Agricultura, Sociedad y Desarrollo FACTORES SOCIOECONÓMICOS QUE INFLUYEN EN LA ADOPCIÓN DE TECNOLOGÍAS PARA MEJORAMIENTO GENÉTICO DE GANADO VACUNO EN PERÚ Héctor V. Vásquez1*, Christian Alfredo Barrantes-Bravo2, Carmen N. Vigo3, Jorge Luis Maicelo-Quintana4 1Dirección de Desarrollo Tecnológico Agrario, Instituto Nacional de Innovación Agraria-INIA, La Molina, Lima, Perú. 2Universidad Nacional Agraria La Molina, La Molina, Lima, Perú. 3Dirección de Desarrollo Tecnológico Agrario, Instituto Nacional de Innovación Agraria-INIA, La Molina, Lima, Perú. 4Instituto Nacional de Innovación Agraria-INIA, La Molina, Lima, Perú. *Autor de correspondencia: hvasquez@inia.gob.pe RESUMEN En el distrito de Florida (Perú), el proceso de adopción de tecnologías para el mejoramiento genético de ga- nado vacuno ha sido lento y se desconocen los factores socioeconómicos que influyen sobre este proceso. El objetivo de la investigación fue determinar los factores socioeconómicos que han influido en la adopción de tecnologías para el mejoramiento genético de ganado vacuno. Se utilizó un modelo metodológico que integra el enfoque cuantitativo y cualitativo como herramienta para la obtención de información mediante encuestas Citation: Vásquez HV, Barrantes- semiestructuradas, a una muestra de 144 productores del distrito de Florida. Se realizó un análisis estadístico Bravo CA, Vigo CN, Maicelo- Quintana JL. 2022. Factores descriptivo, correlación de variables y uso del modelo logit. Dentro de los factores sociales que influyeron en socioeconómicos que influyen en la adopción de tecnologías para el mejoramiento genético fueron: nivel educativo, organización, asistencia la adopción de tecnologías para mejoramiento genético de ganado técnica, tenencia de tierras, y conocimiento en mejoramiento genético. Los factores económicos que influ- vacuno en Perú. yeron fueron: el crédito agropecuario, actividad económica principal y producción de leche. En conclusión, Agricultura, Sociedad y los factores socioeconómicos influyen en la adopción de tecnologías de mejoramiento genético para ganado Desarrollo https://doi.org/10.22231/asyd. vacuno, e incrementan el porcentaje de éxito en su implementación. v19i3.1358 ASyD 19(3): 312-330 Palabras clave: Acceso a mercado, adoptantes, hato ganadero, innovación, inseminación artificial. Editor in Chief: INTRODUCCIÓN Dr. Benito Ramírez Valverde Según el Instituto Nacional de Estadística e Informática (2012) en el Perú, la ganadería bo- Received: September 26, 2020. vina tiene una gran importancia económica, con una población de 5,037,499 cabezas, de Approved: February 23, 2021. las cuales 13% son vacas en ordeño (692,916 cabezas). Además, entre 1961 y 2012, existió Estimated publication date: un crecimiento de 62% de la población, teniendo un incremento de 1,921,441 cabezas de December 07, 2022. ganado vacuno. La región Amazonas, presenta una población total de 157,166 cabezas de ganado vacuno, que se desenvuelve en dos grandes regiones naturales de sierra y selva, con This work is licensed sistemas productivos diferenciados que brindan condiciones adecuadas para el desarrollo under a Creative Commons Attribution-Non- Commercial de una ganadería sustentable según Ministerio de Agricultura y Riego (MINAGRI, 2014). 4.0 International license. El Producto Bruto Interno del sector agricultura, ganadería, caza y silvicultura de la región Amazonas representa 3.5% del Producto Bruto Interno nacional del sector con un valor del 1,049,723 soles (Instituto Nacional de Estadística e Informática-INEI, 2019). En el mejoramiento genético en Perú se considera como principales prácticas de mejo- ramiento: la inseminación artificial y el uso de sementales de raza (MINAGRI, 2017). 312 ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 313 Por ende, las características de innovación tecnológica para el mejoramiento genético en el país, se consideran complejas, porque requieren mayor asistencia técnica para su adopción, y se precisa que los productores cuenten con mayor información agraria y tengan un mayor uso de tecnologías (Maicelo y Alegre, 2013). La ganadería peruana se desarrolla bajo tres modalidades: ganadería comercial, pe- queña y mediana ganadería, y ganadería con producción de subsistencia. En la zona de estudio predominan las dos últimas modalidades. Se caracterizan por tratarse de explotaciones semi intensivas y extensivas con ganado criollo y criollo mejorado, con productores que cuentan con un nivel de instrucción educativa intermedia, sin acceso al crédito formal y a la información, débilmente organizados y con una vinculación semi-desarrollada con el mercado (MINAGRI, 2017). Siendo los sistemas de comer- cialización predominantes en la zona de estudio: venta a pie y venta con acopiador local (Salazar, 2016). La microcuenca ganadera de Pomacochas, distrito de Florida, presenta un gran po- tencial para la producción de bovinos lecheros, teniendo un total de 7,742 cabezas de ganado vacuno y 15,000 ha de terrenos para este fin (INEI, 2012). Los suelos están cubiertos con pasturas naturales y cultivadas, presentan características edafológicas adecuadas para la instalación de pasturas, constituyéndose la actividad ganadera en el principal factor generador de empleos y recursos económicos para el desarrollo de los productores pecuarios, según Instituto de Investigaciones de la Amazonía Peruana (IIAP, 2010). La innovación en mejoramiento genético de ganado vacuno en el distrito ha sido un proceso lento, habiéndose obtenido algunos cruces con razas mejoradas; sin embargo, dichos animales no han producido leche y carne según el promedio productivo del Perú de 6 kg/vaca/campaña para leche y 140 kg/cabeza para carne (MINAGRI, 2017), por lo que el productor se ha visto obligado a tener un mayor número de animales y áreas de pastoreo para su crianza, tal como menciona la Dirección Regional de Agri- cultura de Amazonas (DRAA, 2011). Por lo que, diferentes instituciones públicas y privadas han trabajado en la mejora genética del ganado vacuno, mediante la apli- cación de diferentes programas de asistencia técnica e introducción de tecnologías, como la inseminación artificial y transferencia de embriones, para lograr el desarrollo ganadero. Sin embargo, estas instituciones aún no han logrado fomentar cambios sustanciales en la producción lechera, lo que posterga la implementación de tecnolo- gías para los productores (Delgadillo y Montaño, 2017). Estas instituciones, hasta la actualidad, no contemplan dentro de sus programas el factor social y económico como eje principal para el desarrollo y la adopción de nuevas tecnologías. Con base a lo expuesto anteriormente el objetivo de la investigación fue Identificar qué factores sociales y económicos intervienen en la adopción de tecnologías para el mejoramiento genético del ganado vacuno en la Florida-Perú. La hipótesis que se consideró es que los factores socioeconómicos influyen en la adopción de tecnologías de mejoramiento genético. ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 314 MATERIALES Y MÉTODOS Descripción de la zona de estudio El área de estudio se ubica en el distrito de Florida entre las coordenadas 5º 44’ 47,3” S, 77º 50’ 30.9” O y 5º 53’ 24.7” S, 78º 6’ 8.3” O, en el datum World Geodetic System (WGS) de 1984. La altitud promedio del área es de 2,200 msnm. Presenta una temperatura media anual de 14 ºC y la precipitación promedio anual es de 3300 mm, influenciada por un microclima que genera la laguna de Pomacochas con una humedad relativa del 87% (Estación Meteoro- lógica Convencional-Pomacochas). Población de interés El distrito de Florida, cuenta con una población conformada por 8,257 productores agro- pecuarios: 4,393 hombres y 3,864 mujeres, que en su mayoría son población adulta. La unidad de estudio estuvo conformada por una población de 791 unidades agropecuarias que manejan ganado vacuno (INEI, 2012). La muestra fue probabilística y utilizó un muestreo aleatorio estratificado proporcional a los tamaños de cada estrato, tomando en consideración el tamaño del hato ganadero, de acuerdo con el número de animales que maneja el productor (Cuadro 1). El tamaño de la muestra se obtuvo empleando la fórmula propuesta por Cochran (2000): ∑WhPhQn h0 = V donde Wh: ponderación en cada estrato; Ph: productores que poseen la característica de interés, Qh: productores que no poseen la característica de interés; V: varianza esperada dada por: V=(E/z)2; E: error máximo de estimación; z: valor de confianza Si n0 < 5%, entonces n = n N 0 Si n0 5%, entonces n n≥ = 0 N W p q 1+ ∑ h h h NV Cuadro 1. Tamaño de muestra. Estratos h (N° de cabezas) INEI 2012 Nh Wh Ph Qh WhPhQh nh 1 a 2 159 0.2011 0.50 0.50 0.05025 25 Pequeños 3 a 4 131 0.1656 0.50 0.50 0.04143 21 5 a 9 244 0.3085 0.50 0.50 0.07711 39 Medianos 10 a 10 146 0.1846 0.50 0.50 0.04614 23 Grandes 20 a 49 105 0.1327 0.50 0.50 0.03318 1750 a 49 6 0.0075 0.50 0.50 0.00189 1 Total 791 1 … … 0.25 126 ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 315 Asignación de la muestra: para fijación proporcional al tamaño del estrato (cada estrato de acuerdo con el número de animales por cada hato). nh=Nh/N h=1,2,…,6 Si p= 0,50 Probabilidad de adopción de productores. Si E=0.08 y el coeficiente de confianza de 95%; z=1.96. V=(E/z)2 V=0.00167 Se utilizó corrección para población finita: n n= 0  n0  1+   N  donde n: tamaño de muestra final. El tamaño inicial de la muestra fue de 126, luego de aplicar el factor de corrección se ob- tuvo un óptimo de 144 productores. Variables de evaluación y técnicas de recopilación de información Se consideraron dos variables de estudio con diferentes dimensiones. La primera, corres- ponde a factores sociales como: características del productor, migración, características del hato, sistema de producción, nivel de organización, acceso a información y nivel de conocimiento. La segunda, a factores económicos como: características económicas del productor, acceso a fuentes de financiamiento, acceso al mercado. También se consideraron variables dependientes como el grado de adopción, nivel de producción, para apoyar el estudio y la descripción de los resultados (Cuadro 2). La encuesta, constituyó la base fundamental para la colecta de información cualitativa y cuantitativa, y su respectivo análisis, la cual estuvo estructurada con 55 preguntas (abiertas y cerradas). Análisis de datos Se utilizó el enfoque mixto que integra lo cualitativo y cuantitativo, y se determinó la correla- ción entre las variables independientes y la variable dependiente. Posteriormente, se segmenta- ron las variables según su medida (ordinales, nominales y escalares), y finalmente se realizó una depuración de variables no significativas para el análisis estadístico de datos. Para la comprobación de las hipótesis, se utilizó las correlaciones bivariadas y el modelo de regresión logística el cual tiene una función de enlace no lineal, monótona, creciente y acotada entre 0 y 1, que permitió analizar las asociaciones entre variable dependiente categórica dicotó- mica (variable de criterio) y variables independientes (regresoras o predictoras) cuantitativas y cualitativas (Pece et al., 2012). Para conocer la parte de la variable dependiente que es explicada por el modelo logit, se aplicaron las pruebas de R-cuadrada de Cox y Snell, y de Nagelkerke. El modelo logit πi tiene la probabilidad de éxito en la variable binomial Yi sometida a dife- rentes escenarios Xi1,…, Xip. Las variables continuas o categóricas pueden pertenecer a Xij, ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 316 Cuadro 2. Variables de estudio. Dimensión Variables de Escala de estudio Definición medición/Tipo Codificación Factores sociales Sexo de la persona que toma la decisión en el Nominal/ 1=Hombre hato cualitativa 2=Mujer Edad de la persona Nominal/ 1= Mayor a 40 (años) cuantitativa 2= Menor a 40 Número de integrantes Discreta, 0-15 en la familia continua/cuantitativa 1= Analfabeto 2= Inicial 3= Primaria completa Qué nivel de 4= Primaria incompleta instrucción tiene el Nominal/ 5= Secundaria completa jefe de familia del hato cualitativa 6= Secundariaincompleta 7= Superior técnica 8= Superior Factores universitaria socioeconómicos 1= En la misma que influyen en comunidad la adopción de Características 2= Otra comunidad del las tecnologías del productor Cuál es su lugar de Nominal/ distrito(Variables Explicativas) nacimiento cualitativa 3= Otra comunidad de la provincia 4= Otra comunidad en la misma Región 5= Otra región: 1= Agricultura 2= Pecuaria Cuál es su actividad principal que Nominal/ 3= Forestal desarrolla en el hato cualitativa 4= Comercio 5= Ama de casa 6= Transporte 7= Otra 1= De su propiedad 2= Arriendo La tierra que trabaja es Nominal/ 3= Compartidacualitativa 4= Concedida/de la comunidad 5= No tiene tierra Variable independiente ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 317 Cuadro 2. Continuación. Dimensión Variables de Definición Escala de estudio medición/Tipo Codificación 1=Cajamarca Principales lugares 2=Chiclayo que viaja dentro del Nominal/ 3=Piura país cualitativa 