Facultad de Ciencias Agropecuarias Doctorado en … · la capacidad de producir alimentos en el ......

Facultad de Ciencias Agropecuarias

Doctorado en Ciencias Agrarias

1

1. Información general

Título del proyecto: Modelación y simulación de criterios de mejoramiento genético para el fortalecimiento de la sostenibilidad de la actividad ganadera

Nombre de los Grupos de Investigación:

Nombre del Grupo: Grupo de investigación y proyección producción agropecuaria -GIPPA- Facultad: Ciencias Agropecuarias Departamento: Producción Agropecuaria

Clasificación B

Tipo de proyecto de I&D: Investigación Básica: Investigación Aplicable: Creación: Innovación Tecnológica:

Área Estratégica del Plan de Desarrollo

Biotecnología

Artes, Cultura y Humanidades Problemática Social

Salud

Ambiental

No corresponde a ninguna de las áreas estratégicas

INTEGRANTES DEL EQUIPO DE INVESTIGACIÓN (*investigador responsable)

NOMBRE/TIPO DE VINCULACIÓN DEPARTAMENTO/PROGRAMA ÁREA DE CONOCIMIENTO

Henry Mesa Echeverri*/ Profesor Producción Agropecuaria Agronomía, Veterinaria y afines

Raúl A. Molina Benavides/Asesor Universidad Nacional de Colombia, Sede Palmira

Agronomía, Veterinaria y afines

Julio E. Vargas Sánchez/Asesor Producción Agropecuaria Agronomía, Veterinaria y afines

Rafael R. Moncada Aguirre/ Estudiante Doctorado Ciencias Agrarias Agronomía, Veterinaria y afines

Lugar de Ejecución del Proyecto: (Municipio/Departamento) Ciudad: Manizales Departamento: Caldas

Presupuesto

Valor total del proyecto: $ Fuentes de financiación:

Valor solicitado en esta convocatoria: $

Duración total (meses): 24

2. Resumen ejecutivo

Las metodologías de evaluación y selección de individuos para aumentar la productividad en animales son ampliamente conocidas y aplicadas en muchas partes del mundo. Si entendemos el mejoramiento genético animal como una herramienta para lograr la adaptación de las poblaciones al ambiente disponible, debemos reconocer que los nuevos ambientes tienen restricciones a las que nos debemos adaptar. En Colombia se han hecho algunos avances en la aplicación de esas metodologías, pero como en el resto del mundo, se ha dejado fuera de la ecuación la sostenibilidad, poniendo en peligro la capacidad de producir alimentos en el futuro. Ante la pregunta: ¿qué criterios del mejoramiento genético se deben aplicar para fortalecer la sostenibilidad de los sistemas productivos vacunos? se ha optado por las metodologías del análisis de sistemas como

X

X

X



2

una forma integral de identificar variables, indicadores y metas que puedan ser evaluadas y posteriormente incluidas en las ponderaciones tradicionales de los programas de mejoramiento y evaluación genética, para la construcción de índices de selección. Se prevé, con base en la literatura disponible, que algunas variables relacionadas con costos de producción, calidad del producto, bienestar animal e impacto ambiental serán importantes en la definición de objetivos hacia la sostenibilidad. Como punto de partida, se esbozan aproximaciones metodológicas para la identificación de indicadores de sostenibilidad de los sistemas productivos vacunos potencialmente mejorables genéticamente, y que puedan ser simulados posteriormente en diferentes escenarios y políticas construidas a partir de la realidad de los tipos de producción vacuna preponderantes en nuestro país. Se busca evaluar la sensibilidad de algunos indicadores de sostenibilidad a cambios en el progreso genético de una población para las variables seleccionadas. 3. Conformación y trayectoria del equipo de investigadores

El Grupo de Investigación y Proyección Producción Agropecuaria -GIPPA- (COL0103988) se creó en Enero de 2011 y está integrado por un grupo interdisciplinar de Médicos Veterinarios Zootecnistas, Ingenieros Agrónomos y Licenciados en Biología y Química, todos con formación doctoral o de maestría. El grupo ha definido tres líneas estratégicas de trabajo para dar respuesta a las necesidades del sector agropecuario: Genotecnia, Bioprospección y Producción Integrada, y da cobijo a cuatro semilleros de investigación con una participación aproximada de 40 estudiantes de pregrado. Actualmente se están desarrollando proyectos que vinculan 2 estudiantes de la Maestría en Sistemas de Producción Agropecuaria y dos estudiantes del Doctorado en Ciencias Agrarias, ambos de la Universidad de Caldas. Entre los temas de interés reciente para los investigadores del grupo se encuentran: Caracterización y bioprospección de tomate tipo cereza, Mejoramiento productivo y uso estratégico de subproductos de la citricultura, Optimización de protocolos de propagación vegetal, Diversidad genética y mejoramiento de guanábana, Impacto del cambio climático en las cadenas productivas de peces, lulo, fresa, caña panelera, cítricos y aguacate, y Evaluación y mejoramiento genético en vacunos y bufalinos.



