华硕笔记本里有一个叫“fbdaa93b66fe6bcafbce5251”的文件夹，是干什么的？可以删吗？跪求啊！_百度知道
华硕笔记本里有一个叫“fbdaa93b66fe6bcafbce5251”的文件夹，是干什么的？可以删吗？跪求啊！
提问者采纳
隐藏的吧 隐藏起来就行了 很小的 删来下次又会出现
提问者评价
太感谢了，真心有用
来自团队：
其他类似问题
为您推荐：
华硕笔记本的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁Effect of Temperature on the Structure and Mechanical Properties of Mechanically Alloyed Al-Nio Composite : Archives of Metallurgy and Materials
uses cookies, tags, and tracking settings to store information that help give you the very best browsing experience.
To understand more about cookies, tags, and tracking, see our
My CartAdded To CartArchives of Metallurgy and MaterialsThe Journal of Institute of Metallurgy and Materials Science and Commitee on Metallurgy of Polish Academy of SciencesSCImago Journal Rank (SJR) Source Normalized Impact per Paper (SNIP) Impact per Publication (IPP) Open Access Open Access
??Loading journal volume and issue information...Open AccessM. Zygmunt-Kiper / L. Blaz / M. Sugamata1AGH - UNIVERSITY OF SCIENCE AND TECHNOLOGY, AL. A. MICKIEWICZA 30, 30-611 KRAK?W, POLAND2NIHON UNIVERSITY, COLLEGE OF INDUSTRIAL TECHNOLOGY, 1-2-1 IZUMI-CHO, NARASHINO 275-8575, JAPANThis content is open access. ()Publication HistoryAbstract Mechanical alloying of high-purity aluminum and 10 wt.% NiO powders combined with powder vacuum compression and following hot extrusion method was used to produce an Al-NiO composite. Mechanical properties of as-extruded materials as well as the samples annealed at 823 K /6 h, were tested by compression at 293 K - 770 K. High mechanical properties of the material were attributed to the highly refined structure of the samples. It was found that the structure morphology was practically not changed during hot-compression tests. Therefore, the effect of deformation temperature on the hardness of as-deformed samples was very limited. The annealing of samples at 823 K/6 h induced a chemical reaction between NiO-particles and surrounding aluminum matrix. As a result, the development of very fine aluminum oxide and Al3Ni grains was observed.Streszczenie Kompozyt na osnowie aluminium zawieraj?cy dodatek 10% mas. NiO wytworzono metod? mechanicznej syntezy stosuj?c mielenie proszków aluminium i tlenku niklu oraz mechaniczn? konsolidacj? uzyskanego proszku metod? prasowania pró?nio- wego i wyciskania w temperaturze 673 K W?asno?ci mechaniczne uzyskanego kompozytu, jak równie? próbek wy?arzonych w 773 K/6 godz., badano w zakresie 293 K-770 K w próbie ?ciskania. Badania strukturalne wykaza?y silne rozdrobnienie sk?ad- ników strukturalnych zarówno w materiale wyciskanym, jak równie? w próbkach wy?arzonych, co jest przyczyn? wysokich w?asno?ci mechanicznych uzyskanego kompojrytu. W przypadku próbek odkszta?canych ,,na gor?co” praktycznie nie obserwuje si? istotnych zmian morfologii struktury. Jednak?e wy?arzanie w 823 K/6 godz. spowodowa?o zmiany strukturalne wywo?ane reakcj? chemiczn? mi?dzy cz?stkami NiO a osnow?, której skutkiem by?o utworzenie silnie dyspersyjnych wydzieleń tlenku aluminium i ziam fezy mi?dzymetalicznej typu AI3Ni.Keywords: ; ; ; ; ; ; ; ; ; References[1] C. Suryanarayna, Mechanical alloying and milling, Progress in Materials Science 46, 1-184 (2001).
[2] D.G. Ki m, J. Kaneko, M. Sugamata, Preferential oxidation of Mg in mechanically alloyed Al-Mg-Obased systems, Materials Transactions JIM 36, 305-311 (1995).[3] M. Kubota, P. Cizek, W.M. Rainfort h, Properties of mechanically milled and spark plasma sintered Al-15 at.% MgB2 composite materials, Composites Science and Technology 68, 888-895 (2008).[4] K. Seimiya, M. Sugamata, L. Blaz, J. Kaneko, Structures and properties of P/Mmaterials of Al-Mg-oxide (GeO2, SnO2, PbO) systems processed by mechanical alloying, J. Jpn. Soc. Powder and Powder Metallurgy 53, 899-908 (2006).[5] L. Blaz, J. Kaneko, M. Sugamata, Z. Sierpins - ki, M. Tumidajewicz, Structural aspects of anneling and hot deformation of Al-Nb2O5 machanically alloyed composite, Materials Science and Technology 21, 715-721 (2005).[6] J. Kaneko, M. Sugamata, L. Blaz, R. Kamei, Aluminum-low melting metal alloys prepared by mechanical alloying with addition of oxide, Key Engineering Materials 188, 73-82 (2000).[7] L. Blaz, J. Kaneko, M. Sugamata, Z. Sierpin- ski, M. Tumidajewicz, Structure evolution in annealed and hot deformed Al-V2O5 composite, Materials Science and Techology 20,
(2004).[8] L. Blaz, J. Kaneko, M. Sugamata, R. Kamei, Structural features of mechanically alloyed Al-PbO and Al-PbO-WO3 composites, Materials Science and Engineering A349, 111-119 (2003).[9] H. Fuji, H. Akiyama, J. Kaneko, M. Sugamata, L. Blaz, Al-Sc Master Alloy Prepared by Mechanical Alloying of Aluminum with Addition of Sc2O3, Materials Transactions 44,
(2003).[10] L. Blaz, J. Kaneko, M. Sugamata, Microstructural evolution in mechanically alloyed Al-heavy metal oxide composites, Materials Chemistry and Physics 81, 387-389 (2003).[11] A. Kula, L. Blaz, J. Kaneko, M. Sugamata, Effect of annealing temperature on the structure and mechanical properties of mechanically alloyed Al Mg-Nb2O5 and Al Mg-ZrSi2 composites, Journal of Microscopy 237, 421-426 (2010).[12] N.A. Bielov, D.G. Eskin, A.A. Aksenov, in Multicomponent phase diagrams: applications for commercial aluminum alloys, Edit. Elsevier Ltd Oxford, 223 (2005). Have you read our
for communicating on De Gruyter Online? [220.177.198.53|220.177.198.53]220.177.198.53Semi-Solid State of Blast Furnace Slag Admixtures of AL2O3 : Archives of Metallurgy and Materials
uses cookies, tags, and tracking settings to store information that help give you the very best browsing experience.
