas, S., D. Wulfsohn, B.S. Blackmore, H.L. Jacobsen y S.M. Pedersen, 2006. A model of decisionmaking and information flows for information-intensive agriculture. Agricultural Systems 87: 192-210.
[15] Grenón, D.A., D. Lizazo, L. Rodríguez, V. Torres, 2005. Propuestas y aplicaciones de la Plataforma
Digital PLEC en la extensión y evaluación de innovaciones tecnológicas agropecuarias. XI Convención
Internacional Informática. II Taller Internacional sobre Software de Gestión Empresarial (La Habana,
Cuba). Actas en CD.
[16] Grenón, D.A., V. Torres y D. Lizazo, 2006. Sistema de información y extensión en ganadería extensiva:
I. Propuesta y diseño. Revista Cubana de Ciencia Agrícola (en prensa).
[17] Kerr, D., H. Winklhofer, 2006. The effect of rapid rural industry changes on the development of a
decision support system for dairy farmers in Australia. Computers and Electronis in Agric. 50: 61-69.
122
A. M. Cursack et al.
[18] McKinion, J.M., S.B. Turner, J.L. Willers, J.J. Read, J.N. Jenkins, J. McDade, 2004. Wireless technology
and satellite internet access for high-speed whole farm connectivity in precision agriculture.
Agricultural Systems 81: 201-212.
[19] Schuck A., G. Andrienko, N. Andrienko, S. Folving, M. Köhl, S. Miina, R. Päivinen, T. Richards, H.
Voss, 2005. The European Forest Information System—an Internet based interface between
information providers and the user community. Computers and Electronis in Agriculture 47: 185-206.
[20] Aubry C., J.-M. Paillat y F. Guerrin, 2006. A conceptual representation of animal waste management at
the farm scale: The case of the Reunion Island. Agricultural Systems 88: 294-315.
[21] Bryant, J., N. López-Villalobos, C. Holmes, J. Pryce, 2005. Simulation modelling of dairy cattle
performance based on knowledge of genotype, environment and genotype by environment interactions:
current status. Agricultural Systems 86: 121-143.
[22] Buysse, J., G. Van Huylenbroeck, I. Vanslembrouck, P. Vanrolleghem, 2005. Simulating the influence
of management decisions on the nutrient balance of dairy farms. Agricultural Systems 86: 333-348
[23] Calker, K.J. van, P.B.M. Berentsen, I.M.J. de Boer, GW.J. Giesen, R.B.M. Huirne, 2004. An LP-model
to analyse economic and ecological sustainability on Dutch dairy farms: model presentation and
application for experimental farm “de Marke”. Agricultural Systems 82: 139-160.
[24] Cros, M.J., M. Duru, F. García, R. Martin-Clouaire, 2004. Simulating management strategies: the
rotational grazing example. Agricultural Systems 80: 23-42.
[25] Hary, I., 2004. Derivation of steady state herd productivity using stage-structured population models and
mathematical programming. Agricultural Systems 81: 133-152.
[26] Kirchner K., K.H. Tölle, J. Krieter, 2004. The analysis of simulated sow herd datasets using decision
tree technique. Computers and Electronics in Agriculture 42: 111-127.
[27] Kostov P., S. McErlean, 2006. Using the mixtures-of-distributions technique for the classification of
farms into representative farms. Agricultural Systems 88:528-537.
[28] Nute D., W.D. Potter, Z. Cheng, M. Dass, A. Glende, F. Maierv, C. Routh, H. Uchiyama, J. Wang, S.
Witzig, M. Twery, P. Knopp, S. Thomasma, H.M. Rauscher, 2005. A method for integrating multiple
components in a decision support system. Computers and Electronics in Agriculture 49: 44-59.
[29] Ondersteijn C.J.M., G.W.J. Giesen y R.B.M. Huirne, 2006. Perceived environmental uncertainty in
Dutch dairy farming: The effect of external farm context on strategic choice. Agricultural Systems 88:
205-226.
[30] Romera A.J., S.T. Morris, J. Hodgson, W.D. Stirling, S.J.R. Woodward, 2004. A model for simulating
rule-based management of cow–calf systems. Computers and Electronics in Agriculture 42: 67-86.
[31] Solano C., H. León, E. Pérez, L. Tole, R.H. Fawcett, M. Herrero, 2006. Using farmer decision-making
profiles and managerial capacity as predictors of farm management and performance in Costa Rican
dairy farms. Agricultural Systems 88: 395-428.
