- Bienvenidos al Repositorio Institucional del INIA
Comunidades en el Repositorio
Seleccione una comunidad para explorar sus colecciones.
Envíos recientes
Hierarchical Bayesian modeling for comparing nonlinear functions and estimating heritability of growth curve parameters in llamas
(Elsevier B.V. en representación de KeAi Communications Co. Ltd., 2026-09-07) Canaza Cayo, Ali William; Mamani Cato, Ruben Herberht; Rodríguez Huanca, Francisco Halley; Churata Huacani, Roxana; Cardenas Minaya, Oscar Efrain; Huacani Pacori, Ferdynand Marcos; Calsin Cari, Maribel; Bueno Filho, Júlio Sílvio de Sousa
Genetic modeling of growth curve parameters in llamas is fundamental for breeding programs; however, previous studies have relied predominantly on two-stage frequentist approaches or conventional MCMC algorithms (Gibbs/Metropolis-Hastings), which present limitations regarding computational efficiency and simultaneous incorporation of multiple information sources. The objective of this study was to compare nonlinear functions (Brody, Gompertz, and von Bertalanffy) and jointly estimate growth curve parameters (asymptotic weight, A; scaling parameter, B; and maturation rate, k), variance components, and heritabilities in young llamas through hierarchical Bayesian modeling implemented with the No-U-Turn Sampler (NUTS) algorithm via Stan/brms. We analyzed 11,409 monthly weight records from birth to 365 days of age from 1000 llamas (456 males and 544 females) of K'ara and Ch'accu breeds from the Quimsachata Experimental Station (Peru). A three-stage hierarchical Bayesian model was adopted: (i) normal likelihood for weights conditioned on individual curves; (ii) multivariate animal model for parameters A, B, and k, including systematic effects (sex and breed) and additive genetic effects; and (iii) normal prior distributions for standard deviations. Posterior sampling (4000 post-warmup iterations) showed adequate convergence according to the Gelman-Rubin, Geweke, and Effective sample size diagnostics. The von Bertalanffy model was selected as the most parsimonious (Watanabe-Akaike Information Criterion (WAIC) = 20104.8; Leave-One-Out Information Criterion (LOOIC) = 27588). Estimated heritabilities for A were high (0.79 - 0.87), while those associated with parameters B and k were close to zero (0.007 – 0.075). We conclude that the hierarchical Bayesian approach with NUTS/brms is computationally efficient and statistically robust for analyzing growth curves in llamas, evidencing high genetic potential for adult weight selection, in contrast to the low heritability of curve shape parameters. This study represents the first application of the NUTS algorithm in hierarchical growth models for South American camelids.
Variación espacial de la fertilidad del suelo en la EEA Andenes
(Instituto Nacional de Innovación Agraria (INIA), 2026-07-30) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Ore Valeriano, Ruddy Adely; Chuchon Remon, Rodolfo Juan; Condori Huaman, Veronica; Lloclla Chirinos, Ashly; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
En los Andes, las prácticas tradicionales de manejo del suelo como el barbecho, el uso de terrazas y la rotación de cultivos han sido fundamentales para sostener la producción agrícola durante siglos (Rolando et al., 2017). Las terrazas surgieron como una adaptación a las superficies inclinadas, permitiendo reducir la pendiente, controlar la erosión y disminuir la pérdida de agua, favoreciendo así el cultivo en zonas de ladera (Posthumus y Stroosnijder, 2010). Sin embargo, en la actualidad, la disminución de áreas cultivables, la reducción de la productividad de los suelos y la creciente presión por incrementar la producción de alimentos han impulsado la reducción de los periodos de barbecho (Sarmiento y Bottner, 2002), así como una mayor dependencia del uso de fertilizantes inorgánicos para aumentar los rendimientos (Pestalozzi, 2000). Estos cambios en el uso del suelo y la intensificación agrícola, sumados a los efectos del cambio climático, han contribuido a acelerar los procesos de degradación del suelo (De Valença et al., 2017).
