MODELO MATEMÁTICO DE REGRESIÓN POTENCIAL PARA LA GESTIÓN SOSTENIBLE DE LA INDUSTRIA PESQUERA

  • JULIO TRUJILLO GONZÁLEZ Universidad de Panamá, Facultad de Ciencias Naturales, Exacta y Tecnología, Departamento de Matemática. Ciudad de Panamá, Panamá.
  • ANA KAREN GÓMEZ-TRINIDAD Universidad de Panamá, Facultad de Ciencias Naturales, Exacta y Tecnología, Programa de Maestría en Estadística Aplicada. Ciudad de Panamá, Panamá.
Palabras clave: Industria pesquera, sostenibilidad, pesca ilegal, relación longitud-peso, economía

Resumen

La industria pesquera es esencial para la economía mundial y la nutrición humana, representando una fuente primordial de proteínas y medio de vida para millones alrededor del planeta. El aumento en el consumo mundial de proteínas de origen marino resalta la urgencia de adoptar prácticas sostenibles en este sector. En Panamá, la pesca es un pilar económico vital, aunque enfrenta retos significativos como la pesca ilegal, no declarada y no reglamentada (IUU por sus siglas en inglés). Combatir estas prácticas mediante políticas y estrategias alineadas con estándares internacionales es fundamental para preservar la sostenibilidad de la industria.

Adicionalmente, el comportamiento de los pescadores, su interacción con las normativas y el entorno económico son determinantes en la administración pesquera. En este contexto, el uso de herramientas matemáticas y estadísticas, como el análisis de la relación longitud-peso, se vuelve crucial para entender la dinámica poblacional de las especies y optimizar su manejo, especialmente aquellas de interés comercial.

Este estudio se enfocó en una metodología cuantitativa de diseño no experimental y transversal correlacional. Como resultado, se estableció una correlación entre la longitud y el peso de los peces, evidenciando la importancia de usar la longitud como un indicador predictivo del peso. Esta relación es clave para controlar la edad de los peces capturados, asegurando así una pesca más sostenible.

Descargas

La descarga de datos todavía no está disponible.

Citas

Andriana. (2022, August 1). Finland Fishing: The Complete Guide. Fishing Booker Blog. https://fishingbooker.com/blog/fishing-in-finland-ultimate-guide/

FishinginFinland. (n.d.). 2022. Retrieved August 16, 2022, from https://www.fishinginfinland.fi

Froese, R. (2006). Cube law, condition factor and weight-length relationships: History, meta-analysis and recommendations. In Journal of Applied Ichthyology (Vol. 22, Issue 4, pp. 241–253). https://doi.org/10.1111/j.1439-0426.2006.00805.x

Froeser, R., & Pauly, D. (2022). FishBase. FishBase World Wide Web Electronic Publication, Version (02/2022). https://fishbase.org

Posada, J. M., Ross Salazar, E., Melo, G., Sánchez, N., & Ventura Pozuelo, A. E. (2014). Guía de identificación: Peces de importancia comercial en la costa Pacífica de Panamá. Fundación MarViva.

SAS Institute Inc. (n.d.). SAS Help Center: Finland’s Lake Laengelmaevesi Fish Catch Data. Retrieved August 15, 2022, from http://documentation.sas.com/doc/en/statug/15.2/statug_sashelp_sect012.htm

UNAM. (n.d.). Peces Óseos / Anatomía. Información de Peces. Retrieved August 17, 2022, from http://www.ib.unam.mx/cnpe/informacion/oseos/anatomia/

Vega, Á. J., Robles, Y. A., & Maté, J. L. (2016). La pesca artesanal en el Parque Nacional Coiba y zona de influencia. Biología y pesquería de sus principales recursos, con recomendaciones de manejo. In Biología y pesquería de sus principales recursos, con recomendaciones de manejo. Fundación MarViva. https://www.researchgate.net/profile/Angel_Vega/publication/306473151_La_pesca_artesanal_en_el_Parque_Nacional_Coiba_y_su_Zona_de_Influencia_Biologia_y_pesqueria_de_sus_principales_recursos_con_recomendaciones_de_manejo/links/57be5cbc08aeb95224d07dec/La-pesca-artesanal-en-el-Parque-Nacional-Coiba-y-su-Zona-de-Influencia-Biologia-y-pesqueria-de-sus-principales-recursos-con-recomendaciones-de-manejo.pdf

Gijón-Díaz, D., Reyes-Bonilla, H., Guerrero-Izquierdo, T. P., & Melo, F. J. F. (2017). Potencial económico de la captura de peces de ornato bajo protección federal en México. Revista de Biología Tropical, 65(1), 1-13.

Hutniczak, B., Delpeuch, C., & Leroy, A. (2019). Closing gaps in National Regulations against IUU fishing.

Mehanna, S., & Farouk, A. (2021). Length-Weight Relationship of 60 Fish Species From the Eastern Mediterranean Sea, Egypt (GFCM-GSA 26). Frontiers in Marine Science, 8, 625422.

Naranjo-Madrigal, H. (2017). Teorías y modelos aplicados al estudio de la conducta del pescador: implicaciones en procesos de gestión. Revista de Ciencias Marinas y Costeras, 9(1), 59-79.

Oliveira, M. S., Silva, L. M. A., Prestes, L., & Tavares-Dias, M. (2020). Length-weight relationship and condition factor for twelve fish species from the Igarapé Fortaleza basin, a small tributary of the Amazonas River estuary. Acta Amazonica, 50(1), 72-78.

Spalding, M. J. (2016). The new blue economy: the future of sustainability. Journal of Ocean and Coastal Economics, 2(2), 8.

The New Blue Economy: the Future of Sustainability. (2019). Journal of Ocean

Van Huis, A., Van Itterbeeck, J., Klunder, H., Mertens, E., Halloran, A., Muir, G., & Vantomme, P. (2013). Edible insects: future prospects for food and feed security. Food and Agriculture Organization of the United Nations (FAO).
Publicado
2024-01-31
Cómo citar
TRUJILLO GONZÁLEZ, J., & GÓMEZ-TRINIDAD , A. K. (2024). MODELO MATEMÁTICO DE REGRESIÓN POTENCIAL PARA LA GESTIÓN SOSTENIBLE DE LA INDUSTRIA PESQUERA . Gente Clave , 8(1), 9-19. Recuperado a partir de https://revistas.ulatina.edu.pa/index.php/genteclave/article/view/313
Sección
Artículos