SciELO - Scientific Electronic Library Online

 
vol.69 número4Non-pollinating flower visitors in flowers of the genus Cucurbita and their relationship with the presence of pollinating bees índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Acta Agronómica

versão impressa ISSN 0120-2812

Acta Agron. vol.69 no.4 Palmira out./dez. 2020  Epub 14-Out-2021

https://doi.org/10.15446/acag.v69n4.86501 

Artículos Originales

Aproximación a un indicador para estimar la magnitud del esfuerzo físico en las labores de cultivo

Approach to an indicator to estímate the magnitude of physical effort in crop Labors

Oscar Iván Monsalve Camacho 1  

Nadia Yurany Luque Sanabria 2  

Martha Cecilia Henao Toro1 

1Universidad Nacional de Colombia, Bogotá, Colombia. oimonsalvec@unal.edu.co mchenaot@unal.edu.co

2Corporación Colombiana de investigación agropecuaria AGROSAVIA, Colombia. nluque@agrosavia.co


Resumen

A escala finca los indicadores sociales de sostenibilidad agrícola más comunes son las horas-labor y la estacionalidad de la mano de obra. La magnitud del esfuerzo físico que los trabajadores invierten en las actividades agrícolas normalmente no se utiliza como un indicador de eficiencia y sostenibilidad; por esta razón, en este estudio se propone el Esfuerzo de Labor Agrícola (ELB) como indicador de este tipo. Para calcularlo, se establecieron cinco grados de esfuerzo de labor (GE) y una clasificación de las labores de cultivo con un GE asignado. Para probar el método, se estimó ELB en cuatro sistemas de producción de papa en dos sitios con pendientes diferentes. Los resultados mostraron que, la pendiente o inclinación del terreno tiene una influencia más significativa sobre el ELB que el nivel de tecnificación del cultivo. El sistema no tecnificado en terreno inclinado (MuiNo) genera el mayor ELB (4.67), correspondiente al máximo esfuerzo de labor. El sistema medianamente tecnificado en terreno plano (PlnMd) presentó la menor ELB (1.69), correspondiente a poco esfuerzo de labor. Se espera que este indicador pueda ser incluido en la dimensión social de los análisis de sostenibilidad agrícola a escala finca.

Palabras clave: Bienestar humano; Indicadores sociales; Solanum tuberosum; Sostenibilidad agrícola

Abstract

At the farm level, the most common social indicators are hours of work (wages) and the seasonality of labor. The magnitude of physical effort that workers invest in agricultural activities is not used as an indicator. In this sense, the work effort indicator (WEF) is proposed. To calculate WEF, five degrees of work effort (GE) were established; a classification of the cultivation tasks was carried out, and each one was assigned a GE. To test the method, the WEF of four potato production systems at two land slopes was calculated. The results suggest that the slope of the land has a more significant influence than the level of technification on WEF. The non-technical system on sloping land (MuiNo) generates the highest WEF (4.67), corresponding to the maximum work effort. The moderately technified system on flat land (PlnMd) obtained the lowest WEF (1.69), corresponding to little labor effort. It is expected that this indicator can be included in the social dimension of farm-scale agricultural sustainability analyzes.

Key words: Agricultural sustainability; Human welfare; Social indicators; Solanum tuberosum

Introducción

En las evaluaciones de sostenibilidad agrícola a escala de finca (dentro de una misma región de estudio), las dimensiones ambiental y económica disponen de un número considerable de indicadores que se derivan directamente de las actividades agrícolas del sistema de producción. Para esta escala, sin embargo, la disponibilidad de indicadores en la dimensión social es limitada, siendo las horas labor y la estacionalidad de la mano de obra los más comunes (Gómez y Riesgo, 2009; Van Asselt et al., 2014). A enfoques geográficos mayores (p.ej., nacional o global) se pueden encontrar más de 150 indicadores sociales (Finkbeiner et al., 2010), la mayoría asociados a políticas gubernamentales. Estos abarcan desde salud humana, derechos de las mujeres y educación, hasta sindicatos, responsabilidad social de las compañías y distribución de la población (Finkbeiner et al., 2010). Estos indicadores aplican al evaluar sistemas productivos en dos o más regiones, con políticas de gobierno diferenciales. Al disminuir el área geográfica, las leyes se van aplicando de la misma forma para todos los sistemas productivos en evaluación (comparación) y el efecto diferencial de estas políticas se diluye, reduciéndose, al mismo tiempo, el número de indicadores sociales con posibilidad de medición.

