Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining

Autores
Bellini Saibene, Yanina; Iturrioz, Gabriela; Lorda, Héctor
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se propuso el enfoque metodológico de descubrimiento de conocimiento en base de datos (KDD) para identificar y describir actividades que integren sistemas productivos. Se realizó clustering sobre siete variables obtenidas del procesamiento de un relevamiento anual a productores agropecuarios de la región noreste de La Pampa, Argentina. Se encontraron tres grupos que representan los sistemas productivos preponderantes en dicha región: “Mixto con Ciclo Completo con Predominancia Invernada” (25% de la superficie), “Ciclo completo con predominancia Cría” (18% de la superficie) y “Ciclo Completo” (47% de la superficie). Se realizaron cálculos de margen bruto para cada grupo. Se concluye que las técnicas de clustering son herramientas válidas para la identificación y caracterización técnica económica de sistemas productivos preponderantes, para zonas agroecológicas homogéneas y que la disponibilidad de un relevamiento anual permitirá replicar la metodología a toda la provincia de La Pampa y analizar su dinámica en el tiempo.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/93460
Acceder
id SEDICI_4b1866f6a3a7d72d929c4314253a370f
oai_identifier_str oai:sedici.unlp.edu.ar:10915/93460
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de dataminingBellini Saibene, YaninaIturrioz, GabrielaLorda, HéctorCiencias InformáticasMinería de DatosMargen BrutoSistemas Productivos PreponderantesClusteringSe propuso el enfoque metodológico de descubrimiento de conocimiento en base de datos (KDD) para identificar y describir actividades que integren sistemas productivos. Se realizó clustering sobre siete variables obtenidas del procesamiento de un relevamiento anual a productores agropecuarios de la región noreste de La Pampa, Argentina. Se encontraron tres grupos que representan los sistemas productivos preponderantes en dicha región: “Mixto con Ciclo Completo con Predominancia Invernada” (25% de la superficie), “Ciclo completo con predominancia Cría” (18% de la superficie) y “Ciclo Completo” (47% de la superficie). Se realizaron cálculos de margen bruto para cada grupo. Se concluye que las técnicas de clustering son herramientas válidas para la identificación y caracterización técnica económica de sistemas productivos preponderantes, para zonas agroecológicas homogéneas y que la disponibilidad de un relevamiento anual permitirá replicar la metodología a toda la provincia de La Pampa y analizar su dinámica en el tiempo.Sociedad Argentina de Informática e Investigación Operativa2013-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf46-60http://sedici.unlp.edu.ar/handle/10915/93460spainfo:eu-repo/semantics/altIdentifier/issn/1852-4850info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:19:26Zoai:sedici.unlp.edu.ar:10915/93460Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:19:27.159SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
title Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
spellingShingle Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
Bellini Saibene, Yanina
Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
title_short Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
title_full Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
title_fullStr Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
title_full_unstemmed Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
title_sort Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
dc.creator.none.fl_str_mv Bellini Saibene, Yanina
Iturrioz, Gabriela
Lorda, Héctor
author Bellini Saibene, Yanina
author_facet Bellini Saibene, Yanina
Iturrioz, Gabriela
Lorda, Héctor
author_role author
author2 Iturrioz, Gabriela
Lorda, Héctor
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
topic Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
dc.description.none.fl_txt_mv Se propuso el enfoque metodológico de descubrimiento de conocimiento en base de datos (KDD) para identificar y describir actividades que integren sistemas productivos. Se realizó clustering sobre siete variables obtenidas del procesamiento de un relevamiento anual a productores agropecuarios de la región noreste de La Pampa, Argentina. Se encontraron tres grupos que representan los sistemas productivos preponderantes en dicha región: “Mixto con Ciclo Completo con Predominancia Invernada” (25% de la superficie), “Ciclo completo con predominancia Cría” (18% de la superficie) y “Ciclo Completo” (47% de la superficie). Se realizaron cálculos de margen bruto para cada grupo. Se concluye que las técnicas de clustering son herramientas válidas para la identificación y caracterización técnica económica de sistemas productivos preponderantes, para zonas agroecológicas homogéneas y que la disponibilidad de un relevamiento anual permitirá replicar la metodología a toda la provincia de La Pampa y analizar su dinámica en el tiempo.
Sociedad Argentina de Informática e Investigación Operativa
description Se propuso el enfoque metodológico de descubrimiento de conocimiento en base de datos (KDD) para identificar y describir actividades que integren sistemas productivos. Se realizó clustering sobre siete variables obtenidas del procesamiento de un relevamiento anual a productores agropecuarios de la región noreste de La Pampa, Argentina. Se encontraron tres grupos que representan los sistemas productivos preponderantes en dicha región: “Mixto con Ciclo Completo con Predominancia Invernada” (25% de la superficie), “Ciclo completo con predominancia Cría” (18% de la superficie) y “Ciclo Completo” (47% de la superficie). Se realizaron cálculos de margen bruto para cada grupo. Se concluye que las técnicas de clustering son herramientas válidas para la identificación y caracterización técnica económica de sistemas productivos preponderantes, para zonas agroecológicas homogéneas y que la disponibilidad de un relevamiento anual permitirá replicar la metodología a toda la provincia de La Pampa y analizar su dinámica en el tiempo.
publishDate 2013
dc.date.none.fl_str_mv 2013-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/93460
url http://sedici.unlp.edu.ar/handle/10915/93460
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/1852-4850
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
46-60
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616068223467520
score 13.070432

Publicaciones similares