La agricultura tradicional basada en cultivos andinos suele complementarse con sistemas mixtos de producción, lo que exige estrategias de manejo capaces de responder a la elevada heterogeneidad de las condiciones edáficas y climáticas presentes en la región. En este contexto, el monitoreo de la fertilidad del suelo constituye un componente esencial para promover una gestión agrícola sostenible y evitar procesos de degradación asociados al uso inadecuado o excesivo de fertilizantes. Por ello, la incorporación de herramientas de agricultura de precisión, integrando técnicas de geoestadística, análisis de suelos y sistemas de información geográfica, permite evaluar la variabilidad espacial de la fertilidad mediante métodos como la interpolación kriging, el índice de Moran y el análisis de semivariogramas.
Estas herramientas se han consolidado como enfoques fundamentales para caracterizar la variabilidad espacial de las propiedades fisicoquímicas del suelo en contextos complejos como el de la EEA Andenes (Culman et al., 2021; Chinea-Horta y Rodríguez-Izquierdo, 2021). Los resultados derivados de estos análisis se expresan en mapas temáticos que representan la distribución y heterogeneidad de parámetros clave, facilitando una planificación de la fertilización más precisa, eficiente y adaptada a las particularidades de cada zona.
En este contexto, el presente documento tiene como finalidad analizar la distribución espacial de las propiedades fisicoquímicas del suelo en la EEA Andenes mediante la integración de análisis de laboratorio, herramientas geoestadísticas y sistemas de información geográfica. A partir de esta evaluación, se busca generar información técnica que permita identificar patrones espaciales en la fertilidad del suelo y establecer criterios para un manejo más eficiente de fertilizantes y enmiendas, acorde con las características específicas de cada sector evaluado. De esta manera, el estudio contribuirá al desarrollo de estrategias de manejo sitio-específico orientadas a optimizar la productividad agrícola, mejorar la eficiencia en el uso de insumos agrícolas y promover la sostenibilidad de los sistemas productivos en las condiciones agroecológicas de la región Cusco.
Variación espacial de la fertilidad del suelo en la EEA Virú
(Instituto Nacional de Innovación Agraria (INIA), 2026-07-31) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Mercado Chinchay, Ruth Lizbeth; Ore Valeriano, Ruddy Adely; Chuchon Remon, Rodolfo Juan; Solórzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
La región de La Libertad, ubicada en la costa norte del Perú, se ha consolidado como una de las principales zonas agroindustriales del país, destacando por la producción intensiva de cultivos de alto valor comercial, como arándano, palta y espárrago (Ministerio de Comercio Exterior y Turismo, 2025). Asimismo, la franja costera de la región comprende aproximadamente la cuarta parte de su territorio y se caracteriza por presentar un relieve ligeramente ondulado, extensos valles, un clima semicálido y suelos
predominantemente arenosos (Ministerio del Ambiente, 2009).
En los ecosistemas áridos, la degradación edáfica suele originarse por procesos de salinización natural (Sakadevan y Nguyen, 2010), condición que frecuentemente se exacerba debido a una gestión ineficiente del recurso hídrico y al uso intensivo de fertilizantes sintéticos (Mukhopadhyay et al., 2021). Estos suelos se caracterizan por su limitado contenido de materia orgánica, baja fertilidad natural y valores de pH elevados (Hag Husein et al., 2021). Ante este escenario, resulta imperativo implementar prácticas de agricultura
de precisión que permitan mitigar estas limitantes y optimizar la productividad sin comprometer la sostenibilidad a largo plazo ni acelerar los procesos de salinización secundaria.
En ese contexto, el monitoreo sistemático de la fertilidad edáfica se establece como un pilar fundamental para la gestión sostenible de la producción agrícola, especialmente en agrosistemas áridos donde los recursos hídricos y edáficos son críticos. La integración de enfoques de agricultura de precisión en los programas de fertilización, mediante el uso de herramientas geoestadísticas, análisis de suelos y Sistemas de Información Geográfica (SIG), permite modelar con precisión la variabilidad espacial de los nutrientes
a través de métodos como la interpolación kriging, el índice de Moran y el análisis de semivariogramas.
Los resultados derivados de estas técnicas son determinantes para el diseño de estrategias de fertilización diferenciadas por zonas de manejo, optimizando la eficiencia en el uso de insumos y garantizando la preservación de la salud del suelo a largo plazo (Culman et al., 2021; Chinea-Horta y Rodríguez-Izquierdo, 2021).