A pesar de que la dimensión social de la sostenibilidad evalúa el bienestar de los trabajadores, en los marcos de evaluación de la sostenibilidad agrícola no se utilizan indicadores que representen el esfuerzo humano que exigen las labores de cultivo de los sistemas de producción que se están comparando (p.ej., Bélanger et al., 2012; Bockstaller et al., 2015; Castellini et al., 2012; De Olde et al., 2016; Dizdaroglu y Yigitcanlar, 2014; Marchand et al., 2014; Paracchini et al., 2015; Peano et al., 2014; Ryan et al., 2016; Schader et al., 2016; Schindler et al., 2015; Van Passel y Meul, 2012). Cada sistema productivo tiene labores de cultivo que implican un mayor o menor esfuerzo físico, incluso dentro de la misma especie cultivada. Este esfuerzo, que se deriva directamente de las actividades de cultivo, puede medirse empíricamente a través de la percepción de los trabajadores (Borg, 1982, 1990) e incluirse como un indicador dentro de la dimensión social de la sostenibilidad.

Con el presente trabajo se propone el indicador Esfuerzo de Labor Agrícola (ELB) como estimador del esfuerzo físico requerido para llevar a cabo las labores de cultivo de los sistemas de producción agrícola a nivel de finca o parcela. En este trabajo, ELb se evalúa con un estudio de caso en papa.

Materiales y métodos

Construcción del indicador Esfuerzo de Labor Agrícola (ELB)

ELB es un indicador que permite la comparación de diferentes sistemas de producción agrícola a escala de finca o parcela, en términos de la magnitud del esfuerzo físico requerido para llevar a cabo las labores de cultivo. A cada sistema de cultivo se le asigna un valor de ELB a partir del comportamiento, tanto del sistema individual, como el de todos los sistemas evaluados en conjunto; es decir, ELB tiene en cuenta los resultados de todos los sistemas evaluados para determinar cuál es el comportamiento de cada sistema individualmente.

El primer paso para la construcción de ELB fue definir empíricamente los diferentes grados de esfuerzo (GE) asociados con las labores de cultivo. Se estableció como punto de partida el diseño de la escala psicofísica de Borg (1982), 1990). En ese sentido, los GE hacen referencia a la percepción de la magnitud del esfuerzo físico que los operarios de cultivo deben invertir para realizar cada una de esas labores. Para establecer esta clasificación, se hizo un recuento de las labores culturales típicas de cultivos hortofrutícolas (frutales, hortalizas, legumbres, raíces y tubérculos) y, con los resultados de 36 encuestas realizadas a operarios de cultivo con más de 20 años de experiencia (datos no publicados), se asoció un GE a cada una de las labores recopiladas.

Para calcular el indicador de esfuerzo de labor (ELb): 1) se hizo la sumatoria de las horas dedicadas a cada labor; 2) se suman las horas de las actividades que tienen el mismo GEi (i = 1, 2, 3, 4 o 5); 3) se calcula el GE total (gEt), correspondiente a la sumatoria de los GEi para cada sistema (GET = GE1 + GE2... + GE5); 4) se calcula el máximo GET entre los sistemas evaluados (MaxGET); 5) se calcula el factor de esfuerzo (FEi) para cada GEi de cada sistema (FEi = GEi / MaxGET); 6) se calcula el factor por grado de esfuerzo (FGE) para cada FEi (FGE = FEi x Ge.); y 7) se calcula ELB para cada sistema, como la sumatoria de todos los FGEi (ELB = FGE1 + FGE2… + FGE5).