To understand more about cookies, tags, and tracking, see our
My CartAdded To CartArchives of Metallurgy and MaterialsThe Journal of Institute of Metallurgy and Materials Science and Commitee on Metallurgy of Polish Academy of SciencesSCImago Journal Rank (SJR) Source Normalized Impact per Paper (SNIP) Impact per Publication (IPP) Open Access Open Access
??Loading journal volume and issue information...Open AccessP. Migas / M. Korolczuk-Hejnak1AGH UNIVERSITY OF SCIENCE AND TECHNOLOGY, AL. A. MICKIEWICZA 30, 30-059 KRAKOW, POLANDThis content is open access. ()Publication HistoryAbstract The nature and properties of liquid solutions - metallurgical slags (used in the pig iron and steel production) affect the quality of the final product and processing time. The main object of the study was slag system: CaO-SiO2-MgO-Al2O3, when the content of Al2O3 was raised to ca. 25% in liquid and semi-liquid state.Measurements were performed using Searle’s method of concentric cylinder systems. Graphite measuring systems were used for testing with two types of bobs: smooth and perforated. Rheological measurements were carried out for five slag systems in the temperature range between °C, shear rate values were changed in the wide range between 1s-1 to 150/180s-1. FactSage application was used to calculate the mass of solid phases precipitating from the slag volume for different chemical compositions at various temperatures. In the temperature range in which the solid phases occurred in the slag the analysed systems show non-Newtonian behaviour.Streszczenie Charakter oraz w?a?ciwo?ci ciek?ych ?u?li metalurgicznych (wykorzystywanych w procesach wielkopiecowym oraz sta- lowniczym) wp?ywa na jako?? produktu oraz na czas prowadzonego procesu. W niniejszej pracy analizowano ?u?le typu CaO-SiO2-MgO-Al2O3. domieszkowane do ok. 25% AI2O3, w stanie ciek?ym oraz sta?o-ciek?ym. Badania zosta?y wykonane przy u?yciu rotacyjnej metody z koncentrycznymi cylindrami typu Se arie* a. Narz?dzia po- miarowe wy konano z grafitu, charakteryzowa?y si? one g?adkimi oraz perforowanymi powierzchniami. Badania reologiczne wykonano dla pi?ciu systemów ?u?lowych w temperaturach °C. Pr?dko?? ?cinania w trakcie pomiarów zmieniana by?a od ls-1 do 150/180s-1. Pakiet FactSage zosta? wykorzystany do obliczenia masy fazy sta?ej, wytr?caj?cej si? z obj?to?ci ?u?la, dla ró?nych sk?adów chemicznych, w ró?nych temperaturach. W temperaturach, w których zaobserwowano wyst?powanie fazy sta?ej charakter reologiczny badanych uk?adów ?u?lowych odbiega? od zachowania cia?a idealnego Newtona. Keywords: ; ; References[1] Y. Sasaki, H. Urata, M. Iguchi, M. Hino, Stress Relaxation Behavior with Molten CaO-SiO2-Al2O3 Slag, ISIJ International 46, 3, 385-387 (2006). [2] M.T. Balhoff, K.E. Thompson, Modeling the Steady Flow of Yield-Stress Fluids in Packed Beds 50, 12 AICh E Journal,
December 2004.[3] K. Sunahara, K. Nakano, M. Hoshi, T. Inad a, S. Komatsu, T. Yamamot, Effect Of High Al2O3 Slag On The Blast Furnace Operations, ISIJ International 48, 4, 420-429 (2008).
[4] S. Seetharaman, K. Mukai, Du Sichen, Viscosity of slags - an overview, Steel Research International 76, 4, 267-278 (2005).[5] S. Seok, S. Jung, Y. Lee, D. Min, Viscosity of highly basic slags, ISIJ Int. 47, 8,
[6] N.N. Viswanathan, F.-Z. Ji, Du Sichen, S. Seetharaman, Viscosity Measurements on Some Fayalite Slags, ISIJ International 41, 7, 722-727 (2001).
[7] A. Shankar, M. G?rnerup, A.K. Lahiri, S. Seetharaman, Experimental Investigation of the Viscosities in CaO-SiO2-MgO-Al2O3 and CaO-SiO2-MgO-Al2O3-TiO2 Slags, Metallurgical And Materials Transactions B 38B, 12, 911 (2007).[8] A. Kondratiev, B. Zhao, S. Raghunath, P.C. Haye s, E. Jak, New tools for viscosity measurement and modeling of fully liquid and partly crystallised slags, Proceedings of EMC 2007.[9] S. Wright, L. Zhang, S. Sun, S. Jahanshahi, Viscosity ofa CaO-MgO-Al2O3-SiO2 Melt Containing Spinel Particles at 1646K, Metallurgical And Materials Transactions B 31B, 2, 97-104 (2000).[10] J. Ferguson, Z. Kemb?owski, Reologia stosowana p?ynów, Wydawnictwo MARCUS, ?ódz 1995.[11] A. Kondratiev, P.C. Hayes, E. Jak, Development of a Quasi-chemical Viscosity Model for Fully Liquid Slags in the Al2O3-Ca O-‘FeO’-MgO-SiO2 System. Part 1. Description of the Model and Its Application to the MgO, MgO-SiO2, Al2O3-Mg Oand CaO-MgO Sub-systems, ISIJ International 46, 3, 359-367 (2006). [12] A. Kondratiev, P.C. Hayes, E. Jak, Development of a Quasi-chemical Viscosity Model for Fully Liquid Slags in the Al2O3-CaO ‘Fe O’-MgO-SiO2 System. Part 2. A Review of the Experimental Data and the Model Predictions for the Al2O3-CaO-MgO, CaO-MgO-SiO2 and Al2O3-MgO-SiO2 Systems, ISIJ International 46, 3, 368-374 (2006).
[13] A. Kondratiev, P.C. Hayes, E. Jak, Development of a Quasi-chemical Viscosity Model for Fully Liquid Slags in the Al2O3-CaO-‘Fe O’-MgO-SiO2 System. Part 3. Summary of the Model Predictions for the Al2O3-CaO-MgO-SiO2 System and Its Sub-systems, ISIJ International 46, 3, 375-384 (2006).
[14] A. Kondratiev, P.C. Hayes, E. Jak, Development of a Quasi-chemical Viscosity Model for Fully Liquid Slags in the Al2O3-CaO-‘FeO’-MgO-SiO2 System. The Experimental Data for the ‘Fe O’-MgO-SiO2, CaO-‘Fe O’-MgO-SiO2 and Al2O3-Ca O-‘Fe O’-Mg O-Si O2 Systems at Iron Saturation, ISIJ International 48, 1, 7-16 (2008).