3

4. Descripción del proyecto

4.1 Planteamiento de la pregunta o problema de investigación y su justificación

La ganadería vacuna ha sido y es una actividad de gran relevancia a nivel global, por sus grandes aportes en producción de proteína animal (leche y carne) ante la creciente demanda de la misma, ocupa el 80% de las tierras disponibles para producción agraria y representa el 40% de la producción agropecuaria; y por la gran generación de empleos de forma directa e indirecta se convierte en la principal fuente de ingresos y de seguridad alimentaria de por lo menos 1.3 billones de personas en el mundo (FAO, 2014)

Sin embargo, la actividad ganadera vacuna se encuentra en la mira del mundo ya que el costo ambiental de esta producción es alto y bien conocido, generando de forma directa e indirecta (FAO, 2013):

Contaminación y agotamiento de fuentes hídricas.

Erosión y degradación de tierras y bosques.

Gases de efecto invernadero que contribuyen al cambio climático.

Pérdida de ecosistemas y de fauna silvestre.

Las causas de esa situación van desde la baja apropiación tecnológica del sector, las malas prácticas en el uso, tratamiento y disposición de agroquímicos, excretas, desechos y residuos, hasta los costos ambientales derivados de los procesos de transporte, industrialización y comercio de los productos de origen vacuno (FAO, 2013). Los animales contribuyen a la problemática a través de la producción de gases de efecto invernadero y de la compactación y erosión en los suelos; por tanto, se vienen desarrollando acciones para la mitigación de los daños ambientales derivados de la actividad ganadera vacuna, las cuales se desarrollan desde diferentes frentes tecnológicos: nutrición, alimentación, uso estratégico de pasturas, disposición de desechos, salud animal, modificaciones ruminales y mejoramiento genético, todas pretenden abordar los daños con medidas de tipo físico o de utilización y adopción de los recursos tecnológicos disponibles (GRA, 2013).

Aunque la ganadería vacuna hace parte vital de los aspectos sociales y económicos colombianos, con alrededor de 400.000 ganaderos inscritos ante las instituciones reguladoras, de los cuales el 38% trabajan en sistemas tipo doble propósito (DP), 6.4% en sistemas tipo especializados (LE), y 55.6% en sistemas tipo carne (TC) (cría, recría y ceba), y aporta más de 1.856.000 empleos, esta actividad se encuentra en un estancamiento en su desempeño productivo y económico (Fedegan, 2012). Los indicadores muestran promedios de productividad láctea diaria por vaca de 5,6 L, con una reducción porcentual del 11,2% con respecto al año anterior (DANE, 2015) capacidades de carga por hectárea inferiores a 0,5 unidades gran ganado (UGG), con pobres ganancias de peso diarias (250 a 350 g); todo se traduce en elevadas edades al sacrificio y márgenes de utilidad por venta de kg de carne y leche inferiores al 13% (Fedegan, 2012). Algunas de las causas de la situación expuesta son la escasa y débil agremiación y la pobre estructura de mercado y comercialización (Vergara, 2010). Todo lo expuesto contribuye a la vulnerabilidad del sistema ante variaciones en los precios de los insumos y del mercado, mediada por la adopción de modelos de producción, sistemas de alimentación y planes de mejoramiento genético foráneos que no responden a las posibilidades y necesidades propias de los sistemas ganaderos vacunos colombianos.



4

En Colombia se han hecho algunos procesos de evaluación genética y selección de especies animales, pero éstos se han limitado a intentos de aumentar la productividad basados en la selección de características productivas, sin tener en cuenta los criterios del mejoramiento genético que podrán aportar al fortalecimiento de la sostenibilidad de los sistemas productivos. Los esfuerzos para colectar y procesar información genealógica y de desempeño de una población requieren una gran inversión económica, y ésta solo es viable si existe la expectativa de la generación de utilidades para el criador o la empresa que incurre en estos costos. Es así como la ausencia de la información necesaria para definir los criterios de mejoramiento genético que fortalezcan la sostenibilidad de los sistemas ganaderos vacunos nos condena a perpetuar esquemas de “mejoramiento” que no responden a las necesidades de la sociedad en la que estamos inmersos, que solo tienen en cuenta valores de cría de ciertos rasgos productivos, como litros de leche por lactancia, o la cantidad de grasa y proteína, mas no enfatizan apropiadamente criterios de longevidad, persistencia de la lactancia, niveles de suplementación, requerimientos de agroquímicos, emisiones de gases de efecto invernadero, entre otros rasgos de importancia económica, ambiental y social.