4= Trujillo5=Lima 6=Otro 1=Comercio Conocer la 2=Empleo migración del productor Principal motivo por la Nominal/ 3=Educación que realiza viaje cualitativa 4= Familiar5= Salud 6= Turismo 7= Otro 1=Del mismo lugar De donde proviene su Nominal/ 2=De la misma región ganado cualitativa 3=De otra región 4=Otro sector: Número de cabezas de ganado vacuno que Categórica/ 1= Menor a 10 cuenta el hato cuantitativa 2= De 11 a 20 Factores 3= Más de 20 socioeconómicos ganadero que influyen en la adopción de 1=Brown swiss las tecnologías Qué razas de ganado Multicriterio/ 2= Simmental (Variables vacuno cría en su hato cualitativa 3= Holstein Explicativas) 4= Cruces 5= Criollo Usted cría ganado Categórica/ 1= Leche Características vacuno para cualitativa 2= Carne del hato 3= Carne y leche ganadero Realiza algún procesamiento de Nominal/ 1=No estos productos cualitativa 2=Si Cuál es la fuente 1=Pasto natural principal de Categórica/ 2= Pasto mejorados alimentación de su cualitativa 3= Concentrados ganado 4=Pasto y concentrado Qué área de terreno 1= De 1 a 5 has dispone para la crianza Categórica/ 2= De 6 a 10 del ganado vacuno cuantitativa 3= De 10 a 204=De más de 21 has 1= Camino de herradura Accesibilidad al Cuenta con vía de Nominal/ 2= Trocha carrozable hato ganadero acceso a su hatoganadero cualitativa 3= Carretera afirmada4=Ninguna Variable independiente ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 318 Cuadro 2. Continuación. Dimensión Variables de estudio Definición Escala de medición/ Tipo Codificación 1= Extensiva “Sueltos” Qué sistema de 2= Semiextensiva manejo utiliza en su Nominal/cualitativa 3= Estabuladohato ganadero “Establo” 4= Semiestabulado Principalmente que 1=De alimentación problemas tiene en la Nominal/ 2=Enfermedades Sistema de crianza de sus cualitativa 3=De manejo animales 4=Reproducciónmanejo 5=Otro: 1=Área de pastos reducida Qué problema de 2=Baja producción disponibilidad de Nominal/cualitativa 3=Fuertes sequiaspastos existen 4=Presencia de heladas 5=Sobre pastoreo 6=Áreas sin descanso Existe organizaciones Factores de productores de Nominal/ 1=No socioeconómicos ganado vacuno en la cualitativa 2= Si que influyen en zona 1=Cooperativa la adopción de 2= Asociación de las tecnologías productores (Variables Los productores están Nominal/ 3=Núcleo ejecutor Explicativas) Nivel de organizados cualitativa 4=Comunidad organización de campesina los productores 5=Comité del vaso de leche 6= Otro Se encuentra asociados a alguna Nominal/ 1= Asociado asociación de cualitativa 2= No asociado productores La asociación de productores Nominal/ contribuyen con el desarrollo cualitativa 1=Si de la actividad ganadera 2=No 1=Vecinos/Parientes Principalmente, a través de 2=Ingenieros o técnicos quien o que medio se informa Nominal/ 3=Instituciones que trabajan Acceso a la sobre el mejoramiento cualitativa en la comunidad información genético 4= Radio/televisión 5=Otra: Ha recibido capacitación en Nominal/ 1= No el último año y cuantas cualitativa 2= Si, Cuantas Variable independiente ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 319 Cuadro 2. Continuación. Dimensión Variables de estudio Definición Escala de medición/ Tipo Codificación Recibe asistencia técnica sobre Nominal/ 1= No mejoramiento genético cualitativo 2= Si Existe algún programa de mejora Nominal/ 1=No genética en la zona cualitativo 2=Si 1=DRA Institución que brindan Categórica 2= Municipalidad información y asistencia técnica Continúa/ 3=Universidad Acceso a la sobre mejoramiento genético cualitativa 3= ONGs información 4= Proyectos especiales 6= Ninguna Tiene acceso a información sobre Nominal/ 1= No mejoramiento genético cualitativa 2= Si Qué medio de comunicación 1= Celular utiliza para comunicarse con el Nominal/ 2= Radio inseminador cualitativa 3= Verbal4= Ninguna Cuál es la característica genética Nominal/ 1=Criollo de sus animales cualitativa 2=Mejorado3=Raza pura 1=Productividad Factores Que característica cree usted que Nominal/ 2= Tamaño socioeconómicos debe mejorar en su ganado cualitativa 3= Rusticidad que influyen en 4=Otra, cual la adopción de Conoce sobre el mejoramiento Nominal/ 1= No las tecnologías genético cualitativa 2= Si (Variables Conoce tecnologías para el Nominal/ 1= No Explicativas) mejoramiento genético cualitativa 2= Si 1. Mejoramiento genético. Sobre qué tema ha recibido Nominal/ 2. Manejo de pastos capacitación en el último año cualitativa 3. Manejo de ganado Nivel de 4. Sanidad. conocimiento 5. Otros. Sabe reconocer un animal Nominal/ 1=No mejorado cualitativa 2=Si 1=Selección de los Que prácticas de mejoramiento Nominal/ mejores animales genético conoce cualitativa 2=Cruce con animalesmejorados 3=Otra 1= Brown swiss Que raza de toros utiliza para la Nominal/ 2=Holstein mejora genética cualitativa 3=Simmental 4= Otros Utiliza costumbres ancestrales para el mejoramiento de su Nominal/ 1=No ganado cualitativa 2=Si, Cual: Variable independiente ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 320 Cuadro 2. Continuación. Dimensión Variables de Escala de medición/estudio Definición Tipo Codificación Factores económicos Como jefe de familia sale a Nominal/ 1= No trabajar fuera de su localidad cualitativa 2= Si Qué actividad es la que brinda mayores ingresos económicos Nominal/ 1=Agricultura para mantener a su familia cualitativa 2=Ganadería 3=Otros Paga por el servicio de inseminación artificial o Nominal/ 1=No transferencia de embriones cualitativa 2= Si Características 1=Familiar económicas del Qué tipo de mano de obra Factores productor utiliza para el manejo de su Nominal/ 2=Contrata peones cualitativa 3= Trabajo comunal (Minka)socioeconómicos ganado 4= Intercambio con que influyen en vecinos la adopción de las tecnologías 1=Venta de productos (Variables De qué actividad principal agrícolas Explicativas) proviene sus ingresos Nominal/ 2=Venta de productos económicos cualitativa pecuarios3=Ingresos por salarios 4=Otros En su localidad existe empresas que brindan crédito al sector Nominal/ 1=Nocualitativa 2=Si Acceso a agropecuario financiamiento Tiene acceso a alguna fuente de Nominal/ 1= Si financiamiento o crédito cualitativa 2= No Alguna vez ha solicitado crédito Nominal/ 1= Sicualitativa 2= No Adopción de tecnologías para el mejoramiento Grado de Adopta la tecnología del Nominal/ 1=No genético (Variable Adopción mejoramiento genético cualitativa 2=Si a explicar) 1=De 1 a 5 Cantidad de ganado que dedica Nominal/ 2=De 6 a 10 a la producción de leche cualitativa 3=11 a 154=De 16 a 20 5= Mas de 21 cabezas Producción