Resumen:
CONDITION FOR PROJECT PUBLICATION. The aquaculture industry is a fundamental pillar of the Ecuadorian economy and global food security. However, the sustainability of this sector faces critical challenges related to biological data management in small and medium-scale production units. This research addresses the problem of manual and unstructured data collection, which prevents the application of rigorous biostatistical analysis for crop homeostasis control. The general objective was to analyze the impact of environmental parameters on production through a digital application designed under Design Thinking principles to standardize data capture and enable evidence-based decision-making. The methodology employed a mixed applied research design; a technological instrument was developed to ensure data integrity at the source, and simulated scenarios (in silico) were generated to statistically evaluate interactions between physicochemical variables and zootechnical performance. The results demonstrate that digital structuring allows for the detection of early physiological deviations in various species, laying the foundation for the implementation of precision aquaculture.
Keywords: Precision Aquaculture, Biostatistics, Water Quality, Data Science, Production Management, Software.
Descripción:
CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. La industria acuícola constituye un pilar fundamental de la economía ecuatoriana y la seguridad alimentaria global. Sin embargo, la sostenibilidad de este sector enfrenta desafíos críticos relacionados con la gestión de la información biológica en las unidades de producción de pequeña y mediana escala. La presente investigación aborda la problemática de la recolección manual y desestructurada de datos, lo cual impide la aplicación de análisis bioestadísticos rigurosos para el control de la homeostasis del cultivo. El objetivo general fue analizar el impacto de los parámetros ambientales en la producción mediante una aplicación digital diseñada bajo principios de Design Thinking para estandarizar la captura de datos y habilitar la toma de decisiones basada en evidencia. La metodología empleó un diseño mixto de investigación aplicada; se desarrolló un instrumento tecnológico para asegurar la integridad del dato en origen y se generaron escenarios simulados (in silico) para evaluar estadísticamente las interacciones entre variables físico-químicas y el desempeño zootécnico. Los resultados demuestran que la estructuración digital permite detectar desviaciones fisiológicas tempranas en diversas especies, sentando las bases para la implementación de una acuicultura de precisión.