El presente documento tiene como objetivo proporcionar una guía metodológica para la caracterización de la variabilidad espacial de la fertilidad del suelo en la Estación Experimental Agraria Virú, mediante la integración de herramientas de agricultura de precisión y análisis geoestadístico. A través de la aplicación de modelos de interpolación y la evaluación de la autocorrelación espacial, se busca delimitar zonas de manejo diferenciadas que sirvan de base para la prescripción de una fertilización eficiente, contribuyendo
así a la mitigación de los procesos de degradación y al fortalecimiento de la sostenibilidad productiva en la EEA.
Variación espacial de la fertilidad del suelo en la EEA Amazonas
(Instituto Nacional de Innovación Agraria (INIA), 2026-07-30) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejía Maita, Sharon Yahaira; Mattos Mendoza, Carlos; Ore Valeriano, Ruddy Adely; Chuchon Remon, Rodolfo Juan; Chavez Jalk, Antony; Alva Vasquez, Dangiela Steyscy; Montenegro Acuña, Luis Alberto; Solórzano Acosta, Richard Andi; Cruz Luiz, Juancarlos Alejandro
La degradación del suelo en regiones tropicales constituye una amenaza crítica para la sostenibilidad de la producción agrícola y la provisión de servicios ecosistémicos, debido a su estrecha relación con la pérdida de carbono orgánico, la erosión y la disminución de la productividad. En particular, el cambio de uso del suelo y la intensificación agrícola aceleran los procesos de degradación física y química, afectando el almacenamiento de carbono y la disponibilidad de nutrientes, especialmente en ecosistemas tropicales (Don et al., 2010). En la Amazonía peruana, la deforestación contribuye a la degradación del suelo, ya que las áreas intervenidas suelen destinarse al establecimiento de pastizales que, en muchos casos, se manejan de forma inadecuada, con prácticas como la sobrecarga animal y el sobrepastoreo. Aproximadamente el 70 % de los bosques deforestados han sido convertidos en pastizales para actividades ganaderas (Alegre et al., 2019).
La región Amazonas, una de las principales zonas productoras de arroz, café, cacao y frijol, presenta condiciones edafoclimáticas que favorecen una alta heterogeneidad espacial de las propiedades del suelo. La interacción entre precipitaciones intensas, relieve complejo y variabilidad de materiales parentales genera una distribución irregular de nutrientes y del carbono orgánico, lo que condiciona la respuesta de los cultivos y la eficiencia en el manejo de la fertilidad (Ruiz et al., 2026). Cuando esta heterogeneidad no es adecuadamente caracterizada ni gestionada, puede dar lugar a la sobrefertilización en algunos sectores y a deficiencias nutricionales en otros, con implicancias económicas y ambientales, como pérdidas de nutrientes por lixiviación y una baja eficiencia en el uso de fertilizantes (Bhagwan et al., 2025).
Con el fin de no agravar la problemática de degradación del suelo en la región Amazonas, es fundamental conocer la variabilidad de sus propiedades fisicoquímicas; para ello, es necesario emplear herramientas que permitan su adecuado diagnóstico y monitoreo. Las tecnologías como los sistemas de posicionamiento global (GPS), la teledetección y los sistemas de información geográfica (SIG) permiten recopilar datos edáficos de manera eficiente y, en muchos casos, en tiempo casi real, lo que facilita la elaboración de mapas de alta resolución sobre la variabilidad de las propiedades del suelo. Estas herramientas han transformado significativamente el monitoreo y la gestión de áreas agronómicas, al posibilitar la delimitación de zonas de manejo homogéneo. En este contexto, métodos de interpolación como el kriging, integrados con SIG, han demostrado ser eficaces para identificar “hotspots” de degradación, orientar la fertilización diferenciada y apoyar la implementación de estrategias de restauración ecológica en zonas críticas (Culman et al., 2021;
Chinea-Horta y Rodríguez-Izquierdo, 2021).
En este contexto, el presente documento técnico tiene como objetivo evaluar la variación espacial de la fertilidad del suelo en la Estación Experimental Agraria Amazonas mediante el análisis e interpretación de sus propiedades fisicoquímicas y el uso de herramientas de análisis espacial. A partir de la generación de mapas temáticos de fertilidad, se busca identificar zonas con características similares que faciliten la toma de decisiones para un manejo más eficiente de la fertilización y del suelo. Asimismo, se presenta una metodología basada en la modelación de semivariogramas y la interpolación por kriging, la cual puede ser aplicada en otros sistemas agrícolas para contribuir al uso adecuado de los insumos, mejorar la productividad y promover la sostenibilidad del recurso suelo.