[15] A. Kondratiev, E. Jak, Review of Experimental Data and Modeling of the Viscosities of Fully Liquid Slags in the Al2O3-Ca O-‘FeO’-SiO2 System. Metallurgical And Materials Transactions B 32b, 1015, December 2001.[16] K.C. Mills, S. Sridhar, Ironmaking & Steelmaking 26, 262-268 (1999). [17] D. He, N.N. Ekere, Structure Simulation of Concentrated Suspensions of Hard Spherical Particles, AICh E Journal 47, 1, 53-59, January 2001.[18] G. Handfield, G.G. Charette, Viscosity and structure of industrial high TiO2 slags. Canadian Metallurgical Quarterly 10, 3 (1971). [19] P. Migas, M. Korolczuk- Hejnak, M. Kar- bowniczek, Rheological characteristic of liquid iron solutions and co-occuring slags, Hutnik. Wiadomosci Hutnicze, 4, 196-202, April 2012.[20] R. Przy?ucki, S. Golak, B. Oleksiak, L. Blacha, Influence of an induction furnace’s electric parameters on mass transfer velocity in the liquid phase, Metalurgija 52, 1, 67-70 (2012).[21] M. Korolczuk- Hejnak, P. Migas, Analysis of selected liquid steel viscosity, Archives of Metallurgy and Materials 57, 4, 963-969. [22] M. Korolczuk- Hejnak, P. Migas, Selected Grades Of Steel As Rheologically Defined Liquid Bodies, Archives Of Metallurgy and Materials 57, 2, 583-591 (2012). [23] A.R. Boccaccini, S. Riazc, C. Moisescu, On the viscosity of glass-crystal systems. Journal Of Materials Science LETTERS 20,
(2001). [24] K. Mills, The estimation of slag properties, Department of Materials, Imperial College, London, UK, Short course presented as part of Southern African Pyrometallurgy 2011.[25] I. Sohn, D.J. Min, Areviewer of the relationship between viscosity and the structure of calcium-silicate based slags in ironmaking, Steel Research International 83, 7, 611-630. [26] M. Korolczuk- Hejnak, P. Migas, Selected Grades Of Steel As Rheologically Defined Liquid Bodies, Archives of Metallurgy and Materials 57, 2, 583-591. [27] R.G. Kuryaeva, Influence of Pressure on the Refractive Index and Relative Density of Glasses in the Ca O-Al2O3-SiO2 System, Glass Physics and Chemistry 34, 1, 37-41 (2008).
Citing ArticlesHere you can find all Crossref-listed publications in which this article is cited. If you would like to receive automatic email messages as soon as this article is cited in other publications, simply activate the “Citation Alert” on the top of this page.[1]M. ?l?zakArchives of Metallurgy and Materials, 2015, Volume 60, Number 2DOI: Have you read our
for communicating on De Gruyter Online? [220.177.198.53|220.177.198.53]220.177.198.53versión impresa ISSN
Rev. Med. Vet. Zoot. vol.62 no.2 Bogotá mayo/ago. 2015
http://dx.doi.org/10.15446/rfmvz.v62n2.5199
EVALUACI&ON MULTICRITERIO DE 44
INTRODUCCIONES DE Tithonia diversifolia (Hemsl.) A. Gray EN CANDELARIA,
VALLE DEL CAUCA
MULTI-CRITERIA EVALUATION OF 44
INTRODUCTIONS OF Tithonia diversifolia (Hemsl.) A. Gray IN CANDELARIA,
VALLE DEL CAUCA
V A. Holgu&n*1,3, S. Ortiz
Grisalez1, A. Velasco
Mora-Delgado3
1Facultad de Ciencias Agropecuarias,
Universidad Nacional de Colombia, Sede Palmira.
AA 237.&Palmira, Valle del
Cauca (Colombia) / Universidad del Tolima.
2Programa de Ingenier&a Agroindustrial, Facultad de Ciencias Agropecuarias,
Universidad Nacional de&Colombia, Sede Palmira.
AA 237. Palmira, Valle del
Cauca (Colombia).
3Grupo de Investigaci&n Sistemas Agroforestales Pecuarios, Universidad del
Barrio Santa Helena Parte Alta, A.A. 546, Ibagu& (Colombia)
* Email para correspondencia:
Art&culo recibido: 30 de noviembre de 2014.
Aprobado: 15 de marzo de 2015
producci&n de forrajes, como fuente principal de alimentaci&n de bovinos, ha
generado prote&na de alta calidad en carne y leche para satisfacer las
necesidades humanas. La
elecci&n de forrajes no s&lo debe basarse en las virtudes agron&micas, sino
tambi&n en su valor nutricional, palatabilidad y nivel de toxicidad para el
ganado. Este estudio&tuvo como objetivo evaluar la respuesta productiva
forrajera de 44 introducciones de&T diversifolia, provenientes de
varias localidades del centro occidente de Colombia,&establecidas en una
colecci&n en el Centro Experimental Universidad Nacional sede&Palmira
(CEUNP) Candelaria (Colombia). Coordenadas 2&06' N y 65&03' O, con temperatura de 26 &C y precipitaci&n promedio anual de1532 mm. Se
evaluaron indicadores&morfoagron&micos y nutricionales de las 44 luego estas se clasificaron&mediante estad&stica
multivariada y la posterior aplicaci&n de &ndices integrales (&Indice&de
Potencial Forrajero Ponderado e &Indice de Rendimiento y Calidad Ponderado).
Se&seleccionaron las ocho introducciones m&s rendidoras y de mejor cal&posteriormente solo cuatro fueron identificados como las m&s
promisorias (17,9; 22,14; 13,5 y 1,2). Se concluye que el uso de &ndices
integrales multicriterio facilita la selecci&n de materiales rendidores, con
base en diferentes criterios de adaptabilidad, productividad&y calidad de
las especies.
indicadores multicriterio, bromatolog&a, agronom&a, digestibilidad.
Fodder production, the main source of cattle feed, has
generated high quality protein in meat and milk to meet human needs. Choosing
fodder should not only be based on&agronomic properties, but also its
nutritional value, palatability and toxicity for livestock. This study aimed to
evaluate the forage production response of 44 introductions of T diversifolia, from various localities in the west central
Colombia, established in a collection at the National University Palmira
(CEUNP) Experimental Center, Candelaria&(Colombia). Coordinates 2&06' N
and 65&03' W, with a temperature of 26 & C and average&annual
precipitation de1532 mm. Morpho-agronomic and nutritional indicators of
the&44 introduc these are then classified using
multivariate statistics and&the subsequent implementation of integral
indices (Weighted Forage Potential Index&and Weighted Index Performance
and Quality). Eigth introductions of higher yields&and better nutritional
q then only four were identified as the
most&promising (17.9; 22.14; 13.5 and 1.2). We conclude that the use of
multi-integral indices&facilitates the selection of materials yielders,
based on different criteria of adaptability,&productivity and quality of
multicriteria indicators, bromatology, agronomy, digestibility.