Nivel de pecuaria producción Litros de leche producidos por Continua/ campaña cuantitativa 0 a más Cantidad de ganado que vende Continua/ anualmente cuantitativa 0 a más Litros de leche que comercializa Continua/ mensualmente cuantitativa 0 -500 Variable dependiente Variable independiente ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 321 los factores del modelo b1,…,bp fueron evaluados por el método de máxima verosimilitud. El modelo utilizado en el trabajo de investigación tiene una función de enlace no lineal, monótona, creciente y acotada entre 0 y 1. La regresión logística analizó datos distribuidos binomialmente de la forma: Hosmer y Lemeshow (2000). Yi~B (pi, ni), para i=1,…, m. La interpretación realizada de los estimados del parámetro bj es igual a los efectos aditivos en el logaritmo de la razón de momios para una unidad de cambio en la j-ésima variable explicativa. Para el caso de la variable explicativa dicotómica, y ℮b es la estimación del odds ratio (OR) para cada factor de riesgo Xi, teniendo una formulación equivalente dada por: p 1i = 1+ e−(β0 +β1X1,i +...+βk Xk ,i ) El análisis de las variables se realizó utilizando software: Statistical Package for the Social Sciences – SPSS, versión 20, para establecer diferentes correlaciones, para las ordinales se realizó mediante el coeficiente de correlación Spearman (rs), las nominales Tau-b Kendall y las variables escalares Pearson (Milla, 2013). RESULTADOS Y DISCUSIÓN El análisis del grado de influencia en la adopción de tecnologías permitió clasificar a los productores según estratos (Figura 1). Se encontró que, la decisión en el hato ganadero la toman en su mayor porcentaje los hombres, en todos los estratos según el análisis de la encuesta aplicada. Estos resultados corroboran los reportes del INEI (2012), donde se indican que en Florida 80.54% de los productores agropecuarios son hombres y 19.45% son mujeres. En hatos mayores a cinco cabezas, el hombre es el que toma la decisión, y la mujer ma- yormente participa en las actividades de ordeño, trasformación y comercialización de la leche. Al respecto, Sandoval et al. (2007) en México, encontraron que, en el estrato de pequeños ganaderos, la participación de la mujer es más elevada; en medianos ganaderos, el 60% de las decisiones son tomadas por el hombre y en grandes ganaderos el 100% de las decisiones son asumidas por el hombre. Sin embargo, según Rodríguez et al. (2015), los integrantes que conforman la familia no inciden en la adopción de tecnologías de gestión de la producción lechera en Colombia. La edad de los productores, en todos los estratos, fue mayor a 40 años, que representa 66.9%, lo que podría representar un mayor grado de adopción, tal como lo indican Roco et al. (2012) quienes mencionan que la edad del productor posee una influencia positiva en la adopción de las prácticas de conservación de suelos. Respecto al nivel educativo, se observa que en los pequeños ganaderos existe una tasa de analfabetismo de 9.3% que resulta inferior a la tasa de analfabetismo del productor agro- pecuario a nivel nacional que es de 14.44% (INEI, 2012). En cuanto a los medianos y grandes ganaderos se observó que 29.9% cuenta con nivel secundario, mientras que con grado superior destacan los grandes ganaderos con 5%. La mayoría de los entrevistados ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 322 Medianos Pequeños Grandes Decisión hombre Accede al crédito Decisión mujer No accede a crédito 100 Edad <40 Conoce otras regiones 9080 Edad > 40 No viaja a otras regiones 70 Analfabeto 60 Recibe capacitación 50 Primaria 40 No recibe capacitación 30 Secundaria 20 Paga por servicios 10 Superior 0 No paga por servicios Terreno propio Comercio Terreno arrendado Ganadería Área de terreno Agricultura No organizado Conoc. Mejor. Genét. Organizado No Conoc. Mejor. Genét. Sin asistencia técnica Ganado mejorado Con asistencia técnica Ganado criollo Figura 1. Clasificación porcentual según estratos (pequeños, medianos y grandes) de productores que mane- jan ganado vacuno en el distrito de Florida. saben leer y escribir (93.7%), lo que indica que los medianos y grandes ganaderos tienen un mayor grado de adopción de tecnologías de mejoramiento genético, ya que reciben capacitaciones en temas relacionados a mejoramiento genético mediante la participación de técnico extensionista de instituciones gubernamentales como la Dirección Regional de Agricultura (DRA), universidad pública y algunas ONGs. Al respecto, Mathios (2019) menciona que existe una relación entre el nivel de educación y los niveles de adopción de nuevas tecnologías, ya que si la mayor parte de productores ganaderos cuenta con bajo nivel educativo se vuelve más complicada la adopción de nuevas tecnologías de mejora- miento genético de ganado vacuno. La tenencia de la tierra, en los tres estratos, indica que los terrenos son de propiedad del productor con 88.4%. Al respecto, Molina y Álvarez (2009) afirman que el grado de per- tenencia de la tierra es un factor importante en la adopción de tecnología, ya que permite al propietario invertir en la explotación ganadera sin restricciones y mantener una mayor cantidad de animales en el hato ganadero. Con respecto al área de terreno, los pequeños ganaderos poseen de uno a cinco hectáreas, que representan 56.3%; los medianos ganaderos poseen de 6 a 20 ha con 35.4% y; los grandes ga- naderos poseen de 21 a más ha con 8.3%. Al respecto, Roco et al. (2012) encontraron que los productores con predios más grandes tienen mayor probabilidad de adopción de tecnologías. ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 323 Referente a la organización, se observa que en los estratos existe un alto porcentaje de ganaderos que no están organizados. De este grupo, destacan, los pequeños ganaderos con 88.7% de ganaderos no organizados. Sin embargo, los grandes ganaderos muestran un porcentaje de organización de 40%. Estos resultados son diferentes a los encontrados por Sandoval et al. (2007), quienes mencionan que los ganaderos de dos zonas agroecológicas de Yaracuy (Venezuela), se organizan con objetivos de compra de insumos, vientres, venta de productos y en la mayoría de los casos están relacionados con los pequeños productores de tipo C con 62.5%, y en los demás estratos, la organización es prácticamente nula. Los productores en los diferentes estratos, cuentan con ganado bovino mejorado, siendo más notorio en el estrato de grandes ganaderos con 99%, quienes utilizan monta natural e inseminación artificial con semen de toros mejorados