Variación espacial de la fertilidad del suelo en la EEA Los Cedros
(Instituto Nacional de Innovación Agraria (INIA), 2026-07-30) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejia Maita, Sharon Yahaira; Ore Valeriano, Ruddy Adely; Solórzano Acosta, Richard Andi; Arroyo Isuiza, Rosa Karen; Chuchon Remon, Rodolfo Juan; Martínez Zapata, Boris Guillermo; Córdova Campos, José Stalyn; Vinces La Rosa, Anthony Joel; Cruz Luis, Juancarlos Alejandro
La degradación del suelo constituye uno de los principales desafíos para la agricultura sostenible y la seguridad alimentaria en el Perú, particularmente en el departamento de Tumbes. En esta región, la erosión hídrica y eólica, asociada a las lluvias, la escorrentía y la remoción del material superficial, ocasionan la pérdida de cobertura vegetal y la lixiviación de nutrientes disponibles para las plantas (Gómez-Velásquez, 2017). Asimismo, la variabilidad climática, caracterizada por periodos prolongados
de precipitación y de sequía, contribuye a la degradación del suelo (DeLong et al., 2015). A ello se suman las actividades antrópicas, entre las que destacan la deforestación, las prácticas agrícolas inadecuadas, como la labranza excesiva, el uso de maquinaria pesada y la sobrefertilización, y la expansión urbana no planificada (Karlen y Rice, 2015).
Los suelos planos y cercanos al mar de la región Tumbes presentan problemas de salinidad debido al alto nivel freático y a la intrusión marina, que se intensifican en épocas de sequía, afectando a los cultivos, ganados y manglares (Autoridad Nacional del Agua, 2013). Con el fin de no agravar esta problemática por el uso inadecuado de enmiendas y fertilizantes, especialmente por sobredosificación, es necesario conocer la variabilidad espacial de las propiedades químicas y físicas del suelo, con el uso de herramientas que permitan su diagnóstico y monitoreo.
Los sistemas de posicionamiento satelital (GPS), sensores remotos y sistemas de información geográfica (SIG) permiten hacer una recolección eficiente y efectiva de datos edáficos en tiempo real, facilitando la construcción de mapas de alta resolución de la variabilidad de las propiedades del suelo. Estas tecnologías han revolucionado la manera en que se monitorean y gestionan áreas agronómicas, permitiendo la delimitación de zonas de manejo homogéneo. Asimismo, la interpolación kriging, junto con sistemas de información geográfica, han demostrado ser una estrategia eficaz para identificar “hotspots” de degradación, planificar la fertilización diferenciada y adoptar medidas de restauración ecológica en áreas críticas (Culman et al., 2021; Chinea-Horta y Rodríguez-Izquierdo, 2021).
En este contexto, el presente documento tiene como objetivo evaluar la variabilidad espacial de la fertilidad del suelo en la Estación Experimental Agraria Los Cedros (EEA Los Cedros), mediante el uso integrado de análisis fisicoquímicos y herramientas geoestadísticas. De manera específica, busca: (i) caracterizar las propiedades edáficas y su distribución espacial; (ii) modelar la estructura de dependencia espacial de los atributos del suelo mediante semivariogramas; (iii) generar mapas temáticos de fertilidad utilizando técnicas de interpolación espacial; y (iv) proponer recomendaciones técnicas para la fertilización diferenciada y el manejo sostenible del suelo. A partir de este enfoque, se establece un diagnóstico espacialmente explícito que contribuye a optimizar la toma de decisiones agronómicas, fortalecer la transferencia tecnológica y orientar estrategias de adaptación frente a escenarios de variabilidad climática, promoviendo así la sostenibilidad de los sistemas productivos en el contexto regional de Tumbes.
Variación espacial de la fertilidad del suelo en la EEA San Roque
(Instituto Nacional de Innovación Agraria (INIA), 2026-07-31) Quispe Matos, Kenyi Rolando; Carbajal Llosa, Carlos Miguel; Mejía Maita, Sharon Yahaira; Rivas Segovia, Johan Asley; Ore Valeriano, Ruddy Adely; Chuchon Remon, Rodolfo Juan; Solorzano Acosta, Richard Andi; Cruz Luis, Juancarlos Alejandro
Una de las mayores amenazas para la sostenibilidad agrícola y la producción de alimentos en la región amazónica es la degradación del suelo. Esta problemática es particularmente crítica en suelos aluviales jóvenes, caracterizados por baja capacidad de intercambio catiónico, alta saturación de aluminio y severas deficiencias de fósforo disponible (Peña-Venegas y Vanegas, 2010; Villacis-Fajardo et al., 2023).
