APLICACIONES DE PROSPECTIVA TECNOLÓGICA Y CURVAS EN “S” EN AGROINDUSTRIA

Bases para estudios de futuro en facultades de Agroindustria

Jhon Wilder Zartha Sossa, Gina Lía Orozco Mendoza, Raúl Hernández Z, John Fredy Moreno S, Bibiana

Arango A, Juan Carlos Palacio P

jhon.zartha@upb.edu.co

Presentar un caso de aplicación de Prospectiva - Método Delphi - en innovación y tecnología en una facultad de ingeniería agroindustrial

Dar a conocer los resultados de aplicación de la metodología de curvas en S en 11 tecnologías agroindustriales

Objetivos:

CADENA: D – I – C – E - S

D-I-C-E-S

Nueva Cadena o secuencia:

D-I-C-T-I

ÁREA PALABRA DE BÚSQUEDA

ÁREA DE PRODUCCIÓN

Invernaderos y tecnología de manejo Control de plagas y enfermedadesTecnología enzimática Tecnología en manejo de residuos

Cultivo de microorganismos Software y Hardware- BPM, HACCP,

Producción orgánica Productos en fresco: orgánicos, sello verde, BPAInvernaderos y tecnología de manejo Equipos de diagnóstico rápido

ÁREA DE TRANSFORMACIÓN

Maquinaria y Equipos industria avícola - ovoproductos Destilación

Supercongelación Fluidos SupercríticosUltra filtración Altas presiones

Extrusión mecánica ( de pulpas y jugos)Pulsos lumínicos en la esterilización de

alimentosLiofilización Irradiación de alimentos

ÁREA DE MANEJO Y ADECUACIÓN

Atmósferas modificadas Empaques comestiblesEmpaques Biodegradables Instalaciones de maduración rápida

Envases activos Empaques comestibles

Proyecto de prospectiva Ingeniería Agroindustrial. Temas y tecnologías prioritarias al 2020:

Curvas en S

T. Emergente

T. Entrante

T. Clave

T. Base

Tiempo

P.D

P.D

Fuente: Pérez 1992

Conocimientos libremente disponibles

Conocimientos y experiencia técnica accesible (viejas tecnologías específicas)

Fase 1Difusión inicial

Fase 2Rápido crecimiento (temprano)

Fase 3Rápido crecimiento (tardío)

Fase 4Madurez

Doble oportunidad tecnológica

Tiempo

Creciente privatización del conocimiento la experiencia técnica y el know how

Nuevo paradigma

Conocimientolibremente disponible(nuevas tecnologíasespecíficas y genéricas

Fuente: Ortiz y Pedroza, 2006

2.5%

16%

50%

84%

100%Laggards

Late Majority

Early Majority

Early Adopters Innovators

Time (a)

Curvas en S - Aplicación en ciclo de vida de la tecnología

Fuente: Adaptado de Ortiz y Pedroza, 2006)

Curvas en S - Metodología

Software Sigmaplot

Tecnologías Ecuación de Búsqueda Artículos Ecuación de Búsqueda Patentes

Emulsificación

(TITLE-ABS-KEY(emulsification) AND TITLE(food OR aliment OR meal) AND NOT TITLE-ABS-KEY(pharmaceutical))

ABST/emulsification AND ABST/(food OR aliment OR meal) AND NOT ABST/pharmaceutical

Sedimentación

(TITLE-ABS-KEY(sedimentation) AND TITLE(food OR aliment OR meal) AND NOT TITLE-ABS-KEY(pharmaceutical))

ABST/sedimentation AND ABST/(food OR aliment OR meal) AND NOT ABST/pharmaceutical

Secado

TITLE- ABS-KEY(continuous drying) AND TITLE- ABS-KEY(food) AND NOT TITLE- ABS. KEY(pharmaceutical)

ABST/"continuous drying" TTL/”food”

MoliendaTITLE-ABS-KEY(grinding OR milling) AND TITLE-ABS-KEY(food OR meal)

ABST/ (grinding OR milling) AND ABST/(food OR ALIMENT)

Esterilización

TITLE-ABS-KEY(sterilization) AND TITLE-ABS-KEY(food OR meal) AND NOT TITLE-ABS-KEY(pharmaceutical)

ABST/(sterilization) AND ABST/(food OR meal) NOT ABST/(pharmaceutical)

TamizadoTITLE-ABS-KEY(sieving OR sieve) AND TITLE-ABS-KEY(food OR meal)

ABST/ (sieving OR sieve) AND ABST/(food OR ALIMENT)

