Efecto de dosis de nitrógeno en la agronomía y fisiología de plantas de maracuyá

Autores/as

DOI:

https://doi.org/10.15517/am.v31i1.36815

Palabras clave:

utilidad monetaria máxima, productividad de los recursos, bioeconomía, econometría

Resumen

Introducción. La planta de maracuyá es importante como fruta fresca y en la agroindustria, ya que es rica en minerales y vitaminas, además, posee potencial de consumo nacional y de exportación. Se ha demostrado que el nitrógeno (N) tiene una influencia en el rendimiento de la fruta, pero no hay información sobre el rango óptimo de N para la producción máxima. Objetivo. Determinar la respuesta agronómica, fisiológica y fenológica, rendimiento y calidad de fruta en el cultivo de parchita maracuyá frente a diferentes dosis de nitrógeno. Materiales y métodos. En la Universidad Central de Venezuela, Maracay, Venezuela desde abril 2014 hasta marzo 2015 se sembraron plantas de maracuyá en un diseño completamente aleatorizado, seis repeticiones y seis plantas por unidad experimental, se evaluó un testigo (8 g N planta-1 (T1)) y tres dosis de N (100 (T2), 200 (T3) y 300 (T4) g planta-1) y una dosis de 50 y 300 g planta-1 de P2O5 y K2O, respectivamente. Las variables evaluadas fueron: altura de planta, número de hojas, tasa de fotosíntesis (A), transpiración (E), conductancia estomática (Gs), índice de clorofila (IC), contenido de N total en hoja en floración y fructificación, rendimiento y calidad de fruta. Resultados. A mayores dosis de N se obtuvieron mayores valores en altura, número de hojas, precocidad de planta, índice de clorofila, fotosíntesis neta y contenido de N foliar, y los menores valores en el T1. Las variables Gs, A y E, no presentaron diferencias significativas entre los tratamientos. Se obtuvo una reducción del rendimiento del 55 % en el tratamiento testigo, comparado con el tratamiento de 200 g de N planta-1, el cual obtuvo el mayor rendimiento. El peso promedio de fruto fue significativamente mayor en T3. Conclusión. La mejor dosis nitrogenada en plantas de maracuyá fue la de 200 g de N planta-1.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Barham, B.L., J.P. Chavas, D. Fitz, V. Ríos, and L. Schechter. 2014. The roles of risk and ambiguity in technology adoption. J. Econ. Behav. Organization 97:204-218. doi:10.1016/j.jebo.2013.06.014 DOI: https://doi.org/10.1016/j.jebo.2013.06.014

Belasco, E.J., M.R. Taylor, B.K. Goodwin, and T.C. Schroeder. 2009. Probabilistic models of yield, price, and revenue risks for fed cattle production. J. Agric. Appl. Econ. 41:91-105. doi:10.1017/S1074070800002571 DOI: https://doi.org/10.1017/S1074070800002571

Berk, J.B., and J. Walden. 2013. Limited capital market participation and human capital risk. Rev. Asset Pricing Stud. 3(1):1-37. doi:10.1093/rapstu/rat003 DOI: https://doi.org/10.1093/rapstu/rat003

Cienfuegos-Rivas, E.G., M.A.R. D-Orúe-Ríos, M. Briones-Luengo, y J.C. Martínez-González. 2006. Estimación del comportamiento productivo y parámetros genéticos de características predestete en bovinos de carne (Bos taurus) y sus cruzas, VIII Región, Chile. Arch. Med. Vet. 38:69-75. doi:10.4067/S0301-732X2006000100010 DOI: https://doi.org/10.4067/S0301-732X2006000100010

García-Muñiz, J.G., E.G. Martínez-González, R. Núñez-Domínguez, R. Ramírez-Valverde, R. López-Ordaz, y A. Ruiz-Flores. 2008. Comparación de ecuaciones para ajustar curvas de lactancia en bovinos. Rev. Cient. FCV-LUZ 18(2):160-169.

