Gladys Muñoz 1, Víctor L. Finot 1, Guillermo Wells 1, Julio Alarcón 2 & Julio Becerra 2 1 Dpto. Producción Animal, Facultad de Agronomía, Universidad de.

Slides:



Advertisements
Presentaciones similares
CARLOS CORREA M. Ingeniero Forestal Consultor Apícola. Diferenciación.
Advertisements

Resumen y descripci ó n de datos num é ricos Estad í stica Capítulo 3.2.
JUANITA DEL PILAR CORREA FUENTES LIZETH DANIELA OJEDA BARRERA
ESTUDIOS DE USUARIOS EN ARCHIVOS LUIS FERNANDO JAÉN GARCÍA PROFESOR CATEDRÁRTICO UNIVERSIDAD DE COSTA RICA.
Material didáctico Ojalá que me guste Estadística.
Lic. José Antonio Baldeón Crisóstomo TEMA: ORGANIZACIÓN DE LOS DATOS (CONSTRUCCIÓN DE CUADROS)
Tipos de Graficas Ruth N Arce. Existen diferentes tipos de graficas que cada una son utilizados por personas y documentos específicos, que pueden ser.
Máster en Planificación Estratégica en Publicidad y RRPP TRABAJO FINAL DE MÁSTER TFM Estructura.
Curso Metodologìas de Diagnóstico y Capacitación Rural 2013 Prof. Leonardo Granados Fuente: adaptacion de Presentación de la Dra. Sayra Munguia.
Asesor: Zulima Flores Correo electrónico: Marzo del 2015.
Metodología de la Investigación II Profesorados para profesionales UM – ISPE Natalia L. Maza.
ANTEPROYECTO MUSEOGRÁFICO “CREACIÓN MUSEO NUMISMÁTICO BANCO DE MÉXICO” LLAMADA DE PROPUESTAS.
Situación de la Infraestructura Escolar y Calidad de la Educación Básica en América Latina: Jesús Duarte, Carlos Gargiulo y Martin Moreno Un análisis a.
ISO 14031: INDICADORES DE GESTIÓN AMBIENTAL
Un criterio para detectar outliers. Otro criterio para detectar errores groseros (outliers)
ESTAD Í STICA DESCRIPTIVA E INFERENCIAL 1 UPSLP PRIMAVERA 2016.
Impacto de la producción de biomasa forestal con fines energéticos en el recurso suelo Jorge Hernández Dpto. Suelos y Aguas - Facultad de Agronomía Mayo.
Curso Metodologías de Diagnóstico y Capacitación Rural 2013 Prof. Leonardo Granados Fuente: adaptacion de Presentación de la Dra. Sayra Munguia.
Cobertura en salud según Sisbén, FOSYGA y DANE: Subregión Centro del Valle del Cauca, 2008 – 2012.
Indicadores de Sustentabilidad Ambiental. ¿QUÉ ES UN INDICADOR?  Es una medida que nos permite ir observando el parámetro de avance en el cumplimiento.
VARIABLE ALEATORIA Y DISTRIBUCIÓN NORMAL
COMITÉ ESTATAL DE INFORMACIÓN ESTADÍSTICA Y GEOGRÁFICA DE JALISCO Subcomité de Información Geográfica y del Medio Ambiente.
Estadística bivariada Pedro Godoy Gómez. Si Y es otra variable definida sobre la misma población que X, ¿será posible determinar si existe alguna relación.
REPÚBLICA BOLIVARIANA DE VENEZUELA LA UNIVERSIDAD DEL ZULIA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DIVISION DE ESTUDIO PARA POSGRADO GERENCIA DE EMPRESA.
1 Diciembre 2015, Bogotá, Colombia Congreso Latinoamericano de Evaluación Ampliando la mirada de Calidad Desarrollo personal y social: Desafíos técnicos.
BIOLOGIA DE LA CONSERVACION
Explicando la Desigualdad Socioeconómica en el análisis de Descomposición de la Salud Montevideo, Uruguay Noviembre 2013.
Presentación del curso Desarrollo Organizacional.
La estadística descriptiva es la ciencia de analizar y comprar datos por medio de tablas las cuales después se grafican lo que permite realizar una descripción.
JESUS MELENDEZ SUAREZ. ESTADISTICA Recoge ordena y agrupa datos para plasmarlos en graficas o tablas para ser analízalas finalmente ESTADISTICA DESCRIPTIVA:
Estadística I Paulina Lizama, Socióloga Programa.
Diagramas de control CONSIDERACIONES BÁSICAS. DIAGRAMAS DE CONTROL  El Control Estadístico de Proceso (Statistical Process Control SPC) es la herramienta.
