La subregión de Montes de María, localizada en la costa norte de Colombia, específicamente en los departamentos de Sucre y Bolívar, históricamente ha sido una zona geográfica que ha contribuido de manera relevante al desarrollo económico de esta región, cuyo principal sistema productivo es el aguacate. Los cultivares pertenecen a materiales de tipo criollo o regional, descendientes de razas antillanas o aguacates verdes, caracterizados por su rusticidad, tolerancia a enfermedades y adaptación a factores de estrés biótico y abiótico. El objetivo fundamental de este manual es ofrecer una herramienta básica y funcional para los productores, organizaciones y asistentes técnicos dedicados al proceso de producción de semilla de calidad de aguacate. Se busca primeramente propiciar la disponibilidad de material de calidad para la siembra de nuevas áreas y, en segundo lugar, garantizar la sostenibilidad del sistema productivo para los procesos de repoblamiento de nuevos materiales sobre áreas afectadas por problemas sanitarios y ambientales.

Descubre cómo los hongos Shiitake y las Orellanas pueden transformar la agricultura familiar, proporcionando una dieta rica en vegetales y frutas que combate la desnutrición y la inseguridad alimentaria. Estos hongos son ideales para la agricultura de subsistencia debido a su ciclo corto y adaptabilidad a espacios reducidos. Son una valiosa fuente de proteínas y nutrientes esenciales, diversificando las dietas y fortaleciendo la seguridad alimentaria local. Además, fomentan economías cooperativas y escalables, promoviendo sistemas alimentarios sostenibles y empoderando a las comunidades para controlar sus fuentes de alimentación. Sumérgete en esta cartilla que explora cómo los recursos agrícolas como los hongos Shiitake y las Orellanas pueden contribuir de manera significativa a la sostenibilidad global y a la seguridad alimentaria, ofreciendo soluciones prácticas y beneficiosas para todos.

Las prácticas de gestión de los agroecosistemas son determinantes en el proceso de transformación de paisajes productivos hacia la sostenibilidad. En cultivos permanentes como el marañón, la planificación predial y productiva es fundamental para lograr este fin. Este proceso requiere una sólida base conceptual que garantice la toma de decisiones informada y eficaz para el establecimiento de cultivos de marañón. La identificación de las restricciones edáficas, climáticas y ambientales del cultivo de marañón, para una correcta selección y establecimiento, contribuirá a alcanzar el potencial productivo y lograr un buen rendimiento de los clones entregados por AGROSAVIA en el año 2013. Este documento presenta aspectos claves, desde el punto de vista conceptual, que deben considerarse en las fases de planeación y establecimiento, como herramienta para tomar decisiones informadas y oportunas. Esto favorecerá la consolidación de su cadena de valor, el escalamiento y consolidación de agroecosistemas de marañón bajos en carbono y nuevas oportunidades de negocios basados en los servicios ecosistémicos.

Colombia participa con menos del 1 % del mercado mundial de granos de cacao. El grano colombiano es referenciado internacionalmente como cacao fino y de aroma, características que solo son atribuidas al 5 % de la producción global. Existe una demanda internacional insatisfecha de cacao y sus subproductos, con grandes proyecciones de crecimiento a corto, mediano y largo plazo, por lo que es alto el potencial para incrementar la producción en el país, con miras a mejorar la tecnificación del cultivo y mantener las características de calidad que permitan abastecer nuevos mercados y mejorar las condiciones económicas de los productores. En Colombia, la producción del grano está seriamente disminuida por la moniliasis y la pudrición parda de la mazorca, enfermedades que atacan los frutos en diferentes estados de formación y comprometen directamente la producción y calidad del grano, y que llegan a causar pérdidas hasta del 80 % de la cosecha si no se controlan correctamente. Esta cartilla presenta los resultados de investigación desarrollados por AGROSAVIA a través de la generación de ofertas tecnológicas que permiten identificar estas problemáticas y realizar un manejo integrado basado en el conocimiento de la biología del agente causal y las épocas de susceptibilidad del árbol, específicamente de la fruta. Su aplicación permitirá a productores y técnicos incrementar la productividad, calidad e inocuidad del grano de cacao producido en el país.

Esta guía de propagación de especies amenazadas es el resultado de un trabajo en red, la materialización de un sueño y la prueba de que unidos crecemos y hacemos realidad cosas maravillosas. Es parte de ese legado de conocimiento transformativo que esperamos contribuya a replicar y facilitar los esfuerzos por la conservación de la flora y la biodiversidad del país, trascienda el presente y propenda por un mejor futuro. (Tomado de la fuente)

Por la cual se crea y organiza la Mesa Nacional Integral Permanente de Pesca

En un trabajo de investigación colaborativa, abordamos las medidas de gobierno propio que el pueblo yukpa del territorio Iroka (serranía de Perijá, Colombia) adoptó para enfrentar la pandemia del COVID-19. La contingencia implicó para ellos un doble confinamiento: por un lado, las restricciones impuestas por las autoridades colombianas dirigidas a frenar los contagios y, por el otro, el producido por la disminución progresiva de sus tierras, los procesos de despojo, expulsiones y múltiples violencias de larga data sobre sus formas de vida. En este contexto de cambios, los yukpa tomaron acciones gubernamentales que vitalizaron sus conocimientos, proyectos y programas para afrontar de modo autónomo una emergencia que amenazaba aún más su pervivencia. El artículo muestra la fuerza organizativa de esta comunidad, dirigida a garantizar sus derechos y bienestar colectivo. 

