Texcoco, Edo. Méx.- En el marco de la Alianza Bioversity International-CIAT, el Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT) —a través de la unidad de Monitoreo, evaluación, aprendizaje y rendición de cuentas del Programa de Desarrollo Estratégico— participó en el diseño e implementación del curso “Fundamentos en análisis de información y minería de datos en agricultura”, junto con los investigadores de la Alianza y de la Universidad de Illinois.
El curso, que se desarrolló del 17 de noviembre al 7 de diciembre a través de la plataforma CIMMYT Academy y por medio de sesiones en Zoom, estuvo dirigido a investigadores que involucran en sus labores diarias tareas de procesamiento y análisis de datos, por lo que el curso abordó diversos temas relacionados con la obtención, procesamiento y análisis de datos en la agricultura, principalmente datos obtenidos de las parcelas de los productores, combinados con información sobre clima y suelos.
Introducción a la ciencia de datos en agricultura; fuentes y descarga de información de clima, suelo y manejo agronómico; limpieza y procesamiento de bases de datos; manejo de información espacial; y nociones de minería de datos fueron los bloques que conformaron el curso.
Cabe mencionar que el curso integró una parte teórica sobre los métodos y criterios implementados en las ciencias de datos y una parte práctica donde se utilizó información de productores de maíz, trigo y arroz. Las herramientas utilizadas fueron: el software estadístico R Studio y QGis 3.10, que es un software para el manejo de sistemas de información geográfica.
Los investigadores de la Alianza Bioversity International-CIAT que participaron en el curso fueron: Hugo Andrés Dorado Betancourt, Juan Camilo Rivera y Rodrigo Goncalves Trevisan. Y por parte de la Universidad de Illinois, el profesor Nicolas Federico Martin.
Finalmente, gracias al intercambio de experiencias y conocimientos, se vislumbró la necesidad de aprovechar el potencial que ofrecen las herramientas informáticas en el análisis de información para generar conocimiento que sea útil para mejorar los sistemas de producción o el trabajo en campo.