provenientes de casas genéticas, con la finalidad de incrementar la producción de leche y carne. Al respecto, Marizancén y Artunduaga (2017) manifiestan que las prácticas de mejoramiento genético están siendo acogidas por los grandes productores ganaderos, principalmente por las exigencias comer- ciales y productivas, garantizando la productividad ganadera de carne y leche influyendo además en la competitividad del sector. Según los datos recopilados en la encuesta, los pequeños ganaderos tienen a la ganadería como actividad económica principal, con 48.5%, seguida por la agricultura con 38% y el comercio con 13.4%. Estas actividades complementarias generan ingresos económicos adicionales para mantener el hato. Sin embargo, en los medianos y grandes ganaderos, la situación es diferente, ya que el 90% sustenta su economía en la ganadería y se preocupan por realizar inversiones y mejoras, con la finalidad de incrementar la producción e ingresos permanentemente en el hato. Al respecto, Sandoval et al. (2007) encontraron que, en México, 87.5% de los pequeños ga- naderos desarrollan otras actividades que les proporcionan mayores ingresos que la ganadería. Respecto al desplazamiento que realizan los productores, se observa que los pequeños ga- naderos son los que menos viajan a otras regiones. Por otro lado, los medianos y grandes ganaderos son los que muestran un mayor desplazamiento (62.9% y 75%), siendo uno de los principales motivos el comercio en lugares como Chiclayo, lo cual influye en la capacidad de innovación, debido a que permanentemente acceden a nuevos conocimientos y tecnolo- gías en mejoramiento genético, como lo corroboran Orozco et al. (2009), quienes afirman que el conocimiento se incrementa con el desplazamiento de los productores porque influye favorablemente en la adopción por parte de los productores que se encuentran con mejores posibilidades de experimentar nuevas tecnologías. En cuanto al acceso a la capacitación en la actividad ganadera, la mayoría de los pequeños y medianos ganaderos no acceden a capacitación (69.1% y 66.7%), lo que les ocasiona dificultades para conocer nuevas tecnologías y acceder a nuevos conocimientos. Sin em- bargo, en los grandes ganaderos, 65% recibe capacitación, lo que incrementa sus oportu- nidades de acceso a las tecnologías enfocados en mejoramiento genético, manejo de pastos y enfermedades (Mesa y Machado, 2009). En lo que respecta al factor económico, la disposición de pago por el servicio para el mejo- ramiento genético, se recoge que 43.3% de los pequeños y 14.8% de medianos ganaderos no están dispuestos a pagar por los servicios. Esto podría deberse a distintas circunstancias ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 324 como recursos económicos limitados, bajo nivel de conocimiento de las técnicas aplicadas. Así mismo, en los estratos mediano y grande, existe una mayor predisposición al pago por estos servicios (68.1%), lo que indica que estos productores utilizan con mayor frecuencia la inseminación artificial y la transferencia de embriones. Al respecto, Cuevas et al. (2013) en México, encontraron que 41.9% de las unidades de producción realiza inseminación artificial presentando un nivel más alto de recursos económicos para asumir el costo de las dosis y un mayor conocimiento de los beneficios que acarrea para el mejoramiento del hato. Correlación de variables La correlación de los datos obtenidos en la encuesta, determinó que el nivel educativo y la adopción de tecnologías de mejoramiento genético de ganado vacuno se correlacionan de manera positiva (r=0.21**). Es decir, que un productor con un mayor nivel educativo busca información sobre una tecnología y, además de ello, la implementa o adopta mediante un canal de transferencia lo suficientemente robusto y dinámico (Camacho et al., 2017). En la presente investigación, los pequeños ganaderos son los que presentaron mayores limitaciones en la adopción de tecnologías, debido al menor nivel educativo, lo que dificulta el acceso al conocimiento e información. Por su parte, Velasco y Ortega (2008) mencionan que, la escolaridad del productor es un factor que influyó en la adopción de la práctica tecnológica de la inseminación artificial en fincas ganaderas de doble propósito de la Cuenca del Lago de Maracaibo. Referente a las características del hato, se estimó entre las variables área de terreno dis- ponible para la crianza y el número cabezas de ganado con la adopción de tecnologías (r= 0.44**, r= 0.49**) y evidencian que, a mayor área de terreno disponible y número de cabezas, la adopción de tecnologías de mejoramiento genético de ganado vacuno se incre- menta. Al respecto, Vélez et al. (2013) evaluaron en México, los factores que influyen en la probabilidad de adopción tecnológica en unidades de producción de lechería familiar, y encontraron que, al incrementarse en una hectárea de las áreas dedicadas a la ganadería, la adopción tecnológica en manejo, reproducción y genética, sanidad, forrajes, alimentación y medio ambiente, se incrementó en un 0.26%. Se encontró una correlación positiva respecto a las variables: razas de ganado (0.17**), procedencia del ganado (0.253**), disponibilidad de pastos (0.215**) y alimentación (0.246**), es decir, los productores que poseen estas características de manejo del hato tienen mejores condiciones para el mejoramiento genético de sus animales y capacidad adquisitiva para innovar y adoptar nuevas tecnologías en beneficio del hato. En cuanto al nivel de organización, se muestra una correlación positiva, ya que la existen- cia de una organización de productores de ganado vacuno, en la zona de estudio, influye en la adopción de tecnologías de mejoramiento genético de ganado vacuno (r=0.29**). Al respecto, Valera (2013) en Cajamarca encontró que el productor que pertenece a una organización de productores aumenta la intensidad de adopción (r=0.31**) existiendo correlación entre el hecho de que los productores participen activamente en una orga- nización y la adopción del cultivo de vid, debido a que facilita el acceso a información y conocimiento. ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 325 Con respecto a la asistencia técnica (r=0.29**), se indica que a mayor acceso a la asistencia técnica en cualquiera de sus modalidades (individual o grupal) en conjunto con otros fac- tores, se incrementa la probabilidad de que el participante adopte la tecnología. Al respec- to, Forero et al. (2013), en Colombia, encontraron una correlación altamente significativa entre la capacitación y asistencia técnica con la adopción. Asimismo, se detectó una asociación significativa negativa entre la variable acceso a la infor- mación en mejoramiento genético y la adopción tecnológica (r=-0.39*). Es decir, a menor acceso a conocimientos en mejoramiento genético menor es la posibilidad de adopción de tecnologías de mejoramiento genético, dado que la información y el conocimiento constitu- yen componentes esenciales para la adopción (Valera, 2013). En cambio, si mejora su nivel de conocimientos, mejora su formación personal y su capacidad de interrelacionarse y participar en el desarrollo de sus unidades de producción y, por ende, aumenta el índice de adopción tecnológica (Mejía, 2016). En el análisis acerca del nivel de conocimiento, las variables herramientas para el mejoramien- to genético, capacitación permanente y cuentan con toros mejorados (r=0.49**), (r=0.47**), (r=0.38**) demostraron que los productores que tienen mayor conocimiento, tienen una mayor probabilidad de adopción en mejoramiento genético. Al respecto, Maicelo y Alegre (2013) mencionan que un sistema de información y conocimiento agrícola vincula a las personas e instituciones para promover el aprendizaje mutuo, compartir y utilizar tecnología, con base en las diversas fuentes, medios y formas de comunicación de la información. En las variables del factor económico, la actividad económica principal que desarrolla el productor presentó un coeficiente de correlación positivo (r=0.24**), lo que indica que los productores que tienen como actividad económica principal la ganadería, asociado a una mayor cantidad de animales y hectáreas de terreno, tienen mayores posibilidades de adop- ción. Por otro lado, podemos mencionar que los productores que realizan otras actividades económicas como la agricultura, comercio, entre otras, tienen menos posibilidades de adopción, debido a que diversifican sus actividades para minimizar los riesgos y satisfacer sus necesidades básicas, y no disponen de dinero para reinvertir en la actividad ganadera (Oliva et al., 2018). Con respecto a la disposición de los productores al pago por los servicios de inseminación artificial y transferencia de embriones, existió una correlación positiva con la adopción de la tecnología para el mejoramiento genético (r=0.26**), se muestra que el productor tuvo disposición a pagar por los servicios para la adopción de la tecnología de mejoramiento genético de ganado vacuno, asociado a un mayor ingreso en el hato y a un mayor conoci- miento de los beneficios que acarrea la utilización de estos servicios. Díaz et al. (2014) en México, encontraron que del total de productores que han adoptado, sólo 16.7% utiliza inseminación artificial y tiene disposición a pagar por el servicio. Sin embargo, éstos no llevan un buen control económico del hato ganadero, lo que dificulta la adopción de tecnologías como la inseminación artificial. En el acceso a financiamiento, los resultados indican que las empresas que brindan crédito al sector agropecuario y el acceso al crédito, correlacionaron positivamente con la adop- ción (r=0.41**; r=0.31**), es decir que, la existencia de empresas crediticias y la facilidad ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 326 de acceso al crédito facilitan que los medianos y grandes productores puedan adoptar las tecnologías (Roco et al., 2012). Lo contrario ocurre con los pequeños productores, para quienes el crédito es caro y difícil de obtener; por ser considerados deudores riesgosos, y debido a que la debilidad de sus derechos de propiedad sobre la tierra ofrece pocas garan- tías para respaldar sus deudas. Según Salas et al. (2013), el acceso a crédito es un factor que explica con claridad la decisión de aceptar o rechazar una nueva tecnología. Las variables producción de leche y comercialización de ganado, correlacionan con alto gra- do de significancia con la adopción de tecnologías de mejoramiento genético de ganado va- cuno (r=0.44**; r=0.46**). Al respecto, Alvarado (2015) encontró que los ingresos y acceso a financiamiento se consideran importantes para el crecimiento económico y mejoramiento de la calidad de vida de los productores. El ingreso mensual producto de la actividad ganadera se asoció de manera positiva con la adopción de tecnologías (r=0.55**). Esto indica que el productor que percibe mayores ingresos de la actividad ganadera tiene mayores posibilidades de adoptar la tecnología, para realizar mejoras en el hato; ya que la considera su actividad económica principal. Al respecto, Salas et al. (2013) en México, encontraron que los ganaderos con mayor ingreso, son los que adoptaron tecnologías referidas al mejoramiento y comercialización del ganado, para resolver problemas básicos de la producción. Regresión de variables De acuerdo al modelo de regresión logística, los factores sociales que influyen en la adopción de tecnologías, destacan los referidos al nivel de conocimiento sobre las herramientas para el mejoramiento genético (0.002**), con un coeficiente positivo de OR=23.94. Esto indica que existe asociación entre esta variable y la adopción; donde el OR=23.94 indica que los ganaderos que tienen mayor conocimiento sobre las herramientas biotecnológicas para el mejoramiento genético tienen 23.94 veces más oportunidades en adoptar la tecnología. Así mismo, la variable característica genética de los animales en el hato resultó significativa (0.09*), pues su OR fue de 5.30. Esto indica que los ganaderos que disponen de animales mejorados, tienen 5.30 veces más oportunidades para adoptar la tecnología. Para este caso, los grandes ganaderos que poseen 99% de animales mejorados son los que muestran mayor interés para innovar y adoptar tecnologías de mejoramiento genético de ganado vacuno. El productor que pertenece a una organización, tiene un OR=4.64, indica que tiene 4.64 veces más posibilidades de adopción de tecnologías de mejoramiento genético de ganado vacuno. Con respecto al factor económico, se encontró que el acceso a financiamiento influye en la adopción de tecnologías, debido a que la variable vinculada a las empresas que brindan crédito agropecuario resultó significativa (0.096*) cuyo OR=3.29, indica que mientras exista un mayor número de empresas crediticias, se tienen 3.29 veces más oportunidades de acceder al crédito para invertir y adoptar. En cuanto a la variable acceso al crédito, re- sultó significativa (0.01*) y mostró un coeficiente positivo alto (B=3.07). Esto indica que el grado de asociación entre esta variable y la