Diego Oswaldo Cumbicos Ortega
Research Interests
Diego Oswaldo Cumbicos Ortega has a total of 12 co-authors. Here are the top co-authors by number of shared publications:
- Javier Oswaldo Yunga Márquez
Universidad Tecnica de Machala
2 shared publications - Jhon Paulino Camacho Azan2 shared publications
- Bladimir Homero Serrano Rugel1 shared publication
- Carlos Sánchez-Mendieta
Universidad Tecnica de Machala
1 shared publication - Edwin Andres Arias Farez1 shared publication
- Freddy Daniel Jimenez Paredes1 shared publication
Latest Publications
- Open Access
- 3 October 2025
- Published by Brazilian Journals in South Florida Journal of Development
- Vol. 6 (10) , e5905
Diseño de un sistema automatizado para el análisis estadístico de hipótesis y experimentos en ciencias agropecuarias
En las ciencias agropecuarias, el diseño experimental y el análisis estadístico son pilares fundamentales para validar hipótesis científicas (Nascimento et al., 2024). Este artículo presenta el diseño de un sistema automatizado que integra un módulo de análisis de potencia estadística basado en la lógica de G*Power (Faul et al., 2007), verificación de supuestos estadísticos (normalidad y homocedasticidad), selección adaptativa de pruebas paramétricas o no paramétricas y resolución de diseños experimentales como el DCA. El sistema fue desarrollado en Python utilizando bibliotecas como statsmodels, scipy y pandas. Se probó con datos simulados, mostrando resultados coherentes y confiables. La herramienta mejora la planificación, ejecución y análisis estadístico en investigaciones agropecuarias.
- 3 October 2025
- Published by Brazilian Journals in South Florida Journal of Development
- Vol. 6 (10) , e5905
Open AccessDiseño de un sistema automatizado para el análisis estadístico de hipótesis y experimentos en ciencias agropecuarias
En las ciencias agropecuarias, el diseño experimental y el análisis estadístico son pilares fundamentales para validar hipótesis científicas (Nascimento et al., 2024). Este artículo presenta el diseño de un sistema automatizado que integra un módulo de análisis de potencia estadística basado en la lógica de G*Power (Faul et al., 2007), verificación de supuestos estadísticos (normalidad y homocedasticidad), selección adaptativa de pruebas paramétricas o no paramétricas y resolución de diseños experimentales como el DCA. El sistema fue desarrollado en Python utilizando bibliotecas como statsmodels, scipy y pandas. Se probó con datos simulados, mostrando resultados coherentes y confiables. La herramienta mejora la planificación, ejecución y análisis estadístico en investigaciones agropecuarias.
- Open Access
- 2 June 2025
- Published by Brazilian Journals in South Florida Journal of Development
- Vol. 6 (6) , e5421
Laboratorio topográfico con Python
El presente artículo describe la implementación de un laboratorio topográfico utilizando Python como herramienta principal para el procesamiento de datos. El objetivo es automatizar tareas comunes en levantamientos topográficos como la planimetría, altimetría, cálculo de volúmenes y movimientos de tierra, utilizando datos simulados para demostración práctica. Se desarrolla un flujo de trabajo que incluye la carga de datos, interpolación para la generación de modelos digitales del terreno, y visualización tridimensional de la superficie. Los resultados evidencian la eficacia de Python para procesar grandes volúmenes de datos topográficos de forma automatizada, flexible y reproducible.
- 2 June 2025
- Published by Brazilian Journals in South Florida Journal of Development
- Vol. 6 (6) , e5421
Open AccessLaboratorio topográfico con Python
El presente artículo describe la implementación de un laboratorio topográfico utilizando Python como herramienta principal para el procesamiento de datos. El objetivo es automatizar tareas comunes en levantamientos topográficos como la planimetría, altimetría, cálculo de volúmenes y movimientos de tierra, utilizando datos simulados para demostración práctica. Se desarrolla un flujo de trabajo que incluye la carga de datos, interpolación para la generación de modelos digitales del terreno, y visualización tridimensional de la superficie. Los resultados evidencian la eficacia de Python para procesar grandes volúmenes de datos topográficos de forma automatizada, flexible y reproducible.
- Open Access
- 5 March 2025
- Published by Brazilian Journals in REVISTA FOCO
- Vol. 18 (3) , e8033
ADAPTACIÓN EN JAULAS DE SEMILLAS DE CONCHA PRIETA (ANADARA TUBERCULOSA), PRODUCIDAS EN LABORATORIO A ZONAS DE ECOSISTEMA DE MANGLAR
Anadara tuberculosa es un molusco bivalvo con alta demanda en el mercado ecuatoriano, lo que ha impactado negativamente en sus poblaciones naturales. Este estudio evaluó la capacidad de adaptación de semillas producidas en hatchery en ecosistemas de manglar, utilizando jaulas flotantes. La investigación se desarrolló durante 42 días, monitoreando parámetros físico-químicos como temperatura, oxígeno disuelto, salinidad y pH, además de evaluar biometría y supervivencia. Los resultados indican un crecimiento constante en longitud, aunque la tasa de supervivencia fue baja (12 % al final del estudio), probablemente debido a la transición del laboratorio al ambiente natural. Se concluye que la adaptación de A. tuberculosa en jaulas flotantes es viable, pero se requiere optimizar los protocolos para mejorar la tasa de supervivencia. Este trabajo aporta datos relevantes para el manejo sostenible de la especie en acuicultura.
- 5 March 2025
- Published by Brazilian Journals in REVISTA FOCO
- Vol. 18 (3) , e8033
Open AccessADAPTACIÓN EN JAULAS DE SEMILLAS DE CONCHA PRIETA (ANADARA TUBERCULOSA), PRODUCIDAS EN LABORATORIO A ZONAS DE ECOSISTEMA DE MANGLAR
Anadara tuberculosa es un molusco bivalvo con alta demanda en el mercado ecuatoriano, lo que ha impactado negativamente en sus poblaciones naturales. Este estudio evaluó la capacidad de adaptación de semillas producidas en hatchery en ecosistemas de manglar, utilizando jaulas flotantes. La investigación se desarrolló durante 42 días, monitoreando parámetros físico-químicos como temperatura, oxígeno disuelto, salinidad y pH, además de evaluar biometría y supervivencia. Los resultados indican un crecimiento constante en longitud, aunque la tasa de supervivencia fue baja (12 % al final del estudio), probablemente debido a la transición del laboratorio al ambiente natural. Se concluye que la adaptación de A. tuberculosa en jaulas flotantes es viable, pero se requiere optimizar los protocolos para mejorar la tasa de supervivencia. Este trabajo aporta datos relevantes para el manejo sostenible de la especie en acuicultura.