Lourdes
Elvira Rodríguez Guzman
lourdeselvirar@gmail.com
https://orcid.org/0000-0002-9081-4627
Universidad de Cundinamarca
Colombia
RESUMEN
El presente trabajo tiene
por objeto diseñar y validar un instrumento para la recolección de información
que permita el cálculo y la toma decisiones para la gestión de la huella
hídrica en pequeñas fincas lecheras de la provincia de Ubaté, Cundinamarca, Colombia.
Esto, debido a que en la mayoría de estas fincas la información primaria
especifica relacionada con la complejidad del cálculo y gestión del uso del
agua, es escasa. Para tal fin, se realizó revisión bibliográfica de artículos y
encuestas relacionadas con el tema, posteriormente, se determinaron las
categorías a incluir como base la construcción del instrumento, mismas que se
socializaron y ajustaron a partir de dialogos con productores, y finalmente,
se procedió a realizar la validación del contenido y confiabilidad del
cuestionario. Para el primer caso, se realizó a partir del juicio de expertos
por el método Delphi y la confiabilidad mediante la estimación de alfa de
Cronbach. Por último, se aplicó una prueba piloto a fin de realizar el peritaje
de validez de escala y discirminante, dada la complejidad de población a
estudiar. Se concluyó, que al obtener un índice de validez fue de 0.89 el
instrumento se considera válido y confiable.
Palabras clave: bovinos; leche; confiabilidad; recurso hidrico;
consumo; producción
Design and
validation of an instrument for the calculation and management of the water
footprint in dairy farms in Ubaté, Cundinamarca. Colombia
ABSTRACT
This paper aims to design and validate an instrument for the collection of information that allows the calculation and decision-making for the management of the water footprint in small dairy farms in the province of Ubaté, Cundinamarca, Colombia. This, because in most of these farms the specific primary information related to the complexity of calculating and managing water use is scarce. For this purpose, a bibliographic review of articles and surveys related to the subject was carried out, then the categories to be included as a basis for the construction of the instrument were determined, which were socialized and adjusted based on dialogues with producers, and finally, the content and reliability of the questionnaire were validated. For the first case, it was performed from expert judgment by the Delphi method and reliability by Cronbach’s alpha estimation. Finally, a pilot test was applied in order to carry out the assessment of scale validity and discrimination, given the complexity of the population to be studied. It was concluded that when obtaining a validity index was 0.89 the instrument is considered valid and reliable.
Keywords: cattle; milk; reliability; water resource; consumption; production
Artículo recibido 01 abril 2023
Aceptado para publicación: 15 abril 2023
INTRODUCCIÓN
La Organización de las Naciones
Unidas (ONU) afirma, que de mantenerse el crecimiento poblacional actual, al
período comprendido entre el año 2025 y 2050, se espera que la población
mundial sea aproximadmente de 8.100 a 9.600 millones de personas, respectivamente
(ONU, 2021). Esto supone que se incremente la demanda de agua para cubrir las
necesidades humanas, siendo parte de estas las actividades agrarias (Boretti et
al., 2019).
En función de lo anterior, la
producción agraria necesaria para la subsistencia de la humanidad, hace uso de
recursos valiosos y escasos. Evidencia de ello, es el 72% de representatividad
que tiene este sector en la extracción de agua, posicionandolo el consumidor
número uno de este recurso. (UNESCO, 2021). En esta misma línea, se deduce que las
actividades pecuarias son unas de las actividades humanas que han presionado
los ecosistemas y los recursos naturales, no obstante, son la base de un sector
fundamental para la seguridad alimentaria de las familias rurales y urbanas
(FAO, 2019). Así las cosas, los productos lácteos ocupan un papel significativo
en la dieta humana, pero a menudo se asocian con impactos ambientales negativos
y dentro de estos, el agotamiento del recurso hídrico (Ibañez y Gonzalez, 2022).
La situación descrita se
agudiza con el cambio climático, dadas la múltiples presiones que sobre los
sistemas de producción lechera genera, lo que se refleja en estrés calórico,
afectando el bienestar de y la productividad de estos, lo que obliga a mitigar
este efecto con ventilación y agua. Por tanto, la gestión de este recurso según
el contexto es indipensable para poder garantizar el rendimiento de la
producción lactea (Grossi et al, 2022). Desde esta perspectiva, la Huella
Hídrica (HH), es relevante para el abordaje de en cuanto al uso y su eficiena del
agua, como mecanismo para formentar soluciones orientadas a la gestión de este
recurso (Hoekstra, 2008).
La HH es catalogada como un
indicador multidimensional, el cual incluye tres dimensiones del agua a saber:
verde, azul y gris contextualizadas según el tiempo y espacio. Hoekstra et
al., (2011), definen el agua verde como el agua de lluvia total, que en lugar
de escurrirse o recargarse las aguas subterráneas, se evapora de la capa
superficial del suelo y transpira durante las etapas fenológicas de las
plantas, además de la incorporada en el cultivo cosechado. El agua azul ,se
refiere a la cantidad de agua dulce procedente de recursos de aguas
superficiales o subterráneas que se transpira, se incorpora a un producto o no
vuelve a la misma zona de captación, o al menos no en el mismo período. Por
último, las aguas grises, definidas como el volumen de agua dulce necesario
para diluir un contaminante hasta tal punto que el agua vuelva por encima de
las normas de calidad acordadas.