[32] Torkamani, J., 2005. Using a whole-farm modelling approach to assess prospective technologies under
uncertainty. Agricultural Systems 85: 138-154.
[33] Vries, A. de, B.J. Conlin, 2005. A comparison of the performance of statistical quality control charts in a
dairy production system through stochastic simulation. Agricultural Systems 84: 317-341.
[34] Zilli Bacic I.L., A.K. Bregt, D.G. Rossiter, 2006. A participatory approach for integrating risk
assessment into rural decision-making: A case study in Santa Catarina, Brazil. Agricultural Systems
87: 229-244.
[35] Bisang, R., G. Gutman, V. Cesa. 2003. La trama de Lácteos en Argentina. En Lineamientos para
Fortalecer el Crecimiento Económico. CEPAL – BID. Secretaría de Política Económica, Ministerio
de Economía de la Nación. Buenos Aires.
[36] Castignani H, Zhender, R. ; Gambuzzi, E. y Chimicz, J., 2005. Caracterización de los sistemas de
producciòn lecheros argentinos y de sus principales cuencas. Presentado en la XXXVI Reunión Anual
de la AAEA. Adrogué, 24 al 26 de octubre. Resumen en actas. Trabajo Nro 28, publicación
magnética ( ISSN 1666-0285).
[37] Caswell, J.A. 1998. Valuing the Benefits and Costs of Improved Food Safety and Nutrition. The
Australian Journal of Agricultural and Resource Economics 42 Nro.4. 409-424
[38] Pessot, H., 2000. Estudio de la prevalencia y la variación estacional de bacterias psicrotrofas en leche
cruda refrigerada y su relación con el nivel de tecnificación de los establecimientos productores de
leche. Informe final. Programa de Cientibecas 2000. Facultad de Ciencias Veterinarias, UNL.
Aplicación de la Tecnología de la Información y la Comunicación (TIC) para Contribuir a la ...
123
[39] Signorini, M.L., G. Sequeira, J. Bonazza, J. Otero, M. Rosmini, 2004. Variación estacional en los
principales indicadores de higiene en leche cruda de un tambo de la cuenca central. Revista FAVE,
aceptado y pediente de publicación.
[40] Ballarini, G., 1996. Calidad de leche. El problema de la contaminación bacteriana. Rev. Med. Veta.
77(6): pág 430-435.
[41] Lerche, M. 1996. Inspección veterinaria de la leche. Zaragoza, Acribia. Pág. 17-22
[42] Gardner, L.A., 1997. Testing to fulfill HACCP (Hazard Analysis Critical Control Points) Requirements:
Principles and Examples. J. Dairy Sci., 80:3453- 3457.
[43] Rosmini, M.R., M.L. Signorini, R. Schneider, J.C. Bonazza, 2004. Evaluation of two alternative
techniques for counting mesophilic aerobic bacteria in raw milk. Food Control, 15(1):39-44.
[44] Girardin, P., C. Bockstaller, H.V. der Werf, 1999. Indicators: tools to evaluate the environmental
impacts of farming systems. J. Sust. Agric., 13: 5-21
[45] Van der Werf H.M.G., 1996. Evaluating the impact of pesticides on the environment. Agric., Ecosys,
and Environ., 60: 81-96.
[46] Van der Werf H.M.G., C. Zimmer, 1998. An indicator of pesticide environmental impact based on a
fuzzy expert system. Chemosphere, 36: 2225-2249.
[47] Roussel O., A. Cavelier, H.M.G. van der Werf, 2000. Adaptation and use of a fuzzy expert system to
assess the environmental effect of pesticides applied to field crops. Agric., Ecosys. and Environ. 80:
143–158.
[48] Ghersa C.M., D.O. Ferraro , M. Omacini , M.A. Martínez-Ghersa , S. Perelman, E.H. Satorre, A.
Soriano, 2002. Farm and landscape level variables as indicators of sustainable land-use in the
Argentine Inland-Pampa. Agriculture, Ecosystems and Environment, 1–15
[49] Bianca W., 1965.Reviews of the progress of dairy science. Section A. Physiology. Cattle in a hot
environment. J. Dairy Res. 32:291–345.