Guerrero, S.C., y O.O. Melo. 2017. Una metodología para el tratamiento de la multicolinealidad a través del escalamiento multidimensional. Cienc. Desarrollo 8(2):9-24. DOI: https://doi.org/10.19053/01217488.v8.n2.2017.5239

Gustavsson, J., C. Cederberg, U. Sonesson, R. Van-Otterdijk, and A. Meybeck. 2011. Global food losses and food waste. FAO, Rome, ITA.

Hardaker, J.B., J.W. Richardson, G. Lien, and K.D. Schumann. 2004. Stochastic efficiency analysis with risk aversion bounds: a simplified approach. Aust. J. Agric. Res. Econ. 48:2:253-270. doi:10.1111/j.1467-8489.2004.00239.x DOI: https://doi.org/10.1111/j.1467-8489.2004.00239.x

Hernández, J., S. Rebollar, F.J. González, E. Guzmán, B. Albarrán, y A. García. 2011. La cadena productiva de ganado bovino en el sur del Estado de México. Rev. Mex. Agroneg. 29:672-680.

Hidalgo, C., M.P. Rodríguez, y R. Álvarez. 2012. El efecto de las subvenciones en la ganadería española: un análisis mediante un modelo de frontera estocástica. Pecvnia 14(ene-jun):93-106. doi:10.18002/pec.v0i14.594 DOI: https://doi.org/10.18002/pec.v0i14.594

INEGI (Instituto Nacional de Geografía Estadística e Informática). 2017. Índice nacional de precios al consumidor. INEGI, Ciudad de México, MEX. https://www.inegi.org.mx/programas/inpc/2018/ (consultado 06 nov. 2019).

Iracheta-Lara, I.Z., E. Iglesias-Martínez, G. Méndez-Zamora, M.E. Esparza-Vela, y E. Santellano-Estrada. 2017. Modelado de riesgos para el sistema vaca-cría del estado de Chihuahua utilizando indicadores socioeconómicos y ambientales. Rev. Mex. Cien. Pecu. 8:193-200. doi:10.22319/rmcp.v8i2.4443 DOI: https://doi.org/10.22319/rmcp.v8i2.4443

Jarvis, L.S. 1974. Cattle as capital goods and ranchers as portfolio managers: an application to the Argentine cattle sector. J. Political Econ. 82:489-520. doi:10.1086/260209 DOI: https://doi.org/10.1086/260209

Lambert, D.K., and B.A. McCarl. 1989. Sequential modeling of white wheat marketing strategies. Appl. Econ. Perspect. Policy 11:105-115. doi:10.1093/aepp/11.1.105 DOI: https://doi.org/10.1093/aepp/11.1.105

Lee, C.F., J.E. Finnerty, and H.Y. Chen. 2010. Risk-aversion, capital asset allocation, and markowitz portfolio-selection model. In: C.F. Lee et al., editors, Handbook of quantitative finance and risk management. Springer, Boston, MA, USA. p. 69-92. doi:10.1007/978-0-387-77117-5_5 DOI: https://doi.org/10.1007/978-0-387-77117-5_5

Lefebvre, M., and F.M. Vieider. 2014. Risk taking of executives under different incentive contracts: experimental evidence. J. Econ. Behav. Organizat. 97:27-36. doi:10.1016/j.jebo.2013.10.008 DOI: https://doi.org/10.1016/j.jebo.2013.10.008

Levy, H. 1969. A utility function depending on the first three moments. J. Finance 24:715-719. doi:10.1111/j.1540-6261.1969.tb00395.x DOI: https://doi.org/10.1111/j.1540-6261.1969.tb00395.x

Mballa, L.V., y A.Y. Sauceda. 2018. Análisis del hambre en el estado de Zacatecas bajo el modelo de Mínimos Cuadrados Ordinarios. Econ. Soc. Territorio XVIII(57):487-523. doi:10.22136/est01164 DOI: https://doi.org/10.22136/est01164

Morales-Hernández, J.L., F. J. González-Razo, y J. Hernández-Martínez. 2018. Función de producción de la ganadería de carne en la zona sur del Estado de México. Rev. Mex. Cien. Pecu. 9:1-13. doi.org/10.22319/rmcp.v9i1.4345 DOI: https://doi.org/10.22319/rmcp.v9i1.4345