Es de resaltar que, aun cuando
existen diversos indicadores para la medición del consumo de agua en los
sistemas en mención, las evaluaciones de las mismas presentan desafios en
cuanto a la obtención de datos específicos, sobre todo para aquellas cadenas
complejas, siendo la producción de leche a pequeña escala una de las que más
dificultad peresenta para obtener datos primarios locales, por ello, la mayoría
de autores utiliza fuentes secundarios, lo que supone un sesgo en el cálculo,
dado que la calidad de la evaluación de este indacor, depende de la calidad de
los datos disponible (Pascale & Macedo, 2015; D’Ambrosio et al, 2020 ).
En este orden de ideas, la
evaluación de la HH mayormente se ha sustentado en indicadores volumétricos, sin
embargo, autores como Gerbens et al, (2021) recomiendan que la valoración debe
enfocarse al impacto local del uso del agua, para lo que es indispensable
explorar en las prácticas de gestión, a fin de generar una escala o medición
que aproxime a la toma de decisiones fundamentadas en la información según el
contexto, trascendiendo a la valoración exclusivamente cuantitativa, dada la
dificultad para operacionalizar los aspectos meramente numéticos.
Así las cosas, la escaces de
instrumentos y con ello la estimación y análisis de la HH integrando aspectos
relacionados las prácticas de gestión de la misma, sobre todo en pequeñas
fincas lecheras, en donde el registro de la información y por ende la
recolección de la misma es limitado, da lugar a un brecha de conocimiento en
cuanto a otras formas de estimar y evaluar la gestión de la HH, de modo que
amplie las alternativas de medición que conduzcan a una gestión integrada,
participativa y sostenible del recurso hídrico a esta escala (Barbosa &
Cansino, 2022). En este sentido, se hace necesario construir instrumentos que
permitan dar sustento no solo a estimaciones de orden cuantitativo sino a los aspectos
que identifiquen las prácticas de gestión del recurso hídrico, de acuerdo con
las particularidades y características de las producciones lecheras (Martinez
et al, 2016; Briones, 2022).
El desarrollo de esta
investigación, aporta un instrumento para la recolección de datos que permitan
generar información en función de una serie de elementos orientados a la
estimación y análisis de la HH para la toma de decisiones en función de la
gestión del recurso hídrico en pequeñas producciones lecheras, por tanto, se
constituye en una herramienta que sustenta la medición directa y evaluación del
indicador, factores y prácticas que influyen en el uso y consumo del recurso
hídrico de acuerdo al contexto. En este sentido, al poder gestionar
adecuadamente el recurso, a partir de la particiacion de los diferentes actores
según el contexto, lo que propicia el desarrollo de capacidades que permitirán
impactar en el bienestar animal, la productividad de las fincas y sobre todo la
sostenibilidad de estas producciones (Hernandez& Pascual, 2018, Barbosa
& Cansino, 2022).
De otra parte, es importante
resaltar que este trabajo contribuye con la Agenda 2030 para el desarrollo
Sostenible (Naciones Unidas, 2018), en especial con el Objetivo 6, que se
refiere a la calidad, disponibilidad y gestión sostenible del agua, buscando
proporcionar elementos para la adaptación al cambio climático y la resilencia
de estos sistemas.
Teoricamente el presente
estudio aborda el indicador HH, que como se expuso anteriormente es de tipo
multifimiensional, por tanto, hacer referencia al uso del recurso en terminos
de productos, para este caso leche, así como de la contaminación del agua que
resulte del proceso productivo en finca. Por ello, sus tres componentes: verde,
azul y gris, van configurando la estructura para poder gestionar este
indicador, debido a que el agua verde, al refereirse al agua lluvia consumida
durante el proceso de producción, permite proyectar la gestión del agua lluvia,
en función de la precipitación de la región en la que se encuentren las fincas.
En cuanto al agua azul, que vincula el uso en términos del volumen del agua
superficial y subterránea, permite considerar las prácticas que en función del
uso del agua de acuerdo con el proceso productivo y las prácticas necesarias
para producir leche. Finalmente, el agua gris, da cuenta del volumen que de
agua requerido para asimilar la carga de contaminantes generados en la
operación del sistema, tal y como el uso de fertilizantes o plaguicidas, entre
otros (Ridoutt et al., 2010; Mekonnen et al., 2011; Yerou et al., 2021).
Lo anterior, supone que la HH
medir el consumo del agua e impacto del proceso productivo en términos de
cantidad y calidad de agua, resulta ser un indicador indispensable para evaluar
la sostenibilidad del mismo, y sobre todo gestionarlo (Palhares et al., 2020).
En cuanto a la gestión de la
HH, es indispensable para fomentar la sostenibilidad ambiental en los sistemas
de producción agrarios, así como la rentabilidad de los mismos al lograr una
mayor eficiencia en la operación de sus procesos (Sultana et al., 2014). Por
ello, en la última década, ha sido el indicador de elección que permite
sustentar la evaluación de la eficiencia del en agua, y a partir de ello
gestionar el reurso hídríco desde las buenas prácticas de uso del agua (Payen
et al., 2018). Desde una gestión más holística, resulta fundamental generar
estrategias tendientes a la reducción de los impactos del consumo de agua a lo
largo de proceso productivo (Hoesktra, 2017; Akgün et al. 2023), lo cual
reafirma la intencionalidad del instrumento que permitirá la recolección de la
información, teniendo en cuenta la gestión como una categoría que da sustento
al mismo (Palhares et al., 2021).