[50] Johnson H.D. 1987. Bioclimates and livestock. Bioclimatology and the Adaptation of Livestock. World
Animal Science. (H. D. Johnson, ed.), Elsevier
[51] Kleiber M., 1975. The Fire of Life, and Introduction to Animal Energetics. Rev.Ed. R.E. Krieger Publ.
Co, Huntington, New York.
[52] NRC (National Research Council). 1981. Effect of Environment on Nutrient Requirements of Domestics
Animals, National Academy press. Washington DC.
[53] Starr J R., 1988. Weather, climate and animal performance. Nota técnica N° 190. Organización
Meteorológica Mundial. Ginebra
[54] Valtorta S.E., M.R. Gallardo, J. Maiztegui, H.C. Castro, 1998. Spring temperature effects on milk
production and composition in Argentinian grazing systems. J.Anim.Sci. 76 (Suppl. 1) / J. Dairy Sci.,
81 (Suppl. 1): 96 (Abstr)
[55] Valtorta S.E., O.E. Scarpati, P.E. Leva, M.R. Gallardo, 2000. Summer environmental effects on milk
production and composition in an Argentine grazing system. de Dear RJ, Kalma JD, Oke TR,
Auliciems A (Eds.) WCASP-50, WMO/TD Nº 1026: Biometeorology an Urban climatology at the turn
of the millennium. Selected papers from the Conference ICB-ICUC'99, 347-352.
[56] Valtorta S.E., E.A. Comeron, L.A. Romero, C. Migliore, Estrada M. de, M.S. Aronna, O.A. Quaino.
2003. Comportamiento de vacas Holando, Jersey y sus cruzas durante la época estival. 2. Efecto de las
variables meteorológicas y tiempo de pastoreo. Rev. Arg. Prod. Anim., 23 (supl. 1): 293-294 (abstr.)
[57] Goldberg, S., I. Cirera, 1994. Análisis de las disponibilidades hídricas en la Cuenca Media del Río
Luján. Actas de la VI Reunión Argentina de Agrometeorología. Córdoba. Año 1994.
[58] Davison T.M., M. McGowan, D. Mayer, B. Young, N. Jonsson, A. Hall, A. Matschoss, P. Goodwin, J.
Goughan, M. Lake, 1996. Managing hot cows in Australia. Queensland Department of Primary
Industry, 58 pp
[59] Davison T.M., B.A. Silver, A.T. Lisle, W.N. Orr, 1988. The influence of shade on milk production of
Holstein-Friesian cows in a tropical upland environment. Aust J Exp Agric., 28: 149-153
[60] Gallardo M.R., S.E. Valtorta, J.A. Maiztegui, 2001 a. Corn by-products to feed grazing dairy cows in
summer. En: RR Stowell. R.Bucklin y RW Bottcher (Eds.) Livestock Environment VI, ASAE, St.
Joseph MI, USA, pp: 419-425.
[61] Hahn G.L., D.D. Osburn, 1969. Feasibility of summer environmental control for dairy cattle based on
expected production losses. Trans. ASAE, 12:448–451.
[62] Hahn G.L. 1981. Housing and management to reduce climatic impacts on livestock. J. Ani. Sci., 52: 175186.
124
A. M. Cursack et al.
[63] Valtorta S.E., M.R. Gallardo, H.C. Castro, M.E. Castell, 1996. Artficial shade and supplementation
effects on grazing dairy cows in Argentina. Trans. Amer. Soc. Agric. Eng., 39: 233.
[64] Valtorta S.E., M.R. Gallardo, 2004. Evaporative cooling for Holstein dairy cows under grazing
conditions. Int. J. Biometeorl., 48: 213-217
[65] Gallardo M.R., S.E. Valtorta, P.E. Leva, H.C. Castro, J.A. Maiztegui, . 2001 b. Hydrogenated fish fat for
grazing dairy cows in summer. Int. J. Biometeorol., 45:111–114
[66] Hahn L, T. Mader, D. Spiers, J. Gaughan, J. Nienaber, R. Eigenberg, T. Brown-Brandl, Q. Hu, D.
Griffin, L. Hungerford, A. Parkhurst, M. Leonard, W. Adams, L. Adams, 2001. Heat wave impacts on
feedlot cattle: considerations for improved environmental management. In: Stowell, R.R., R. Bucklin,
R.W. Bottcher, (eds.) Livestock Environment VI: Proceedings of the sixth international symposium,
Louisville, Kentucky. ASAE, St. Joseph, MI, 49085-9659, USA., pp: 129-139.
[67] Hahn G.L., J.A. Nienaber, 1976. Summer weather variability and livestock production. Agric. Eng.,
57:32
[68] Valtorta S.E., P.E. Leva PE, M.R. Gallardo, O.E. Scarpat, 2002. Milk production responses during heat
waves events in Argentina. 15th Conference on Biometeorology and Aerobiology - 16th International
Congress on Biometeorology. Kansas City, MO., American Meteorlogical Society, Boston. pp 98-101.
[69] Leva P.E., M.A.Veles, M.S. García, J.A. Gandolfo, S.E. Valtorta, 2002 Distribución de las
precipitaciones en Rafaela y Esperanza, provincia de Santa Fe. Revista FAUBA, 22: 26-31
[70] Boulanger, J.P.,J. Leloup, O. Penalba, M. Rusticucci, F. Lafon, W. Vargas, 2005. Observed precipitation
in the Paraná-Plata hydrological basin: Long term trends Climate dynamics 24(4). Pp. 393-413
[71] Penalba OC, Vargas WM. 2004. Interdecadal and interannual variations of annual and extreme
precipitation over central-northeastern Argentina. Int. J. of Climatology 24: 1565-1580
[72] Duarte, M.L.; I. Cirera, 1996. Influencia de la variabilidad de la precipitación en la disponibilidad de
forraje verde . Actas del VII Congreso Argentino de Meteorología y VII Congreso Latinoamericano e
Ibérico de Meteorología. Buenos Aires. 1996.
[73] Bischoff, S., W. Vargas, 2003. The 500 and 1000 hPa weather circulations and their relationship with
som extreme climatic conditions over southern South America. International Journal of Climatology
Vol. 23-5 pp. 541-556
[74] Escobar, G: S. Bischoff, J. Gardiol, 1996. Anomalías en la tropósfera de Neuquén asociadas a la
ocurrencia de temperaturas mínimas extremas durante el mes de Septiembre, Meteorológica 21,
Números 1 y 2
[75] Rusticucci, M., W. Vargas, 1995. Synoptic situations related to spell of extreme temperature over
Argentina. Meteorological Applications (2) pp. 291-300
[76] Lay. J.K, 1997. Landmark. First Conference for information Technology in Agriculture proceedings.
Copenhagen. 239-242 pp.
[77] Arsham, H.; Ciencia de la administración aplicada: toma de decisiones estratégicas acertadas.
http://ubmail.ubalt.edu/~harsham/opre640S/Spanish.htm. Consulta 16/08/02.
[78] Gelf, E., C. Parker, 2005. Is ICT Adoption for Agriculture Still an Important Issue. EFITA/WCCA
Conference. http://www.agriculturaldigital.org/efitaandwcca2005/docs. Consulta 28/02/06.
[79] Hernández Sampieri, R., C. Fernández Collardo, L. Baptista Lucio. 1998. Metodología de la
investigación. México, McGraw Hill.
[80] Samaja, J, 1993. Epistemología y metodología. Elementos para una teoría de la investigación científica.
Buenos Aires, EUDEBA.
[81] Durán, R. y colaboradores, 2005. Tablero de comando. Una herramienta de control de Gestión de
Empresas Agropecuarias. Buenos Aires, O.D.Buyatti. 162p.
[82] Cursack A.M., M. Travadelo, M.I Castignani, M. Suero, O.E. Osan, H.A. Castignani, 2005.
PROYETAM. Modelo de desarrollo para empresas predominantemente tamberas (Tambo-InvernadaAgricultura). Dirección Nacional de Derechos de Autor. Inscripción de Obra Inédita-Software CESSI
Nro. 05658. Expediente Nro. 405739. 13/06/05.
[83] Cursack A.M., M. Travadelo, M.I. Castignani, M. Suero, O. Osan, H. Castignani, 2003. Modelos de
simulación para evaluar proyectos de modernización en empresas agropecuarias. XXXIV Reunión
Anual de la AAEA. Octubre, 30 y 31. Resumen en actas pp. 33 - Trabajo en CD ISSN: 1666 – 0285.
[84] Cursack A.M., M.I. Castignani, M. Travadelo, O. Osan, M Suero, 2003. Sistema de apoyo a las
decisiones e indicadores en la gestión de empresas agropecuarias. XXXIV Reunión Anual de la AAEA.