Se hace preciso identificar los indicadores de sostenibilidad en los sistemas ganaderos vacunos que son potencialmente mejorables genéticamente, para modelarlos y por medio de la simulación de escenarios y políticas, usando la metodología de dinámica de sistemas identificar los puntos críticos, las oportunidades y la sensibilidad dentro del sistema a cambios en los diferentes criterios de mejoramiento genético, para finalmente realizar propuestas para: mitigar los efectos negativos sobre el ambiente, aumentar la productividad, rentabilidad y eficiencia de los sistemas productivos y generar productos acordes con las exigencias del mercado actual. 4.2 Marco Teórico

La finalidad del mejoramiento genético es lograr una interacción optima entre el ambiente y el animal, entendiendo entonces que los genes por si mismos no podrán desarrollar un rasgo si no hay un ambiente adecuado para que este se exprese, y de igual manera ninguna cantidad de atención y esfuerzo dedicado a la modificación o enriquecimiento de un ambiente podrá potenciar la expresión de un rasgo si no existen los genes necesarios para esto (Lush, 1945).

En el modelo genético F = µ + Genético + Ambiental + GE, se entiende que los diferentes fenotipos de un rasgo determinado están dados por la suma de efectos genéticos, ambientales y de la interacción entre el factor genético y el ambiental. En

mayor detalle, y dejando de lado por el momento la interacción GE, el modelo se puede expresar como F = µ + (A+D+E) + (T+P)

A= Aditivo D= Dominancia E= Epistasis T= Efecto ambiental temporal P= Efecto ambiental permanente

Donde el componente A es el netamente heredable a las siguientes generaciones, el D y E aportan a la variabilidad genética, y T y P son los componentes ambientales sobre los cuales se desarrollaran los componentes genéticos (Falconer & Mackay, 1996).



5

Los conceptos básicos del mejoramiento genético de las poblaciones animales fueron expuestos en gran detalle desde hace más de 70 años (Lush, 1945), y aunque las consecuencias económicas de los procesos de selección eran obvias en ese momento, la incorporación de criterios económicos en los índices de selección es más reciente (Harris, 1970; Weller, 1994)

El uso del análisis de sistemas como estrategia para el desarrollo de planes de apareamiento y objetivos de selección fue propuesto hace ya casi 40 años. El análisis de sistemas se convierte en una herramienta que nos permite estudiar el sistema completo dentro de un marco analítico; en este contexto se requiere que el objetivo se defina claramente y que el sistema se especifique para llegar a la toma de decisiones con respecto a los sistemas de apareamiento y los reproductores seleccionados (Wilton, 1979).

Debe haber claridad en que no existen reglas concretas para determinar el animal

ideal para un sistema, pero existe un método de aproximación que requiere conocimiento detallado de los rasgos de importancia en el animal, su desempeño en las interacciones con los factores ambientales, aspectos administrativos, costos, precios y el objetivo del sistema, para que un rasgo pueda ser mejorado genéticamente debe presentar fenotipos medibles o estimables de forma precisa, ser heredable y tener correlaciones genéticas conocidas con otros rasgos (Bourdon, 2000).

Los criterios de mejoramiento en su expresión más general son las variables

usadas para la elección de los progenitores, los cuales dependerán de la información que se encuentre disponible: fenotipos individuales, fenotipos de un grupo de hijos, o de los antepasados, así como índices que combinen diferentes expresiones fenotípicas y ponderaciones económicas, valores de cría y diferencias esperadas de la progenie (Bourdon, 2000; Cardellino & Rovira, 1987).

El objetivo de selección se define como el caracter que se desea mejorar

genéticamente debido a su importancia. Cuando el objetivo de selección es el mismo criterio de mejoramiento usado, la estrategia de mejoramiento se llama selección directa; cuando el objetivo de selección es diferente al criterio de mejoramiento, se considera un selección indirecta, y hace uso de las correlaciones genéticas conocidas entre los rasgos (Cardellino & Rovira, 1987).

Bovinos Carne PD GND PF PA

Peso al nacer PN 0,5 0,5 0,6

Peso al destete PD 0,9 0,8 0,7

Ganancia nacimiento-destete GND 0,7

Peso final (estabulado) PF

Peso al año (Pasturas) PA

Correlaciones genéticas entre algunas caracteristicas de producción.



6

Adaptado de (Cardellino & Rovira, 1987) Cuando se han definido los rasgos que son importantes para el productor, el

problema básico del mejoramiento es seleccionar los animales con el mayor valor genético para ser los padres de la próxima generación; en este propósito los índices de selección (I) son la metodología que maximiza la correlación entre el verdadero mérito genético y la predicción que hacemos de él, además de maximizar la probabilidad de ordenar correctamente los animales y de maximizar el promedio de los valores genéticos del grupo seleccionado (Van Vleck, 1993). Estos I son entonces la manera óptima de combinar variables cuando se desea un cambio conjunto en varias de ellas. La adición de ponderadores económicos a los I calculados permite la maximización de la respuesta económica en un programa de selección en la forma de un valor de cría agregado (H) (Weller, 1994).

