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

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 r...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bellini Saibene, Yanina, Iturrioz, Gabriela, Lorda, Héctor
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2013
Materias:
Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/93460
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-93460
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
spellingShingle Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
Bellini Saibene, Yanina
Iturrioz, Gabriela
Lorda, Héctor
Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
topic_facet Ciencias Informáticas
Minería de Datos
Margen Bruto
Sistemas Productivos Preponderantes
Clustering
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.
format Objeto de conferencia
Objeto de conferencia
author Bellini Saibene, Yanina
Iturrioz, Gabriela
Lorda, Héctor
author_facet Bellini Saibene, Yanina
Iturrioz, Gabriela
Lorda, Héctor
author_sort Bellini Saibene, Yanina
title Identificación de sistemas productivos preponderantes en una zona de la provincia de La Pampa utilizando técnicas de datamining
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
publishDate 2013
url http://sedici.unlp.edu.ar/handle/10915/93460
work_keys_str_mv AT bellinisaibeneyanina identificaciondesistemasproductivospreponderantesenunazonadelaprovinciadelapampautilizandotecnicasdedatamining
AT iturriozgabriela identificaciondesistemasproductivospreponderantesenunazonadelaprovinciadelapampautilizandotecnicasdedatamining
AT lordahector identificaciondesistemasproductivospreponderantesenunazonadelaprovinciadelapampautilizandotecnicasdedatamining
bdutipo_str Repositorios
_version_ 1764820491167596548

Ejemplares similares