Evaporación

TITLE-ABS-KEY ("film evaporator" AND (food OR concentrat* OR agribusiness)) AND (LIMIT-TO (SUBJAREA,"CENG”) OR LIMIT-TO (SUBJAREA,"ENGI”) OR LIMIT-TO (SUBJAREA,"AGRI”))

ABST/"film evaporator” AND (food OR fruits)

Plasma Frío

TITLE-ABS-KEY("cold plasma” AND(food OR fruits OR agribusiness)) AND ( LIMIT-TO(SUBJAREA,"AGRI" ) OR LIMIT-TO(SUBJAREA,"ENGI" ) OR LIMIT-TO(SUBJAREA,"IMMU" ) )

ABST/"cold plasma” AND (food OR fruits)

Altas Presiones

TITLE-ABS-KEY(highpressure) AND TITLE-ABS-KEY(food OR meal OR agribusiness) AND NOT TITLE-ABS-KEY(pharmaceutical)

ABST/”high pressure” AND ABST/(food OR meal OR agribusiness) AND NOT ABST/”pharmaceutical” )

Curvas en S –

TecnologíasArtículos (A)

Patentes (P)

Punto de Inflexión D.W. Modelo

Artículos Patentes Artículos Patentes Artículos Patentes

Emulsificación 219 291 2040 2002 0.0564 1.069Sigmoidal Sigmoid 5

Sigmoidal Sigmoid 5

Sedimentación 196 157 2024 1999 1.079 0.7963Sigmoidal Sigmoid 4

Sigmoidal Sigmoid 4

Centrifugación 2416

904 2011 2011 0.0749 0.4385Sigmoidal de 3 parámetros

Sigmoidal de 3 parámetros

Secado 169 10844 2020 2002 0.0211 0.4928

Hill de 3 parámetros

Sigmoid 5 de parámetros.

Molienda 2391

2220 2013Entre 2003 y 2014

0.1552 __Sigmoidal 5 parametros

Ganaron 6 modelos

Esterilización 2608

5016Entre 2014 y 2024

2000 ___ 0.1770Ganaron 2 modelos

Gompertz, 4 Parametros

Tamizado 725 463Entre 2016 y 2018

2003 __ __Ganaron 2 modelos

Ganaron 3 modelos

Evaporación 95 72Entre 2002 y 2005

Entre 2006 y 2009

0,1792 0,2816

0,2538 0,2532 0,3111

Ganaron 2 modelos ( Sigmoidal Sigmoid 3 Parameter, Sigmoidal Gompertz 3 Parameter)

Ganaron 3 modelos ( Sigmoidal Sigmoid 3 Parameter, Sigmoidal; Logistic, 3 Parameter, Sigmoidal Gompertz 3 Parameter)

Plasma Frío 38 35 2012Entre 2008 y 2010

Cambiar 1,1732 1,3296

Ganaron 2 modelos ( Sigmoidal Sigmoid 3 Parameter, Sigmoidal Gompertz 3 Parameter)

Ganaron 2 modelos ( Sigmoidal Sigmoid 3 Parameter, Sigmoidal Gompertz 3 Parameter)

Altas Presiones 981 7 2011 2000 1.5426 0.6799

Ganaron 3 modelos. (Sigmoidal Sigmoid 3, Sigmoidal Sigmoid 4, Sigmoidal Gompertz 3)

Ganaron 3 modelos. (Sigmoidal Sigmoid 3, Sigmoidal Sigmoid 4, Sigmoidal Gompertz 3)

Serie de tiempo- SedimentaciónAños Patentes Patentes acumuladas

2013 2 2102012 5 2082011 10 2032010 3 1932009 6 1902008 4 1842007 5 1802006 8 1752005 7 1672004 7 1602003 7 1532002 10 1462001 17 1362000 11 1191999 5 1081998 10 1031997 5 931996 8 881995 8 801994 3 721993 11 691992 11 581991 9 471990 7 381989 2 311988 2 291987 3 271986 3 241985 2 211984 5 191983 0 141982 0 141981 0 141980 2 141979 0 121978 4 121977 2 81976 0 61975 0 61974 0 61973 2 61972 0 41971 2 41970 0 21969 0 21968 0 21967 0 21966 0 21965 0 21964 0 21963 0 21962 0 21961 0 21960 0 21959 0 21958 0 21957 0 21956 0 21955 0 21954 0 21953 0 21952 0 21951 0 21950 0 21949 0 21948 0 21947 0 21946 0 21945 0 21944 2 2

2D Graph 2f = y0+a/(1+exp(-(x-x0)/b))

