Seguimiento fisicoquímico en camas de lombricultura – modelación químico computacional 3D del ácido húmico

Palabras clave: acido húmico, lombricultura, humus, parámetros físicoquímicos, química computacional

Resumen

Como consecución a la implementación de camas de lombricultura, se construyeron dos modelos, unos basado en la literatura, y otro propuesto por la comunidad beneficiaria. Luego de adecuar las cuatro camas con material orgánico, y lombrices californianas (Eisenia foetida), se tomaron mediciones de parámetros fisicoquímicos (conductividad, humedad, temperatura, y pH) a través de un cronograma semanal definido. Se trató estadísticamente los resultados obtenidos con la premisa de entender la correlación que tienen las variables en estudio; se consideró al pH como una de las principales, ya que el ácido húmico producido por el metabolismo de las lombrices aumenta su concentración con respecto al tiempo y condiciones paralelas favorables. Se llegó a obtener una ecuación para su regresión lineal, proveyendo un modelo matemático aplicable para la predicción. Se encontró que el manejo ancestral, conocimiento de los beneficiarios, hay que potenciarlo con datos actuales y adecuación a la realidad local, para obtener mejores resultados. Para complementar el estudio se aplicó conocimiento multidisciplinar, con la química computacional para describir las moléculas químicas presentes en el humus, y modelar la estructura tridimensional del ácido húmico con el fin de reconocer las unidades monoméricas que lo conforman.

Descargas

La descarga de datos todavía no está disponible.

Citas

Aminulloh, L., Sesulihatien, W. T., & Pramadihanto, D. (2019). Feature extraction of tomato growth model using greenhouse monitoring system. 2019 International Electronics Symposium (IES), 370–375.

Banco Central del Ecuador (BCE). (2024). Banco Central del Ecuador.

Caicedo, C. (2020). Agroforestería: Una alternativa de agricultura sostenible en la amazonía ecuatoriana. Ecuador Es Calidad, 7(1). https://revistaecuadorescalidad.agrocalidad.gob.ec/revistaecuadorescalidad/index.php/revista/article/view/81/239

Cárdenas, M. (2015). Evaluación de la calidad de los suelos de páramo intervenidos y no intervenidos en la comuna Monjas Bajo, parroquia Juan Montalvo, cantón Cayambe.

González Huerta, A., Pérez López, D. de J., Rubí Arriaga, M., Gutiérrez Rodríguez, F., Franco Martínez, J. R. P., & Padilla Lara, A. (2019). InfoStat, InfoGen y SAS para contrastes mutuamente ortogonales en experimentos en bloques completos al azar en parcelas subdivididas. Revista Mexicana de Ciencias Agrícolas, 10(6), 1417–1431. https://doi.org/10.29312/remexca.v10i6.1767

Ilie, V., & Mihalache, M. (2019). Vermicompost production and its importance for soil and agricultural production. Scientific Papers. Series A. Agronomy, 62(1).

Instituto Nacional de Estadísticas y Censos. (2024). Instituto Nacional de Estadísticas y Censos.

Kostecka, J., Garczyńska, M., Podolak, A., Pączka, G., & Kaniuczak, J. (2018). Kitchen organic waste as material for vermiculture and source of nutrients for plants. Journal of Ecological Engineering, 19(6).

Martínez-Aguilar, F. B., Guevara-Hernández, F., Aguilar-Jiménez, C. E., Rodríguez-Larramendi, L. A., Reyes-Sosa, M. B., & La O-Arias, M. A. (2020). Caracterización físico-química y biológica del suelo cultivado con maíz en sistemas convencional, agroecológico y mixto en la Frailesca, Chiapas. REVISTA TERRA LATINOAMERICANA, 38(4), 871–881. https://doi.org/10.28940/terra.v38i4.793

Peña-Venegas, C. P., Cardona, G. I., Arguelles, J. H., & Arcos, A. L. (2007). Micorrizas arbusculares del sur de la Amazonia colombiana y su relación con algunos factores fisicoquímicos y biológicos del suelo. Acta Amazonica, 37(3), 327–336. https://doi.org/10.1590/S0044-59672007000300003

Ramírez Ríos, A., & Polack Peña, A. M. (2020). Estadística inferencial. Elección de una prueba estadística no paramétrica en investigación científica. Horizonte de La Ciencia, 10(19). https://doi.org/10.26490/uncp.horizonteciencia.2020.19.597

Santana-Romo, F., Lagos, C. F., Duarte, Y., Castillo, F., Moglie, Y., Maestro, M. A., Charbe, N., & Zacconi, F. C. (2020). Innovative Three-Step Microwave-Promoted Synthesis of N-Propargyltetrahydroquinoline and 1,2,3-Triazole Derivatives as a Potential Factor Xa (FXa) Inhibitors: Drug Design, Synthesis, and Biological Evaluation. Molecules, 25(3), 491. https://doi.org/10.3390/molecules25030491

Santana-Romo, F., Peñaherrera, J. L., Sanchez, J. S., & Carreño-Otero, A. L. (2023). Chemical-computational comparison of organometallic complexes in oxygen carriers and their incidence on blood color. Investigación y Desarrollo, 18(1). https://doi.org/10.31243/id.v18.2023.2176

Santana-Romo, F., Sánchez, I., & Sampedro, A. (2021). Estudio de Factibilidad Técnica y Financiera. Elaboración de Shampoo de Plantas: Ortiga (Urtica), Romero (Rosmarinus officinalis) y Limonero (Citrus aurantifolia) (O. Guritanu, Ed.; Primera). Editorial Académica Española - OmniScriptum Publishing Group. https://www.worldcat.org/isbn/9786203035742

Snyder, H. D., & Kucukkal, T. G. (2021). Computational Chemistry Activities with Avogadro and ORCA. Journal of Chemical Education, 98(4), 1335–1341. https://doi.org/10.1021/acs.jchemed.0c00959

Sonko, S. P., Vasilenko, O. V., Sukhanova, I. P., Shchetyna, M. A., & Hurskiy, I. M. (2018). Vermiculture as an important component of ecologically tolerant agricultural ecosystems. Ukrainian Journal of Ecology, 8(4), 236–242.

Vilà Baños, R., Torrado-Fonseca, M., & Reguant Alvarez, M. (2019). Análisis de regresión lineal múltiple con SPSS: un ejemplo práctico. REIRE Revista d’Innovació i Recerca En Educació, 12 (2). https://doi.org/10.1344/reire2019.12.222704

Publicado
2024-04-09
Cómo citar
Santana Romo, F., & Benavides Gutiérrez, H. (2024). Seguimiento fisicoquímico en camas de lombricultura – modelación químico computacional 3D del ácido húmico. Revista De Investigación Talentos, 11(1), 32-46. https://doi.org/10.33789/talentos.11.1.195