ESCUELAS DE CAMPO DE AGRICULTORES DE Theobroma cacao L. EN EL BAJO CAGUAN (Experiencia, Resultados y Lecciones Aprendidas)
Bibliographic record
Abstract
Localización. La Región del Bajo Caguán se encuentra localizada en las riberas del río Cagúan, jurisdicción del municipio de Cartagena del Chaira, suroriente del Departamento del Caquetá en la región Amazónica Colombiana. Objetivo. Compartir los resultados metodológicos y de formación logrados mediante las Escuelas de Campo de Agricultores de Theobroma cacao L. desarrollados por la Universidad de la Amazonia en el marco del proyecto: “Desempeño agronómico, evaluación fitosanitaria y caracterización molecular de clones promisorios de Theobroma cacao L. provenientes de materiales vegetales élite presentes en sistemas productivos del bajo Caguán, municipio de Cartagena del Chairá” (ECAs-CAGUAN) que contó con el apoyo de Colciencias, el Comité de Cacaoteros del Bajo Caguán y Suncillas “ Chocaguán” y la Parroquia San Isidro Labrador. Metodología. El trabajo se realizó a partir del aprendizaje por descubrimiento, partiendo de los conocimientos y la experiencia previa de los campesinos, la reflexión, la nueva información y la aplicación de la misma. Esta situación implicó la formación a profesionales como facilitadores de ECAs, la definición participativa del currículo, la construcción de protocolos y la aplicación flexible de estos en campo. Resultados. La ECAs – CAGUAN, en su primer ciclo de formación lograron formar a 43 cultivadores y productores de Theobroma cacao L, es decir que el 78% de los que iniciaron el proceso y se logró un Indice de Incremento del Conocimiento (IIC) del 34%. Una de las lecciones aprendidas y quizás la más importante es la necesidad que las ECAs incorporen otros elementos de trabajo que van más allá de lo técnico y está relacionado con estrategias de trabajo social, afectivo y de sensibilidad, esto contribuirá a mejorar los procesos de adopción tecnológica en campo. Conclusiones. El proceso de las ECAs- Caguan, permitió a los agricultores entre otras cosas entender que el hallazgo de los élites y/o el mejoramiento genéticoes solo un factor que ayudará a que su producto mejore, pero la mayor responsabilidad está precisamente en ellos mismos, en la realización de las prácticas culturales y de manejo de sus cultivos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".