Estudio de caso

Con el fin de evaluar el indicador con datos reales de campo, se hizo seguimiento a cuatro sistemas de producción de papa en dos inclinaciones de terreno durante un ciclo de producción. Los cultivos se ubicaron en el municipio de Sibaté (Cundinamarca, Colombia). Sus características se exponen en la Tabla 1.

Tabla 1 Características de los sistemas de cultivo de papa evaluados en dos tipos de terreno. Sibaté, Colombia. 

En cada sistema e inclinación evaluados se contabilizó el tiempo en horas dedicadas a cada labor. Esto se realizó con respecto a las labores que correspondieran al cultivo de papa, con base en lo expuesto en la Tabla 2. Se contabilizó el tiempo dedicado por cada operario a cada labor y se sumaron las horas de todos los operarios en la misma actividad. Se debe tener en cuenta, que en el cultivo de papa cada labor es realizada por más de un operario al mismo tiempo.

Tabla 2 Grados de esfuerzo de labor (GE) establecidos para construir el indicador Esfuerzo de Labor Agrícola (ELB). Adaptado de Borg (1982, 1990). 

Resultados y discusión

Definición de grados de esfuerzo de labor (GE)

Se establecieron cinco GE, donde GE1 representa el menor esfuerzo y GE5 el mayor. Estos grados se definieron con respecto a la cantidad de esfuerzo físico que se requiere para realizar una labor específica de cultivo. Para establecer el nivel de intensidad, el esfuerzo se comparó con actividades cotidianas (Tabla 3).

Tabla 3 Grados de esfuerzo (GE) de las actividades agrícolas. 

*PT = Preparación terreno; ST = Siembra y trasplante; PC = Protección de cultivos; LC = Labores culturales; CP = Cosecha y postcosecha; Pln = Terreno plano; Inc = inclinado, Min = Muy inclinado.

Clasificación de las labores de cultivo según su grado de esfuerzo (GE)

Las labores de cultivo se clasificaron de acuerdo con la dificultad física que requiere su realización. Estas labores están directamente relacionadas con producción agrícola; desde preparación del suelo hasta postcosecha. No se incluyen labores previas a la preparación ni instalación de infraestructuras como invernaderos, sistemas de riego, camas de hidroponía y/o cuartos de postcosecha, entre otras. Las labores se dividieron en los grupos siguientes: preparación del terreno (PT), siembra y trasplante (ST), protección de cultivos (PC), labores culturales (LC) y cosecha y postcosecha (CP). A cada actividad en cada grupo se le asignaron tres grados de esfuerzo, de acuerdo con la inclinación del terreno donde se desarrolla el proceso productivo: terreno plano (0 - 7%) (Pln), inclinado (7 - 50%) (Inc) y muy inclinado (> 50%) (Min), según la clasificación del Instituto Geográfico Agustín Codazzi (IGAC, 2014) (Tabla 3).

Resultados del estudio de caso

Para los cuatro sistemas evaluados se requiere una mayor cantidad de tiempo para desarrollar las labores de cultivo cuando el terreno es muy inclinado (Mui) (Tabla 4). Esto es lógico si se tiene en cuenta que en este tipo de terreno las labores exigen un mayor esfuerzo físico (Tabla 3), lo que significa desplazamientos más lentos y mayores tiempos de descanso. La combinación terreno plano con alta tecnología resultó en un menor número de horas destinadas a las labores de cultivo. Es así, como el sistema PlnAl necesitó 678 h de trabajo por hectárea para llevar a cabo el ciclo completo de producción, comparado con las 1320 h requeridas en un terreno muy inclinado sin tecnología (MuiNo) (Tabla 4).

