Examinando por Materia "Sector arrocero"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Análisis del comportamiento de la generación de valor y desempeño financiero de las principales empresas de los sectores azucarero y arrocero que se encuentren en la superintendencia de sociedades de Colombia en los períodos 2022-2024(Universidad del Valle, 2026) Arana peréz, Jimena; Tamayo Osorio, Juan Sebastián; LEON QUILLAS, CESAR IGNACIOEsta investigación se enfoca en el estudio del comportamiento de la generación de valor en los sectores de molienda de azúcar y arroceros de Colombia en el período de 2022 a 2024. A través del uso del EVA, se busca analizar la rentabilidad y la eficiencia operacional de los principales actores de dicho sector. Los mencionados sectores, aunque de importancia para la economía nacional, enfrentan problemas de baja productividad y altos costos operacionales, así como una dependencia de factores externos, como los precios internacionales y el clima, restricción con la que se puede generar valor agregado al Producto Interno Bruto (PIB). Se analizarán tres empresas por sector, según su tamaño (grande, mediana y pequeña), para facilitar un análisis comparativo. Utilizando los datos contables disponibles en la Superintendencia de Sociedades de Colombia, se calcularán los indicadores relevantes como el EVA, WACC (Costo Medio Ponderado de Capital) y CAPM (Modelo de Valoración de Activos Financieros) que permitirán responder si las empresas están realmente creando valor económico para los accionistas. A partir de esta investigación, se espera no solo el conocimiento nuevo relacionado con la eficiencia operativa de estos sectores, sino entender en qué medida los modelos financieros pueden ayudar en el desarrollo de la competitividad y sostenibilidad de las agroindustrias en Colombia. Se anticipa que tendrán importantes implicaciones para las decisiones estratégicas y de políticas públicas en relación con la competitividad, la rentabilidad de los sectores estudiados y el análisis de las industrias.Publicación Acceso abierto Estimación del rendimiento del cultivo de arroz inundado en etapas tempranas del crecimiento mediante aprendizaje automático e imágenes capturadas con RPAS(Universidad del Valle, 2025) Giraldo Mejía, Fernando Andrés; Rincon-Romero, Mauricio; GRUPO DE INVESTIGACIÓN EN SIMULACIÓN Y MODELACIÓN DINÁMICA ESPACIAL, GISMODELEl siguiente proyecto tiene por objetivo estimar el rendimiento del cultivo de arroz inundado en etapas tempranas del crecimiento, empleando imágenes multiespectrales capturadas a baja altura con RPAS y modelos MultiLayer Perceptron (MLP). Esta investigación se llevó a cabo en una parcela de arroz inundado, ubicada en el municipio de Jamundí (Colombia), en la cual se sembró la variedad FEDEARROZ 2020. El proyecto se estructura metodológicamente en tres partes: Recolección de datos: Comprende la instalación de puntos de control en campo, la captura periódica de imágenes multiespectrales mediante RPAS y la recolección de muestras de arroz. Procesamiento de datos: Consiste en el tratamiento de las imágenes multiespectrales para generar los ortomosaicos, su recorte según los polígonos de las muestras de arroz y el cálculo de índices de vegetación. Además, incluye los procesos de desgrane, secado y pesado de las muestras de arroz para determinar los valores reales de rendimiento. Al finalizar esta etapa, se obtiene el conjunto de datos necesario para la modelación. Modelación: Consiste en la construcción de modelos de predicción del rendimiento del cultivo de arroz inundado, utilizando validación cruzada LOOCV y ajuste de hiperparámetros para optimizar su desempeño. Los resultados obtenidos muestran que el mejor periodo de tiempo para estimar el rendimiento del cultivo de arroz inundado es entre los 66 y 80 días después de la germinación. El modelo con el coeficiente de determinación más alto (58.7%) se obtuvo a los 80 días durante la etapa de espigamiento, mientras que el modelo que se obtuvo a los 66 días, durante la etapa de embuchamiento, logró un valor muy cercano a la producción real de la parcela, con una subestimación del 2,86%.