Las Estad í sticas Energ é ticas en Cuba.. MISION DE LA ONE Garantizar la producción de estadísticas de calidad ejerciendo una adecuada dirección, ejecución.
Concepto La Criminología trabaja con comunicaciones orales o escritas (discursos, entrevistas, artículos de periódicos, emisiones, etc.) Para que el investigador.
HIPOTESIS DE INVESTIGACIÓN
UNIVERSIDAD AUTONOMA SAN FRANCISCO GESTION DE CALIDAD I Ing. Maria del Pilar Vera Prado.
ANÁLISIS Y DIAGNÓSTICO SOBRE LA DIRECCIÓN ESTRATÉGICA UNIVERSITARIA EN COLOMBIA Octubre 7 al 9 de 2009 Barranquilla - Colombia.
Carlos A. Andújar Rojas, Ph.D. 1. Razonamiento estadístico  Es el proceso por el que se utiliza la lógica para tratar de describir, explicar, predecir.
Subdirección Adjunta, Servicio de Auditoría Interna SISTEMAS DE INFORMACIÓN PARA EL CONTROL.
BIOESTADÍSTICA Y ESTADÍSTICA BÁSICA CHILLÁN, SEGUNDO SEMESTRE PROF. SOC. M© KEVIN VILLEGAS.
Dirección de Marketing ESTRATEGIAS DE PRECIOS
Factores que influyen en el precio de la tierra en la provincia de Talca. Javier L. Troncoso C. Medardo Aguirre G. Paula Manríquez N. Varinia Labarra P.
Análisis de datos y metodología II Equipo de tutores 2015: -Diego Henríquez -Ivan Guailla -Denise Leiva -Patricio Mena -Leonardo Portillo -Cristian Ramírez.
Factores determinantes de los resultados de la evaluación EGEL- Medicina en los egresados de la UPAEP Resultados EGEL-Medicina UPAEP 2014.
Efecto de la fertilización mineral en el cultivo de café (Coffea arabica L.), sobre las propiedades del suelo, emisión de gases efecto invernadero y productividad.
J. Cerna M. ÁREAS DEL CONOCI MIENTO ÁREAS DEL CONOCI MIENTO Es aquella que se puede percibir por los sentidos REALIDAD EMPÍRICAME NTE NO DESMOSTRA BLE.
CALENTAMIENTO GLOBAL Y VARIABILIDAD CLIMÁTICA, INCIDENCIA EN LOS REGISTROS DE TEMPERATURAS Y OCURRENCIA DE HELADAS. Un conocimiento para implementar medidas.
Historia y Ciencias Sociales Geografía 1 Clase Nº 17 Geografía de la población: conceptos generales.
AGUAS EN EL BARRANCO DE PATERNA DEPARTAMENTO DE FÍSICA Y QUÍMICA PROFESOR: José Francisco Miranda Funes NIVEL: 3º de ESO LUGAR: Paterna (Alpujarra Almeriense)
1.2.- estudios socioeconomicos
Curso: Metodología de la Investigación – Semana 6.
Big Data en el olivar: una oportunidad Francisco Maroto Molina Ingeniería de Sistemas de Producción Agropecuaria Universidad de Córdoba
GEOGRAFÍA HUMANA Conceptos teóricos y realidad chilena.
Plan Comunal de Salud Víctor Blanco Muñoz Unidad de Atención Primaria Servicio de Salud Maule Noviembre de 2015.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, Decana de América) FACULTAD DE MEDICINA - UPG MAESTRÍA EN NEUROCIENCIAS Curso: Bioestadística.
MÁSTER EN DIRECCIÓN DE ENTIDADES ASEGURADORAS Y FINANCIERAS PROGRAMA DE ACTUALIZACIÓN Y CLAUSURA DEL CURSO 2015 ‐ 2016 Viernes, 27 de mayo de 2016 Sala.
MSc. María Josefa Peralta González, Departamento de Ciencias de la Información, Facultad de Ingeniería Industrial y Turismo; Dr. C.
Utilización de gansos (Anser domesticus) en el control de malezas en viñedos orgánicos en Chile Central 1. INTRODUCCIÓN HERNAN RODRIGUEZ, ESTER FIGUEROA,
Br. Ana Gladys Calderón (Gestión Ambiental Local) M. Sc. Mario Alberto Méndez (Gestión Forestal)
ESTRUCTURA PRODUCTIVA REGIONAL EN CHILE: A NÁLISIS I NSUMO P RODUCTO C UALITATIVO Nathaly Rivera - Esteban López Universidad.