De acuerdo con lo descrito
previamente la CEPAL (2021), promueve la gestión del recurso hídrico, a fin de
potenciar el bienestar social y económico, sin compromenter los ecosistemas
vitales. Por tanto, todo proceso tendiente a transformar los sistemas
improductivos insostenible, son de vital importancia. En este sentido, el hecho
de que los usos del agua y las necesidades, deben de planificarse y sobre todo
involucrar las poblaciones locales en donde es escasa la participación y por
ende la aplicación de prácticas que favorezcan la gestión adecuada de este
recurso.
Al tenor de los anterior, en la
producción de leche es importante enfatizar en dos aspectos en los que la
gestión debe enfatizar: el consumo de la misma por parte del animal y el uso
para las diferentes actividades que garantizan la operación del sistemas y su
finalidad. Por ello, en cuanto al primer aspecto se refiere, la etapa
productiva en coherencia con el estado fisiológico del bovino son sensibles a
el incremento en el consumo, siendo así como para las fincas productores de
leche en donde la gestión del bovino es indispensable para este proceso, el
consumo de agua se incrementa gradualmente, de modo que llega a incrementarse
entre un 50 a 80% respecto al consumo promedio de agua (Bosire et al., 2019).
En este sentido Zhang et al. (2019) afirman que sin tener en cuenta otros
factores asociados la producción de leche, la relación agua: lehce es de 6 a
1, lo que se entiende que por cada litro de leche se requiere por lo menos de 6
litros de agua.
De otra parte, y en relación
con el uso del agua, es claro que en la producción de leche el lavado de
equipos y utensilios de la fase de ordeño, influyen notablemente en la HH,
aunado a esto, los procesos de sanitización de tanques de enfriamente, las
actividades de aseo de instalaciones, pisos e incluso de operarios y otras
áreas, requiera de la gestión adecuada del recurso (Pérez, 2020).
Lo anteriormente expuesto, da a
entender la necesidad de gestionar adecadamente este recurso, sobre todo de
acuerdo a las particularidades de las producciones y en armonia con la
finalidad de las misma, por ello, Fernández et al. (2010) establecen la
necesidad de reconocer los factores que determinan el consumo, calidad y uso de
este recurso, dada la asociación directa con la salud , producción del animal e
inocuidad de la leche, y por ende, el bienestar del cosumidor final. De tal
forma, que la producción de leche es mejor y mayor en fincas en donde el agua
se dispone de forma permanente, lo que ha alterado el uso de la misma.
Como puede observarse, el abordaje
de la HH como indicador y sobre todo la gestión de mismo, se ha incrementado en
la últimas décadas, sobre todo desde la metodologías, prácticas y evaluación de
acuerdo con las particularidades del sistema, de modo que de una u otra forma,
en los diferentes continentes se ha realizado algún tipo de estudio en función
de este tema, a continuación se destacan los más representativos en las dos
últimas décadas, que se relacionan con la intención del presente trabajo:
Tabla 1
Relación de estudios
realacionados con la Huella Hídrica y su gestión enfatizando en cadenas
productivas y producciones de leche en el mundo y la región de estudio.
País
|
Titulo
|
Objeto
|
Año
|
Autor
|
España, Estados Unidos, Australia e Israel.
|
Manejo Integrado del Recurso Hídrico: Una panorama
completo.
|
Desarrollar alternativas para el manejo integrado del
recurso hídrico.
|
2003
|
Thomas & Durham.
|
Alemania
|
Análisis de la Huella Hídrica para la evaluación de la
producción de leche en Brandeburgo (Alemania).
|
Calcular la huella hídrica de los procesos de granja y
agricolas de fincas lecheras discriminando por cada uno de los componente.
|
2010
|
Drastig, K., Prochnow,
A., Kraatz, S., Klauss, H., & Plöchl, M.
|
Nueva Zelanda
|
Huella Hidrica: Una comparación de metodos utilizados en
producciones lecheras de Nueva Zelanda, un estudio de caso
|
Evaluar la huella hídrica en dos regiones productoras de
leche, sus metodos e indicadores derivados de los mismos.
|
2012
|
Zonderland, M. A.,
& Ledgard, S. F.
|
Estados Unidos
|
Huella de Carbono y de Agua de la Leche en Estados Unidos
|
Comprender de acuerdo al ciclo de vida de la producción
de leche el gasto del agua mediante encuesta a 500 productoress.
|
2013
|
Miller & Wang
|
China
|
Huella Hidrica de la leche y de productos lacteas en sistemas
de produccion de leche a gran escala en el Noreste de China.
|
Calcular la HH en sistemas de producción de leche de
gran escala en la región de mayor producción de China, para evitar el estrés
hídrico en estos sistemas.