La efectividad del programa de selección es medida con el progreso genético

resultante, el cual se maximiza al seleccionar los animales con los mejores valores de cría, diferencias de las progenies o habilidades de producción para los criterios de mejoramiento genético seleccionados, pero ya que no se conocen los verdaderos valores se deberá trabajar con sus respectivas predicciones: valor de cría esperado, diferencia esperada de la progenie, habilidad de producción más probable, las cuales se calcularan a partir de las fuentes de información disponibles para cada criterio (Bourdon, 2000)

Hace más de treinta años (Cardellino & Rovira, 1987) expusieron algunas de las

limitantes al progreso genético

Falta de definición clara de los objetivos de selección.

Falta de objetividad y de exactitud en la evaluación de los caracteres de importancia.

Comparación entre individuos criados en diferentes condiciones ambientales.

Bovinos Leche y Doble Proposito

producción de leche X % de grasa -0,1 a -0,7

% de sólidos no grasos 0,0 a 0,2

% de proteina -0,1 a -0,5

Eficiencia alimentaria 0,8 a 0,9

Velocidad de ordeño 0,2 a 0,3

Alura a las curves 0,3 a 0,7

% de grasa en la canal -0,05 a 0,15

& de carne en la canal -0,15 a 0,1

Procentaje de grasa X % de sólidos no grasos 0,3 a 0,7

% de proteina 0,4 a 0,7

Ganancia de peso X Rendimiento de canal 0,1 a 0,4

% de grasa en la canal 0,0 a 0,1

& de carne en la canal -0,05 a -0,5

Distocia 0,2 a 0,3

Correlaciones genéticas entre algunas caracteristicas de producción.



7

Sobrevaloración del pedigrí y del estándar racial como indicativos del valor genético de un individuo o de la población.

Énfasis en individuos fuera del contexto de la población a la cual pertenece.

Énfasis exagerado en los resultados de los jurados en las exposiciones ganaderas, como base para el mejoramiento genético.

Importación indiscriminada de material genético, sin información que soporte estas inclusiones.

Las cuales en la actualidad continúan impidiendo el progreso genético de los caracteres de importancia.

Según reportes de la (ADSA, 2016) y la (USDA, 2017), en Estados Unidos entre los años 1925 y 2000 se aumentó en 6 veces la producción láctea por vaca en lactancias ajustadas a 305 días, manteniéndose estable hasta el 2016, con inclusiones de los siguientes indicadores como respuesta a las necesidades y requerimientos identificados en los periodos específicos:

• Producción de leche en 1971 • Vida productiva y células somáticas en 1994 • Rasgos de conformación en 2000 • Fertilidad y facilidad al parto en 2003

A pesar de que Colombia ha adoptado los esquemas de producción y programas

de mejoramiento genético de otros países, la respuesta del progreso genético para rasgos como producción de leche, y ganancia de peso diaria, en sistemas de producción tipo DP y TC no ha sido positiva. Incluso la tendencia de estos progresos encaja con los comportamientos esperados en un esquema de reproducción aleatoria, ya que las diferencias en las condiciones ambientales colombianas con respecto a la de los países de donde se adaptan los esquemas productivos y de mejoramiento son bastante marcadas (Galeano, 2010).

En los últimos años se ha desarrollado una amplia variedad de literatura en torno al concepto de sostenibilidad, por esto al momento de hablar de sostenibilidad de los sistemas pecuarios, es necesario hacer algunas precisiones conceptuales

Producción: Es la cantidad de bienes o servicios obtenidos en un tiempo determinado a través de un proceso, Ejemplo: 5000 litros de leche/año (Perrin, 1967).

Productividad: Se refiere al rendimiento de los factores de producción por unidad

de producto. Es el producto medio de los factores de producción. Por ejemplo, la productividad del trabajo es el producto medio por unidad de trabajo (litros de leche producidos dividido entre el número de horas trabajadas: productividad por trabajador) y la productividad del capital, el producto medio por unidad de capital (litros de leche producidos dividido por el número de animales: productividad por animal) (Pindyck & Rubinfeld, 2001).

Rentabilidad: Relación que existe entre la utilidad y la inversión necesaria para lograrla, esto supone la comparación entre la renta generada y los medio utilizados para obtenerla con el fin de permitir la elección entre alternativas (Sánchez, 2002)



8

Eficiencia: Relación entre insumos y productos, obtención de más producto con la

utilización de menos insumos (Robbins & Coulter, 2005).

Mitigación: Conjunto de acciones y mecanismos encaminados a reducir el posible impacto negativo de las amenazas internas y externas a un sistema (SAFA, 2014).

Adaptación: Proceso de ajuste al clima real o proyectado y sus efectos, la

adaptación trata de moderar o evitar los daños o aprovechar las oportunidades beneficiosas (IPCC, 2014).

