Innovaciones en agronegocios en el ámbito de la Ruta Bioceánica

Autores/as

DOI:

https://doi.org/10.20435/inter.v25i1.4239

Palabras clave:

Ruta Bioceánica, Ganadería de Precisión, Agronegocios, Innovación, Tecnología

Resumen

La Ruta Bioceánica conecta Brasil, Paraguay, Argentina y Chile. Se puede considerar la mayor obra de infraestructura de América Latina y tiene el potencial de reducir el costo del transporte de mercancías entre los cuatro países y continentes. Además, el agronegocio es una actividad de gran importancia económica para Brasil y para el estado de Mato Grosso do Sul que puede ser un protagonista en este proceso. La ganadería, en particular, es una actividad importante en la región, por el valor representativo en la economía del Estado. Así, la Ruta Bioceánica tiene el potencial de impulsar el desarrollo del agronegocio en la región. La carretera facilitará el transporte de productos agrícolas entre los países de la región, lo que hará que los productos brasileños sean más competitivos en el mercado internacional. Además, la carretera facilitará la entrada de nuevas tecnologías en el sector agrícola, lo que ayudará a mejorar la productividad y la eficiencia de las granjas. Este artículo tiene como objetivo discutir las innovaciones en el agronegocio en el contexto de la Ruta Bioceánica, con foco en la ganadería de precisión. Además, abordamos que la Ruta Bioceánica, con su potencial, puede ser una red que fortalezca e intensifique el desarrollo del comercio intrarregional. Precisamente, después de esta contextualización, destacamos la importancia de analizar la creación de Polos de Innovación y Tecnologías aplicadas a la ganadería de precisión.

Biografía del autor/a

Vanessa Weber, Universidade Estadual do Mato Grosso do Sul, Campo Grande, Mato Grosso do Sul, Brasil

Doutora em Ciências Ambientais e Sustentabilidade Agropecuária pela Universidade Católica Dom Bosco (UCDB). Mestra em Computação Aplicada pela Universidade Federal de Mato Grosso do Sul (UFMS). Especialização em Gestão Pública pela UFMS. Graduada em Análise de Sistemas pela Universidade Federal de Mato Grosso do Sul.

Nelagley Marques, Kerow Soluções de Precisão, Campo Grande, Mato Grosso do Sul, Brasil

Doutora em Letras pela Universidade de São Paulo (USP). Realizou Estágio Pós-doutoral na Universidad Nacional de Jujuy na Argentina. Mestra em Letras pela Universidade Estadual de Mato Grosso do Sul (UEMS). Especialista em Tendências Contemporâneas do Ensino da Língua Inglesa pela Universidade para o Desenvolvimento do Estado e da Região do Pantanal (Uniderp). Graduada em Letras – Licenciatura Plena e Bacharelado pela Uniderp. Atualmente trabalha na Gestão do Projeto UEMS na Rota Bioceânica/RILA. É pesquisadora do Núcleo de Pesquisa em Estudos de Linguagem e Linguística Aplicada da UEMS. É assessora pedagógica do Projeto KUBMAKER.

Citas

ASSOCIAÇÃO BRASILEIRA DAS INDÚSTRIAS EXPORTADORAS DE CARNES [ABIEC]. Perfil da pecuária no Brasil: relatório anual. Brasília, DF: ABIEC, ago. 2021.

ABRITA, M. B.; VIGNANDI, R. S.; CENTURIÃO, D. A. S.; RONDINA NETO, A.; PEREIRA, A. P. C.; ESPINDOLA JUNIOR, G.; MARQUES, N.; WEBER, V. A. M.; MACIEL, R. F. Dynamics of local productive arrangements in the municipalities of Mato Grosso do Sul considering the transformations of the Bioceanic Corridor. [S.l.]: PLoS ONE, 2023.

ASATO, T. A.; MARQUES, H. R.; BUZARQUIS, R. M.; BORGES, P. P. Rota de Integração Latino-Americana (RILA) para o desenvolvimento turístico. Interações. Campo Grande, MS, v. 20, n. especial, p. 45–56, 2019.