|
2014
|
Huang, J., Xu, C. C., Ridoutt, B. G., Liu, J. J., Zhang, H. L., Chen,
F., & Li, Y.
|
Argentina
|
Comparación de dos
metodologías de cálculo de huella hídrica en un sistema de producción de
leche de Argentina.
|
Determinar y analizar la Huella Hídrica de un sistema de
producción de leche representativo de Argentina, mediante dos metodologías
WFN y LCA, en función de los indicadores que aporta.
|
2014
|
Charlon, V., Tieri, M. P., Manazza, F., Engler, P., Pece, M. A.,
& Frank, F. (2014).
|
Panamá
|
Cálculo de la huella hídrica en fincas
ganaderas ubicadas en la cuenca del río La Villa, Panamá.
|
Calcular la huella hídrica en fincas ganaderas doble
propósito como indicador para mejorar la eficiencia de aprovechamiento del
agua de la cuenca del río La Villa, Panamá.
|
2014
|
Muñoz Quintero, W.
|
Brasil
|
Contabilidad de la Huella Hidrica e indicadores de escaces
en sistemas de producción de leche convencionales y orgánicos.
|
Evaluar la Huella Hídrica de un sistema de producción de
leche convencional y uno orgánico e identificar los compoenentes del procesos
que tienen mayor uso, así como los indicadores de escazes de la misma.
|
2015
|
Palhares,
J.C.P., &
Macedo, P.J
|
Chile
|
Huella hídrica de la
producción de leche en el sur de Chile.
|
Estimar la huella hidrica en sistemas de producción de
leche cuyo sistema de alimentación es pasotero y suplementacion con nabo y
maíz forrajero.
|
2015
|
Martínez Lagos, J., & Salazar, F.
|
España
|
Huella Hídrica y de Carbono de determinados productos
lacteos: Un estudio de caso en Cataluña
|
Evaluar la huella de agua y huella de carbono en una
planta láctea.
|
2016
|
Vasilaki, V., Katsou,
E., Ponsá, S., & Colón, J..
|
Irlanda
|
Huella Hídrica en granjas lecheras de Irlanda
|
Determinar el consumo de agua de acuerdo al nivel de
explotación y los factores que contribuyen a ello en 24 granjas lecheras de Irlanda.
|
2017
|
Murphy, E., De Boer, I. J. M., Van Middelaar, C. E., Holden, N. M.,
Shalloo, L., Curran, T. P., & Upton, J.
|
México
|
La huella hídrica del litro de leche bovina en el norte
de México.
|
Determinar la ecuación de la huella hídrica física de un litro
de leche mediante pensamiento lógico, matemático, analítico, sintético.
|
2017
|
Flores, J. L. R., Molina, M. C. N., & Torres, J. R.
|
Colombia
|
Estimación de la huella hídrica para la producción de
leche en Tunja, Boyacá
|
Evaluar el impacto de la producción lechera sobre el
agua, estimando la huella hídrica en estas producciones.
|
2017
|
Corredor Camargo, E,
Castro Escobar, E y Páez Barón, E
|
Africa
|
Evaluación de la huella hídrica y la productividad
econónica del agua en ocho granjas lechera basada en mediciones de campo.
|
Determinar la huella hídrica y la productividad económica
del agua de 1 kg de leche corregida (grasa y proteina) en ocho granajas lecheras
del norte de Túnez.
|
2020
|
Ibidhi, R., & Salem, H. B.
|
Perú
|
Huella hídrica de la producción lechera en la cuenca
ganadera Pomacochas, Perú
|
Calcular la huella hídrica para la producción de un litro
de leche, en sistemas de producción ganadera ubicados en el distrito de
Florida, Amazonas.
|
2021
|
Yalta, J., Ríos, N., Valqui Valqui, L., Bobadilla Rivera, L. G., Vigo
Mestanza, C. N., & Vásquez Pérez, H. V.
|
Ecuador
|
Estimación de la huella
hídrica para la producción de leche en fincas ganaderas de la sierra centro
norte.
|
Determinar la huella hídrica de haciendas ganaderas
productoras de leche en sierra centro norte.
|
2022
|
Briones Zavala, S.P.
|
Estos estudios, reafirman la
idea en cuanto al abordaje que en función de la Huella Hidrica se ha estado
realizando en diferentes partes del mundo, de modo que ha sido mayormente
cuantitativo y desde aspectos teórico, así mismo, la calidad del cálculo
depende de la información que las producciones tengan registrada, por tanto, en
donde no se cuenta con dicha información, se hace necesario recopilarla sobre
todo para gestionarla, en este sentido, se hace necesario contar con un
instrumento que permita contar con información válida y confiable, a fin de lograr
el manejo adecuado de este recurso. (Ibidhi, R., & Salem, H. B, 2020; Yalta et al., 2021).
En este orden de ideas la
provincia de Ubaté, catalogada como una de las cuatro cuencas lecheras de mayor
importancia en Colombia; representa el 4% de la producción lechera nacional
(Gobernación de Cundinamarca, 2020; MADR, 2020), y cuenta con una población
bovina estimada de 20.667 animales, (ICA, 2021). Esto supone, una creciente
disponibilidad y demanda de agua, sin embargo, su oferta presenta déficits que
repercutirían en afectaciones negativas a la producción y el ambiente. Aunado a
esto, estudios realizados en la últimas décadas han generado alertas en cuanto
a la situación de vulnerabilidad hídrica que presenta esta cuenca, tan es así,
que para el 2006 se emitió una política nacional específica, orientada a la
generación de una estrategia para el manejo ambiental de la cuenca Ubaté –
Suarez (Conpes, 2006).