X Data

1960 1980 2000 2020

Y D

ata

0

50

100

150

200

250

x column 1 vs y column 1 Col 1 vs Col 2

Curvas en S –

 MoliendaPatents by publication year Articles

Inflection point/year 2003 2013

2D Graph 3f = a/(1+exp(-(x-x0)/b))

X Data

1960 1970 1980 1990 2000 2010 2020

Y D

ata

-1000

0

1000

2000

3000

4000

5000

6000

x column vs y column x column vs y column 95% Confidence Band 95% Prediction Band

2D Graph 1f = a/(1+exp(-(x-x0)/b))

X Data

0 10 20 30 40

Y D

ata

-10

0

10

20

30

40

50

60

x column vs y column x column vs y column 95% Confidence Band 95% Prediction Band

Molienda artículos: Molienda patentes:

2D Graph 20f = a*exp(-exp(-(x-x0)/b))

X Data

1900 1920 1940 1960 1980 2000 2020

Y D

ata

-200

0

200

400

600

800

1000

1200

1400

x column 3 vs y column 3 Col 1 vs Col 2 95% Confidence Band 95% Prediction Band

2D Graph 3f = y0+a/(1+exp(-(x-x0)/b)) c

X Data

1960 1970 1980 1990 2000 2010 2020

Y D

ata

-100

0

100

200

300

400

500

600

x column 2 vs y column 2 Col 1 vs Col 2 95% Confidence Band 95% Prediction Band

Tamizado artículos: Tamizado patentes:

 TamizadoPatents by publication year

Articles

Inflection point/year 2003 2016-2018

Curvas en S –

 Patents by publication year

Articles

Inflection point/year 1999 2024

Sedimentación artículos: Sedimentación patentes:

2D Graph 2f = y0+a/(1+exp(-(x-x0)/b))

X Data

1960 1970 1980 1990 2000 2010 2020

Y D

ata

0

20

40

60

80

100

120

140

160

180

200

x column 1 vs y column 1 Col 1 vs Col 2

2D Graph 2f = y0+a/(1+exp(-(x-x0)/b))

X Data

1960 1980 2000 2020

Y D

ata

0

50

100

150

200

250

x column 1 vs y column 1 Col 1 vs Col 2

Curvas en S – Aplicación en Nano lípidos sólidos

 Patents by publication year4 parameters Sigmoidal

Articles5 parameters Sigmoidal

Inflection point/year 25,3512/2011 21,4/2013

R2 0,9987 0,9998

D-W 1,6514 1.7999

2D Graph 2f= y0+a/(1+exp(-(x-x0)/b))

X Data

0 10 20 30

Y Da

ta

-50

0

50

100

150

200

250

x column vs y column x column vs y column 95% Confidence Band 95% Prediction Band

2D Graph 3f=y0+a/(1+exp(-(x-x0)/b))^c

X Data

0 5 10 15 20 25

Y Da

ta

-200

0

200

400

600

800

1000

1200

1400

1600

x column vs y column x column vs y column 95% Confidence Band 95% Prediction Band

Fuente: JW Zartha, F Palop, B Arango, A Avalos, F Velez..S-CURVE ANALYSIS AND TECHNOLOGY LIFE CYCLE. Application in series of data of articles and patents. PICMET 2014 .

Curvas en S – Análisis de cluster

Cluster Scatterplot

Nearest Neighbor Method,Squared Euclidean

2000 2010 2020 2030 2040Punto de Inflexión Articulos

1990

1994

1998

2002

2006

2010

2014

Pu

nto

de

Infl

exió

n P

aten

tes

Cluster 123Centroids

Centrifugación, molienda,

evaporación, plasma frío

Emulsificación

Sedimentación, secado,

esterilización, tamizado y altas

presiones

Agroindustria

Facultades de

Agroindustria

Prospectiva

Curvas en S

Vigilancia

Tecnológica

Estrategia de Innovación –

Modelo de gestión de innovación

Direccionamient

o estratégi

co

INVITACIÓN A PARTICIPAR EN ESTUDIO DELPHI EN DERIVADOS PISCÍCOLAS

Equipo Monitor:

José Luis Hoyos Conchajlhoyosc@yahoo.comLuciana Molina Quijano luciamolq@hotmail.comLiliana Rojas Fernándezliliana.rojas25@hotmail.com

Equipo Metodológico:

Jhon Wilder Zartha Sossa. jhonzarthasossa@gmail.com Raúl Hernández Z. rhernandezz@uqvirtual.edu.coJohn Fredy Moreno S. johnzarta91@hotmail.com

Universidad del CaucaVicerrectoría de InvestigacionesCarrera 2a. No. 1A-25 Urbanización CaldasTeléfono 8209800 Ext. 2624. Celular 318 802 9397Popayán - Colombia