FIBRA TEXTIL ANIMAL: ANÁLISIS DE FACTIBILIDAD DE PROTOTIPO
Palabras clave:
Fibra textil animal, Calidad, Diseño de Prototipo, FactibilidadResumen
La fase I del proyecto denominado “Optimización de producción textil animal a partir de la aplicación de algoritmos de aprendizaje automático” comenzó sus actividades en el año 2020 con el objetivo de proporcionar un método automático de extracción de características biomecánicas para la clasificación de fibras textiles de origen animal y la consecuente obtención y medición de parámetros específicos que permitan determinar un valor de calidad.
La calidad de las lanas más finas patagónicas se centra en un grado de blanco y brillo, pureza, bajos niveles de contaminación vegetal y buena suavidad y en el caso de las fibras de los camélidos silvestres el país tiene grandes oportunidades. Sin embargo, el acceso del productor medio a tecnología para obtener información precisa y relevante que le permita contar con una ventaja competitiva es escaso.
En este contexto, los avances a mediano plazo son la especialización y la intensificación de la producción que incluye el uso de nuevas tecnologías y métodos de comercialización más sofisticados. Estos avances se basan en el uso de tecnologías de información y comunicación (TIC) para mejorar la información y capacitación de todos los actores de la cadena.
La comercialización de fibras debe basarse en evaluaciones objetivas y que esa información, junto a la de mercado esté al alcance del productor rural para tomar las medidas correctivas que fueran requeridas.
En la fase II se propuso “Diseñar un prototipo para el desarrollo de una aplicación” que se traduce en un desarrollo de un prototipo que permita validar resultados en un entorno productivo y hacer una transferencia tecnológica que brinde igualdad de oportunidades a microemprendedores.
En el presente trabajo se pretende concretar un estudio de factibilidad que abalice la faz técnica, económica y operativa que surge de la unión de las dos fases como un producto de software.
Descargas
Métricas
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Jorge Abet, Marcelo Arcidiáncono, Blanca Carrizo, Sofía Enamorado
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.