adopción, donde el OR=21.57 demuestra ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 327 que los ganaderos que accedieron al crédito para mejorar la ganadería tienen 21.57 veces más posibilidades de adopción de tecnologías para el mejoramiento genético (Cuadro 3). El valor de R-cuadrada de Nagelkerke de 0.769 indica que 76.9% de la adopción de tec- nologías para el mejoramiento genético de ganado vacuno es explicada por las variables independientes incluidas en el modelo logit. CONCLUSIONES El perfil del adoptante posee mayor nivel educativo (secundaria completa), pertenece a una organización de productores, recibe capacitación y asistencia técnica y es propietario Cuadro 3. Estimación del modelo de regresión logística (logit) de los factores sociales y económicos. Factores Variables de estudio B E.T. Wald Sig. Exp(B)/OR Características del Decisión hato -0.88 1.03 0.73 0.39ns 0.42 productor Nivel educativo 0.47 0.34 1.98 0.16ns 1.61 Tenencia de tierra -0.42 0.88 0.23 0.64ns 0.66 N° cabezas ganado 0.63 0.46 1.87 0.17ns 1.87 Características del Área de terreno hato ganadero disponible para la -0.18 0.45 0.16 0.69 ns 0.83 crianza Razas de ganado 0.14 0.19 0.51 0.48ns 1.15 Alimentación 0.20 0.72 0.07 0.78ns 1.22 Nivel de organización Nivel de organización 1.53 1.06 2.08 0.15 ns 4.64 Acceso a la información Asistencia técnica -0.06 0.88 0.01 0.94 ns 0.94 Asistencia técnica -0.11 0.87 0.02 0.90ns 0.89 Conocimiento -0.61 0.97 0.39 0.53ns 0.54 Característica genética de los animales 1.67 0.97 2.94 0.09 * 5.30 Nivel de conocimiento Herramientas ** mejoramiento genético 3.18 1.00 10.06 0.002 23.94 Reconoce animal ns Mejorado 0.38 1.27 1.09 0.77 1.46 Características económicas del Actividad económica -0.46 0.48 0.90 0.34ns 0.63 productor principal Empresas crediticias 1.19 0.72 2.77 0.09* 3.29 Acceso a financiamiento Acceso al financiamiento 3.07 1.24 6.11 0.01* 21.57 Producción de leche -0.02 0.03 0.54 0.46ns 0.98 Nivel de producción Comercialización de ganado 0.15 0.12 1.52 0.22 ns 1.16 *p<0.1; **p<0.05, B: coeficiente, E.T: error estándar, Sig: significación, Exp (B)/OR: exponencial del coeficiente B u Odd ratio. El valor de R-cuadrada de Nagelkerke de 0.769 indica que 76.9% de la adopción de tecnologías para el mejoramiento genético de ganado vacuno es explicada por las variables independientes incluidas en el modelo logit. Económico Social ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 328 de la tierra, lo que le permite un mayor grado de conocimiento para el uso de herramientas adecuadas y la incorporación de innovaciones en el mejoramiento del hato ganadero. Asi- mismo, dispone de áreas de terreno con pasturas adecuadas para la alimentación animal, tiene un mayor número de animales y de diferentes razas para una mayor capacidad de innovación. Las variables sociales como el nivel educativo, área de terreno disponible para la crianza, número cabezas de ganado, razas del ganado, nivel de organización, asistencia técnica, y las variables económicas como la actividad económica principal, acceso a financiamiento, producción de leche y comercialización de ganado están asociadas con la adopción de tec- nologías para el mejoramiento genético del ganado vacuno ya que mostraron coeficientes de correlación significativos y altamente significativos. Las variables que aportaron significativamente y predijeron la adopción de tecnologías para el mejoramiento genético de ganado vacuno fueron la característica genética de los animales (criollo, mejorado y raza pura), el grado de conocimiento de herramientas para el mejoramiento genético. Los factores económicos que influyen en la adopción de tecno- logías son empresas crediticias y acceso al financiamiento. Los factores socioeconómicos estudiados si influenciaron en la adopción de tecnologías de mejoramiento genético de ganado vacuno en los diferentes segmentos de productores del distrito de Florida. El tema de la adopción tecnológica es amplio y complejo, por lo que sería muy impor- tante que se continúe con el análisis incorporando profesionales de otra disciplina, como sociólogos y economistas de manera que se pueda entender con mayor racionalidad al productor y sus necesidades reales a fin de facilitar la adopción. El futuro que se abre para cada uno de los segmentos de productores estudiados, si se logra mejorar el nivel de conocimiento sobre las ventajas del mejoramiento genético, es la adop- ción de tecnologías descritas, que se consideran un mecanismo importante de promoción para el desarrollo productivo y económico de países en desarrollo, en especial de sectores como el agropecuario y en zonas de manejo especial como el alto andino. REFERENCIAS Alvarado L. 2015. Análisis de la adopción de tecnológica de técnicas agrícolas orgánicas para productores de café. Natura@economía, 2(1). Recuperado de https://docplayer.es/amp/144642358-Analisis-de-la-adop- cion-tecnologica-de-tecnicas-agricolas-organicas-para-productores-de-cafe.html Camacho J, Cervantes F, Palacios MI, Rosales F, Vargas J. 2017. Factores determinantes del rendimiento en unidades de producción de lechería familiar. Revista Mexicana de Ciencias Pecuarias, 8(1), 23-29. doi: https://doi.org/10.22319/rmcp.v8i1.4313 Cochran W. 2000. Técnicas de Muestreo. México: Continental. pp: 17-19. Cuevas V, Baca J, Cervantes F, Espinoza J, Aguilar J, Loaiza A. 2013. Factores que determinan el uso de innovaciones tecnológicas en la ganadería de doble propósito en Sinaloa, México. Revista Mexicana de Ciencias Pecuarias, 4(1). Recuperado de http://www.scielo.org.mx/pdf/rmcp/v4n1/v4n1a3.pdf Delgadillo J, Montaño E. 2017. Innovación y competitividad del sistema lechero en Valles Centrales de Que- rétaro. Hacia un modelo de gobernanza territorial. Revista de Alimentación Contemporánea y Desarrollo Regional, 27(50), 1-38. doi: http://dx.doi.org/10.24836/es.v27i50.412 Díaz A, Sardiñas Y, Castillo E, Pardilla C, Jordán H, Martínez R, Ruiz T, Díaz M, Moo A, Gómez O, Tovar D, Arjona M, Ortega G. 2014. Caracterización de ranchos ganaderos de Campeche, México. Resultados de proyectos de transferencia de tecnologías. Avances en Investigación Agropecuaria, 18(2). Recuperado ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 329 de https://www.redalyc.org/articulo.oa?id=83731110004 DRAA. 2011. Dirección Regional de Agricultura Amazonas. Plan estratégico regional agrario de la región Amazonas. Recuperado de http://www.regionamazonas.gob.pe/docs/portal/conteni- dos/2/060720171242302100049804.pdf Forero C, Rojas G, Argüelles J. 2013. Capital social