Mostrar el registro sencillo del ítem

dc.contributor.authorLópez Alvarez, Oscar
dc.contributor.authorFranco Vázquez, Luis
dc.contributor.authorMAREY PÉREZ, MANUEL FRANCISCO
dc.date.accessioned2024-11-07T11:42:59Z
dc.date.available2024-11-07T11:42:59Z
dc.date.issued2024
dc.identifier.isbn978-84-09-63877-2
dc.identifier.issn2695-5067
dc.identifier.urihttp://dspace.aeipro.com/xmlui/handle/123456789/3681
dc.descriptionThe forecast of the resources that can potentially be obtained from any raw material is basic to plan the decision making in a project. To make this type of judgments, managers use tools that are capable of obtaining an estimate of the productive potential. In non-timber forest products, and particularly in pine resin, there is a lack of such tools. In this work, a computer tool was developed using R Shiny capable of estimating the potential resin production both at the stand and individual tree level of Pinus pinaster in the northwest of the Iberian Peninsula. For this purpose, a classification model was used, capable of assigning with an accuracy of 14,5 % to which group the data belonged according to environmental and dendrometric variables, the extraction method and the stimulant paste. Subsequently, for each group, different production models developed by Machine Learning were used to estimate the production. This work is the first tool to predict resin production at the individual tree level integrated in an online computer application.es_ES
dc.description.abstractLa previsión de los recursos que potencialmente se pueden obtener de cualquier materia prima es básica para planificar la toma de decisiones en un proyecto. Para realizar este tipo de juicios, los gestores se ayudan de herramientas que son capaces de obtener una estimación del potencial productivo. En los productos forestales no madreros, y particularmente en la resina de pino, existe una carencia de este tipo de herramientas. En este trabajo se desarrolló una herramienta informática empleando R Shiny capaz de estimar la producción potencial de resina tanto a nivel masa como árbol individual de Pinus pinaster en el Noroeste Peninsular. Para ello, se utilizó un modelo de clasificación capaz de asignar con un acierto del 14,5 % a que grupo pertenecen los datos en función de variables ambientales, dendrométricas, el método de extracción y la pasta estimulante. Posteriormente, para cada grupo se emplearon diferentes modelos de producción desarrollados mediante Machine Learning capaces de estimar la producción. Este trabajo supone la primera herramienta de predicción de la producción de resina a nivel árbol individual integrado en una aplicación informática online.es_ES
dc.language.isoeses_ES
dc.subjectDesarrollo Sostenible y Proyectos de Cooperación al Desarrolloes_ES
dc.titleRESIM: Simulador de la producción de resina en proyectos de nueva implantación en el NE de la Península Ibéricaes_ES
dc.title.alternativeRESIM: Resin production simulator for new projects in the northeastern Iberian Peninsulaes_ES
dc.typeArticlees_ES
dc.identifier.doihttps://doi.org/10.61547/2406007


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • CIDIP 2024 (Jaén) [200]
    XXVIII Congreso Internacional de Dirección e Ingeniería de Proyectos (Jaén, 2024)

Mostrar el registro sencillo del ítem