Noussair, C.N., S.T. Trautmann, and G. Kuilen. 2014. Higher order risk attitudes, demographics, and financial decisions. Rev. Econ. Stud. 81:325-355. doi:10.1093/restud/rdt032 DOI: https://doi.org/10.1093/restud/rdt032

OECD (Organization for Economic Co-operation and Development). 2009. Managing risk in agriculture: a holistic approach. OECD Publishing, Paris, FRA. doi:10.1787/9789264075313-1-en DOI: https://doi.org/10.1787/9789264075313-1-en

Posadas, R., S. Rebollar, J. Hernández, F.J. González, A. Rebollar, y E. Guzmán 2011. Niveles de optimización económica en bovinos engordados en corral. En A.M. Arras-Vota, y O.A. Hernández-Rodríguez, editores, Administración, agrotecnología y redes de conocimiento. Pearson, MEX. p. 55-62.

Ramaswami, B. 1992. Production risk and optimal input decisions. Am. J. Agric. Econ. 74:860-869. doi:10.2307/1243183 DOI: https://doi.org/10.2307/1243183

Ramírez, J.I., A. Rebollar, S. Rebollar, B. Jaramillo, y F.J. González. 2017. Estudio de viabilidad económica para una engorda de bovinos en corral en el sur del estado de México. Rev. Mex. Agroneg. 41:742-753.

Richardson, J.W., and J.L. Outlaw. 2008. Ranking risky alternatives: innovations in subjective utility analysis. In: C.A. Brebbia, and E. Beriatos, editors, Risk analysis VI, WIT Transactions on Information and Communication Technologies series, Vol 39. Wit Press, GBR. p. 213-224. doi:10.2495/RISK080231 DOI: https://doi.org/10.2495/RISK080231

Schroeder, T.C., O.C. Grunewald, S.A. Langemeier, and D.M. Allen. 1989. An analysis of live cattle option hedging strategies. Agribusiness 5(2):153-168. DOI: https://doi.org/10.1002/1520-6297(198903)5:2<153::AID-AGR2720050207>3.0.CO;2-Q

Segura-Correa, V., y A. Castellanos-Ruelas. 1999. Efecto de la suplementación fosforada sobre la utilidad de peso de bovinos en pastoreo en Yucatán, México. Vet. Méx. 30(3):257-261.

Shankar, S. 2012. Production economics in the presence of risk. Aust. J. Agric. Res. Econ. 56:597-620. doi:10.1111/j.1467-8489.2012.00600.x DOI: https://doi.org/10.1111/j.1467-8489.2012.00600.x

SNIIM (Sistema Nacional de Información e Integración de Mercados). 2017. Precio promedio ponderado de la leche. SNIIM, Ciudad de México, MEX. http://www.economia-sniim.gob.mx/2010prueba/PecComparativo.asp?var=Bov (consultado 4 nov. 2019).

Wold, S., A. Ruhe, H. Wold, and W.J. Dunn. 1984. The collinearity problem in linear regression. The partial least squares (PLS) approach to generalized inverses. J. Sci. Stat. Comp. 5:735-743. doi:10.1137/0905052 DOI: https://doi.org/10.1137/0905052

Wooldridge, J. 2010. Introducción a la econometría: un enfoque moderno. Cengage Learning Editores, Ciudad de México, MEX.

Zhang, R., T.J. Brennan, and A.W. Lo. 2014. The origin of risk aversion. PNAS 111:17777-17782. doi:10.1073/pnas.1406755111 DOI: https://doi.org/10.1073/pnas.1406755111

Publicado

01-01-2020

Cómo citar

Rodríguez-Yzquierdo, G. A., Basso-de-Figuera, C. A., Barrios-García, M., León-Pacheco, R. I., & Pérez-Macias, M. (2020). Efecto de dosis de nitrógeno en la agronomía y fisiología de plantas de maracuyá. Agronomía Mesoamericana, 31(1), 117-128. https://doi.org/10.15517/am.v31i1.36815

Artículos más leídos del mismo autor/a