Proceso de Evaluación del CAUI Objetivo General Diseñar un instrumento que permita la evaluación de las Competencias para el Acceso y Uso de la.
Taller introducción a los conceptos básicos de Estadística PRIMERA PARTE 2016 Propósito: Introducir algunos conceptos básicos de Estadística por medio.
Universidad Nacional Abierta Dirección de Investigaciones y Postgrado Maestría en Ciencias de la Educación Mención Administración Educativa Centro Local.
UNIVERSIDAD TECNOLOGICA DE AGUASCALIENTES
Métodos Cuantitativos de Análisis de Datos I. Medidas de Variación.
HISTORIA DE LA ESTADÍSTICA
Asamblea N°2 Departamento de Educación Matemática Pedagogía en Matemáticas e Informática Educativa 10 de Julio de 2009.
Análisis de resultados para investigaciones cuantitativas «Método»
CONCLUSIONES REFERENCIAS
Transcripción de la presentación:

Gladys Muñoz 1, Víctor L. Finot 1, Guillermo Wells 1, Julio Alarcón 2 & Julio Becerra 2 1 Dpto. Producción Animal, Facultad de Agronomía, Universidad de Concepción, Avda. Vicente Méndez 595, Chillán, Chile. 2 Dpto. Ciencias Básicas, Universidad de Bío-Bío, Avda. Andrés Bello s/n, Chillán, Chile. Dada la creciente erosión de los suelos del secano interior de la Región del Bío-Bío, la vegetación altamente diversa aunque efímera característica de esta zona y la escasa información existente respecto de las características de las mieles producidas en este sector, este trabajo se propuso como objetivos analizar la composición polínica y determinar algunas características físico-químicas (color, humedad, pH, acidez, hidroximetilfurfural (HMF) y cenizas) de 13 muestras de miel artesanal provenientes de colmenares ubicados en las comunas de San Nicolás, Ninhue y Quirihue. Se realizó un estudio melisopalinológico para determinar el espectro polínico, se calculó la diversidad específica y se cuantificó la cantidad total de polen presente en las mieles. Se aplicó análisis estadístico multivariado para comparar las muestras. Todas las mieles cumplen con las normas del Reglamento sanitario de los alimentos de Chile. Una muestra de miel fue caracterizada como monofloral de Escallonia pulverulenta (mardoño), diferenciándose por un pH alto, baja acidez, bajo contenido de HMF, por su color blanco, menor índice de diversidad y menor índice de equidad, en relación con las restantes muestras estudiadas. RESUMEN Las provincias de Ñuble y Bío-Bío reúnen un 35% de la producción apícola chilena. La zona no cuenta con laboratorios para el análisis de mieles; en el secano interior la situación es especialmente difícil para los apicultores por la erosión de los suelos y la vegetación de tipo seudo-sabana (espinal de Acacia caven) con una cubierta herbácea diversa pero efímera. Se trata de un ecosistema degradado, con fuerte pérdida de biodiversidad y productividad, disminución de la fertilidad del suelo y de la cobertura de Acacia caven y modificado por cultivos forestales. Los objetivos fueron analizar la composición polínica, determinar algunas características físico- químicas y caracterizar las mieles según su espectro polínico y evaluar la calidad de las mieles producidas en esta zona. INTRODUCCIÓN MATERIALES Y MÉTODOS Se analizaron 13 mieles producidas por Apis mellifera, cosechadas en en comunas de San Nicolás (M1, M2, M3 y M4), Ninhue (M5, M6, M7 y M8) y Quirihue (M9, M10, M11, M12 y M13). Análisis melisopalinológico cuantitativo: las muestras fueron clasificadas según la escala de Maurizio (1975). Análisis melisopalinológico cualitativo: los pólenes fueron teñidos con fucsina y sometidos a acetólisis (Louveaux et al. 1978), para determinar el espectro polínico. Se contó entre 800 y granos de polen por muestra. Para identificar los pólenes de confeccionó preparaciones de referencia mediante recolección de la flora presente en la zona de estudio. Se calculó la frecuencia y porcentaje de presencia de cada especie, clasificando las mieles como monofloral, bifloral o polifloral. Diversidad específica. Se calculó el índice de diversidad de Shannon H’ y el índice de equidad de Pielou J’. Análisis físico-químico. Se determinó Color, Cenizas, Humedad, Presencia de azúcares (glucosa, fructosa, sacarosa