Tabla 4 Número de horas requeridas por hectárea para cada actividad de cultivo de papa en cada tipo de terreno y sistema evaluado, según el grado de esfuerzo (GE). Sibaté, Colombia. 

Los sistemas que se ubicaron en terreno plano (Pln) agruparon sus actividades principalmente en el grado de esfuerzo GE4 (Tabla 5), correspondiente a un alto esfuerzo de labor (Tabla 2), mientras que los sistemas que fueron localizados en un terreno muy inclinado (Min) agruparon sus actividades principalmente en el GE5 (Tabla 5), correspondiente al máximo esfuerzo de labor (Tabla 2). Las labores que requieren un mayor esfuerzo físico (GE4 y GE5) están asociadas a la remoción y reubicación del suelo (adecuación del terreno, construcción de camas, aporque y cosecha de tubérculos) (Tabla 4), que coincide con las actividades que mayor mano de obra demanda en el cultivo de papa (DANE, 2017). Cuando la adecuación del terreno y el armado de camas o ‘caballones’ para cultivo se hacen con herramienta manual, tipo azadón, como en los tratamientos PlnNo y MuiNo, tanto la cantidad de horas como el esfuerzo físico se incrementan considerablemente (Tablas 4 y 5).

Tabla 5 Cálculo del indicador del esfuerzo de labor (ELb) para cada sistema evaluado. Sibaté, Colombia. 

GE = Grado de esfuerzo; GET = Grado de esfuerzo total; FE = Factor de esfuerzo; MaxGET = Máximo grado de esfuerzo total; FGE = Factor por grado de esfuerzo.

Al calcular el indicador Esfuerzo de Labor (ELb) para cada sistema de cultivo, se encontró que el sistema no tecnificado en terreno inclinado (MuiNo) genera el mayor ELB (4.67), correspondiente al máximo esfuerzo de labor. En el otro extremo, el sistema medianamente tecnificado en terreno plano (PlnMd) presentó el menor ELB (1.69), correspondiente a poco esfuerzo de labor (Tabla 5).

Estos resultados sugieren que la inclinación del terreno tiene mayor influencia que el nivel de tecnificación, tanto en el esfuerzo requerido para llevar a cabo las labores de cultivo, como en la cantidad de horas necesarias para realizar dichas labores. Esto último es de especial importancia si se tienen en cuenta las actuales teorías de desplazamiento de mano de obra por tecnología, que sugieren que mayor tecnología se relaciona con menos uso de mano de obra (Schmitz y Moss, 2015).

En este estudio de caso se evidencia que, porcentualmente hay mayor desplazamiento de mano de obra por la inclinación del terreno que por el nivel de tecnología. Se aprecian dos extremos, correspondientes a los sistemas PlnAl y MuiNo, cuya diferencia en cantidad de horas requeridas para llevar a cabo las labores de cultivo es de 94.69% (Tabla 6). En este caso, la combinación nivel tecnológico - inclinación del terreno genera que la cantidad de mano de obra requerida por PlnAl sea considerablemente menor que para MuiNo. En el otro extremo, las diferencias entre los sistemas con mediana y escasa tecnología se reducen notablemente dentro de la misma inclinación (1.47 y 1.43% en terreno plano e inclinado, respectivamente) e incluso entre inclinaciones de terreno (Tabla 6). Por otro lado, una mayor tecnología no se traduce completamente en reducción de la demanda por mano de obra. Las labores de cosecha y poscosecha requieren más mano de obra en el sistema altamente tecnificado (Tabla 4), debido a que éste genera una mayor producción de tubérculos que los demás sistemas. Se debe tener en cuenta que, de todos los sistemas de cultivo de papa, independiente del nivel de tecnología y la inclinación del terreno, las labores de cosecha son las que más demandan mano de obra (DANE, 2017).

