La siguiente publicación técnica esta relacionada al evento:
V Congreso Internacional de Producción Animal Tropical 2015

Caracterización de los residuos de cosecha de cacao en la Amazonía, Ecuador

Publicado el:
Autor/es:
Resumen

Con el objetivo de determinar la homogeneidad de la composición bromatológica de los residuales de cosecha de cacao obtenidos de siete cantones de la Amazonia ecuatoriana, se aplicó el modelo estadístico de medición de impactos (MEMI), que permitió determinar la variabilidad de las muestras a través de la matriz de componentes rotadas, según método Varimax. Así, la CP1, identificada como los “Componentes Energéticos”, explica el 39.35% de la varianza del sistema, definido por las variables: Fibra, Grasa y ELN con niveles de preponderancia de 0,96, 0,72 y 0,93, respectivamente, la primera con una relación inversa. La CP2 o “Componentes Minerales” el 26.2% de la varianza y el 66.98% acumulada por el modelo ajustado se relaciona con: Materia seca  y ceniza con preponderancias de 0,69 y 0,85, respectivamente y en la CP3 se ubicó el “Componente Proteico” con 0,90 de predominio, entre las tres componentes permiten explicar hasta el 85,03% de la varianza.

En el dendograma se conforman cuatro grupos: El primero que agrupa los cantones Arajuno, Santa Clara y Triunfo fueron similares en cuanto al contenido de Materia Seca, 90,30%; Ceniza, 9,09%; Proteína, 8,70%; Fibra, 23,34%; Grasa, 2,68% y ELN, 56,09%. El grupo dos constituido por Santa Clara presenta valores inferiores con excepción del contenido en Ceniza, 3,61%.

Para el grupo tres Pomona y Macas el contenido de materia seca fue menor 89,72% y el grupo cuatro Canelos y Tena, el contenido de fibra fue superior 24,93%. El análisis de clasificación realizado permitió aunar por similitud a cuatro agrupaciones, con un coeficiente de 2,52 lo que indica que entre esos cantones los resultados de los indicadores medidos fueron similares.

Palabras clave: cáscara, cacao, caracterización bromatológica. 

Introducción

En el trópico existen recursos vegetales que pueden constituir fuentes interesantes para la alimentación animal en producciones medianas o pequeñas (Savón et al., 2004). Entre ellos se destacan residuales de cosecha; sin embargo, su inclusión en las dietas es limitada por la escasa información disponible sobre el valor nutritivo o su utilización digestiva. Una de las actividades económicas de Ecuador y en particular de región amazónica es la producción cacaotera, que representa el 6,99% de la producción total (INEC 2009). Expertos en la fabricación de productos a base de cacao, han determinado que en esta explotación solo se aprovecha económicamente un 10% del peso del fruto fresco (Moulay et al., 2006), los residuos resultantes de este proceso son: cáscara, testa y mucílago (Rodríguez de Sindoni, 2006) y en el manejo tradicional del cultivo no contempla la disposición final de los residuos que se generan. De estos, tan sólo la cáscara de cacao corresponde al 70%. Esto indica que el procesamiento de cacao en la región amazónica genera un promedio de 7043 ton/año de cáscara. Los altos volúmenes, especialmente de cáscara del fruto, que se desechan anualmente se consideran un foco para la propagación de Phytopthora spp., que es la causa principal de pérdidas económicas de esta actividad (Barazarte et al., 2008 e Izquierdo, 2008). Ante esta situación, las industrias han motivado el desarrollo de estudios a nivel de campo para la reincorporación de la cáscara de cacao a procesos industriales como alternativa alimenticia para animales monogástricos y rumiantes.

Es por ello que el objetivo del presente trabajo fue determinar la homogeneidad de la composición bromatológica entre los residuales de cosecha de cacao que se obtienen en siete cantones de la Amazonia ecuatoriana. 

 

 

Materiales y Métodos

Procedimiento para la toma de muestras: Para el presente trabajo se tomaron muestras de residuales de la cosecha de cacao en cinco cantones de la provincia Pastaza, uno de Napo y otro de Morona Santiago. Las muestras se colectaron en tres fincas de cada Cantón. En el caso del Cantón Santa Clara se realizó colecta en dos sectores situadas en diferentes zonas geográficas. Se realizó la colecta de los frutos maduros en el campo, se extrajeron las semillas y la cáscara residual se identificó y se almacenó en sacos para su traslado.


Procesamiento de la muestra:

Las muestras se secaron en estufa a 65ºC durante 48 horas, se molieron y de las harinas se tomaron 100 g por el método de cuarteos. A los residuos deshidratados se les analizó: el contenido de humedad (AOAC 934.16), ceniza (AOAC 942.05), proteína (AOAC 920.152), fibra cruda (AOAC 962.09), extracto etéreo (AOAC 954.02), extracto libre de nitrógeno (AOAC 986.25) usando métodos estándar (AOAC, 2004).


Métodos estadísticos:

Se organizó una base de datos con la información obtenida como una matriz donde las filas fueron las muestras de cada cantón y las columnas los indicadores medidos para analizar según el Modelo Estadístico de Medición de Impactos (Torres et al., 2008 y 2013). La matriz confeccionada tuvo dimensión 21x6.