La degradación se intensifica por prácticas como la roza, tumba y quema, las cuales reducen el contenido de materia orgánica y favorecen la lixiviación de cationes básicos, proceso agravado por las altas precipitaciones características de la región (Bruijnzeel, 2004).
La región Loreto se caracteriza por una alta biodiversidad y una producción agrícola diversificada, que incluye cultivos como maíz amarillo duro, cacao, plátano, camu camu, pijuayo y palto. Sin embargo, también es uno de los departamentos más afectados por la degradación del suelo, con una superficie degradada acumulada del 14,68 % (Ministerio del Ambiente, 2015). Esta situación se debe principalmente a que sus suelos, mayormente Entisols e Inceptisols derivados de sedimentos fluviales del Amazonas, presentan características que limitan su capacidad productiva: pH ácido producto de la meteorización intensa, textura fina a franco arenosa, baja profundidad efectiva en laderas con pendiente pronunciada y alta susceptibilidad a la erosión hídrica. Estas condiciones generan gradientes espaciales pronunciados en fósforo disponible, potasio disponible y materia orgánica, limitando la retención de nutrientes y afectando el rendimiento de los cultivos estratégicos de la región (MINAGRI-INIA, 2018). Adicionalmente, la presencia
de humedales pantanosos introduce variabilidad edáfica adicional mediante suelos hidromórficos saturados, lo que restringe las posibilidades de uso agroforestal (Derecho Ambiente y Recursos Naturales, 2021). Esta heterogeneidad espacial hace necesario un monitoreo sistemático de la fertilidad del suelo, orientado a planificar una fertilización sostenible y corregir los desbalances edáficos críticos que limitan la producción agrícola.
En este contexto, el presente documento tiene como objetivo evaluar la variabilidad espacial de la fertilidad del suelo en la Estación Experimental Agraria San Roque, mediante la integración de técnicas geoestadísticas y sistemas de información geográfica. De forma específica, se busca generar mapas temáticos de las principales propiedades edáficas, delimitar zonas de manejo diferencial y formular recomendaciones para el uso eficiente de insumos agrícolas, contribuyendo al fortalecimiento de una agricultura sostenible en el área de influencia de la estación.Una de las mayores amenazas para la sostenibilidad agrícola y la producción de alimentos en la región amazónica es la degradación del suelo. Esta problemática es particularmente crítica en suelos aluviales jóvenes, caracterizados por baja capacidad de intercambio catiónico, alta saturación de aluminio y severas deficiencias de fósforo disponible (Peña-Venegas y Vanegas, 2010; Villacis-Fajardo et al., 2023).
La degradación se intensifica por prácticas como la roza, tumba y quema, las cuales reducen el contenido de materia orgánica y favorecen la lixiviación de cationes básicos, proceso agravado por las altas precipitaciones características de la región (Bruijnzeel, 2004).
La región Loreto se caracteriza por una alta biodiversidad y una producción agrícola diversificada, que incluye cultivos como maíz amarillo duro, cacao, plátano, camu camu, pijuayo y palto. Sin embargo, también es uno de los departamentos más afectados por la degradación del suelo, con una superficie degradada acumulada del 14,68 % (Ministerio del Ambiente, 2015). Esta situación se debe principalmente a que sus suelos, mayormente Entisols e Inceptisols derivados de sedimentos fluviales del Amazonas, presentan características que limitan su capacidad productiva: pH ácido producto de la meteorización intensa, textura fina a franco arenosa, baja profundidad efectiva en laderas con pendiente pronunciada y alta susceptibilidad a la erosión hídrica. Estas condiciones generan gradientes espaciales pronunciados en fósforo disponible, potasio disponible y materia orgánica, limitando la retención de nutrientes y afectando el rendimiento de los cultivos estratégicos de la región (MINAGRI-INIA, 2018). Adicionalmente, la presencia de humedales pantanosos introduce variabilidad edáfica adicional mediante suelos hidromórficos saturados, lo que restringe las posibilidades de uso agroforestal (Derecho Ambiente y Recursos Naturales, 2021). Esta heterogeneidad espacial hace necesario un monitoreo sistemático de la fertilidad del suelo, orientado a planificar una fertilización sostenible y corregir los desbalances edáficos críticos que limitan la producción agrícola.