Tabla 6 Diferencias porcentuales en la cantidad de horas requeridas para ejecutar labores en cultivo de papa entre los sistemas evaluados. Sibaté, Colombia. Sibaté, Colombia. 

Labores de cultivo como la preparación del terreno y la construcción de camas de forma mecanizada influyen significativamente en la demanda de mano de obra. Es así, como los tratamientos PlnNo y MuiNo, en los que estas labores fueron realizadas de forma manual, necesitaron entre 90.75 y 94.69% más horas labor en terreno plano y entre 55.07 y 60.98% en terreno inclinado, en comparación con los tratamientos donde fueron realizadas en forma mecanizada. Esto no solo tiene influencia en la cantidad de horas laboradas, sino en el bienestar de los trabajadores y, en general, en la sostenibilidad del sistema de cultivo, ya que la mano de obra es el segundo rubro más importante en la planilla de costos, después del uso de fertilizantes (DANE, 2017).

Como se expuso en la metodología, ELB se calcula a partir de los resultados, tanto del sistema individual, como el de todos los sistemas en conjunto. Es decir, ELB no solo tiene en cuenta el número de horas requeridas en cada sistema y para cada GEi, sino que además considera el consumo de tiempo de los demás sistemas comparados. Una muestra de esto es que a pesar de que PlnMd requirió un mayor número de horas labor (682) que PlnAl (678) (Tabla 4) PlnMd obtuvo un ELb menor (PlnMd = 1.69; PlnAl = 1.78) (Tabla 4). Para ilustrar esto más claramente, se exponen los resultados eliminando el sistema no tecnificado (PlnNo y MuiNo) (Tabla 7).

Tabla 7 Cálculo del indicador del esfuerzo de labor (ELB), eliminando los sistemas PlnNo y MuiNo. Sibaté, Colombia. 

GE = Grado de esfuerzo; GEt = Grado de esfuerzo total; FE = Factor de esfuerzo; MaxGET = Máximo grado de esfuerzo total; FGE = Factor por grado de esfuerzo.

Al eliminar este sistema en ambas pendientes, y al comparar los resultados en las Tablas 5 y 7, se puede apreciar el efecto del comportamiento en conjunto de los sistemas evaluados. Los sistemas PlnAl, PlnMd y PlnEs pasan de la categoría Poco esfuerzo de labor (Tabla 5) a Mediano esfuerzo de labor (Tabla 7), mientras que los sistemas MuiAl y MuiMd pasan de la categoría Mediano esfuerzo de labor (Tabla 5) a Alto esfuerzo de labor (Tabla 7) y el sistema MuiEs pasa de la categoría Mediano esfuerzo de labor (Tabla 5) a Máximo esfuerzo de labor (Tabla 7). Esto se debe al efecto combinado de todas las labores, expresadas en el factor de esfuerzo (FEi). Si este factor no se incluye, el efecto del nivel tecnológico se diluye, como se comprobó durante el proceso de diseño del indicador (datos no publicados). Para describir esta situación se utiliza como ejemplo el sistema PlnAl, el cual invierte la mayor cantidad de horas en el grado de esfuerzo cuatro (GE4), correspondiente a un alto esfuerzo de labor (Tabla 4). Si se analizara individualmente este sistema y se tuvieran en cuenta sólo las horas de labor, su ELb correspondería, efectivamente, a la categoría Alto esfuerzo de labor. En este caso hipotético, no se tendrían en cuenta la cantidad de esfuerzo y horas laboradas que se reducen como resultado del uso de tecnología. Al comparar y evaluar todos los sistemas en conjunto, la aplicación de tecnología queda evidente en la reducción del esfuerzo de labor. El sistema PlnAl se clasifica, por consiguiente, dentro del grupo de poco esfuerzo de labor (Tabla 5). Por lo tanto, para este estudio de caso, entre más diferencias tecnológicas haya entre los sistemas evaluados, más evidentes serán esas diferencias en el resultado de ELb para cada sistema individualmente.

