DODiego Oswaldo Cumbicos Ortega

Diego Oswaldo Cumbicos Ortega

*This is an algorithmically generated author record based on publicly available information.


Latest Publications

  • Open Access

    Diseño de un sistema automatizado para el análisis estadístico de hipótesis y experimentos en ciencias agropecuarias

    by Jhon Paulino Camacho Azan, Nathaly Ragde Riofrio Romero, Javier Oswaldo Yunga Márquez, Javier Martín Oyola Pindo, Freddy Fausto Macas Apolo, Luis Lenin Chuquisala Chávez, Diego Oswaldo Cumbicos Ortega, Bladimir Homero Serrano Rugel

    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

    Laboratorio topográfico con Python

    by Javier Oswaldo Yunga Márquez, Carlos Eugenio Sanchez Mendieta, Karen Geanella Miranda Ordóñez, Edwin Andres Arias Farez, Freddy Daniel Jimenez Paredes, Jhon Paulino Camacho Azan, Diego Oswaldo Cumbicos Ortega

    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

    ADAPTACIÓN EN JAULAS DE SEMILLAS DE CONCHA PRIETA (ANADARA TUBERCULOSA), PRODUCIDAS EN LABORATORIO A ZONAS DE ECOSISTEMA DE MANGLAR

    by Diego Oswaldo Cumbicos Ortega, José Luis Urdiales Arévalo

    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.