INTRODUCCI&ON
producci&n de pastos y forrajes como fuente principal de alimentaci&n de
bovinos ha permitido generar prote&na de&origen animal a nivel de carne y
leche&para satisfacer las necesidades humanas&(Bernal 2011). Sin
embargo, uno de los&principales problemas de los sistemas&ganaderos
en Colombia, es la producci&n&estacional de forrajes con limitaciones
en&la satisfacci&n de las necesidades alimenticias de los bovinos, tanto
en &poca de&lluvia, como de sequ&a (Fujisaka et al.&2005;
Holmann et al. 2004). La elecci&n&de pasturas y forrajes no s&lo
debe basarse&en las virtudes agron&micas, sino tambi&n&en su valor
nutricional para el ganado&(Ospina 2002). Los primeros criterios&de
selecci&n de las especias forrajeras se&basan en la capacidad adaptativa a
condiciones agroecol&gicas espec&ficas, la cual&se expresa en indicadores
productivos y&morfoagron&micos como producci&n&de biomasa, relaci&n
hoja tallo, tasa de&crecimiento y productividad por unidad&de
superficie.
las especies forrajeras con potencial forrajero se encuentra Tithonia&diversifolia, una planta arbustiva de vistosas&flores amarillas, que presenta una
amplia&capacidad de adaptaci&n, desde el nivel del&mar hasta 2400
msnm aproximadamente.&Adem&s, puede habitar en suelos de alta&o baja
fertilidad (Ruiz 2012). Siendo asequible y localmente disponible, puede
ser&fuente alternativa de nutrientes y aumentar&el rendimiento de
otras especies como el&ma&z (Achieng 2010).
especie se ha difundido por diferentes espacios y condiciones climatol&gicas
del mundo, sin embargo, se podr&a conjeturar que diferentes
introducciones&dispersas en espacios geogr&ficos dis&miles&podr&an
tener comportamientos distintos&cuando comparten un h&bitat, tal
como&ha sucedido con otras especies le&osas&(Ospina et al. 2002. Por su parte, Sun et&al. (2008) dieron cuenta de una
posible&variaci&n celular ocurrida en algunas poblaciones que
probablemente originadas&de una sola l&nea de T diversifolia, pero&que expresan diferentes respuestas adaptativas a diferentes
condiciones ecol&gicas,&lo cual a su vez, justifica la realizaci&n
de&una investigaci&n que apunte a evaluar&la respuesta productiva de
diferentes introducciones en espacios agroclim&ticos&espec&ficos para una
planta de cubrimiento&pancontinental, que se propaga por v&a&sexual y
asexual, que coloniza ambientes&y que por su interacci&n con ellos
puede&presentar variaciones productivas.
de variabilidad geogr&fica es un factor importante para las
especies&cultivadas que tienen un amplio rango de&distribuci&n, en la
medida que adem&s de&su dispersi&n natural, estas han sufrido&una
amplia dispersi&n artificial por acci&n& as&, al entran en un
nuevo&nicho ecol&gico las plantas empiezan un&nuevo proceso evolutivo
en el cual crean&estrategias de adaptaci&n a variaciones del&entorno
(Hidalgo 2003). Estudios en otras&especies le&osas con potencial
forrajero&dan cuenta de la variabilidad gen&tica&con base en
caracteres morfol&gicos,&de rendimiento forrajero, composici&n&qu&mica,
digestibilidad y fermentabilidad, como criterios para seleccionar
las&procedencias de mayor potencial para&nutrici&n de diferentes
especies animales&(Ospina et al. 2002).
evaluar materiales de diferente procedencia una herramienta importante&es
la formulaci&n de indicadores multicriterio de f&cil construcci&n e
interpretaci&n&por parte del productor (Garz&n y Mora-Delgado 2014).
Cuando se emplean varios&criterios en la construcci&n de
indicadores&se tiene m&s probabilidad de acierto en
la&caracterizaci&n y la toma de decisiones, de&tal manera que los
an&lisis multicriterio&parten de la base de que el decidor
debe&establecer la importancia relativa de cada&uno de los
indicadores y de sus objetivos,&para luego definir una estructura de preferencias
que pueden expresarse mediante&ponderaciones (Roche y Vejo 2005).
estudio tuvo como objetivo evaluar la respuesta productiva forrajera de&44
introducciones de T diversifolia, provenientes de varias localidades del
centro&occidente de Colombia para identificar&las de mejor
crecimiento, calidad y productividad bajo un an&lisis multicriterio.
MATERIALES
Y M&ETODOS
El estudio
se realiz& en el Centro experimental de la Universidad Nacional Palmira
(CEUNP), localizado en Candelaria (Valle&del Cauca), a 1.000 02&06'
N y&65&03' O. Pertenece a la zona clim&tica&c&lido-moderada, seg&n la
clasificaci&n&de Holdridge, formaci&n Bosque Seco&Tropical (BS-T)
(Rodr&guez 1999). Los&suelos pertenecen al orden de los vertisoles&(epiaquert
&stico arcilloso fino isohipert&rmico 1%) (Acosta et alet al. 1997)
evaluaron caracter&sticas agron&micas de una muestra de 44 introducciones
de&Tithonia diversifolia de la colecci&n del&programa de
Hortalizas de la Universidad&Nacional de Colombia, sede Palmira.
La&misma fue establecida en octubre de 2012&con materiales
provenientes de diferentes&localidades del sur occidente de
Colombia&() mediante siembra de cangres de&60 cm de largo cada
uno, a una densidad&de 1 m de distancia entre sitios, 2 m
entre&surcos y cinco sitios por cada introducci&n&(10 plantas). Se
hizo un corte de uniformizaci&n a los 4 meses, podando a 40 cm& en adelante se realizaron&cortes cada 60 d&as. El &rea
experimental&ten&a una superficie de 880 m2, en los&cuales
se distribuyeron las 440 plantas.
Experimento
1: Prueba de rendimiento en campo
determin&:
de dosel (HD) (cm). La
cual se determin& semanalmente durante dos&meses midiendo desde la estaca
sembrada hasta la punta de la hoja bandera.&Se promediaron los cinco
sitios de cada&introducci&n.
por sitio (RS) (N&). El
conteo se realiz& de forma manual.
forrajera. La
cosecha del forraje integral (tallos m&s laminas foliares) se&realiz& cada
60 d&as en estado de prefloraci&n. La biomasa total se determin&&mediante
corte manual con machete del&dosel completo a 40 cm. Se determin&
el&peso en campo con una b&scula digital&port&til marca MC& de
fabricaci&n China.&
Relaci&n hoja/tallo (HT) (kg). Se determin&
pesando por separado las hojas (PH)&y los tallos (PT) para hacer el
c&lculo de la&relaci&n hoja/tallo medido en kgkilogramos.&
seca (MS) (%). Se tomaron&muestras al azar por sitio de 250 g,
siguiendo el protocolo de Nielsen (1998).&Las muestras se trataron en una
estufa de&secado Binder& serie FD 53 a 120&C por&24 horas.
Productividad
(P/ha) (kg/ha). Se
calcul& la productividad por superficie medida en&cantidad (kg) de materia
seca por hect&rea.&
&Indice de Potencial Forrajero Ponderado (IPFP).
Con base en las anteriores&mediciones se calcula un IPFP aplicando&el
modelo de Ospina et al. (2002) (Ecuaci&n 1) con base al estudio de
Stewart y&Dunsdon (1998) seg&n el cual valores&altos para cada
caracter&stica que entra&en ecuaci&n son los deseables:
Xi (int) :
promedio de la i . &sima caracter&stica para la introducci&n int. Con i: 1,2,..
.k caracter&sticas.