Conclusiones

El esfuerzo de labor (ELb) es un indicador que estima la magnitud del esfuerzo físico con respecto a las particularidades de las labores de cultivo y del terreno donde se desarrollan un conjunto comparable de sistemas de producción agrícola. ELb agrupa estas características considerando tanto el sistema productivo individual como todos los sistemas productivos en comparación. Esto permite cuantificar individualmente el esfuerzo físico del sistema productivo, teniendo en cuenta las características de todos los sistemas evaluados. ELb está dirigido a la toma de decisiones a nivel de finca o parcela, pudiéndose incluir como indicador social en las evaluaciones de sostenibilidad agrícola a estas escalas de medición. ELb se puede calcular a partir del registro de las labores de cultivo, lo que lo hace muy accesible. Sin embargo, se debe tener en cuenta que la asignación de los grados de esfuerzo a cada actividad agrícola se realizó empíricamente, a partir de la experiencia y percepción de los operarios de cultivo. Por tal motivo, ELb debe tomarse como punto de referencia no como un valor absoluto.

Referencias

Bélanger, V.; Vanasse, A.; Parent, D.; Allard, G.; Pellerin, D. 2012. Development of agrienvironmental indicators to assess dairy farm sustainability in Quebec, Eastern Canada. Ecological Indicators, 23, 421-430. http://doi.org/10.1016/j.ecolind.2012.04.027Links ]

Bockstaller, C.; Feschet, P.; Angevin, F. 2015. Issues in evaluating sustainability of farming systems with indicators. Oilseeds y Fats Crops and Lipids, 22(1), D102. http://doi.org/10.1051/ocl/2014052Links ]

Borg, G. A. V. 1982. Psychophysical bases of perceived exertion. Medicine and Science in Sports and Exercise, 14(5), 377-381. https://doi.org/10.1249/00005768-198205000-00012Links ]

Borg, G. 1990. Psychophysical scaling with applications in physical work and the perception of exertion. Scandinavian Journal of Work, Environment and Health, 16(1), 55-58. www.jstor.org/stable/40965845Links ]

Castellini, C.; Boggia, A.; Cortina, C.; Dal Bosco, A.; Paolotti, L.; Novelli, E.; Mugnai, C. 2012. A multicriteria approach for measuring the sustainability of different poultry production systems. Journal of Cleaner Production, 37, 192-201. http://doi.org/10.1016/j.jclepro.2012.07.006Links ]

De Olde, E. M.; Oudshoorn, F.; Bokkers, E.; Stubsgaard, A.; Sorensen, C.; de Boer, I. 2016. Assessing the Sustainability Performance of Organic Farms in Denmark. Sustainability, 8(9), 957. http://doi.org/10.3390/su8090957Links ]

Departamento Administrativo Nacional de Estadística [DANE]. 2017. El cultivo de la papa (Solanum tuberosum L.) y un estudio de caso de los costos de producción de papa Pastusa Suprema. Insumos y factores asociados a la producción agropecuaria. Boletín mensual No 15. Colombia. 98 p. https://www.dane.gov.co/files/investigaciones/agropecuario/sipsa/Bol_Insumos_ene_2017.pdfLinks ]

Dizdaroglu, D.; Yigitcanlar, T. 2014. A parcel-scale assessment tool to measure sustainability through urban ecosystem components: The MUSIX model. Ecological Indicators , 41, 115-130. http://doi.org/10.1016/j.ecolind.2014.01.037Links ]

Finkbeiner, M.; Schau, E. M.; Lehmann, A.; Traverso, M. 2010. Towards life cycle sustainability assessment. Sustainability . 2(10), 3309-3322. http://doi.org/10.3390/su2103309Links ]

Gómez, L. J. A.; Riesgo, L. 2009. Alternative approaches to the construction of a composite indicator of agricultural sustainability: An application to irrigated agriculture in the Duero basin in Spain. Journal of Environmental Management, 90(11), 3345-3362. http://doi.org/10.1016/j.jenvman.2009.05.023Links ]

