Metodología para generar recomendaciones en cultivos de maíz basado en análisis de datos (Buena Milpa)

Simple item page
cg.authorship.typesCGIAR multi-centre
cg.contributor.affiliationInternational Center for Tropical Agriculture
cg.contributor.donorCGIAR Trust Fund
cg.contributor.initiativeClimate Resilience
cg.coverage.countryGuatemala
cg.coverage.iso3166-alpha2GT
cg.coverage.regionAmericas
cg.coverage.regionCentral America
cg.coverage.regionLatin America and the Caribbean
cg.creator.identifierLizeth Llanos-Herrera: 0000-0003-3540-7348
cg.creator.identifierOscar Hernan Estrada Vargas: 0009-0000-9536-5317
cg.creator.identifierCamilo Barrios-Perez: 0000-0001-8332-8746
cg.creator.identifierCarlos Eduardo Navarro-Racines: 0000-0002-8692-6431
cg.creator.identifierDaniel Jiménez: 0000-0003-4218-4306
cg.creator.identifierAndrea Gardeazábal-Monsalve: 0000-0003-1529-4200
cg.creator.identifierJulian Ramirez-Villegas: 0000-0002-8044-583X
cg.reviewStatusInternal Review
cg.subject.actionAreaResilient Agrifood Systems
cg.subject.alliancebiovciatAGRICULTURE
cg.subject.alliancebiovciatCLIMATE CHANGE ADAPTATION
cg.subject.alliancebiovciatDOCUMENTATION
cg.subject.alliancebiovciatINFORMATION SYSTEMS
cg.subject.alliancebiovciatSOIL INFORMATION
cg.subject.impactAreaClimate adaptation and mitigation
cg.subject.sdgSDG 2 - Zero hunger
cg.subject.sdgSDG 13 - Climate action
dc.contributor.authorJaimes, Diana
dc.contributor.authorGonzalez, Carlos Arturo
dc.contributor.authorLlanos, Lizeth
dc.contributor.authorEstrada, Oscar
dc.contributor.authorBarrios, Camilo
dc.contributor.authorAgudelo, Diego
dc.contributor.authorNavarro Racines, Carlos
dc.contributor.authorJimenez, Daniel
dc.contributor.authorGardeazabal, Andrea
dc.contributor.authorRamirez Villegas, Julian
dc.date.accessioned2024-11-25T11:17:35Zen
dc.date.available2024-11-25T11:17:35Zen
dc.identifier.urihttps://hdl.handle.net/10568/162706
dc.titleMetodología para generar recomendaciones en cultivos de maíz basado en análisis de datos (Buena Milpa)en
dcterms.abstractLa presentación muestra una metodología para generar recondaciones de cultivos basados en análisis de datos. El análisis de variables clave para el rendimiento de cultivos sugiere que un manejo adecuado de malezas y el uso de tecnologías durante el ciclo del cultivo contribuyen a un mejor rendimiento. Además, los terrenos con menor pendiente y la siembra de siete semillas por mata optimizan los resultados, aunque es necesario conocer cuántas de estas semillas germinan. Las condiciones climáticas también son determinantes: se necesita una precipitación acumulada de alrededor de 1000 mm, mientras que una radiación acumulada que exceda los 4.2 GJ/m² por día puede reducir el rendimiento esperado.en
dcterms.accessRightsOpen Access
dcterms.bibliographicCitationJaimes, D.; Gonzalez, C.A.; Llanos, L.; Estrada, O.; Barrios, C.; Agudelo, D.; Navarro Racines, C.; Jimenez, D.; Gardeazabal, A.; Ramirez Villegas, J. (2024) Metodología para generar recomendaciones en cultivos de maíz basado en análisis de datos (Buena Milpa). Work package 4: InnovaHub networks for agrifood innovation and scaling. 50 sl.en
dcterms.extent50 sl.
dcterms.issued2024-11
dcterms.languagees
dcterms.licenseCC-BY-4.0
dcterms.subjectmaizeen
dcterms.subjectdata analysisen
dcterms.subjectyield gapen
dcterms.subjectclimatic data-climate dataen
dcterms.subjectsoil analysisen
dcterms.subjectdigital innovationen
dcterms.typePresentation

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
agrilac_2024_jaimes_metodologia_recomendaciones_maiz_buenamilpa_v2.pdf
Size:
6.95 MB
Format:
Adobe Portable Document Format
Download

Collections

Alliance Bioversity CIAT Posters, Presentations, and Infographics
Alliance Research Lever 3: Climate Action
Alliance Research Lever 5: Digital Inclusion
CGIAR Initiative on Climate Resilience