Agregando a lo anterior, el
Instituto de Hidrología, Meteorología y Estudios Ambientales en los estudios
nacionales del agua en las últimas (IDEAM, 2010, 2014, 2018, 2022), ha
evidenciado incremento en el Indice de Vulnerabilidad Hídrica para la esta
cuenca en mención, los cual, se agudiza con el reporte del Indice de
Seguridad Hídrica para la zona centro de Colombia, el cual se registra en un
nivel bajo para dicha cuenca (RAP-E y PNUD, 2021). Por tanto, es necesario conocer la cantidad de agua
que se emplea en las operaciones de la producción de lechera la provincia
objeto de estudio, de modo, que además de los cálculos teoricas, pueda
generarse una aproximación a la realidad de estos sistemas, lo cual es es
indispensable para el desarrollo y sostenimiento de las actividades
productivas, a fin de gestionar integradamente este recurso.
Desde esta perspectiva, y
teniendo en cuenta que del censo reportado anteriormente, el mayor volumen de
fincas lecheras en la cuenca presentan debilidades en cuanto a las prácticas
ambientales, y estrategias que les permitan enfrentar las variaciones en el
comportamiento climpatico, el manejo alimenticio, la productividad y
eficiencia, ademas de la gestión de la información (Garzón, 2018). Desde esta
perspectiva, el contribuir con instrumentos que permitan recolectar información
que orienten no solo en el cálculo de la HH y sobre todo su gestión, resultaría
ser una oportunidad para el fortalecimiento de sus capacidad técnicas en el
ámbito ambiental y de eficiencia productiva (Vanegas, 2019).
Se comprende así, que los
instrumentos de recolección de información a utilizar tanto en procesos
productivos como de investigación, se constituyen en una herramienta
fundamental que facilita el análisis y toma decisiones, de donde se desprende
el hecho, de que estas herramientas deben ser sometidas a procesos que permitan
comprender su confiabilidad y sobre todo idoneidad de acuerdo con la naturaleza
de la información a recopilar (Barbosa & Cansino, 2022).
Por lo expuesto hasta ahora,
se comprende que los instrumentos válidos y confiables que permitan no solo
calcular y gestionar la HH en producciones lecheras son escasos, de hecho, en
cuanto a estudios previos se refiere en estos aspectos, se destaca el Barbaos
& Cansino (2022), quienes diseñaron un instrumento orientado a la gestión
de la HH en la cadena de valor agroalimentaria a escala industrial, sin
embargo, se enfoco en evidenciar si la colaboración genera algún efecto en la
HH. Dicho estudio, metodológicamente, realizó revisión de literatura a fin de
identificar ítems a considerar en la misma, así mismo, el instrumento tipo
cuestionario se sometió a juicio de expertos a fin de validar la relevancia y
claridad. Finalmente, aplicaron índices de validación de contenido, mediante
coeficiente de Kappa, de Aiken y la razón de validez de contenido (CVR) de
Lawshe (1975).
Plantadeada así la cuestion, el presente trabajo tiene por objeto
diseñar y validar un instrumento que permita recolectar información confiable e
idónea para el cálculo y gestión de la Huella Hídrica en producciones lecheras
en la provincia de Ubaté,Cundinamarca, Colombia.
METODOLOGÍA
El presente estudio se aborda
metodológicamente desde el enfoque mixto, así mismo, se desarrolló desde el
tipo de investigación descriptiva, cuyo diseño considerado fue no experimental,
debido a que no se realizó manipulación alguna de variables, limitandose a la
identificación y definición de variables medibles numéricamente (Abreu, 2012; Ramos,
2015)
El tamaño de muestra obedeció
al tipo no probabilístico, por tanto, se realizó el muestreo fue a voluntad y
conveniencia. Por esta razón , la muestra estuvo conformada por dos grupos a
saber: el primero de ellos por 10 expertos en el tema de manejo y gestión del
recurso hídrico en producciones bovinas, pertenecientes a instituciones
relacionadas con el sector: directores, investigadores, lideres técnicos de
agremiaciones, analistas, consultores y docentes universitarios, con quienes se
realizó el diseño del instrumento y validación de contenido. Y el segundo
grupo, estuvo conformado por 25 productores lecheros que voluntariamente
participaron de la validación de consistencia interna del instrumento (Martínez
& Juarez, 2019).
Para el logro de los propósitos
del estudio, el mismo se desarrolló a partir de las siguientes fases:
Figura 1
Fases de desarrollo para el
diseño y validación del instrumento para calcular y gestionar la HH
Para el desarrollo de la fase
1, inicialmente se tomó como base la revisión ee literatura exhaustiva acerca
de la HH, su composición e indicadores. Así mismo, se tomó como marco de
referencia las orientaciones gremiales, sectoriales, estrateégicas y políticas
en cuanto al manejo del recurso hídrico en el sector de la producción lechera y
sus procesos. A partir de esta información se determinaron las definiciones
nominales, conceptuales y reales de las variables, dimensiones e indicadores
generales, es decir, se operacionalizaron las variables, a fin de proporcionar
la base de los ítems a considerar en el instrumento, con criterios de practicidad,
medición, inerpretación y sensbilidad (Corral, 2009).
