LnRiLWZpZWxke21hcmdpbi1ib3R0b206MC43NmVtfS50Yi1maWVsZC0tbGVmdHt0ZXh0LWFsaWduOmxlZnR9LnRiLWZpZWxkLS1jZW50ZXJ7dGV4dC1hbGlnbjpjZW50ZXJ9LnRiLWZpZWxkLS1yaWdodHt0ZXh0LWFsaWduOnJpZ2h0fS50Yi1maWVsZF9fc2t5cGVfcHJldmlld3twYWRkaW5nOjEwcHggMjBweDtib3JkZXItcmFkaXVzOjNweDtjb2xvcjojZmZmO2JhY2tncm91bmQ6IzAwYWZlZTtkaXNwbGF5OmlubGluZS1ibG9ja311bC5nbGlkZV9fc2xpZGVze21hcmdpbjowfQ==
LnRiLWhlYWRpbmcuaGFzLWJhY2tncm91bmR7cGFkZGluZzowfQ==
.tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em} .tb-button[data-toolset-blocks-button="db90133fddb5b616194d9d0aef00373e"] { text-align: center; } .tb-button[data-toolset-blocks-button="db90133fddb5b616194d9d0aef00373e"] .tb-button__link { background-color: rgba( 28, 105, 68, 1 );margin-top: 40px; } .tb-button[data-toolset-blocks-button="db90133fddb5b616194d9d0aef00373e"] .tb-button__icon { font-family: dashicons; } .tb-field[data-toolset-blocks-field="1bd2942004e30e1523dbd889cf378909"] { font-size: 16px; }  .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em} .tb-button[data-toolset-blocks-button="4907c281b51046296d1cf7df8206e040"] { text-align: left; } .tb-button[data-toolset-blocks-button="4907c281b51046296d1cf7df8206e040"] .tb-button__link { background-color: rgba( 28, 105, 68, 1 );margin-top: 40px; } .tb-button[data-toolset-blocks-button="4907c281b51046296d1cf7df8206e040"] .tb-button__icon { font-family: dashicons; }    h1.tb-heading[data-toolset-blocks-heading="4df814e50df1abab813f706e494f02d9"]  { font-size: 20px;font-weight: bold; }   .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} .wp-block-image.tb-image[data-toolset-blocks-image="7ebd4b35e0c975cc48300238a6590e81"] { max-width: 100%; } .wp-block-image.tb-image[data-toolset-blocks-image="7ebd4b35e0c975cc48300238a6590e81"] img { box-shadow: 0 4px 8px 0 rgba( 0, 0, 0, 0.5 ); } @media only screen and (max-width: 781px) { .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em} .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}     .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} } @media only screen and (max-width: 599px) { .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em} .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}     .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} } 
El Salvador, Honduras, Panamá, República Dominicana
Estimación de la eficiencia de métodos territoriales de muestreo de la roya del café (Hemileia vastatrix) en Honduras, El Salvador, Panamá y República Dominicana
Treminio-Polanco, EA
2019
Maestria en Agroforestería y agricultura sostenible; CATIE; 74 p
Resumen
La roya anaranjada es una de las enfermedades más importantes del café. Tiene un ciclo de infección simple, pero causa epidemias policíclicas y poliéticas, estas determinadas principalmente por variables ambientales. La fuerte epidemia del 2012 generó pérdidas de 2,7 millones de sacos de café en el periodo 2012-2013 en Centroamérica y República Dominicana. La agresividad, impacto y evolución de la enfermedad ha forzado a que los institutos del café y las ONG establezcan medidas inmediatas y sistemas de monitoreo para mitigar y controlar las afectaciones en la región. La mayoría de estas herramientas de monitoreo no tienen base científica sólida que respalde el número de parcelas necesarias. Los muestreos se realizan con igual tamaños de muestra en todos los meses del año sin considerar la tendencia epidemiológica del hongo. Además, en algunos países el esfuerzo de muestreo es intenso y la variabilidad de los datos y los costos del monitoreo son altos. En otros casos, el monitoreo simplemente depende de un presupuesto anual, o es parte de un sistema integral que incluye otras actividades de manejo. En este trabajo se propone un método territorial costo-eficiente y confiable de muestreo de la roya del café con fundamentos estadísticos, a escala nacional, en Honduras, El Salvador, Panamá y República Dominicana con la finalidad de lograr una armonización de estas metodologías a nivel centroamericano y del caribe. Para la estimación del tamaño de muestra del método propuesto, primero se definieron las variables más importantes para la incidencia de roya usando la técnica Random Forest, donde predominaron la altura y la variedad. Con este resultado se formaron categorías que optimizan el método de muestreo y reducen la variabilidad. Se desarrolló un modelo con distribución beta-binomial para definir los parámetros p (proporción), e.e (error estándar) y ρ (coeficiente de agregación), necesarios para estimar el número de parcelas. Como parte del proceso se tomó en cuenta la proporción de incidencia y los umbrales de riesgo por mes de monitoreo para determina el tamaño de muestra para lograr una precisión. Si el valor de ρ es significativo, la estimación se realiza usando la distribución beta binomial; si no lo es, se realiza con distribución binomial. Los sistemas de monitoreo actual y el propuesto se sometieron a valoración económica para identificar la factibilidad de ambos. Los resultados muestran que la estimación del tamaño de muestra propuesto usando distribución binomial y betabinomial, incluyendo el error estándar y el coeficiente de agregación, mejoran la precisión y eficiencia del sistema. También se considera el comportamiento epidemiológico de la roya para aumentar o disminuir el esfuerzo de monitoreo a lo largo del año. El sistema propuesto disminuye los costos de muestreos en los países estudiados, excepto en República Dominicana, que es importante para el mantenimiento del monitoreo a largo plazo. Palabras claves: estimación, random forest, binomial, beta binomial, sistema de monitoreo, optimización, variabilidad, costos.