y maltosa), Hidroximetilfurfural (HMF), Acidez y pH. Análisis estadístico multivariado. Utilizando tanto los datos polínicos como físico-químicos se realizó análisis de conglomerados (UPGMA) y análisis de componentes principales utilizando el programa PAST. El análisis de componentes principales se realizó sobre una matriz de correlación con datos estandarizados, utilizando sólo las variables con frecuencia igual o mayor que 30%. Análisis físico-químico. En el análisis de componentes principales (Fig. 6) y en el de conglomerados (Fig. 7) se separa la miel M10 de las restantes muestras. Todas presentaron valores dentro de los rangos permitidos por el Reglamento sanitario de los alimentos en Chile (Tabla 1). RESULTADOS Análisis melisopalinológico cuantitativo. Las mieles presentaron gran variabilidad en cuanto a su riqueza polínica, incluyéndose en las Clases I (< gr; n = 1), II ( gr; n = 7), III ( gr; n = 4) y IV ( gr; n = 1) de las categorías de Maurizio (1975) (Fig. 1 y 2). Análisis melisopalinológico cualitativo. En el espectro polínico se identificaron 52 tipos de polen de 27 familias. Asteraceae, Fabaceae y Rosaceae son las que contribuyen con el mayor número de especies. En las 13 muestras analizadas, se encontró una presencia mínima de 19 especies (M7 y M10) y un máximo de 29 especies (M1). Indice de diversidad (H’) varió entre 1,19 (M10) y 2,68 (M3), y un índice de equidad (J’) entre 0,4 (M10) y 0,8 (M3). Análisis estadístico de componentes principales basados en el espectro polínico (Fig. 4) como en el análisis de clusters (Fig. 5), se separan la miel M10 que contiene un 73,2% de Escallonia pulverulenta y la miel M3 por ser la muestra que contiene la mayor diversidad de especies de plantas, de las restantes muestras estudiadas. CONCLUSIONES En base al espectro polínico se clasificó una miel como monofloral de Escallonia pulverulenta, especie endémica de Chile, y las demás como poliflorales. Todas con características físico-químicas que reflejan su frescura y legitimidad, encontrándose dentro de los parámetros permitidos por el Reglamento Sanitario de los Alimentos de Chile. La posibilidad de producir mieles monoflorales en cuya composición participan especies endémicas de Chile sugiere potencial apícola importante para esta zona económicamente deprimida de Chile central. BIBLIOGRAFÍA 1.Louveaux, J., Maurizio, A. & G. Vorwohl Methods of Melissopalinology. Bee World 59: Maurizio, A Microscopy of honey. pp: In: E. Crane (Ed.), Honey: a comprehensive survey. Heinemann, London. MielHumedad (%)pHAcidez (Meq Kg -1 )Color (código – escala)HMF (mg Kg -1 ) Cenizas (g) M116,03,317,75 - ámbar claro13,10,22 M215,83,619,35 - ámbar claro 9,10,16 M317,53,217,75 - ámbar claro15,80,25 M418,03,617,05 - ámbar claro11,20,22 M516,04,117,75 - ámbar claro 7,60,23 M617,53,618,75 - ámbar claro 8,50,25 M716,53,720,34 - ámbar extra claro 4,00,14 M814,83,917,74 - ámbar extra claro 4,60,30 M915,84,115,34 - ámbar extra claro 7,20,19 M1015,54,7 8,73 - Blanco 1,10,17 M1115,54,317,05 - ámbar claro 4,80,30 M1216,03,020,04 - ámbar extra claro 6,10,10 M1316,74,023,05 - ámbar claro 5,50,19 Tabla 1. Resumen del análisis físico-químico realizado a las mieles. Sub-grupo IIa Sub-grupo IIb Grupo I Figura 5. Análisis de conglomerados de las mieles (M) basado en el espectro polínico (coeficiente de correlación cofenética: 0,954). Figura 4. Distribución de las 13 mieles en los dos primeros componentes principales, basada en el espectro polínico. Sub-grupo IIa Sub-grupo IIb Grupo I Figura 7. Análisis de conglomerados de las mieles (M) basado en datos físico-químicos (coeficiente de correlación cofenética: 0,857). Figura 6. Distribución de las 13 mieles en los dos primeros componentes principales, basada en datos físico-químicos. Figura 1. Miel clase IV: rica en contenido de polen. Figura 2. Miel clase I: extremadamente pobre en contenido de polen. Figura 3. Polen de Escallonia pulverulenta. CARACTERIZACIÓN DE MIELES PRODUCIDAS EN EL SECANO INTERIOR DE LA PROVINCIA DE ÑUBLE, REGIÓN DEL BÍO-BÍO, CHILE XXIII Reunión de ALPA y IV Congreso Internacional de Producción Animal Tropical, La Habana, Cuba, de noviembre de 2013