Una vez se construyo, la
primera versión del instrumento se procedioó a la validación de contenido por
parte de los expertos, mediante el método Delphi tomando en consideración el
número de participantes de acuerdo con los criterios de Okoli & Pawlowski,
(2004), quienes afirman que el número de expertos recomendado para este método
es de 10 a 18. Posteriormente, se siguió la secuencia del método como los
fueron los preliminares, exploratoria y final. Siendo la primera en la que se
seleccionaron los expertos, la segunda en la que se sometió al juicio de
expertos mediante envío del instrumento por correo electrónico y análisis en
función de la suficiencia e intencionalidad respecto al própóstio y la final en
la que se recepcionó el jucio final y ajuste final a instrumentos ( Fernández
de Castro, 2013).
De acuerdo con los resultados
de la fase anterior, se procedió a realizar el peritaje facial el cual se
efectuó teniendo en cuenta los siguientes parámetros: ante expresión negativo, modificaciones
en el ítem, para facilitar la claridad y comprensión del ítem, así mismo, existencia
de un consenso de acuerdos entre los expertos igual o mayor de 50%. Para
eliminar un ítem, ante expresió negariva, existencia de un consenso de acuerdos
entre las expertos igual o mayor de 60%, así mismo, debe haber obtenido un
puntaje menor de 0,80 según el promedio de pertinencia y relevancia. (Polit
& Hongle, 2000), el contenido se evaluo para cada uno de los ítems del instrumento,
teniendo en cuenta dos criterios: pertinencia, es decir, el ítem evalúa lo que
se pretende evaluar, y relevancia, definida como la importancia del ítem para
la evaluación de las prácticas de manejo y gestión del recurso hídrico; se
tuvo en cuenta la siguiente escala:
Pertinencia: 1. no pertinente,
2. poco pertinente, 3. pertinente, 4. muy pertinente.
Relevancia: 1. no relevante, 2.
poco relevante, 3. relevante, 4. muy relevante.
En la fase tres, se procesió a
realizar el cálculo del índice de validez de contenido (IVC) para cada experto,
se aplico la siguiente fórmula:
Y el índice de validez de
contenido general se calculó mediante la siguiente fórmula:
La interpretación de índice de
validez está dada monotómicamente, de tal forma que valores mínimos adecuados
estaría entre 0.29 y 0.78 y valores de grado máximo de acuerdo sería entre
0.80 a 0.99 (Lawseh, 1975: Roldán et al., 2023).
El peritaje se realizó
teniendo en cuenta la evaluación cualitativa realizada según los criterios de
claridad y comprensión. En esta validez participaron los mismos 2 expertos, las
cuales evaluaron cualitativamente cada ítem y el cuestionario en general según
la claridad y la comprensión, que evaluaron cualitativamente la claridad y
comprensión del cuestionario en general (Fernández, 2010).
De otra parte, la validez de
escala fue determinada de acuerdo con los planteamientos de Tristán (2008), la
cual evalua la calidad de la prueba, de modo que busca establecer la
correlación entre la recta teórica y la recta empírica, por tanto se utilizó la
fórmula producto-momento de Pearson, dada por:
Donde:
r= correlación entre las
variable X,Y
x= desviación de una puntuación
X respecto a la media Mx=(X-Mx)
y= desviación de una puntuación
Y respecto a la media My= (Y-My)
σx= desviación estándar de la
distribución de puntuaciones X
σy= desviación estándar de la
distribución de puntuaciones Y
Seguidamente
se analizó la validez discriminante mediante la propuesta de Tristan (2007), la
cual identifica la variable que mide el cuestionario, en contraposición con
las otras variables que pudieran estar presentes, pero que corresponden a otros
rasgos o constructos. En este estudio se decidió utilizar el análisis de la
correlación ítem-total (correlación punto-biserial), definido por:
Donde:
rpbis= Correlación punto – biserial, igual a la
correlación producto – momento de Pearson.
Mp= Media de puntuaciones de los sujetos que contestan
correctamente al ítem.
Mq= Media de puntuaciones de los sujetos que contestan
incorrectamente al ítem
St= Desviación estándar de las puntuaciones de los
sujetos
p= proporción de
respuestas correctas en el ítem, igual a la proporción de casos que están en el
grupo superior en el ítem.
q= proporción de
respuestas incorrectas en el ítem (q= 1-p), igual a la proporción de casos que
están en el grupo superior en el ítem.
pq= varianza del ítem.
El análisis de la correlación
ítem-total (correlación punto-biserial) se realizó según los siguientes tres
casos posibles:
§ Correlación
positiva (superior a 0,196)
§ Correlación
negativa (inferior a 0,196 y negativos)
§ Correlación baja
(inferior a 0,196)
Se consideró que
cada una de estas agrupaciones discriminaba si cumplía con los siguientes
criterios de los conjuntos de ítems (agrupados en cualquiera de estos tres
casos); se considera como una posible variable si se satisface que:
La variable cuenta
con cuatro ítems por lo menos.