X(i) ; promedio general de la caracter&stica i-&sima
considerando todas las&introducciones.
desviaci&n est&ndar general de la caracter&stica i-&sima considerando
todas&las introducciones.
F(1) : Factor de ponderaci&n determinado con base al peso de las
comunalidades&constituidas con la matriz de correlaciones&de las
variables originales seg&n el ACP&siguiendo el procedimiento usado
por&Ordo&ez (2014) y por Carmona (2014).
Experimento
2. &Indice de Rendimiento y Calidad Estandarizado Ponderado&(IRCEP).
Se calcula
con base en medidas directas tomadas en campo de las cuales se deriv&&la
selecci&n de las 8 introducciones. Se&tomaron mediciones de crecimiento
y&desarrollo de ramas cada 8 d&as. Esto se&hizo en una muestra de
cinco ramas en&cada una de las introducciones, las cuales&fueron
marcadas con una cinta de color&rojo para su identificaci&n durante
todo&el periodo de monitoreo. A los 60 d&as se&midi& biomasa fresca
en campo de &rea&de dosel y &rea foliar, seg&n el protocolo.
calcular el IRCEP se aplica el modelo de Ospina et al, (2002) (Ecuaci&n
1) donde&las variables involucradas en el IRCEP son:&
Crecimiento (TAC) (gr/d&a).&Se calcula con base en la ecuaci&n
TAC&= (peso 1 - Peso 2)/(tiempo 1- tiempo 2),&evaluando cinco
muestras por cultivar.&
Altura de Dosel (HD) (cm). Se
calcula&determinando la altura desde el suelo hasta&la punta de la
rama bandera.
Dosel (AD) (m). Se
estima con base en la ecuaci&n para el c&lculo del &rea del&c&rculo. Para
ello, se toma la medida de&dos di&metros perpendiculares del &rea de&dosel
y cada uno se divide entre 2 para&luego desarrollar la ecuaci&n A = n
(D1/2&* D2/2), donde D es el di&metro.
Foliar (AF) (cm). Se
tomaron 10 hojas (cinco de la parte alta y cinco de la&parte baja) al azar
de cada introducci&n,&las cuales fueron fotocopiadas y
luego&escaneadas. Las im&genes escaneadas fueron procesadas siguiendo el
protocolo del&software libre ImageJ& 1.47v, para obtener&el &rea
posteriormente, se promediaron los valores para
cada&introducci&n.
biomasa en materia seca (BMS). Se estim&
multiplicando el peso fresco por el porcentaje de materia seca (MS) determinado
en una estufa a 105 &C por 24 h,&siguiendo el protocolo de AOAC
Calidad del forraje. Definida mediante al&an&lisis
qu&mico para lo cual se determin&&prote&na cruda (PC), fibra detergente
neutro (FDN) y fibra detergente acida (FDA)&siguiendo los protocolos de
AOAC (1995).&
El Valor Relativo Forrajero (VRF). Se&calcul& con
base en el modelo para bovinos&de Mertens (1987):
Consumo x Digestibilidad / 1.29
120 / (FDN)
Digestibilidad
= 88.9 - 0.779 x (FDA)
en los datos analizados en &sta prueba se escogieron las cinco introducciones
con mayor IRCEP En el &ndice&se incluyeron tres tipos de variables:
el&primer tipo, correspondi& a rasgos f&sicos&de la planta (TAC, HD y
AD); El segundo, fue caracterizado por la producci&n&de forraje dado por
AF y BMS y el tercer&grupo, define la calidad del forraje dado&por el
porcentaje de MS, PC y el VRF de&cada introducci&n.
estad&stico Experimento 1.
de las variables analizadas fueron ordenados en una hoja de Microsoft
Excel&&para determinar medidas estad&sticas de&tendencia central
(promedio) y dispersi&n&-desviaci&n est&ndar (DE) y coeficiente&de
variaci&n (CV)-, mediante un an&lisis&univariado para determinar la
variabilidad&de los indicadores morfoagron&micos.
objeto de agrupar las introducciones en funci&n de diferentes criterios de
evaluaci&n de manera integrada, se&hizo un an&lisis multivariado. Primero,&se
realiz& un an&lisis de componentes&principales (ACP) con el objeto de
identificar las variables de mayor peso en la&diferenciaci&n de las
introducciones,&cuyo resultado fue expresado en una&gr&fica biplot.
Posteriormente, se hizo un&agrupamiento de las 44
introducciones&mediante un an&lisis de conglomerados&(AC) con base en
las variables antes&explicadas para identificar el grupo con&mejores
caracter&sticas agron&micas. Esta&t&cnica busca conformar grupos
que&presenten la menor variabilidad posible&dentro de s& mismos y los
que presenten&la mayor variabilidad entre otros grupos&(Di Rienzo et
analizar la diferencia de medias de las diferentes variables entre
conglomerados se hizo una prueba de T de Student.&Los an&lisis
multivariados y la prueba de&diferencia de medias se realizaron en
el&programa estad&stico Infostat& (Di Rienzo&et al. 2008).
Finalmente, del conglomerado&con mejores caracter&sticas agron&micas
se&escogieron las introducciones m&s rendi-doras con base en el IRPF.
Experimento
experimento 2 la selecci&n de las variables con mayor potencial forrajero
se&realiz& mediante la aplicaci&n del IRCEP
RESULTADOS
Y DISCUSI&ON.
Exceptuando
los valores de la HD, los altos coeficientes de las variables (RS,&TAC,
PH, PT, H/T, MS y P/ha) indican&mayor heterogeneidad de los
valores,&por lo cual se procedi& a un an&lisis&multivariado con base
estas &ltimas siete&variables ().
variabilidad en TAC, PT, H/T Y P/ha sugiere una respuesta diferente de
la&especie a la variabilidad del espacio geogr&fico del cual fueron
obte&esta variabilidad se expresa en
diferentes&&rdenes de suelos, condiciones clim&ticas&y de manejo
antr&pico en los espacios de&procedencia de las introducciones.
