4 resultados para Energia eletrica - Consumo
Resumo:
Los ecosistemas agrícolas de la Región Pampeana Argentina (RPA) atravesaron en las últimas décadas cambios asociados a procesos de expansión geográfica e intensificación productiva. En este trabajo se estudió el funcionamiento de ecosistemas agrícolas pampeanos mediante la síntesis emergética (de emergía). Este acercamiento analítico evalúa conjuntamente el consumo de bienes y servicios ecológicos y económicos, en una moneda común (emergía) que es la cantidad de energía solar necesaria para obtener todos y cada uno de los recursos intervinientes en el proceso de producción (naturales y comprados en el sistema económico). Este marco de análisis novedoso para el estudio de los ecosistemas agrícolas fue aplicado en la evaluación del desempeño de la rotación maiz-trigo/soja en tres ecosistemas agrícolas, Pergamino (BA), Marcos Juárez (CBA) y Montecristo (CBA), ubicados en la RPA en el período 2006-2010. Posteriormente, a partir de una base de información más extensa en el sitio Marcos Juárez, se amplió el rango temporal del estudió al intervalo 1984-2010, y a escala de cultivo individual en lugar de rotación agrícola, con el objeto de detectar tendencias históricas en los indicadores emergéticos. Los resultados del análisis a nivel de rotación mostraron que los ecosistemas evaluados fueron capaces de duplicar la emergía capturada de los recursos locales a partir del agregado de emergía externa comprada (EYR entre 2 y 2.19). También se determinó que el funcionamiento de dichos ecosistemas estuvo basado en una proporción levemente superior sobre insumos externos que sobre recursos provenientes locales propios del ecosistema (EIR entre 1.01 y 1.16). Sin embargo, los ecosistemas estudiados demostraron tener una habilidad para capturar recursos provenientes de la naturaleza proporcionalmente mayor a la presión ejercida sobre el ambiente a través del proceso productivo (ESI entre 1.99 y 2.45). Los valores obtenidos ubican a los ecosistemas agrícolas de la RPA, entre los de mayor eficiencia y renovabilidad en el contexto mundial de la producción agrícola extensiva. La mayor extensión de este análisis en un contexto histórico permitió identificar tres fases de cambio en los indicadores emergéticos en cuanto a la eficiencia del uso de la emergía y su renovabilidad: una fase de mejora (1984-1995), seguida por una fase de disminución (1996-2001), y una fase final de disminución; pero a tasas menores (2002-2010). Los cambios más importantes asociados al consumo de emergía estuvieron explicadas por la adopción de nuevas tecnologías productivas como la introducción de la siembra directa o el uso de semillas transgénicas. Si bien, la moderación en la caída de los índices en la ultima fase identificada (2002-2010) es un síntoma alentador en términos del grado de explotación ambiental de los ecosistemas estudiados, será necesario que futuros aumentos en el consumo de emergía comprada (e.g. insumos o servicios) estén asociados a retornos más que proporcionales en la captura de la emergía local de fuente renovable. La excepción al patrón de tres fases descripto anteriormente, fue la eficiencia de conversión de la emergía a grano (i.e. la inversa de la transformidad), que exhibió un aumentó consistentemente en el período 1984-2010. Este aumento de la eficiencia (medida en emergía requerida para obtener una unidad de energía cosechada) fue observada a pesar del aumento del flujo de insumos comprados, en el mismo período, lo que esta indicando que a través del tiempo, fue posible cosechar valores crecientes de energía por cada unidad de emergía invertida. La aplicación del análisis de los flujos de emergía resultó util para detectar cambios en los sistemas estudiados. Sin embargo, los resultados obtenidos indicarían que la fortaleza del metodo reside en el monitoreo de cambios a escalas temporales y espaciales mayores a las estudiadas en este trabajo. De este modo, sería posible aumentar la eficiencia de detección de diferencias en el uso de emergía si se analizaran patrones regionales de uso de la tierra, donde los sistemas de producción maximicen los contrastes, tanto en en el consumo de bienes ecológicos (oferta ambiental) como económicos (sistemas de producción contrastantes)
Resumo:
Históricamente, los modelos de no-ejercicio para predecir el consumo máximo de oxígeno (VO2max) han sido construidos mediante regresión lineal frecuentista, usando técnicas estándar de selección de modelos. Sin embargo, existe incertidumbre acerca de la estructura estadística en el proceso de selección del modelo. En este estudio se propuso construir un modelo de no-ejercicio para predecir el VO2max en deportistas orientados al rendimiento, considerando la incertidumbre de modelo a través del Promedio Bayesiano de Modelos (BMA). Un objetivo adicional fue comparar la performance predictiva del BMA con las de los modelos derivados de varias técnicas frecuentistas usuales de selección de variables. Con tal fin, se implementó un submuestreo aleatorio estratificado repetido. Los datos incluyeron observaciones de la variable respuesta (en L·min-1), así como registros de Género, Deporte, Edad, Peso, Talla e Índice de masa corporal (BMI) (Edad = 22.1 ± 4.9 años, media ± SD; n = 272). Se propuso una clasificación de deportes con el objetivo de incluirla dentro del proceso de construcción del modelo: Combate, Juego, Resistencia 1 y Resistencia 2. El enfoque BMA se implementó en base a dos métodos: Occam's window y Composición de Modelo mediante el método de Monte Carlo con Cadenas de Markov (MC²). Se observaron discrepancias en la selección de variables entre los procedimientos frecuentistas. Ambos métodos de BMA produjeron resultados muy similares. Los modelos que incluyeron Género y las variables dummies para Resistencia 1 y Resistencia 2 acumularon virtualmente toda la probabilidad de modelo a posteriori. El Peso fue el predictor continuo con la más alta probabilidad de inclusión a posteriori (menor a 0.8). Las combinaciones de variables que involucraron predictores con un alto nivel de multicolinealidad fueron desacreditadas. Los modelos con sustancial contribución para el BMA presentaron un ajuste apreciable (R² ajustado menor a 0.8). Entre los modelos seleccionados por estrategias frecuentistas, el obtenido mediante el método de regresión por pasos (Stepwise regression method) con alfa igual a 0.05 fue el más respaldado por los datos, en términos de probabilidad de modelo a posteriori. En concordancia con la literatura, el BMA tuvo mejor performance predictiva de los datos fuera de la muestra que los modelos seleccionados por técnicas frecuentistas, medida por la cobertura del intervalo de predicción de 90 por ciento. La clasificación de deportes reveló resultados consistentes.
Resumo:
p.179-184
Resumo:
p.183-192