Los ítems
correlacionan positivamente con el conjunto (valores superiores a 0,196).
El conjunto
produce valores altos del coeficiente de consistencia interna, alfa de Cronbach
con un valor mínimo aceptable según la teoría clásica de 0,60 (Grady, 1988).
La correlación
ítem-total es de gran relevancia porque indica la correlación lineal entre el
ítem y el puntaje total. Teniendo en cuenta la correlación ítem-total que
reportaba cada ítem del cuestionario mediante el programa estadístico SPSS
versión 12.0, se establecieron tres grupos de discriminación: uno conformado
por las correlaciones negativas, otro por las correlaciones menores de 0,196 y
el último por las correlaciones mayores de 0,196.
Como
medida de la calidad de una prueba, la cual hace referencia a las mediciones
repetidas se tengan resultados similares o que la medición se realice con la
mayor precisión posible Tristán (2007). En cuanto a la consistencia interna se
refiere, busca determinar si las respuestas de los sujetos son consistentes a
lo largo de la prueba y el coeficiente alfa de Cronbach se enfoca en la
consistencia interna de las respuestas de los sujetos. El coeficiente alfa de
Cronbach se define por:
Donde:
N=
número de ítems
Vi=
varianza del ítem i
Vk=
varianza de los puntajes brutos de los sujetos
El coeficiente
alfa se enfoca en la consistencia interna de las respuestas de los individuos,
por tanto, sus valores fluctúan entre [-8, 1], no entre [0, 1] que es lo
correcto por ser un cociente de varianzas. Alfa tiende a -8 si N = 1, en cambio
alfa tiende a 1 cuando N tiende a +8, independientemente de la calidad de los
ítems, pero también cuando los ítems son idénticos o muy homogéneos,
independientemente del número de ítems (Tristán, 2008).
RESULTADOS Y DISCUSIÓN
Los resultados del trabajo se presetan de
acuerdo con las actividades desarrolladas en cada fase, a continuación se da
cuenta de cada uno de estos. En cuanto al diseño del instrumento se refiere, se
estructuró de la siguiente manera:
Variables de Salida: Huella Hidrica y Gestión del Recurso Hídrico
Tabla 2
Estructura del diseño del instrumento
|
Variable
|
Dimensión
|
Indicadores
|
Items
|
|
Huella Hídrica
|
Huella verde
|
2
|
8
|
|
|
Huella Azul
|
2
|
9
|
|
|
Huella Gris
|
3
|
10
|
|
Gestión
|
Planificación
|
3
|
4
|
|
|
Prácticas
|
3
|
10
|
|
|
Evaluación
|
3
|
4
|
Al aplicar el
instrumento se evidenció expresión de claridad y comprensión del cuestionario
en general y en el 90% de los individuos acuerdos sobre claridad y comprensión,
que se considera un alto porcentaje de acuerdo con el peritaje para la validez
facial, lo que concuerda con los planteamientos de Contreras et al. (2008), en
lo que refiere a la expresión de conformidad al enfrentarse con el instrumento.
En referencia a la validez de contenido,
se encontró que los ítems 1, 6, 7, 11, 19, 28, 29 y 3 obtuvieron puntajes
menores de 0,80, por lo cual se hizo necesario contrastarlos con la evaluación
cualitativa de los expertos. Por otro lado, se resalta que el 90% de los ítems
fueron calificados con el valor máximo de pertinencia y que los restantes ítems
del cuestionario puntuaron con validez de pertinencia elevada.
Teniendo en cuenta que la relevancia se
encontró que los ítems 1, 19 y 30 obtuvieron un valor inferior a 0,80, por lo
que fue necesario contrastarlos con la evaluación cualitativa de los expertos,
a fin de realizar el ajuste. Por otro lado, se resalta que los ítems 4, 6, 12,
13, 15, 16, 22, 23, 24, 25, 27, 31, 32 y 33 fueron calificados con el valor
máximo de relevancia y que los restantes ítems de los cuestionarios puntuaron
con validez de relevancia elevada.
De acuerdo con los resultados de la
validez de contenido de cada dimensión, se presentaron las seis dimensiones con
validez de contenido elevada y una con validez de contenido buena. En general,
se puede considerar que el análisis cuantitativo del peritaje de los
cuestionarios pone en evidencia que este presenta validez de
contenido tanto en pertinencia como en relevancia.
Tabla 3.
Validez de
contenido por cada dimensión
|
Variable
|
Dimensión
|
Validez
de contenido
|
|
Huella Hídrica
|
Huella verde
|
0.85
|
|
|
Huella Azul
|
0.84
|
|
|
Huella
Gris
|
0.90
|
|
Gestión
|
Planificación
|
0.92
|
|
|
Prácticas
|
0.96
|
|
|
Evaluación
|
0.89
|
Los resultados de la validez de
escala se visualizan en la Figura 2, de modo que se observa que la recta empírica no se ajusta a la
recta teórica 20-80; asumiendo una DAM de 0,12 para un ajuste 0,8-2,3, se
obtiene una correlación de Pearson de 0,94, lo cual permite certificar que
existe una correlación casi perfecta entre los datos y la recta teórica
sugerida.