En este contexto, el presente documento tiene como objetivo evaluar la variabilidad espacial dela fertilidad del suelo en la Estación Experimental Agraria San Roque, mediante la integración de técnicas geoestadísticas y sistemas de información geográfica. De forma específica, se busca generar mapas temáticos de las principales propiedades edáficas, delimitar zonas de manejo diferencial y formular recomendaciones para el uso eficiente de insumos agrícolas, contribuyendo al fortalecimiento de una agricultura sostenible en el área de influencia de la estación.
Physiological response of Cinchona officinalis L., the Peruvian national tree, inoculated with native arbuscular mycorrhizal fungi under nursery conditions in the Amazon rainforest
(Universidad Nacional de Tumbes, 2026-06-30) Guelac Santillan, Marly; Huaman Pilco, Angel F.; Zabaleta Santisteban, Jhon A.; Vargas , Raúl; Corazon Guivin, Mike Anderson; Marcelo Bazán, Fátima Elizabeth; Sanchez Santillan, Tito
This study evaluated the agronomic response of Cinchona officinalis L. to inoculation with native arbuscular mycorrhizal fungi (AMF) under nursery conditions in the province of Condorcanqui, Amazonas, at 315 m.a.s.l., an unusually low elevation for a species typically found between 1000 and 3000 m.a.s.l. The main objective was to assess the physiological response of C. officinalis to AMF inoculation in lowland conditions. A completely randomized design was implemented, including five native AMF consortia and one non-inoculated control. Growth and symbiotic parameters such as plant height, dry biomass, mycorrhizal colonization, and spore diversity were measured. Results showed that inoculation with AMF consortia from San Jerónimo and Yambrasbamba significantly enhanced plant growth and symbiosis, indicating a positive effect on early development. These findings suggest that AMF play a key role in facilitating early establishment and seedling performance under low-elevation nursery conditions. This is one of the first reports demonstrating the potential of using native AMF to promote the successful propagation of this important forest species outside its natural altitudinal range, offering a sustainable strategy for conservation and restoration efforts in the Peruvian Amazon.
Co-inoculation with Rhizobium leguminosarum bv. viciae and Azospirillum brasilense outperforms nitrogen fertilisation in terms of yield, crude protein content, and profitability of green pea (Pisum sativum L.) cultivation in the Peruvian Andes
(Frontiers Media S.A., 2026-08-20) Bellido Tenorio, Enrique; Alarcón Romani, Susan Milagros; Condori Ataupillco, Leivi Tatiana; Palomino-Espinoza, Claudio Carlos; Rengifo Sanchez, Raihil Rabindranath; Erazo Huarache, José Manuel; García Blásquez, Cayo; Solórzano Acosta, Richard Andi
Green pea (Pisum sativum L.) is a key crop for food security in communities of the Peruvian Andes; however, its productivity is constrained by low soil fertility and the high cost of nitrogen fertilisers. In this context, the effects of co-inoculation with Rhizobium leguminosarum bv. viciae (strain Ar-014) and Azospirillum brasilense (strain Az-007) on crop yield, crude protein content, and economic profitability were evaluated in comparison with conventional nitrogen fertilisation. The study was conducted at the Canaan Agrarian Experimental Station (Ayacucho, Peru; 2,750 m.a.s.l.) using a randomised complete block design with five treatments and four replicates: T01 (Rhizobium leguminosarum bv. viciae inoculation), T02 (Azospirillum brasilense inoculation), T03 (co-inoculation), T04 (mineral-N comparator, 82.5 kg N ha⁻¹), and T05 (uninoculated and unfertilised control). The results showed that T03 (co-inoculation) significantly outperformed nitrogen fertilisation (T04) (p < 0.01), achieving higher green pod yield (6.73 vs 5.63 t ha⁻¹), crude protein content (24.28 vs 23.67%), and economic profitability (262.75 vs 176.78%). Furthermore, T03 recorded the highest values for root length (21.73 cm), number of nodules per plant (20.27), and number of seeds per pod (6.07). Individual inoculation treatments (T01 and T02) also improved specific agronomic traits, such as aboveground biomass and number of pods per plant, respectively, although neither surpassed the performance of the co-inoculation treatment (T03). The Relative Yield Index (RYI_N) in the inoculated treatments was 16.85–19.49% higher than that observed under nitrogen fertilization. Overall, these results indicate that co-inoculation with R. leguminosarum b. viciae and A. brasilense (T03) represents a promising alternative to conventional nitrogen fertilization for green pea production under the evaluated high-Andean conditions, improving agronomic performance and economic profitability.