Abstract: The use of computer vision, deep learning, and drones has revolutionized agriculture by enabling efficient crop monitoring and disease detection. Still, many challenges need to be overcome due to the vast diversity of plant species and their unique regional characteristics. Olive trees, which have been cultivated for thousands of years, present a particularly complex case for leaf-based disease diagnosis as disease symptoms can vary widely, both between different plant variations and even within individual leaves on the same plant. This complexity, coupled with the susceptibility of olive groves to various pathogens, including bacterial blight, olive knot, aculus olearius, and olive peacock spot, has hindered the development of effective disease detection algorithms. To address this challenge, we have devised a novel approach that combines deep learning techniques, leveraging convolutional neural networks, vision transformers, and cloud computing-based models. Aiming to detect and classify olive tree diseases the experimental results of our study have been highly promising, demonstrating the effectiveness of the combined transformer and cloud-based machine learning models, achieving an impressive accuracy of approximately 99.6% for multiclass classification cases including healthy, aculus olearius, and peacock spot infected leaves. These results highlight the potential of deep learning models in tackling the complex-ities of olive leaf disease detection and the need for further research in the field. Resumen: El uso de visión por computadora, aprendizaje profundo y drones ha revolucionado la agricultura al permitir un monitoreo eficiente de cultivos y la detección de enfermedades. Sin embargo, aún existen muchos desafíos debido a la vasta diversidad de especies vegetales y sus características regionales únicas. Los olivos, que han sido cultivados durante miles de años, presentan un caso especialmente complejo para el diagnóstico de enfermedades basado en las hojas, ya que los síntomas pueden variar ampliamente, tanto entre diferentes variaciones de plantas como incluso dentro de hojas individuales en la misma planta. Esta complejidad, junto con la susceptibilidad de los olivares a varios patógenos, como la bacteriosis, el nudo del olivo, el aculo olearius y la mancha de pavo real del olivo, ha dificultado el desarrollo de algoritmos efectivos de detección de enfermedades. Para abordar este desafío, hemos ideado un enfoque novedoso que combina técnicas de aprendizaje profundo, aprovechando redes neuronales convolucionales, transformadores de visión y modelos basados en computación en la nube. Con el objetivo de detectar y clasificar enfermedades de los olivos, los resultados experimentales de nuestro estudio han sido muy prometedores, demostrando la efectividad de los modelos combinados de transformadores y aprendizaje automático basado en la nube, logrando una impresionante precisión de aproximadamente el 99.6% para casos de clasificación multiclase, que incluyen hojas sanas, infectadas con aculo olearius y mancha de pavo real. Estos resultados destacan el potencial de los modelos de aprendizaje profundo para abordar las complejidades de la detección de enfermedades en las hojas de olivo y la necesidad de más investigaciones en este campo.

Abstract: The egg weight (EW) increases as the hen ages, but unfortunately, eggshell quality does not improve with increasing EW. Dietary changes can help control the increase EW, resulting in improved eggshell quality. This experiment aimed to deterMomine the effect of different digestive lysine (dLYS) levels on the production performance and eggshell quality of 82-87-week-old Lohmann Brown hens and identify the optimal level of dLYS intake to achieve an optimal production performance and the level of dLYS that can improve eggshell quality by modifying EW. A total of 240 Lohmann Brown hens were selected for the experiment (79-87 weeks). These were distributed in individual cages and 6 treatments with 40 replicates per treatment. The cages were divided into 40 blocks of 6 consecutive cages. In each block, the treatments were randomly distributed in the room. The treatments were 6 different diets with different dLYS levels (6.72, 6.40 (control diet (CON)), 6.08, 5.76, 5.44, 5.12 g/kg). The production performance and eggshell quality were evaluated, and the ideal dLYS was calculated by linear broken-line regression. Modifying dLYS levels from 6.08 to 5.12 g/kg decreased a hen day egg production (HDEP) by 4.4%, and reduced egg mass (EM) by 3.2 g/d. Adjusting dLYS levels from 5.44 to 5.12 g/kg reduced 2.2 g the egg weight (EW). Changing dLYS levels from 6.40 to 5.44 g/kg increased the average feed daily intake (ADFI) by 5 g. The different dLYS levels did not affect the feed conversion ratio (FCR), but it showed a tendency (P = 0.074). Eggshell quality attributes were not affected by different dLYS levels. The optimal dLYS intake requirement was 713, 646, 626, and 627 mg/b/d to achieve an optimal HDEP, EW, EM, and FCR respectively. In conclusion, the results of this experiment can help the laying hen industry to determine the optimal dLYS for managing EW increase, keeping a good HDEP, EM, FCR, and maintaining eggshell quality in long-life laying hens.

En el mundo actual el ritmo de los acontecimientos de orden político y de relaciones internacionales es vertiginoso y muchas veces no es enteramente ordenado o lógico; por lo menos a la luz de una primera mirada. Este estado de cosas supone un dúplice proceso, de manera concomitante: el de la investigación y el de la educación, en los temas, problemas, retos y desafíos de la Ciencia Política y las Relaciones Internacionales en general. Este libro quiere contribuir en uno de los planos mencionados: la educación y la pedagogía, en dos de las áreas y conjuntos de problemas cruciales de la vida en el mundo actual.