CAMILO PEREIRA, A. P., ABRITA, M. B.; FONSECA, R. O. Circulação, desenvolvimento econômico e ordenamento territorial: elementos teóricos para análises de pesquisas sobre a Rota de Integração Latino Americana, Confins [Online], 50, 2021. Disponível em: https://journals.openedition.org/confins/37445. Acesso em: 26 jun de 2021.

COMINOTTE, A. et al. Automated computer vision system to predict body weight and average daily gain in beef cattle during growing and finishing phases. Livestock Science, Amsterdam, n. 232, p. 103–904, 2020.

CRESTANA, S.; FRAGALLE, E. A trilha da quinta potência: um primeiro ensaio sobre ciência e inovação, agricultura e instrumentação agropecuária brasileiras. Revista Eixo, Brasília-DF, n. 1, 2012. Doi: http://dx.doi.org/10.19123/eixo.v1i1.8

FORSYTH, D. A.; PONCE, J. Computer vision – a modern approach. Paris: École Normale Superieure, 2012.

GJERGJI, M.; WEBER, V. A. M; SILVA, L. O. C.; GOMES, R. C.; ARAUJO, T. L. A. C.; PISTORI H. Deep learning techniques for beef cattle body weight prediction. In: INTERNATIONAL JOINT CONFERENCE NEURAL NETWORKS (IJCNN). IEEE, 2020. International Joint Conference on Neural Networks (IJCNN), [s.l.], 2020. p. 1–8.

GONÇALVES, D. N.; WEBER, V. A. M.; PISTORI, J. G. B.; GOMES, J. G. B.; ARAUJO, A. V.; PEREIRA, M. F.; GONÇALVES, W. N.; PISTORI, H. Carcass image segmentation using CNN-based methods. Information Processing in Agriculture, [s.l.], 2020.

GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing. 2. ed. [S.l.]: Prentice-Hall, Upper Sadle River, 2002.

GOODFELLOW, I.; BENGIO, Y; COURVILLE, A. Deep Learning. Cambridge: MIT Press, 2016.

HALACHMI, I.; GUARINO, M. Editorial: Precision livestock farming: a ‘per animal’ approach using advanced monitoring technologies. Animal, Cambridge, v. 10, n. 9, 1482–83, 2016. doi: http://dx.doi.org/10.1017/S1751731116001142

HOVE, H. Critiquing sustainable development: a meaningful way of mediating the development impasse? Undercurrent, Seattle, v. 1, n. 1, p. 48–54, 2004.

JAHNE, B.; HAUBECKER, H. Computer vision and applications: a guide for students and practitioners. Academic Press, San Diego, 2000.

JUNG, S.; ARIYUR, K. B. Strategic cattle roundup using multiple quadrotor UAVs. International. Journal of Aeronautical and Space Sciences, Muan, n. 18, p. 315–26, 2017.

LATTIN, J.; CARROL, J. D.; GREEN, P. E. Análise de dados multivariados. CENGAGE Learning, São Paulo, 2011.

LECUN, Y.; BENGIO, Y.; HINTON, G. Deep learning. Nature, England, v. 521, n. 7553, p. 436–44, 2015.

LIU, X.; LIANG, W.; WANG, Y. L. I., S; PEI, M. 3D head pose estimation with convolutional neural network trained on synthetic images. Image Processing (ICIP). IEEE International Conference on, Phoenix, 2016, p. 1289–93, 2016.

MARTINS, M. A. R.; MITISHITA, E. A. Geração de ortofotos com abordagem do georreferenciamento direto de imagens digitais aéreas. Revista Brasileira de Cartografia, Uberlândia, v. 70, n. 1, 2018. ISSN 1808-0936.

MOLDAN, B.; JANOUAKOVÁ, S.; HÁK, T. How to understand and measure environmental sustainability: indicators and targets. Ecological Indicators, Praha, v. 17, p. 4-13, 2012.

MONARD, M. C.; BARANAUSKAS, J. A. Conceitos sobre aprendizado de máquina. São Paulo: Sistemas Inteligentes – fundamentos e aplicações, 2003.