y capital financiero en la adopción de tecnologías ga- naderas en zonas rurales altoandinas de Colombia. Corpoica Ciencia Tecnología Agropecuaria, 14 (2). Recuperado de http://www.scielo.org.co/pdf/ccta/v14n2/v14n2a04.pdf Hosmer DW, Lemshow S. 2000. Applied Logistic Regression. Canadá: Jhon Wiley & Sons, Inc. Recuperado de: http://resource.heartonline.cn/20150528/1_3kOQSTg.pdf. 397 p. IIAP. 2010. Instituto de Investigación de la Amazonía Peruana. Zonificación Ecológica y Económica del De- partamento de Amazonas. Recuperado de http://iiap.org.pe/Archivos/publicaciones/PUBL520.pdf INEI. 2019. Instituto Nacional de Estadística e Informática. PBI de las actividades económicas, por años. Re- cuperado de https://www1.inei.gob.pe/estadisticas/indice-tematico/pbi-de-las-actividades-economicas- por-anos-9096/ INEI. 2012. Instituto Nacional de Estadística e Informática. IV Censo Nacional Agropecuario. Recuperado de https://www.inei.gob.pe/estadisticas/censos/ Maicelo J, Alegre J. 2013. Análisis del sistema de información y conocimiento respecto a los ecosistemas de las palmeras Ceroxylon peruvianum en la cuenca media del río Utcubamba. Revista Indes, 1(1). Recuperado de http://revistas.untrm.edu.pe/index.php/INDES/article/view/7 Marizancén M, Artunduaga L. 2017. Mejoramiento genético en bovinos a través de la inseminación artificial y la inseminación artificial a tiempo fijo. Revista de Investigación Agraria y Ambiental, 8(2). Recuperado de https://dialnet.unirioja.es/servlet/articulo?codigo=6285365 Mathios MA. 2019. Sustentabilidad de hatos ganaderos en la cuenca baja del río Shanusi, Alto Amazonas-Lo- reto-Perú (Tesis de doctorado inédita). Universidad Nacional Agraria La Molina, Lima, Perú. Recuperado de: http://repositorio.lamolina.edu.pe/bitstream/handle/UNALM/4011/mathios-flores-marco-antonio. pdf?sequence=1&isAllowed=y Mejía H. 2016. Impacto de la educación no formal en el desarrollo del sector ganadero del departamento de Olancho, Honduras 2013-2015. Revista Iberoamericana de Bioeconomía y Cambio Climático, 2(1), 133-145.doi: https://doi.org/10.5377/ribcc.v2i1.5689 Mesa A, Machado H. 2009. Capacitación de productores y directivos para la adopción de tecnologías de producción animal sostenible. Pastos y Forrajes, 32(1) Recuperado de http://scielo.sld.cu/pdf/pyf/v32n1/ pyf08109.pdf Milla M. 2013. Análisis estadístico de datos provenientes de experimentos con mediciones repetidas en es- pacio y/o tiempo. Revista Indes, 1(1). Recuperado de http://revistas.untrm.edu.pe/index.php/INDES/ article/view/11/161 MINAGRI. 2017. Ministerio de Agricultura y Riego. Diagnóstico de Crianzas Priorizadas para el Plan Ga- nadero. Recuperado de https://repositorio.minagri.gob.pe/jspui/bitstream/MINAGRI/328/1/plan-gana- dero-2017-2021.pdf MINAGRI. 2014. Ministerio de Agricultura y Riego. Vacunos de leche situación actual. Recuperado de http://minagri.gob.pe/portal/40-sector-agrario/situacion-de-las-actividades-de-crianza-y-producci/303- vacunos-de-leche Molina C, Alvarez J. 2009. Identificación de factores incidentes en las decisiones de adopción de tecnología en productores ganaderos criadores familiares. Agrociencia Uruguay, 13(2). Recuperado de http://www. scielo.edu.uy/pdf/agro/v13n2/v13n2a09.pdf Oliva M, Leiva S, Collazos R, Vigo CN, Maicelo JL. 2018. Factores que influyen en la adopción de siste- mas silvopastoriles con la especie nativa Alnus acuminata (aliso). Agrociencia Uruguay, 22(2), 1-9.doi: 10.31285/AGRO.22.2.9 Orozco S, Ramírez B, Ariza R, Jiménez L, Estrella N, Peña B, Ramos A, Morales M. 2009. Impac- to del conocimiento tecnológico sobre la adopción de tecnología agrícola en campesinos indígenas de México. Interciencia, 34(8). Recuperado de http://ve.scielo.org/scielo.php?script=sci_arttext&pid =S0378-18442009000800007 Pece M, Acosta M, Bruno S. 2012. Aplicación de regresión logística en un estudio de emergencia de plántulas de algarrobo blanco (Prosopis alba Griseb.) en vivero, bajo diferentes concentraciones salinas. Quebracho Re- vista de Ciencias Forestales, 20(2). Recuperado de https://www.redalyc.org/articulo.oa?id=48126071008 Roco L, Engler A, Jara R. 2012. Factores que influyen en la adopción de tecnologías de conservación de suelos ASyD 2022. DOI: https://doi.org/10.22231/asyd.v19i3.1358 Artículo Científico 330 en el secano interior de Chile central. Revista de la Facultad de Ciencias Agrarias, 44(2). Recuperado de https://bdigital.uncu.edu.ar/app/navegador/?idobjeto=4746 Rodríguez H, Ramírez CJ, Restrepo F. 2015. Factores que influencian la adopción de tecnología de gestión en la producción lechera. Revista Temas Agrarios, 20(1). Recuperado de https://dialnet.unirioja.es/servlet/ articulo?codigo=5456276 Salas J, Leos J, Sagarnaga L, Zavala M. 2013. Adopción de tecnologías por productores beneficiarios del pro- grama de estímulos a la productividad ganadera (PROGAN) en México. Revista Mexicana de Ciencias Pecuarias, 4(2). Recuperado de http://www.scielo.org.mx/pdf/rmcp/v4n2/v4n2a10.pdf Salazar JL. 2016. Caracterización del sistema de producción de ganado de la raza Brown Swiss distrito Florida Pomacochas, provincia de Bongará Amazonas, 2015 (Tesis de grado). Universidad Nacional de Cajamar- ca, Cajamarca, Perú. Recuperado de https://1library.co/document/z3d5vo7y-caracterizacion-produccion- distrito-florida-pomacochas-provincia-bongara-amazonas.html Sandoval E, Morales G, Jiménez D, Pino L, Urdaneta J, Araque C. 2007. Caracterización de las diferentes mo- dalidades de producción del sistema de ganadería bovina de doble propósito del Municipio José Antonio Páez del estado Yaracuy, Venezuela. Revista de la Facultad de Agronomía de la Universidad del Zulia, 24 (3). Recuperado de http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0378-78182007000300007 Valera J. 2013. Factores socioeconómicos que influyen en la adopción del cultivo de la vid en Magdalena, Cajamarca (Tesis de maestría). Universidad Nacional Agraria La Molina, Lima, Perú. Velasco J, Ortega L. 2008. La Inseminación Artificial y su efecto sobre los Índices de Productividad Parcial en Fincas Ganaderas de Doble Propósito. Revista Científica (Maracaibo), 18 (3). Recuperado de http:// ve.scielo.org/scielo.php?pid=S0798-22592008000300007&script=sci_arttext Vélez I, Espinosa G, Omaña S, Gonzales O, Quiroz V. 2013. Adopción de tecnología en unidades de pro- ducción de lechería familiar en Guanajuato, México. Actas Iberoamericanas de Conservación Animal, 3 (3). Recuperado de http://www.uco.es/conbiand/aica/templatemo_110_lin_photo/articulos/2013/Traba- jo014_AICA2013.pdf