Instituto Geográfico Agustín Codazzi (IGAC). 2014. Códigos para los levantamientos de suelos. Instructivo. Grupo interno de trabajo de levantamientos agrológicos. Cód. 140100-06/ 14.V. Colombia. 92 p. http://igacnet2.igac.gov.co/intranet/UserFiles/File/procedimientos/instructivos/I40100-06-14.V1Codigos%20para%20los%20levantamientos%20 de%20suelos.pdfLinks ]

Marchand, F.; Debruyne, L.; Triste, L.; Gerrard, C.; Padel, S.; Lauwers, L. 2014. Key characteristics for tool choice in indicator-based sustainability assessment at farm level. Ecology and Society, 19(3), 46-56. http://doi.org/10.5751/ES-06876-190346Links ]

Paracchini, M. L.; Bulgheroni, C.; Borreani, G.; Tabacco, E.; Banterle, A.; Bertoni, D.; Rossi, G.; Parolo, G.; Origgi, R.; De Paola, C. 2015. A diagnostic system to assess sustainability at a farm level: The SOSTARE model. Agricultural Systems, 133, 35-53. http://doi.org/10.1016/j.agsy.2014.10.004Links ]

Peano, C.; Migliorini, P.; Sottile, F. 2014. A methodology for the sustainability assessment of agri-food systems: An application to the slow food presidia project. Ecology and Society , 19(4), 24. http://doi.org/10.5751/ES-06972-190424Links ]

Ryan, M.; Hennessy, T.; Buckley, C.; Dillon, E. J.; Donnellan, T.; Hanrahan, K.; Moran, B. 2016. Developing farm-level sustainability indicators for Ireland using the Teagasc National Farm Survey. Irish Journal of Agricultural and Food Research, 55(2), 112-125. http://doi.org/10.1515/ijafr-2016-0011Links ]

Schader, C.; Baumgart, L.; Landert, J.; Muller, A.; Ssebunya, B.; Blockeel, J.; Weisshaidinger, R.; Petrasek, R.; Mészáros, D.; Padel, S.; Gerrard, C.; Smith, L.; Lindenthal, T.; Niggli, U.; Stolze, M. 2016. Using the Sustainability Monitoring and Assessment Routine (SMART) for the systematic analysis of trade-offs and synergies between sustainability dimensions and themes at farm level. Sustainability , 8(3), 1-20. http://doi.org/10.3390/su8030274Links ]

Schindler, J.; Graef, F.; Konig, H. J. 2015. Methods to assess farming sustainability in developing countries. A review. Agronomy for Sustainable Development, 35, 1043-1057. http://doi.org/10.1007/s13593-015-0305-2Links ]

Schmitz, A.; Moss, C.B. 2015. Mechanized agriculture: Machine adoption, farm size, and labor displacement. AgBioForum 18(3), 278-296. https://mospace.umsystem.edu/xmlui/bitstream/handle/10355/48143/MechanizedAgriculture.pdf?sequence=1Links ]

Van Asselt, E. D.; Van Bussel, L. G. J.; Van der Voet, H.; Van der Heijden, G. W. A. M.; Tromp, S. O.; Rijgersberg, H.; Van Efert, F.; Van Wagenberg, C. P. A. 2014. A protocol for evaluating the sustainability of agri-food production systems-A case study on potato production in peri-urban agriculture in The Netherlands. Ecological Indicators , 43, 315-321. http://doi.org/10.1016/j.ecolind.2014.02.027Links ]

Van Passel, S.; Meul, M. 2012. Multilevel and multi-user sustainability assessment of farming systems. Environmental Impact Assessment Review, 32(1), 170-180. http://doi.org/10.1016/jleiar.2011.08.005Links ]

Recibido: 21 de Abril de 2020; Aprobado: 10 de Septiembre de 2020

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons