Inteligencia de negocios aplicada a la productividad del maíz

Autores/as

  • Julián Camilo Serna-Vargas Universidad Pedagógica y Tecnológica de Colombia
  • Juan José Camargo-Vega, Ph. D. Universidad Pedagógica y Tecnológica de Colombia

DOI:

https://doi.org/10.19053/01201190.n29.2020.11741

Palabras clave:

altitud, datos abiertos, inteligencia de negocios, producción

Resumen

La presente investigación se realizó con información de los años 2011 a 2017 sobre la evaluación agropecuaria del departamento de Boyacá, publicada en la página de datos abiertos de Colombia. El municipio evidencia que los terrenos donde se cultiva el maíz van cambiando la producción del área cosechada, resultando en una diferencia en el rendimiento semestral. Se identificó que la causa del problema consistía en que la productividad del cultivo de maíz varía cada semestre, dependiendo del área sembrada y de la altura del terreno donde se siembra. Se planteó como objetivo fundamental el poder determinar, por medio de herramientas de Inteligencia de Negocios, la relación entre la producción del área cosechada de maíz y la altura a la cual se sembró. Respecto al diseño de la investigación, se determinó de tipo no experimental, pues no se modificaron las variables previamente definidas. Asimismo, está basada en el diseño transversal, debido a que la información requerida se toma en un único momento de la investigación. La muestra fue probabilística, donde cada elemento de la muestra puede ser seleccionado.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

Agroinsumos S.A.S. (2018). Leguminosas. http://www.agroinsumossa.com/cultivo-del-maiz-encolombia/

Almeida, E., Lorenzo, E., & Cosme, E. (2017). Fertirrigación Inteligente, Pilar de una Agricultura Sostenible. Revista Cubana de Ciencias Informáticas, 11(3), 36-49

Castro, R. E., Sierra, E., Mojica, J. E., Carulla, J. E., & Lascano, C. E. (2017). Efecto de Especies y Manejo de Abonos Verdes de Leguminosas en la Producción y Calidad de un Cultivo Forrajero Utilizado en Sistemas Ganaderos del Trópico Seco. Archivos de Zootecnia, 66(253), 99-106. https://doi.org/10.21071/az.v66i253.2131

Congreso de la República (2014). Ley 1712 De 2014. Bogotá D. C., Colombia

Cortada, J. W., Nix, V. A., & Reyes, L. C. (2011). Opening Up Government: How to Unleash the Power of Information for New Economic Growth. IBM Institute for Business Value

Costa, M. (2012). Inteligencia de Negocios Aplicada a Cultivos Agropecuarios (Tesis de grado). Universidad Siglo 21, Argentina. https://repositorio.uesiglo21.edu.ar/handle/ues21/11322

Cruz, D., & Leos, J. A. (2019). La Producción de Maíz en Sinaloa, México, y sus Implicaciones para el Medio Ambiente. Letras Verdes. Revista Latinoamericana de Estudios Socioambientales, (25), 100-118. https://doi.org/10.17141/letrasverdes.25.2019.3705

Flavio, A., & Noel, O., (2016). Productividad de Semilla y Adopción del Híbrido de Maíz H-520 en el Trópico de México. Agricultura, Sociedad y Desarrollo, 13, 19-32. https://doi.org/10.22231/asyd.v13i1.286

Google (2019). Maps Elevation Api. Google Maps Platform. https://developers.google.com/maps/documentation/elevation/intro

Microsoft (2019). Power Bi Desktop. https://www.microsoft.com/eses/download/details.aspx?Id=45331

Minagricultura (2014). Evaluaciones Agropecuarias Municipales. Bogota D.C., Colombia

Pascal, G., Grillo, E., Servetto, D., & Redchuk, A. (2017). Sistema de Apoyo a las Decisiones (DDS) para la Productividad de las Universidades: Implementación de Tableros de Control. En: XIX Workshop de Investigadores en Ciencias de la Computación 349-353

Pérez-Sánchez, A., Hernández-Cortés, C., & Carmona, J. L. (2017). Estrategias de Abasto de Maíz de los Hogares Campesinos en el Municipio de Atlangatepec, Tlaxcala. Agricultura Sociedad y Desarrollo, 14(1), 1-13. https://doi.org/10.22231/asyd.v14i1.520

Ren, G. J., & Glissmann, S. (2012). Identifying Information Assets for Open Data: The Role of Business Architecture and Information Quality. En: IEEE 14th International Conference On Commerce And Enterprise Computing, 94-100. https://doi.org/10.1109/cec.2012.23

Richards, G., Yeoh, W., Loong Chong, A. Y., & Popovič, A. (2019). Business Intelligence Effectiveness and Corporate Performance Management: An Empirical Analysis. Journal of Computer Information Systems, 59(2), 188-196. https://doi.org/10.1080/08874417.2017.1334244

Rodríguez Rojas, L. A. (2017). Metamodelo para Integración de Datos Abiertos Aplicado a Inteligencia de Negocios (Tesis de Grado). Universidad de Ovideo, España Rosado Gómez, A. A., & Rico Bautista, D. W. (2010). Inteligencia de Negocios: Estado del Arte. Scientia et Technica, 16(44), 321-326

Rozo, C., Medina, L., Escobar, N., Santofimio, A., & Aponte, C. (2019). Guía para el Uso y Aprovechamiento De Datos Abiertos en Colombia. Bogotá D. C., Colombia

Salgar, L. M. (2005). El Cultivo de Maíz en Colombia - Semillas. http://www.semillas.org.co/es/elcultivo-de-maz-en-colombia

Virgen-Vargas, J., Zepeda-Bautista, R., Avila-Perches, M. A., Espinosa-Calderón, A., Arellano-Vázquez, J. L., & Gámez-Vázquez, A. J. (2016). Producción y Calidad de Semilla de Maíz en Valles Altos De México. Agronomía Mesoamericana, 27(1), 191-206. https://doi.org/10.15517/am.v27i1.21899

Descargas

Publicado

2020-07-17

Cómo citar

Serna-Vargas, J. C., & Camargo-Vega, J. J. (2020). Inteligencia de negocios aplicada a la productividad del maíz. Pensamiento Y Acción, (29), 41–62. https://doi.org/10.19053/01201190.n29.2020.11741

Número

Sección

Artículos

Métrica