Seg&n&Hidalgo (2003), se espera que a mayor rango de dispersi&n geogr&fica
de una especie&vegetal, ocurra una mayor variabilidad. Tal&variabilidad
constituye un criterio b&sico en&la tipolog&a, ya que un coeficiente de
variaci&n (CV) alto en una variable determinada,&sugiere una condici&n de
heterogeneidad&que se expresar& en la tipificaci&n. Por el&contrario,
un menor CV y una baja desviaci&n est&ndar sugieren una baja
variabilidad,&por lo cual, posiblemente su influencia en
al&agrupamiento del an&lisis multivariado sea&menor, como fue el caso de la MS.
multivariado
conjunto de datos representado por siete variables y 44 introducciones fue
sometido&a un an&lisis de componentes principales&(ACP), con el cual
el n&mero de variables&fue reducido, con una p&rdida m&nima
de&informaci&n. Los autovalores muestran que&el primer componente con
un valor 2 = 3&explica el 43% de la variaci&n, el segundo&componente
con un valor 2 = 1,48 explica el&21% de la variaci&n y el tercer
componente&con un valor 2 = 1,14 explica el 16% de&la variaci&n. De
acuerdo con lo explicado&por Rojas (2003) se observa que la
varianza&asociada con cada componente principal&es diferente y va decreciendo
en orden.&Estos tres primeros componentes explican&el 80% acumulado
de la variaci&n del total&de la muestra, lo que concuerda con L&pez&e
Hidalgo (1994) quienes sugieren que se&deben considerar como aceptables
los componentes cuyos valores propios expliquen&un 70% o m&s de la
varianza total.
permite la reducci&n de las variables a tres componentes (variables
artificiales), donde el primer componente (productividad) se encuentra
explicado&principalmente por las variables TAC, P/&ha y RS, con
coeficientes de 0,53; 0,49 y&0,50, respectivamente. El segundo componente
se explica por la variable H/T&con un coeficiente de 0,70, variable
que&es inversa a PT, por lo cual esta &ltima&tiene un coeficiente
negativo de -062. El&tercer componente est& representado por&la
variable MS con un coeficiente de 0,90.
Figura 1 se observa que con estos dos ejes se explica el 64% de la
variabilidad&total en las observaciones. CP1 separa&las
introducciones entre las que tienen&alta productividad influenciada por
las&variables RS, P/ha y TAC, en tanto que&otro grupo de
introducciones se relacionan&por una alta relaci&n H/T. Al
interpretar&las asociaciones entre variables seg&n los&&ngulos de los
vectores que los representan,&se puede inferir que las primeras variables&con
&ngulos agudos indican correlaciones&positivas, en tanto que H/T respecto
a&PT presenta un &ngulo obtuso correspondiendo una correlaci&n negativa
entre las&variables. La MS es una variable que no&constituye
variaci&n significativa en las&diferentes introducciones como se
indic&&en el an&lisis univariado, esto concuerda&con la FCA (2014) en
el sentido de que si&no se estandarizan los datos, las longitudes&de
los vectores son proporcionales a las&varianzas de las variables, de tal
manera&que un vector de poca longitud sugiere&poca variabilidad en la
respectiva variable, como es el caso de la MS ().&Siguiendo a
Rojas (2003) se observa que&la distancia al origen indica que las
variables H/T y PT son las m&s importantes,&siendo su contribuci&n mayor
mientras&m&s distantes se encuentren.
El peso de
las diferentes variables hace que las introducciones se ubiquen en diferentes
grupos, los cuales pueden apreciarse&en el dendrograma resultante del
an&lisis&de conglomerados (AC) realizado con la&t&cnica de Ward
(1963) (). De&acuerdo con Valerio et al. (2004) la
tipificaci&n tiene como prop&sito agrupar&individuos de acuerdo con sus
principales&diferencias y relaciones, buscando maximizar&la
homogeneidad dentro de los grupos y la&heterogeneidad entre ellos. Seg&n
Di Rienzo&et al. (2008) esta t&cnica conforma conglomerados que
presentan la menor variabilidad&entre las introducciones del mismo
grupo&y la mayor entre las medias de los grupos.
a Di Rienzo et al (2008) fijando un criterio de corte arbitrario
en&la distancia 13 del eje X, las 17 introducciones del conglomerado 1 se
separa&del resto y por la procedencia se deduce&que son materiales
provenientes del valle&geogr&fico del Cauca, principalmente
de&topograf&as planas. Este conglomerado se&separa del otro
agrupamiento en el cual&se diferencian los conglomerados 2 y 3,&los
cuales incluyen introducciones de topograf&as de ladera, principalmente de
los&departamentos de Cauca y Tolima, aunque&en ambos conglomerados
tambi&n se cuenta&con introducciones provenientes del valle&geogr&fico
del Cauca. Son los materiales del&conglomerado 1, los que presentan
mejores&indicadores de productividad (RS, TAC y P/&ha) con
diferencias significativas frente a las&introducciones de los otros
conglomerados&(). De hecho, fueron las plantas que&lograron
mayor altura, aunque esta variable&no se us& en el an&lisis multivariado
por su&bajo coeficiente de variaci&n y por tanto&solo se la reporta
como informaci&n, pero&no se tiene en cuanta en la discusi&n. En el&Conglomerado
2 se agruparon las introducciones que tienen una mejor relaci&n
H/T,&aunque los valores num&ricos de las otras&variables son los m&s
bajos,exceptuando&PH. La MS fue una variable que no tuvo&diferencias
significativas entre los conglomerados, como se hab&a previsto en el an&lisis&univariado,
aunque se encuentra dentro de&los rangos reportados para esta especie
en&diferentes estudios, como lo reportado por&Lezcano et al. (2012) con datos de materia&seca de la T diversifolia que var&an
desde&13,5% hasta 25,0%, en funci&n de la edad&y la frecuencia de
an&lisis de conglomerados se pudo separar el grupo de introducciones m&s
rendidoras. Dentro de estas, se&analizaron las comunalidades hasta
los&tres componentes seleccionados del ACP&para definir los factores
de ponderaci&n&de cada indicador que en este estudio&integran el
IPFP. La comunalidad total&estimada fue de 5,64, con base en la
cual&se estimaron los factores de ponderaci&n: 0,14; 0,16; 0,08; 0,14; 0,15; 0,17 y 0,16,
para RS, TAC, PH, PT, H/T, MS y P/ha,
respectivamente.
coeficiente de ponderaci&n para la materia seca es coherente con la
respuesta&productiva de las introducciones, en la&medida que esta
variable es el reflejo del&comportamiento de materiales que
poseen&una alta capacidad de crecimiento clonal,&en especial durante
la &poca de lluvias,&cuando las ra&ces adventicias y las
yemas&j&venes emergen desde diferentes materiales&de propagaci&n,
sexual o asexual, y se da&la producci&n de nuevos brotes de yemas&a
partir de un corte (Muoghalu 2010).&Estas caracter&sticas le dan capacidad
de&formar dosel, aumentando la competencia&por espacio con otras
plantas (Olabode et&al. 2010; Sun et al. 2008) y por ende
un&importante potencial de mayor producci&n&de materia seca de alta
calidad nutricional.&El IPFP constituy& un indicador para escoger ocho introducciones promisorias por&su respuesta productiva ().
Estas ocho
introducciones fueron sometidas a un segundo proceso de valoraci&n bajo el
criterio de indicadores&de calidad y potencial forrajero.
Estos&indicadores se integraron en un &ndice que&permiti& evaluar
diferentes materiales con&base a variables de rendimiento y
calidad.&De acuerdo con Ospina et al. (2002) el&&ndice permite
integrar variables para&comparar las procedencias y seleccionar&las
m& su confiabilidad es&buena en la medida de que el
&ndice es el&resultado del aporte de una caracter&stica&que se
expresa como la diferencia entre el&promedio de dicha caracter&stica
medida&en la procedencia de inter&s y el promedio general de todas las
procedencias, en&unidades de desviaci&n est&ndar general&(Stewart y
Dunsdon 1998).