 

 

Resultados y Discusión

El cumplimiento de las premisas necesarias para la aplicación del MEMI aportó que las variables medidas tuvieron cierto grado de correlación entre ellas. Los valores de correlación obtenidos se movieron entre 0,30 y 0,88. La aplicación del modelo permite a través de la matriz de componentes rotadas, según método Varimax, identificar las variables que más aportan a la variabilidad de la composición de las cáscaras de cacao en los diferentes cantones de la región en estudio. Se seleccionaron tres componentes principales, que explicaron 85 % de la variabilidad total (tabla1). Para la selección se hizo uso del criterio de valor propio mayor o igual a la unidad. Así, la CP1, identificada como los “Componentes Energéticos”, explica el 39.35% de la varianza del sistema, definido por las variables: Fibra, Grasa y ELN con niveles de preponderancia de 0,96, 0,72 y 0,93, respectivamente, la primera con una relación inversa. La CP2 o “Componentes Minerales” el 26.2% de la varianza y el 66.98% acumulada por el modelo ajustado se relaciona con: Materia seca y ceniza con preponderancias de 0,69 y 0,85, respectivamente y en la CP3 se ubicó el “Componente Proteico” con 0,90 de preponderancia. Entre las tres componentes se logra explicar hasta el 85,03% de la varianza acumulada. Según plantea Izenman (2008), cuando con unas pocas componentes es posible explicar un porcentaje de varianza superior al 70% la reducción de la dimensionalidad se considera conveniente y la aplicación del método es adecuado.

 Las cargas factoriales son las correlaciones entre cada variable y la componente principal. Por tanto, indican el grado de correspondencia entre ellas, lo que hace que existan variable con mayor carga representativa en la componente principal.  En la tabla se evidencia que todas las variables aportan a la variabilidad. El análisis de Clasificación realizado permitió aunar por similitud a cuatro agrupaciones (figura 1), con un coeficiente de disimilitud de 2,52 lo que nos indica que entre esos cantones los resultados de los indicadores medidos fueron similares. La tabla 2 presenta la tipificación de los grupos formados: El primero que agrupa los cantones Arajuno, Santa Clara y Triunfo fueron similares en cuanto a contenido de Materia Seca, 90,30%; Ceniza, 9,09%; Proteína, 8,70%; Fibra, 23,34%; Grasa, 2,68% y ELN, 56,09%. El grupo dos constituido por Santa Clara presenta valores inferiores con excepción del contenido en Ceniza, 3,61%. Para el grupo tres Pomona y Macas el contenido de Materia Seca fue menor 89,72% y el grupo cuatro Canelos y Tena, el contenido de Fibra bruta fue superior, con valor de 24,93%. Al agrupar los cantones de acuerdo con su composición bromatológica, se buscó maximizar la homogeneidad en los grupos y la heterogeneidad entre ellos, aunque con criterios relativos pues según Castaldo et al. (2003), el alto grado de heterogeneidad que con frecuencia existe entre las muestras que conforman una población, dificulta la toma de decisiones. 

Se concluye que el análisis MEMI contribuyó a interpretar la homogeneidad de la composición bromatológica de los residuales de cosecha de cacao en la región Amazónica, un coeficiente de disimilitud de 2,52 indicó que entre esos cantones los resultados de los indicadores medidos fueron similares. Este análisis ofrece servirá como una fuente de información útil para todos los trabajos de investigación en los procesos donde se utilizará el residual como materia prima en aplicaciones industriales. 

 

 

Referencias

AOAC. 2004. Official Methods of Analysis. Association of Official Agricultural Chemists (P.A. Cunnif, editor). AOAC International Arlington.

Barazarte, H., Sangronis, E. & Unai, E. 2008. La cáscara de cacao (Theobroma cacao L.): una posible fuente comercial de pectinas. Archivos Latinoamericanos de nutrición, Sociedad Latinoamericana de Nutrición: Caracas.

Castaldo, A., Acero de la Cruz, R., García Martínez, A., Martos, J., Pamio, J. y Mendoza García, F. 2003. Caracterización de la invernada en el nordeste de la provincia de La Pampa (Argentina). XXIV Reunión Anual de la Asociación Argentina de Economía Agraria. Río Cuarto, Córdova, Argentina.

INEC. 2009. Instituto Nacional de Estadística y Censo

Izenman, A. J. 2008. Modern Multivariate Statistical Techniques.Springer Texts in Statistics.Springer Science+Business Media, LLC, 233 Spring Street, New York, NY 10013, USA p. 208.

Izquierdo, L. 2008. Información TRANSMAR. Ecuador, Guayaquil. Pp.1.

Moulay, L., Sniderman, Z., Ibarra, A. & Marti Bartual V. 2006. Method of preparing a Highly-Solubly Cocoa Extract, WIPO, Barcelona.

Rodríguez de Sindoni. 2006. Beneficio del Cacao (Theobroma cacao L.). Facultad de Agronomía de la U.C.V. Departamento e Instituto de Agronomía.

Savón, L., Scull, I., Gutiérrez, O. & Orta, M. 2004. Harinas de forrajes tropicales: Una alternativa para la alimentación de especies monogástricas. Memorias del VI Taller Internacional Silvopastoril “Los árboles y arbustos en la ganadería”. Ciudad de Holguín, Cuba

Torres, V., Ramos, N., Lizazo D., Monteagudo, F. & Noda, A. 2008. Statistical model for measuring the impact of innovation or technology transfer in agriculture. Cuban Journal of Agricultural Science, Volume 42: 131

Torres, V., Cobo, R., Sánchez, L.& Raez, N. 2013. Statistical tool for measuring the impact of milk production on the local development of province in Cuba.Livestock Research for Rural Development 29(9).

 
remove_red_eye 407 forum 1 bar_chart Estadísticas share print
Compartir:
close
Ver todos los comentarios
 
   | 
Copyright © 1999-2019 Engormix - All Rights Reserved