NASIRAHMADI, A.; EDWARDS, S. A.; STURM, B. Implementation of machine vision for detecting behaviour of cattle and pigs. Livestock Science, Amsterdã, v. 202, p. 25–38, 2017.

OLIVEIRA JUNIOR, A. S..; SANT’ANA, D. A.; PACHE, M. C. B.; GARCIA, V.; WEBER, V. A. M.; ASTOLFI, G.; WEBER, F. L.; MENEZES, G. V.; MENEZES, G. K.; ALBUQUERQUE, P. L. F.; COSTA, C. S.; QUEIROZ, E. Q. A.; ROZALES, J. V. A; FERREIRA, M. W.; NAKA, M. H.; PISTORI, H. Fingerlings mass estimation: a comparison between deep and shallow learning algorithms. Smart Agricultural Technology, [s.l.], p. 100020, 2021.

PRUGH, T.; ASSADOURIAN, E. What is sustainability, anyway? World Watch, Washington, v. 16, n. 5, 2003. p. 10–21.

SANT’ANA, D. A.; PACHE, M. C. B.; MARTINS, J.; SOARES, W. P.; MELO, S. L. N.; GARCIA, V.; WEBER, V. A. M.; HEIMBACH, N. S.; MATEUS, R. G.; PISTORI, H. Weighing live sheep using computer vision techniques and regression machine learning. Machine Learning with Applications, p. 100076, 2021.

SARTORI, S.; LATRONICO, F.; CAMPOS, L. M. Sustentabilidade e desenvolvimento sustentável: uma taxonomia no campo da literatura. Ambiente e Sociedade, São Paulo, v. 17, n. 1, 2014.

SZELISKI, R. Computer vision: algorithms and applications. Nova York: Springer, 2010.

WADA, K. labelme: Image Polygonal Annotation with Python. Cambridge, 2016.

WEBER, FL; WEBER, VAM; MENEZES, GV; OLIVEIRA JUNIOR, AS; ALVES, DA; OLIVEIRA, MVO; MATSUBARA, ET; PISTORI, H; ABREU, UGPA. Recognition of Pantaneira cattle breed using computer vision and convolutional neural networks. Computers and Electronics in Agriculture, Amsterdam, v. 175, p. 105548, 2020a.

WEBER, VAM; WEBER, FL; OLIVEIRA, AS; ASTOLFI, G; MENEZES, GV; PORTO, JVA; REZENDE, FPC; MORAES, PH; MATSUBARA, ET; MATEUS, RG; ARAÚJO, TLAC; SILVA, LOC; QUEIROZ, EQA; ABREU, UGPA; GOMES, RCG; PISTORI, H.. Cattle weight estimation using active contour models and regression trees Bagging. Computers and Electronics in Agriculture, Amsterdam, v. 179, p. 105804, 2020b.

WEBER, VAM; WEBER, FL; GOMES, RCG; OLIVEIRA JUNIOR, AS; MENEZES, GV; ABREU, UGPA; BELETE, NAS; PISTORI, H. Prediction of Girolando cattle live weight by means of body measurements extracted from images. Revista Brasileira de Zootecnia, Viçosa-MG, v. 49. 2020c.

WITTEN, I. H.; FRANK, E. Data Mining: practical machine learning tools and techniques. Amsterdam: Morgan Kaufmann, 2005.

Descargas

Publicado

2024-04-08

Cómo citar

Weber, V., & Marques, N. (2024). Innovaciones en agronegocios en el ámbito de la Ruta Bioceánica. Interações (Campo Grande), 25(1), e2514239. https://doi.org/10.20435/inter.v25i1.4239

Número

Interações v. 25, n. 1, jan./mar. 2024 - Dossiê III: O papel da UniRila nos desafios da integração na Rota Bioceânica (Brasil, Paraguai, Argentina e Chile) - Parte 2

Sección

DOSSIÊ III: O PAPEL DA UNIRILA NOS "DESAFIOS DA INTEGRAÇÃO NA ROTA BIOCEÂNICA (BRASIL, PARAGUAI, ARGENTINA E CHILE)"

Licencia

Derechos de autor 2023 Vanessa Weber, Nelagley Marques

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.