Dinámica temporal de indicadores silvícolas en la Empresa Agroforestal Granma mediante un análisis asistido por la herramienta DeepSeek IA v3.1.
DOI:
https://doi.org/10.56124/Palabras clave:
gestión forestal, series temporales, indicadores silvícolas, inteligencia artificial, heterogeneidad espacialResumen
La gestión forestal sostenible requiere herramientas analíticas que transformen los datos históricos en conocimiento aplicable. El objetivo de la presente investigación fue evaluar la dinámica temporal de siete indicadores silvícolas (superficie plantada, superficie en mantenimiento, manejo silvícola, recolección, eficiencia de procesos, producción de posturas y puesta en viveros) en tres Unidades Empresariales de Base (Campechuela, Bayamo y Yara) en la Empresa Agroforestal Granma, Cuba, durante el período entre 2019 y 2024. Para ello, se implementó una metodología cuantitativa basada en análisis exploratorio y estadístico de series temporales utilizando Python 3.14.2, con asistencia de DeepSeek IA v3.1 para la generación y optimización de código. Los resultados demostraron una heterogeneidad espacial estructurada con diferencias estadísticamente significativas entre municipios en la mayoría de los indicadores. Campechuela presentó los valores más elevados en superficie plantada (mediana = 60 ha), manejo silvícola (351,0 ± 41,2 ha), eficiencia de procesos (56,7 ± 11,8 %) y producción de posturas (48 833 ± 9354 unidades), con tendencias decrecientes críticas en recolección (-40 %) y eficiencia (-37,5 %). Bayamo y Yara exhibieron perfiles de menor envergadura operativa con mayor estabilidad temporal. En particular, Yara presentó una variabilidad en la producción de viveros significativamente reducida (CV = 7,7 %). El análisis confirmó patrones de comportamiento diferencial que responden a factores estructurales de capacidad institucional y logística territorial. Se concluye que la heterogeneidad espacial constituye un principio organizador fundamental para la gestión forestal, requiriendo estrategias diferenciadas que consideren las capacidades específicas de cada territorio para optimizar la sostenibilidad del programa forestal.
Descargas
Referencias
Donoso, P. J., Riquelme-Buitano, T., Navarro, C., Soto, D. P., & D’Amato, A. W. (2024). Moderate-severity silvicultural methods generate better forest reorganization than other silvicultural methods in temperate rainforests four decades after implementation. Forest Ecology and Management, 560, 121843. https://doi.org/10.1016/j.foreco.2024.121843
Ferreira, N. C. de F., Gatto, A., & Ramos, M. L. G. (2025). Co-Inoculation of Trichoderma harzianum and Bradyrhizobium Species Augment the Growth of Schizolobium parahyba var. Parahyba (Vell.) Blake Seedlings. Microorganisms, 13(3), 630. https://doi.org/10.3390/microorganisms13030630
Fu, Z., Gong, A., Wan, J., Ba, W., Wang, H., & Zhang, J. (2025). Forest fire risk assessment model optimized by stochastic average gradient descent. Ecological Indicators, 170, 113006. https://doi.org/10.1016/j.ecolind.2024.113006
Ivetić, V., Chiatante, D., & Morcillo, L. (2026). Assessment and monitoring of early tree planting success. En Guidelines for Climate Adaptive Forest Restoration and Reforestation Projects (pp. 275-304). Elsevier. https://doi.org/10.1016/B978-0-443-34086-4.00008-6
Labarre, C., Domec, J.-C., Brèteau-Amores, S., Musandi, D. S., & Loustau, D. (2025). The impact of climate change, disturbance and forest management on ecosystem service distribution across Europe’s largest plantation forest in the 21st century. Landscape Ecology, 40(12), 219. https://doi.org/10.1007/s10980-025-02233-7
Mohan, P. S. (2026). Caribbean Small Island Developing States Perspective on Climate Financing Needs in Land Use, Land Use Change and Forestry. Journal of Sustainable Forestry, 1-22. https://doi.org/10.1080/10549811.2026.2612763
Nagel, L. M., Janowiak, M. K., Clark, P. W., Peterson, C. L., Vicini, M. R., Palik, B. J., D’Amato, A. W., Battaglia, M. A., & Swanston, C. W. (2025). Ten Years of Adaptive Silviculture for Climate Change: An Applied, Coproduced Experimental Framework. BioScience, 00(0), 1-14. https://doi.org/10.1093/biosci/biaf170
Nunes, L. J. R. (2025). The Role of Artificial Intelligence (AI) in the Future of Forestry Sector Logistics. Future Transportation, 5(2), 63. https://doi.org/10.3390/futuretransp5020063
Zeki, E. (2024). A thorough assessment of various forest management planning initiatives and development of improvement strategies towards an ecosystem-based planning. Environmental Development, 50, 101006. https://doi.org/10.1016/j.envdev.2024.101006
Zeki, E., & Satı, Ü. (2026). Quantifying and integrating ecosystem services in forest management planning. Ecosystem Services, 77, 101809. https://doi.org/10.1016/j.ecoser.2025.101809
Archivos adicionales
Publicado
Número
Sección
Categorías
Licencia
Derechos de autor 2026 Carlos Enrique Barrios Fonseca, Licet Chávez Suárez, Sergio Florentino Rodríguez Rodríguez, María de los Ángeles Pino Parada , Armando Guillermo Antúnez Sánchez , Ana Luisa Figueredo Figueredo, Oandis Sosa Sánchez
Esta obra está bajo una licencia internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0.
Protección intelectual y licencia. La Revista y cada uno de los artículos y ensayos que se publican están licenciados por Creative Commons 3.0 Ecuador (CC), que establece: "Atribución - No Comercial - Sin Derivadas", lo cual indica que:
- Compartir: el material puede ser distribuido, copiado y exhibido por terceros siempre que se le atribuya el crédito al autor/a.
- Atribución: El autor debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- No comercial: No se puede hacer uso del material con propósitos comerciales.
- SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
Lectores (as). La Revista permite la posibilidad de que los lectores o lectoras puedan, de forma gratuita, descargar, almacenar, copiar y distribuir la versión final aprobada y publicada (post print) del artículo, siempre y cuando se realice sin fines comerciales, no se generen obras derivadas y se mencione la fuente y autoría de la obra.
Autores (as). La Revista permite la publicación del post-print en repositorios y sitios web. La Revista coloca a disponibilidad los artículos, en repositorios de terceros, inmediatamente después de su publicación.
Teléfono: +53 53361803
