English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

En esta tesis se desarrolló un modelo matemático que permitirá a los productores agropecuarios identificar las variables relevantes para dimensionar los equipos de cosecha. La variable dependiente fue el costo anual de cosecha, previamente desagregada para el análisis en cuatro rubros: de propiedad, operativos, de oportunidad por la demora en la cosecha y los especiales que surgen de la implementación de sistemas de cosecha alternativos (sólo en el caso del poroto). Las variables independientes fueron el sistema de cosecha y la capacidad de trabajo de los equipos. Los costos de propiedad son aquellos que no dependen de la intensidad del uso de la máquina. Los ejemplos principales son la depreciación, el interés sobre el capital invertido, los impuestos, los seguros y el resguardo. Dentro de los costos operativos se consideraron tres rubros relevantes: combustibles y lubricantes, reparación y mantenimiento y mano de obra. Los costos de oportunidad por la demora en la cosecha incluyeron tanto las reducciones en el rendimiento como la calidad del cultivo. Los costos específicos para el sistema de cosecha mecánica directa incluyeron la aplicación de un desecante químico y, en el caso del sistema de cosecha convencional, los costos de las labores de arrancado, engavillado y acordonado. También se incluyen en este rubro las diferentes pérdidas de cosecha que traen aparejadas ambos sistemas. Para estimar la capacidad de trabajo de los equipos, se utilizó la técnica de programación no lineal mientras que, para la selección del sistema de cosecha, se compararon los valores netos del producto cosechado de cada uno; asimismo se estimó por iteraciones el punto de indiferencia entre ambos sistemas de cosecha. Aunque este modelo es aplicable a cualquier empresa agrícola extensiva en el país, fue evaluado para las producciones de soja (Glycine max L. Merrill), poroto (Phaseolus vulgaris L.) y trigo (Triticum aestivum L.) en los departamentos de San Martín y Orán de la Provincia de Salta (Argentina). Los datos empíricos provienen de numerosos relevamientos realizados en el marco del trabajo de la autora como consultora en el Ministerio de Agricultura, Ganadería y Pesca (MAGyP) y como referente en el “Proyecto de eficiencia de cosecha, postcosecha de granos y forrajes, y valor agregado en origen” del Instituto Nacional de Tecnología Agropecuaria (INTA) entre agosto de 2004 y noviembre de 2008. También se utilizan datos del Censo Nacional Agropecuario (CNA) de 2002, del Servicio Meteorológico Nacional (SMN) y de revistas especializadas del sector. Como uno de los principales resultados, puede destacarse que el modelo para estimar la capacidad de trabajo óptima tuvo un buen comportamiento, aportando soluciones coherentes. Éstas se mostraron relativamente estables para la unidad de producción típica analizada, aun tomando diferentes combinaciones de precios y rendimientos históricos. Uno de los principales logros obtenidos fue el desarrollo del programa informático Asesor de cosecha, con una interfaz muy sencilla y flexible, que permite utilizar el modelo desarrollado para seleccionar la capacidad de trabajo y el sistema de cosecha más eficiente y que puede ser adaptado a cualquier región geográfica y combinación de cultivos agrícolas extensivos. Asimismo, la capacidad óptima mostró una mayor sensibilidad a las variables que inciden a través de los costos de oportunidad por la demora en la cosecha, los cuales se mostraron más significativos que los costos de propiedad adicionales por incrementar la capacidad de trabajo. También se observó que la capacidad de trabajo óptima es un 8% inferior si se utiliza el sistema de cosecha convencional. Por su parte, la capacidad de trabajo óptima es fuertemente sensible a la superficie trabajada anualmente y a la destinada al cultivo del poroto por ser éste el de mayor valor. La cantidad de cultivos realizados no muestra correlación, lo cual difiere de los resultados de trabajos anteriores. Los sistemas de cosecha analizados para el poroto alubia son en promedio indiferentes respecto de su eficiencia económica. Sólo si los precios del poroto se alejan mucho del valor de indiferencia se observa una mayor conveniencia del sistema de cosecha convencional. La demora en la cosecha por una capacidad de trabajo inferior a la óptima no muestra demasiada influencia en esta decisión. En el caso del poroto negro, de un precio inferior, se observa una mayor eficiencia del sistema de cosecha mecánica directa. Respecto a la forma de las funciones de los componentes del rubro de costos operativos se observaron dos tramos diferentes: el primer tramo se da cuando la capacidad de trabajo óptima puede alcanzarse con una sola cosechadora; el segundo tramo aparece cuando, para alcanzar la capacidad de trabajo óptima, son necesarias dos o más cosechadoras. En este caso, incrementar la capacidad no redunda en menores gastos en combustibles y en reparaciones y mantenimiento por hectárea. Por lo tanto, en este tramo ambas funciones tienen una correlación directa con la superficie cosechada. Esta bifurcación en la función de costos de cosecha permite explicar por qué diferentes autores toman supuestos ad hoc contrapuestos según el tamaño y las características de la unidad de producción típica que estén analizando. Esta distinción fue posible gracias a una profunda investigación sobre la oferta nacional de cosechadoras, tomándose numerosos datos en comparación con otros estudios del ramo que permitieron realizar un análisis estadístico de correlación lineal.

Capacidad de trabajo y momento de reemplazo de equipos de cosecha en la provincia de Salta