Sostenibilidad: Proceso dinámico que garantiza la persistencia de los sistemas

naturales y humanos de forma equitativa (IPCC, 2014), de forma que el ambiente, la diversidad genética y los aspectos éticos y sociales deben ser tenidos en cuenta además del valor económico a corto y largo plazo (Olesen, Groen, & Gjerde, 2000).

Se ha planteado que los mejoradores ya se están enfocando en caracteres

relacionados con la sostenibilidad tales como rasgos funcionales que afecten la salud y bienestar de los animales o la preservación de recursos genéticos para uso futuro (Sandøe, Nielsen, Christense, & Sørensen, 1999). Para lograr la meta de sostenibilidad es necesario contar con una forma de medirla para saber si existe progreso y tomar las decisiones pertinentes, y en este camino ya se ha propuesto una metodología para la definición de indicadores que pueden ser ajustados a las condiciones específicas del sistema (Müller, 1996).

Los indicadores son medidas que sintetizan información sobre procesos, eventos o tendencias de un ambiente determinado, los cuales deben ser evaluados en una unidad común que permita brindar información integrada para construir sistemas de comunicación globales, constituyendo así una herramienta para la definición de puntos críticos y posterior toma de decisiones (Noguera, 2003; SAFA, 2013)

Los indicadores deben ser aplicables a una amplia variedad de ecosistemas y condiciones, pudiendo ser comparados y analizados de manera integrada con otros indicadores para ofrecer información importante para la evaluación del sistema, manteniéndose objetivos y centrados en aspectos claros que reflejen el atributo de sostenibilidad a evaluar y siendo sensibles a los cambios en tiempo y espacio del sistema (Lopez-Ridaura, Vankeulen, Vanittersum, & Leffelaar, 2005).

En los procedimientos para la medición y monitoreo de los indicadores, la escala

de medición (animal, hato, hectárea, predio, asociación, cuenca) determina el tipo de indicador más apropiado para la evaluación, se puede utilizar diferentes métodos: revisiones bibliográficas, mediciones directas, modelos de simulación, encuestas, entrevistas individuales y grupales (Duarte, 2005).

Actualmente se han propuesto, desarrollado y estandarizado indicadores para la

medición y generación de evidencia del avance sobre las metas de sostenibilidad, los cuales cuentan con una adecuada descripción de su función, su relevancia y usos, con unidades y métodos de medida bien establecidos, reconociendo sus limitaciones e impactos, estos se han desarrollado sobre las tres principales dimensiones de la sostenibilidad; la resiliencia económica, la integridad medioambiental, y el bienestar social (SAFA, 2013).



9

En adición al aumento de la productividad, se han propuesto como indicadores de

sostenibilidad otras variables como fuga de nutrientes, uso de drogas, producción de gases (CH4, CO2, NH3), tasa de agotamiento de los recursos, y desordenes del comportamiento de los animales que puedan afectar la eficiencia en el uso de los recursos, el ambiente o la moral de los empleados (Olesen et al., 2000).

La necesidad de simbolizar tanto la estructura y la función de un sistema lleva a buscar y utilizar herramientas que de manera descriptiva permitan representar la estructura de un sistema junto con sus diversos componentes e interacciones, y que de manera dinámica permitan simular el comportamiento de dicho sistema en diferentes escalas de tiempo, siendo la dinámica de sistemas la herramienta para dicho fin (Díaz, 2014).

La dinámica de sistemas es un método para describir, modelar, simular y analizar de manera dinámica problemas o sistemas complejos, en términos de procesos, información, organización, límites y estrategias (Pruyt, 2013) y esta puede ser aplicada a cualquier sistema dinámico en cualquier escala de tiempo o espacio (Sterman, 2000).

La dinámica de sistemas inicia con la presunción de que el comportamiento de los

sistemas es causado principalmente por su estructura, teniendo en cuenta aspectos sociales, económicos y ambientales (Pruyt, 2013). Este comportamiento nace de la interacción de sus componentes, ya que las relaciones causa - efecto no siempre son proporcionales, el sistema tiende a adaptarse y a generar respuestas a los cambios en su estructura de diferentes formas en diferentes periodos de tiempo (Sterman, 2000).

Las tendencias reales en el comportamiento de un sistema, y la evolución del

mismo ante los diferentes cambios que se presentan en su estructura, solo pueden ser observadas en escalas de tiempo amplias, por esto es importante mantener un enfoque a largo plazo (Molina, 2015).

La modelación es una representación artificial y simplificada donde se incorporan

las características primarias que definen y recrean el comportamiento de un fenómeno o un sistema real (Bennett et al., 2013), lo que significa una mediación entre las teorías y suposiciones con el mundo real (Peck, 2004)

El análisis y la modelación cuantitativa permiten reestructurar los sistemas y

diseñar herramientas de control para optimizar comportamientos, identificando cambios potencialmente positivos en la estructura y probándolos en un “laboratorio virtual” (Pruyt, 2013; Wolstenholme, 1990).

Para representar los modelos mentales que se tiene del sistema que se va a modelar y simular, se hace uso de diagramas causales los cuales son una representación cualitativa de las interacciones entre las variables la retroalimentación que existe entre ellas y de modelos de flujos y niveles que representan cuantitativamente los movimiento de entradas y salidas del sistema (Schaffernicht, 2009).

(Sterman, 2000) Propone cinco pasos para la formulación de un modelo dinámico:

articulación del problema, formulación de la hipótesis dinámica, formulación del modelo de simulación y evaluación del modelo y análisis de políticas y escenarios.



10

Una vez diseñada la estructura del sistema esta debe ser sometida a una etapa de validación, la cual pondrá a prueba la solidez y utilidad del modelo, con el fin de identificar errores y limitaciones dentro del mismo, para que puedan ser corregidas. Finalmente se deberá establecer que el comportamiento de las variables dentro del modelo construido tenga un comportamiento similar al de la realidad, por lo que se procederá a realizar simulaciones y con base a la información obtenida de las mismas, se aplicaran las correcciones y ajustes necesarios al modelo (Sterman, 2000).

4.3 Objetivos 4.3.1 General

• Identificar y modelar criterios de mejoramiento genético que contribuyan a la sostenibilidad de la ganadería vacuna.

4.3.2 Específicos

Compilar sistemáticamente los criterios existentes para evaluar la sostenibilidad de un sistema ganadero vacuno.

Seleccionar los indicadores de sostenibilidad potencialmente mejorables genéticamente.

Construir modelos que involucren la sostenibilidad de los sistemas ganaderos vacunos.

Simular escenarios y políticas del impacto del progreso genético sobre la sostenibilidad de los sistemas ganaderos vacunos.

4.4 Metodología propuesta

Para la identificación de los indicadores se utilizara la revisión sistemática (RS), la cual se define como un estudio secundario, integrativo, observacional, retrospectivo y sistemático que provee una síntesis de información racional de la investigación básica. La RS formula preguntas claramente definidas, aplicando estándares rigurosos a la investigación secundaria para identificar y seleccionar estudios, evaluar éstos críticamente, extraer los datos de interés y analizarlos, superando las limitaciones de la revisión narrativa (Gisbert & Bonfillc, 2004) (Beltran, 2005) Propone 5 pasos para realizar una revisión sistemática:

1. Formulación de la pregunta de investigación

Debe ser clara y simple.

Definir los componentes claves de la pregunta.

Definir la amplitud pregunta.

2. Especificación de los criterios de inclusión y exclusión de los estudios

Tipo de diseño metodológico de los estudios.

Años de publicación de los estudios.

3. Formulación del plan de búsqueda de la literatura

Recopilación exhaustiva, estudios publicados y no publicados

Inclusión de varios idiomas.

Consulta con expertos



11

4. Registro de los datos y evaluación de la calidad de los estudios seleccionados

Criterios preestablecidos para definir la validez de los estudios

Formatos de control de calidad

5. Interpretación y presentación de los resultados.

Agrupamiento de resultados por semejanzas.

Determinación de la aplicabilidad de los resultados.

Síntesis de los resultados obtenidos.

Para la construcción de modelos y el planteamiento de escenarios y políticas para la simulación del impacto del progreso genético sobre indicadores de sostenibilidad de los sistemas ganaderos vacunos, se utilizara la metodología de dinámica de sistemas, planteando las variables asociadas al problema de estudio, sus interacciones y relaciones por medio de los diagramas causales, y representaciones de los movimientos de entradas y salidas mediante las herramientas de flujos y acumuladores.

Los modelos serán diseñados a partir de las diferentes realidades preponderantes del sector ganadero colombiano, involucrando los diferentes tipos de sistemas productivos (LE, DP y TC), con los diferentes niveles de suplementación y políticas de manejo dentro de cada uno de ellos. En la construcción del modelo se tomaran en consideración el mayor número de componentes que alimenten los indicadores relevantes para la medición de la sostenibilidad de la ganadería vacuna resultantes de la revisión sistemática. Se seguirán las fases para la construcción de un proyecto de modelamiento propuestas por (Sterman, 2000).

1) Definición del problema

¿Cuál es la pregunta o problema a resolver por medio del modelo? ¿Qué criterios del mejoramiento genético se deben aplicar para fortalecer la sostenibilidad de los sistemas productivos vacunos?

Definición de fronteras físicas y temporales, en las cuales el modelo podrá funcionar de manera óptima.

2) Elaboración de un modelo conceptual o hipótesis dinámica

Generación de información por mesa de expertos y fuentes bibliográficas.

Definir la estructura, las políticas de decisión, y las interrelaciones dentro y entre las mismas.

Reconocimiento de variables y relaciones causales por medio de diagramas causales, y diagramas de flujos y acumuladores.

