Ilustración 20: Códigos y datos resultados R (fuente propia)
Al pasar los códigos AR como se puede observar en la imagen no se obtuvo ningún error. Se logró realizar todos los comandos necesarios para obtener las gráficas que se aprecian en las ilustraciones 21, 22 y 23, pero se obtuvo una incoherencia en la una de las graficas de la ilustración número 22.
Ilustración 21: Grafica 1 (fuente propia)
En las G1,G2,G3,G4 se puede observar la comparacion de los residuos con una distribución normal. Si los residuos se distribuyen normalmente, los puntos de datos en la gráfica deberían caer aproximadamente en una línea recta. Ademas se puede observar que los puntos de datos se encuentran cerca de una línea recta, lo que indica que los residuos se distribuyen aproximadamente normalmente. Esto es un buen indicio de que los datos cumplen con los supuestos del modelo de regresión lineal.
Ilustración 22: Grafica 2 (fuente propia)
En los gráficos se puede observar la distribución de la media, mediana y la desviación estándar entre los tratamientos en donde se observa que la distribución de los datos es normal de acuerdo a los tratamientos : fertilizante organico (Estiercol de Vaca ) es el más significativo, seguido del triple 15 , humus de lombriz . El tratamiento sin fertilizante produjo el menor rendimiento (control).
Ilustración 23: Grafica 3 (fuente propia)
En el G1,G3,G4 muestran que los tres tipos de fertilizantes tienen un efecto positivo en el rendimiento del maíz duro. Sin embargo, el efecto del fertilizante organico (Estiercol de Vaca ) es el más significativo, seguido del triple 15 , humus de lombriz . El tratamiento sin fertilizante produjo el menor rendimiento(control). sin embargo el block nos mide el rendimiento del maiz con el factor bloqueo de (nivel del suelo).
Nuestro estudio comparativo sobre el rendimiento del maíz bajo diferentes tratamientos de fertilización reveló que el estiércol de vaca produjo consistentemente los mayores rendimientos por hectárea en comparación con los fertilizantes "triple 15" y humus de lombriz, así como con el control sin fertilización. Aunque hubo una confusión en la asignación de tratamientos y bloques, lo que puede haber afectado la interpretación de los resultados, las tendencias observadas sugieren la superioridad del estiércol de vaca en términos de suministro de nutrientes y mejora del rendimiento del maíz. Este hallazgo destaca la importancia de implementar adecuadamente el diseño experimental y asignar los tratamientos de manera precisa en futuros estudios para evitar sesgos y garantizar resultados robustos. A pesar de las limitaciones, nuestros resultados respaldan la eficacia del estiércol de vaca como una fuente de fertilización prometedora para la producción de maíz y sugieren la necesidad de investigaciones adicionales para confirmar y profundizar en estos hallazgos.
En conclusión, los hallazgos de nuestro estudio resaltan la efectividad del estiércol de vaca como una alternativa viable y sostenible en la fertilización del maíz, al producir consistentemente rendimientos superiores en comparación con otros tratamientos. Este resultado se alinea estrechamente con los principios de la agroecología, que promueve el uso de prácticas agrícolas que sean respetuosas con el medio ambiente, socialmente justas y económicamente viables. El empleo del estiércol de vaca no solo proporciona nutrientes esenciales para el crecimiento de las plantas, sino que también contribuye a la mejora de la salud del suelo, la biodiversidad y la resiliencia del ecosistema agrícola.
Además, nuestro estudio destaca la importancia de adoptar un enfoque holístico en la agricultura, que considere no solo la maximización del rendimiento, sino también la conservación de los recursos naturales y la promoción de la salud de los ecosistemas agrícolas. En este sentido, el uso del estiércol de vaca como fertilizante se alinea perfectamente con los principios de la agroecología al promover sistemas agrícolas más resilientes, sostenibles y equitativos. Esto resalta la necesidad de fomentar prácticas agrícolas que estén en armonía con los principios agroecológicos para abordar los desafíos actuales de la agricultura de manera más efectiva y sostenible.
Aunque el DBCA es una técnica efectiva para controlar la variabilidad experimental, tiene algunas limitaciones. Por ejemplo:
- La homogeneidad de los bloques es crucial para la validez del diseño. Si los bloques no son verdaderamente homogéneos, el DBCA puede no ser efectivo para controlar la variabilidad entre los bloques.
- El DBCA puede no ser práctico en situaciones donde el número de tratamientos es grande y los bloques son costosos o difíciles de manejar.
- La interpretación de los resultados de la ANOVA puede ser complicada en presencia de interacciones entre los factores fac y block, lo que puede requerir un análisis más detallado y pruebas adicionales.