Experimento
Aunque las
introducciones fueron clasificadas inicialmente en forma diferente por cada
rasgo respecto a cu&ndo se analizaron juntos, los diferentes
criterios&ayudaron a clarificar las fortalezas relativas de las
introducciones en funci&n de&las caracter&sticas f&sicas,
productividad&y calidad. As&, como se aprecia en la , las introducciones
22.14 y 17.9&sobresalen por caracter&sticas f&sicas y
de&productividad, aunque su desempe&o en&t&rminos de calidad no fue
deseable. En&tanto que 1.3 y 1.8 son sobresalientes por&atributos de
calidad, especialmente por&el VRF que es un &ndice sin unidades,&que permite
comparar la calidad de los&forrajes de leguminosas, gram&neas y
sus&mezclas, bien sean en fresco, ensiladas&o henificadas (Bastidas et
al. 2010). De&hecho, los valores de FDA que es la que&m&s incide
en la digestibilidad, en estas&introducciones son bajos (Tabla 5).
embargo, con base en los resultados obtenidos para el VRF estas
introducciones&mejor calificadas apenas se clasifican en la&categor&a
&de segunda& por encontrarse en&el rango de 124-103 seg&n la
clasificaci&n&de la American Forage and Grassland Council (Calsamiglia 1997). Por el contrario,&n&tese que la introducci&n 1.4 tiene
un&alto porcentaje de prote&na pero un VRF&bajo, derivado del alto
contenido de FDN&y FDA ().
segundo experimento, se tomaron las
comunalidades hasta los dos primeros
componentes del ACP que explican&el 69% de la variaci&n y se
definieron los&factores de ponderaci&n de
cada indicador que en este estudio integran el ICERP. La comunalidad
total estimada fue de 4,91, con base en la cual se estimaron los
factores&de ponderaci&n: 0,20; 0,16; 0,02; 0,16;&0,11; 0,18 para TAC,
AD, AF, BMS, MS,&PC y VRF, respectivamente.
hecha la evaluaci&n integral mediante la f&rmula de Ospina et al.&(2002)
por la combinaci&n ponderada&de factores se seleccionaron las
introducciones 1.2, 17.9, 22.14 y 13.5 como&las introducciones con mayor
IRCEP&(), las cuales constituyen un&material vegetal que
puede cultivarse&bajo las condiciones de suelos vertisoles&logrando
obtener los mejores rendimientos&y calidad nutricional.
CONCLUSIONES
introducciones de mayor producci&n forrajera fueron agrupadas en el
conglomerado 1, las cuales fueron diferentes del resto&de introducciones.
En este conglomerado,&las procedencias son destacadas por productividad de
forraje, presentando como&caracter&sticas sobresalientes la elevada
tasa&de crecimiento, el n&mero de ramas por&sitio y la productividad
por hect&rea. Este&grupo contrast& de manera relevante con&las
introducciones del Conglomerado 2&que se destacaron en la relaci&n H/T y
por&un mayor peso de las hojas, variable que&puede ser un indicador
de calidad de forraje.
caracterizaci&n cuantitativa permiti& avanzar en el conocimiento de la
variabilidad dentro de la especie, en cuanto a producci&n de forraje, y el
an&lisis&multivariado facilit& la discriminaci&n&entre
introducciones, con base a rasgos&que normalmente pasan
desapercibidos&y que se expresan de manera diferente en&diversidad de
ambientes.
evaluaci&n integral mediante el IRCEP permiti& identificar las cuatro
introducciones&m&s promisorias en t&rminos de productividad y calidad para
ser manejadas en suelos&vertisoles, previa realizaci&n de pruebas
adicionales bajo diferentes condiciones clim&ticas.
compuesto como el IRCEP constituye una herramienta de utilidad en la&toma
de decisiones con criterios m&ltiples,&pues cuando se clasifican las
introducciones&con base a indicadores de cantidad o calidad&de manera
independiente, los resultados&son diferentes a los de un &ndice que
integra m&ltiples criterios. Cabe resaltar, sin&embargo, que hay
indicadores que pueden&tener una mayor relevancia en el an&lisis
de& de hecho, las introducciones&promisorias,
determinadas por el IRCEP,&son las que presentan menores
contenidos&de FDA y pared celular. A diferencia de la&PC que es un
indicador de calidad de un&forraje, pero que no necesariamente coincide
con un buen VRF bajo, en virtud de&que este est& condicionado a los
contenidos&de FDN y FDA
Agradecimientos
Experimental de la Universidad Nacional de Colombia, Sede Palmira
por&facilitar el desarrollo de esta investigaci&n.&A la Universidad
del Tolima por el financiamiento de los estudios doctorales del&primer
REFERENCIAS
JO, Ouma GG, Odhiambo GG, Muyekho FF. 2010. Effect of Tithonia diversifolia (Hems-ley) and inorganic fertilizers on maize yield on&Alfisols and
Ultisols of western Kenya. Agric&Biol J N Am. 1(5):
740-747. Doi: .
&&&&&&&&[  ]
Acosta JR,
Arag&n M, Llanos Y, Madero E. 1997. Cartograf&a ultradetallada de suelos y
evaluaci&n&de tierras del centro experimental de la Universidad Nacional
de Colombia (CEUNP) sede&Palmira. Acta Agron. 47(1): 23-34.
&&&&&&&&[  ]
[AOAC].
Association of Official Analytical Chemists. 1995. Official methods ofanalysis
of AOAC International. 16& edition. Washington D. C:&AOAC International.
&&&&&&&&[  ]
L, Rea R, De Sousa O, Valle A, Ventura J. 2010. Calidad forrajera de cinco
variedades de&ca&a de az&car en Santa Cruz de Bucaral, Estado&Falc&n,
Venezuela. Rev Estu Transd. 2(2): 63-75.
&&&&&&&&[  ]&
Bernal L, Su&rez RA. 2011. La
producci&n de&forraje en el contexto del cambio clim&tico.&Rev Cienc
Anim. 4: 7-14.
&&&&&&&&[  ]
Calsamiglia
S. 1997. Nuevas bases para la utilizaci&n de la fibra en dietas de rumiantes.
[Internet]. En:&Memorias XIII Curso de Especializaci&n F&1997 nov.
6-7; Barcelona (Espa&a): Departamento de Patolog&a y Producci&n Animal,
Universidad&Aut&noma de Barcelona. p. 1-16; [citado 2014&noviembre
15]. Disponible en: .
&&&&&&&&[  ]
Carmona F.
2014. Un ejemplo de ACP paso a paso. [Internet]. Barcelona (Espa&a):
Departamet&d'Estad&stica, Universitat de B [citato&2014 nov.
15]. Disponible en: .
&&&&&&&&[  ]
JA, Balzarini MG, Casanoves F, Gonzalez L, Tablada M, Robledo CW. 2008.
InfoStat&versi&n 2008. C&rdoba (Argentina): Grupo&InfoStat, Facultad
de Ciencias Agropecuarias,&Universidad Nacional de C&rdoba.