3) Elaboración del modelo cuantificable y simulable

Formulación e introducción de los parámetros del modelo.

4) Evaluación del modelo mediante pruebas de:

Límites

Valoración de la estructura

Error de integración

Valoración de parámetros

Condiciones externas



12

Consistencia dimensional

Reproducción del comportamiento

Análisis de sensibilidad

5) Análisis de políticas y escenarios.

Establecimiento de estrategias, políticas y cambios en la estructura del sistema, para evaluar por medio de la simulación, la respuesta del modelo a dichos cambios, y su comportamiento en diferentes escenarios propuestos.

Identificar problemáticas no consideradas dentro del modelo y problemas del diseño del modelo.

Proponer acciones o estrategias para corregir o mitigar los problemas identificados.

4.5 Resultados esperados

1. Fortalecimiento de la comunidad científica colombiana: a. Formación de un investigador con grado de PhD b. Capacitación de 2 estudiantes de pregrado de Medicina Veterinaria y

Zootecnia c. Consolidación del grupo de investigación GIPPA.

4.6 Impactos esperados a partir del uso de los resultados:

1. Generación de nuevo conocimiento sobre variables, indicadores, metas y ponderadores para la inclusión de nuevos criterios en los programas de mejoramiento genético en vacunos.

2. Apropiación social/pública del conocimiento: Se prevé que los resultados podrán ser aplicados por asociaciones de productores o de razas en Colombia para generar programas de mejoramiento genético acordes a las necesidades específicas de cada asociación

3. Producción y presentación de dos artículos de investigación en una revista científica indexada por COLCIENCIAS en categoría A1 o A2.

4. Participación en un evento académico a nivel nacional o internacional presentando ponencia o poster a la comunidad académica sobre la temática desarrollada en la tesis doctoral



13

4.7 Cronograma de actividades:

Actividad 2017-1 2017-2 2018-1 2018-2 2019-1 2019-2

Presentación proyecto X

Revisión sistemática de literatura.

X

Identificación de indicadores X

Construcción de los modelos del sistema.

X X

Pasantía. X

Construcción de escenarios para la modelación.

X

Ejecución del análisis de sensibilidad.

X

Presentación tesis doctoral. x

5. Compromisos El estudiante se compromete con las siguientes acciones o iniciativas durante el tiempo de ejecución del proyecto: a) Someter a evaluación un artículo de investigación en una revista científica indexada por COLCIENCIAS en categoría A1 o A2, derivada de su tesis de Doctorado; b) Participar en un evento académico a nivel nacional o internacional presentando ponencia o poster a la comunidad académica sobre la temática desarrollada en su tesis de Doctorado. 6. Bibliografía ADSA. (2016). American Dairy Science Association Retrieved marzo, 2017, from https://www.adsa.org/

Beltran, O. (2005). Revisiones sistemáticas de la literatura. Asociaciones Colombianas de Gastroenterología,

Endoscopia digestiva, Coloproctología y Hepatología.

Bennett , N., Croke, B., Guariso, G., Guillaume, J., Hamiltona, S., Jakemana, A., . . . Andreassian, V. (2013).

Characterising performance of environmental models. elsevier.

Bourdon, R. (2000). Understanding animal breeding. New Jersey.

Cardellino, R., & Rovira, J. (1987). Mejoramiento Genetico Animal: Editorial hemisferio sur.

DANE. (2015). Encuesta nacional agropecuaria, ENA [Press release]

Díaz, M. (2014). Estudio de la variabilidad climática y los agroecosistemas cafeteros desde la dinámica de

sistemas. (Tesis de maestría), Universidad Nacional de Colombia, Bogota.

Duarte, N. (2005). Sostenibilidad socioeconómica y ecológica de sistemas agroforestales de café (Coffea

arabica) en la microcuenca del Río Sesesmiles, Copán, Honduras. (Tesis de maestría ), Turrialba,

Costa Rica.

Falconer, D., & Mackay, T. (1996). Introduction to quantitative genetics. England.

FAO. (2013). tackling climate change through livestock, a global assessment of emissions and mitigation

opportunities.

FAO. (2014). Decision tools for family poultry development. Animal production and health. Roma.

Fedegan. (2012). Análisis del inventario ganadero colombiano. Comportamiento y variables explicativas.

Retrieved febrero 2017, from

http://www.fedegan.org.co/publicacion/publicaciones_presentaciones/presentaciones-tecnicas

Galeano, A. (2010). Evaluación genética del recurso animal de los sistemas de producción de bovinos en

doble propósito en Colombia. (Tesis de maestria), Universidad Nacional de Colombia, Bogota.

http://www.adsa.org/

http://www.fedegan.org.co/publicacion/publicaciones_presentaciones/presentaciones-tecnicas



14

Gisbert, J., & Bonfillc, X. (2004). ¿Cómo realizar, evaluar y utilizar revisiones sistemáticasy metaanálisis?