Octubre, 30 y 31. Resumen en actas pp 23. Trabajo en CD ISSN: 1666 – 0285.
Aplicación de la Tecnología de la Información y la Comunicación (TIC) para Contribuir a la ...
125
[85] Cursack, A.M., M.I. Castignani, M. Travadelo, O. Osan, M. Suero, 2003. TAMBO 2000. Modelo de
análisis técnico-económico para empresas mixtas predominantemente lecheras (Tambo – Invernada –
Agricultura). Dirección Nacional de Derechos de Autor. Inscripción de Obra Inédita-Software.
Expediente nro. 270164 (CESSI). 11/08/03.
[86] Cursack A.M., M. Travadelo, M.I. Castignani, M. Suero, O. Osan; 2001. Maquinarias 2.0. Análisis de
la Empresa Maquinaria. Equipo de Labranza y Siembra. Dirección Nacional de Derechos de Autor.
Inscripción de Obra Inédita-Software. Expediente nro. 166423 (CESSI). 11/08/03.
[87] Cursack de Castignani A.M., M. Travadelo de Bevilacqua, M.I. Castignani, M. Suero. O.E. Osan, 2001.
PROYETAM. Modelo de Desarrollo para empresas predominantemente Tamberas (Tambo –
Invernada – Agricultura). Dirección Nacional de Derechos de Autor. Inscripción de Obra InéditaSoftware. Expte nro 112375. 16/02/01
[88] Cursack de Castignani, A.M., M. Travadelo, M. Suero, R. Giorgis, O. Osan, M.I. Castignani, 1996.
LECHERIA ANUAL. Modelo económico para fincas lecheras hondureñas. Desarrollado para la
Federación Nacional de Agricultores y Ganaderos de Honduras (FENAGH) en el marco del FO-AR,
Fondo Argentino de Cooperación Horizontal.
[89] Cursack de Castignani, A.M., 1995. LECHERIA. Modelo de Análisis Técnico-Económico para Fincas
Lecharas Hondureñas. Carga Mensual. Desarrollado para la Federación Nacional de Agricultores y
Ganaderos de Honduras (FENAGH) en el marco del FO-AR, Fondo Argentino de Cooperación
Horizontal
[90] Cursack de Castignani, A.M., M. Travadelo, R. Giorgis, 1994. MODETAM. Modelo de Desarrollo de
empresas Tamberas. Versión 1.0. Por Servicio Educativo a Terceros (SET) UNL-INTA Centro
Regional Santa Fe, para Cambio Rural. Dirección Nacional de Derechos de Autor. Inscripción de Obra
de Software. Expte nro 376077 (CESSI 1 5311) 12/07/94
[91] Osan, O., M. Travadelo, M.I., Castignani, M. Suero, A.M. Cursack, 2003. PREFINAN TAMBO.
Dirección Nacional de Derechos de Autor. Inscripción de Obra Inédita-Software. Expediente nro.
270160 (CESSI). 11/08/03
[92] Laudon, K.C., J.P. Laudon, 2004. Sistemas de Información Gerencial. México, Pearson Prentice-Hall.
533 p.
[93] Castignani, M.I, O.E. Osan, H.A. Castignani. 2002. Escala, tecnología y organización: análisis de su
impacto en los costos de la lechería argentina. XXXIII Reunión de la AAEA. Buenos Aires. Trabajo
en CD.
[94] Frank, R.G. 1998. Evaluación de inversiones en la empresa agraria. Buenos Aires, El Ateneo. 95 p.
[95] Guerra, G., 1992. Manual de Administración de Empresas Agropecuarias. 2a ed. San José, Costa Rica,
IICA. 579 p.
[96] Sapag Chain, N., R. Sapag Chain, 1997. Preparación y Evaluación de Proyectos. Bogotá, McGraw Hill.
[97] Sapag Chain, N., 1997. Criterios de evaluación de proyectos: cómo medir la rentabilidad de las
inversiones. México, McGraw-Hill.
Datos de Contacto:
Daniel GRENON. Facultad de Ciencias Agrarias. Universidad Nacional del Litoral.
R.P.L. Kreder 2805- (3080) Esperanza, Santa Fe, Argentina – [email protected]
Ana María CURSACK. Facultad de Ciencias Agrarias. Universidad Nacional del Litoral.
R.P.L. Kreder 2805- (3080) Esperanza, Santa Fe, Argentina – [email protected]