La agricultura de precisión (AP) permite optimizar recursos y aumentar la productividad mediante tecnologías de monitoreo, análisis y control. Este estudio examinó la factibilidad técnica, económica y social de un servicio de AP en Guasave, Sinaloa (México), considerando la perspectiva de 300 productores encuestados. Se aplicaron el análisis jerárquico de procesos (AHP), segmentación k-means, pruebas de usabilidad y un modelo financiero a diez años. El maíz (0.346) y el sorgo (0.291) fueron identificados como cultivos prioritarios. Las variables más valoradas fueron la humedad del suelo (34 %) y el estado nutricional (27 %). La segmentación mostró tres perfiles: pequeños (50 ha; 5.2 USD). En la evaluación de usabilidad, las aplicaciones móviles (SUS = 78.4) superaron a las webs progresivas (74.1). El análisis financiero indicó valores actuales netos positivos en todos los escenarios, con 12, 500 USD en el caso base y tasas internas de retorno superiores al 10 %. Los resultados confirman la viabilidad del servicio y su mayor potencial de adopción en explotaciones medianas y grandes. Para incluir a productores de menor escala se requieren esquemas de financiamiento, alianzas institucionales y capacitación focalizada.
20 December 2024 in Revista Interdisciplinaria de Ingeniería Sustentable y Desarrollo Social
Este estudio presenta un modelo automatizado para realizar análisis FODA utilizando noticias dinámicas como fuente de datos. Empleando técnicas avanzadas de procesamiento de lenguaje natural (NLP), el modelo analiza y categoriza noticias en tiempo real, permitiendo la actualización continua del análisis estratégico. Esta capacidad de adaptación ofrece a las organizaciones una ventaja competitiva, permitiendo respuestas proactivas a cambios del mercado. El modelo sigue un enfoque sistemático que incluye tokenización, eliminación de ruido y vectorización mediante Term Frequency-Inverse Document Frequency. Se evaluaron varios algoritmos de clasificación, incluidos Naive Bayes, Support Vector Machines, Random Forest y Gradient Boosting, comparando su rendimiento con métricas como precisión y área bajo la curva ROC. Los resultados muestran que el modelo basado en SVM alcanzó una precisión cercana al 100% en la mayoría de las categorías FODA. Además, su escalabilidad asegura su aplicabilidad en entornos empresariales complejos que requieren monitoreo continuo. Este sistema automatizado mejora la eficiencia del análisis FODA tradicional y minimiza el sesgo humano. El modelo propuesto representa un avance en la automatización del análisis estratégico, proporcionando una herramienta adaptable y precisa para evaluar factores clave en diversos sectores.