Upper Gastrointestinal and Pancreatic Diseases Group.

GRA. (2013). Reducing greenhouse gas emissions from livestock, best practice and emerging options. Global

research alliance,Livestock Research Group.

Harris, D. (1970). Breeding for Efficiency in Livestock Production: Defining the Economic Objectives. J.

Anim. Sci., 30, 860-865.

IPCC. (2014). Anexo II: Glosario [Mach, K.J., S. Planton y C. von Stechow (eds.)]. En: Cambio climático

2014: Informe de síntesis. Contribución de los Grupos de trabajo I, II y III al Quinto Informe de

Evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático [Equipo principal

de redacción, R.K. Pachauri y L.A. Meyer (eds.)]. IPCC, Ginebra, Suiza, págs. 127-141.

Lopez-Ridaura, S., Vankeulen, H., Vanittersum, M., & Leffelaar, P. (2005). Multiscale methodological

framework to derive criteria and indicators for sustainability evaluation of peasant natural resource

management systems. Environment, Development and Sustainability, 7, 51–69.

Lush, J. (1945). Animal Breeding Plans. Ames, Iowa: The Iowa State College Press.

Molina, R. (2015). Estudio de la sostenibilidad en cuatro sistemas ganaderos con diferentes niveles de

intensificación mediante dinámica de sistemas. (Tesis de Doctorado), Universidad Nacional de

Colombia, palmira.

Müller, S. (1996). How to measure sustainability: an approach for agriculture and natural resources. San

José, CR: GTZ-IICA.

Noguera. (2003). Asociación de Desarrollo Rural Coop V. Aproximación a un Sistema de Indicadores de

Sostenibilidad para la Ganadería Ovina en la Provincia de Castellón. Caudiel (Castellón).

Olesen, I., Groen, A., & Gjerde, B. (2000). Definition of animal breeding goals for sustainable production

systems. J. Anim. Sci., 78, 570-582.

Peck, S. (2004). Simulation as experiment: a philosophical reassessment for biological modeling. elsevier.

Perrin, G. (1967). Control de costes por el método GP. Madrid: Ibérico europea de ediciones.

Pindyck, R., & Rubinfeld, D. (2001). Microeconomía 5ª Edición. Prentice Hall: Ed. Madrid.

Pruyt, R. (2013). System Dynamics Models for Big Issues: Triple Jump towards Real-World Dynamic

Complexity (pp. 324).

Robbins, S., & Coulter, M. (2005). Administracion. Octava edición. México: Pearson educación.

SAFA. (2013). Sustainability Assessment of Food and Agriculture Systems, INDICATORS

Roma: FAO.

SAFA. (2014). Anexo II: Glosario [Mach, K.J., S. Planton y C. von Stechow (eds.)]. En: Cambio climático

2014: Informe de síntesis. Contribución de los Grupos de trabajo I, II y III al Quinto Informe de

Evaluación del Grupo Intergubernamental de Expertos sobre el cambio Climático [Equipo principal

de redacción, R.K. Pachauri y L.A. Meyer (eds.)]. IPCC Ginebra, Suiza. 127-141.

Sánchez, B. (2002). Análisis de Rentabilidad de la empresa, [en línea]. Retrieved febrero, 2017, from

http://www.5campus.com/leccion/anarenta

Sandøe, P., Nielsen, B., Christense, L., & Sørensen, P. (1999). Stayin good while playing God: The ethics of

breeding farm animals. Anim. Welf., 8, 313-328.

Schaffernicht, M. (2009). Indagación de situaciones dinámicas mediante la dinámica de sistemas Vol. 1. E.

U. D. TALCA (Ed.) (pp. 285).

Sterman, J. (2000). Business Dynamics Systems Thinking and Modeling for a Complex World United States of

America: Jeffrey J. Shelsfud

USDA. (2017). National Agricultural statistics service, Milk production.

Van Vleck, L. (1993). Selection Index and introduction to mixed model methods for genetic improvement of

animals: the green book. Boca Raton, FL: CRC Press, Inc.

Vergara, W. (2010). La ganadería extensiva y el problema agrario. El reto de un modelo de desarrollo rural

sustentable para Colombia. Ciencianimal.

Weller, J. (1994). Economic Aspects of Animal Breeding. London , UK: Chapman & Hall.

Wilton, J. (1979). The use of production systems analysis in developing mating plans and selection goals. J.

Anim. Sci., 49(3), 809-816.

Wolstenholme, E. (1990). System Enquiry-A System Dynamics Approach. . Chichester,England: John Wiley

and Sons.

http://www.5campus.com/leccion/anarenta

Facultad de Ciencias Agropecuarias Doctorado en … · la capacidad de producir alimentos en el ......

Documents

Transcript of Facultad de Ciencias Agropecuarias Doctorado en … · la capacidad de producir alimentos en el ......