Predicting Pregnancy After Fixed-Time Artificial Insemination in Goats: Comparative Performance of Multivariable Logistic Regression and Random Forest Models
(MDPI, 2026-08-17) Rodríguez Vargas, Aníbal Raúl; Rivas Flores, Josselin Kelly; Ruiz Chamorro, José Antonio; Galván Cavero, Gerardo Antonio; Mendoza Ordoñez, Gilmar; Ortiz Morera, Narda Cecilia; Cruz Luis, Juancarlos Alejandro
Accurate prediction of pregnancy following fixed-time artificial insemination (FTAI) remains challenging under commercial goat production conditions. This study compared multivariable logistic regression and Random Forest models for pregnancy prediction and used SHAP analysis to characterize predictor contributions. Data from 920 goats subjected to FTAI across four regions of Peru were analyzed using reproductive, hormonal, animal-level, and management variables. Logistic regression was developed after univariable screening, whereas Random Forest models used 500 trees with mtry values of 2, 3, and 4. Models were compared using stratified 10-fold cross-validation with identical folds. The mtry = 4 configuration yielded the highest Random Forest AUC. Logistic regression identified semen type, buck and doe breed, insemination site, and cervical mucus score as independent predictors. Chilled semen was associated with higher pregnancy odds, whereas superficial cervical insemination was associated with lower odds. Logistic regression outperformed Random Forest in discrimination (AUC, 0.761 vs. 0.654), accuracy (0.679 vs. 0.644), and specificity (0.882 vs. 0.782), whereas Random Forest showed higher sensitivity (0.369 vs. 0.278). SHAP analysis identified eCG dose, cervical mucus score, semen type, and insemination site as the most influential predictors. Overall, logistic regression provided superior and more consistent predictive performance, whereas Random Forest offered complementary sensitivity and captured nonlinear predictor contributions. These findings support logistic regression as the more effective predictive approach for pregnancy following FTAI under the conditions studied, with explainable machine learning providing complementary insight into prediction patterns.
Nursery management modulates biomass allocation and early field establishment of Pinus douglasiana Martínez
(MDPI, 2026-08-20) Bernaola Paucar, Rosario Marilu; Ruiz Blandon, Bayron Alexander; Alama Flores, Marcos; Amaringo Córdova, Luiz Paulo; Rodríguez Cangalaya, Nora; Colachagua Calderon, Deysi Alina; Nieto Ramos, Carlos Emérico; Nieto Ramos, Luis Armando; Cuadrado Campó, Walter Javier
Nursery decisions influence the condition of seedlings before outplanting, but their practical value depends on whether those traits remain evident during early field establishment. We evaluated Pinus douglasiana Martínez seedlings grown under eight combinations of container volume, fertilization, and irrigation regime. Seedlings were conditioned for six months in the nursery and then assessed after 12 months under field conditions. Container volume was the clearest source of variation. Compared with 1 L containers, 5 L containers produced seedlings with larger root collar diameter, greater shoot, root, and total biomass, and higher Dickson quality index. Total biomass was 2.2-fold greater in 5 L stock. Final survival was retained as a descriptive field variable and averaged 76.7% in 5 L treatments and 27.5% in 1 L treatments. Correlations based on treatment means associated total biomass with field diameter and descriptive survival, although these patterns were exploratory because only eight treatment means were available. Proline increased mainly under non-continuous irrigation, indicating a water-related nursery response, but it was not aligned with biomass production or first-year field performance. The treatment-level PCA separated biomass and field-growth variables from proline and lignification. These results show that larger containers improved the structural condition of P. douglasiana planting stock, although nursery costs, planting-site constraints, and longer monitoring should be considered before operational adoption.