&&&&&&&&[  ]
[FCA]
Facultad de Ciencias Agropecuarias, Universidad Nacional de C&rdoba. 2014.
Aplicaciones del an&lisis estad&stico multivariado. C&rdoba&(Argentina):
Aulas Virtuales, Universidad Nacional de C&rdoba. [Citado 2014 nov. 11]. Disponible
&&&&&&&&[  ]
S, Holmann F, Peters M, Schmidt A, Burgos C, Mena M, Posas MI, Cruz H, Davis C,
Hincapi& B. 2005. Estrategias para minimizar la escasez&de forrajes en
zonas con sequ&as prolongadas en&Honduras y Nicaragua. Past Trop. 27(2):
&&&&&&&&[  ]
Garz&n EF,
Mora-Delgado J. 2014. An&lisis multicriterio del estado de las pasturas de la
hacienda ganadera Garc&a Abajo en Corinto (Cauca,&Colombia). Rev Med Vet
Zoot. 61(1): 64-81.&Doi: .
&&&&&&&&[  ]
Hidalgo R.
2003. Variabilidad Gen&tica y Caracterizaci&n de Especies Vegetales. En: Franco
TL, Hidalgo R, editores. An&lisis estad&stico de&datos de caracterizaci&n
morfol&gica de recursos fitogen&ticos. Bolet&n t&cnico nro. 8.
Cali&(Colombia): Instituto Internacional de Recursos&Fitogen&ticos
(IPGRI). p. 2-27.
&&&&&&&&[  ]
Holmann F,
Rivas L, Argel PJ, P&rez E. 2004. Impacto de la adopci&n de pastos Brachiaria: Centroam&-rica y M&xico. Documento de Trabajo No. 197.&[Internet]. Centro
Internacional de Agricultura&Tropical
(CIAT). Disponible en: .
&&&&&&&&[  ]
Lezcano Y,
Soca M, S&nchez LM, Ojeda FF, Olivera Y, Fontes D, Santana HH. 2012.
Caracterizaci&n cualitativa del contenido de metabolitos&secundarios en la
fracci&n comestible de Tithonia&diversifolia (Hemsl.) A. Gray.
Pastos y Forrajes.&35(3): 283-292.
&&&&&&&&[  ]
Hidalgo MD. 1994. An&lisis de componentes principales y an&lisis factorial. En:
Ato M, L&pez JJ. editores. Fundamentos de estad&stica&con Systat. Addison
Wesley Iberoamericana/&RAMA. p. 457-503.
&&&&&&&&[  ]
DR. 1987. Predicting intake and digestibility using mathematical models of
ruminal function.
J. Anim Sci. 64(5): .
&&&&&&&&[  ]
JI. 2010. Growth, reproduction and resource allocation of Tithonia
diversifolia and&Tithonia rotundifolia. Weed Research. 48(2):
157-162. Doi: &&&&&&&&[  ]Nielsen
SS, editor. 1998. Food Analysis. Gaithersburg (MD): Aspen Publishers, Inc.
&&&&&&&&[  ]
OS, Adesina GO, Ajibola AT. 2010. Seasonal effects on the critical period for
weed&removal and okra performance on Tithonia&diversifolia (Helmsl) A. Gray infested field. Ann&Biol Res. 1(4): 67-72.
&&&&&&&&[  ]
Ordo&ez H.
2014. Estudio de la sustentabilidad de los sistemas de producci&n de caf&
mediante&indicadores en el municipio de La Uni&n, Nari&o. [Tesis
Doctoral]. [Palmira (Colombia)]:&Universidad Nacional de Colombia, sede
&&&&&&&&[  ]
Rosales M, Ararat JE. 2002. Variaci&n genot&pica en la composici&n qu&mica y
digesti-bilidad de Trichanthera gigantea. Agroforester&a&en las
Am&ricas. 9(33-34): 24-32.
&&&&&&&&[  ]
Vejo C. 2005. An&lisis multicriterio en la toma de decisiones. [Internet].
Montevideo&(Uruguay): Universidad de la Rep& [citado&2014
febrero 15]. Disponible en: .
&&&&&&&&[  ]
CA. 1999. Efecto de cuatro m&todos de labranza sobre las propiedades f&sicas de
un&vertisol &stico y sobre la producci&n de Sorghum&bicolor en
el Valle del Cauca. [Trabajo de grado&Ingenier&a Agron&mica]. [Palmira
(Colombia)]:&Facultad de Ciencias Agropecuarias, Universidad&Nacional
de Colombia, sede Palmira.
&&&&&&&&[  ]
2003. Caracterizaci&n morfol&gica de germoplasma estudios de casos: Caso 1.
An&lisis&de la variabilidad gen&tica en quinua. En: Franco&TL,
Hidalgo R, editores. An&lisis estad&stico de&datos de caracterizaci&n
morfol&gica de recursos&fitogen&ticos. Bolet&n t&cnico nro. 8. Cali
(Colombia): Instituto Internacional de Recursos&Fitogen&ticos (IPGRI). p.
&&&&&&&&[  ]
Torres V, Febles G, D&az H, Sarduy L, Gonz&lez J. 2012. Utilizaci&n de la
modelaci&n&para estudiar el crecimiento de Tithonia diver-sifolia colecta 10. Revista Cubana de Ciencia&Agr&cola. 46(3): 243-247.
&&&&&&&&[  ]
JL, Dunsdon AJ. 1998. Preliminary evaluation of fodder quality in a range of Leucaena species. Agroforestry Systems. 40: 177-198.
&&&&&&&&[  ]
Chen G, Wang SH. 2008. Characteristics of Tithonia diversifolia: an
alien invasive plant&in Yunnan, south-west China. En: Memories 3&&Global
Botanic Gardens Congress. Building a&sustainable future: the role &2007 abr. 16-20; Wuhan (China). BGCI. p. 1-7.
&&&&&&&&[  ]
Valerio D,
Garc&a A, Acero R, Castaldo A, Perea J, Martos J. 2004. &Metodolog&a para la
caracterizaci&n y tipificaci&n de Sistemas Ganaderos&. [Internet].&En:
Documentos de Trabajo Producci&n Animal&y Gesti&n. C&rdoba (Espa&a):
Departamento de&Producci&n Animal, Universidad de C&rdoba.&Disponible
en: &&&&&&&&[  ]Ward JH,
Jr. 1963. Hierarchical Grouping to Optimize an Objective Function. Journal of
the American Statistical Association. 58: 236-244.
&&&&&&&&[  ]
Article citation:
VA, Ortiz Grisalez S, Velasco Navia A, Mora-Delgado J. 2015. Evaluaci&n
multicriterio de 44 introducciones de Tithonia diversifolia (Hemsl.) A.
Gray en Candelaria, Valle del Cauca [Multi-criteria evaluation of 44
introductions of&Tithonia diversifolia (Hemsl.) A. Gray in
Candelaria, Valle del Cauca]. Rev Med Vet&Zoot. 62(2): 57-72. Doi:.