Figura
2
Validez de escala ajustada
a escala 0.8 –
2,3
Pese
a la correlación obtenida y considerando las falencias métricas de escala, se puede
afirmar que queda en tela de juicio que el cuestionario diseñado sea una escala
verdadera. Lo anterior debe someterse a verificación en futuros estudios.
Finalmente,
la confiabilidad del cuestionario se calculó mediante el coeficiente alfa de
Cronbach obtuvo el siguiente resultado:
Tabla
4.
Alfa
Cronbach, cuestionario 6 dimensiones, 45 ítems
|
Alfa de Cronbach
|
No de ítems
|
|
0,89
|
45
|
Por
tanto, para la interpretación de estos puntajes se tuvo en cuenta que el
cuestionario mide 6 dimensiones y que según Barbosa & Cansino (2022) las
pruebas multidimensionales, es decir, aquellas que miden diferentes aspectos de
un constructo, están formadas por sub pruebas. Este tipo de instrumentos
tienden a presentar coeficientes de confiabilidad de consistencia interna de
magnitud moderada, indicando que no son totalmente homogéneas; sin embargo, sus
respectivas sub pruebas pueden serlo, lo cual se evidenció igualmente en una
investigación en que el coeficiente alfa de Cronbach fue de 0,66 y cuyos
cuestionarios eran multidimensionales (Roldán et al., 2023).
CONCLUSIONES
El
cuestionario demostró validez facial por su claridad y facilidad de comprensión
de cada uno de los ítems tanto para los expertos como para los individuos que
participaron en el estudio. El cuestionario presentó un índice de validez de
contenido general de 0,89, , lo cual garantiza la validez de contenido desde
la literatura científica relacionada. Al realizar la validez de escala se
evidenció que es una escala corta y que queda para comprobación, posterior a
futuros análisis según expertos y población de estudio. La validez discriminante
determinó los ítems que tenían mayor correlación y agrupó los que tenían
correlaciones bajas; por tanto, al constituirse en una aproximación a la
validez de constructo, permitió evidenciar la necesidad de seguir en el
análisis de los ítems que se retiraron del cuestionario como propuesta de
mejoramiento.
La
confiabilidad determinada por el alfa de Cronbach en el cuestionario confirma
que el cuestionario tiene reactivos que miden lo mismo y que, contrario a lo
que se considera en la teoría clásica, acortar la prueba hace que la
confiabilidad aumente.
LISTA
DE REFERENCIAS
Abreu, J. (2012). Hipótesis, método
& diseño de investigación (hypothesis, method & research design). Daena: International Journal
of Good Conscience, 7(2), 187-197.
Akgün, M., Katanalp, B., Can, A. V.,
& Kıvraklar, M. K. (2023). Adapting the activity-based costing method for
water footprint accounting. Journal of Cleaner Production, (400). https://doi.org/10.1016/j.jclepro.2023.136691
Barbosa, M.W. & Cansino, J.M (2022).
A Water Footprint Management Construct in Agri-Food Supply Chains: A Content
Validity Analysis. Sustainability. (14). https://doi.org/10.3390/su14094928
Boretti, A., & Rosa, L. (2019).
Reassessing the projections of the world water development report. NPJ Clean
Water, 2(1), 15.
Bosire, C. K., Rao, E. J. O., Muchenje,
V., Van Wijk, M., Ogutu, J. O., Mekonnen, M. M., ... & Hammond, J. (2019).
Adaptation opportunities for smallholder dairy farmers facing resource
scarcity: Integrated livestock, water and land management. Agriculture, Ecosystems &
Environment. (284). https://doi.org/10.1016/j.agee.2019.106592
Briones Zavala, S.P.
(2022). Estimación de la huella hídrica para la producción de leche en
fincas ganaderas de la sierra centro norte (Bachelor's thesis, Quito:
UCE). http://www.dspace.uce.edu.ec/handle/25000/27708
Charlon, V., Tieri, M. P., Manazza, F.,
Engler, P., Pece, M. A., & Frank, F. (2014). Comparación de dos metodologías de
cálculo de huella hídrica en un sistema de producción de leche de argentina.
Proceedings of the Actas del III Encuentro Argentino de Ciclo de Vida y II
Encuentro de la Red Argentina de Huella Hídrica ENARCIV.
Comisión Económica para
America Latina y el Caribe. (2021). Reflexiones sobre la gestión del agua en America
Latina y el Caribe. https://repositorio.cepal.org/handle/11362/46792
Corral, Y. (2009). Validez y
confiabilidad de los instrumentos para la recolección de datos. Revista
ciencias de la educación, (33), 228-247.
Corredor Camargo, E, Castro Escobar, E y
Páez Barón, E. (2017). Estimación de la huella hídrica para la producción de
leche en Tunja, Boyacá. Universidad Pedagógica y Tecnológica de Colombia. https://doi.org/10.19053/01228420.v14.n2.2017.7144
Contreras, A., Florez, I. & Herrera,
A (2008). Un instrumento para evaluar la adherencia: su validez facial y
confiabilidad. ISSN
0121-4500. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-45002008000200004&lng=en&nrm=iso.
D’Ambrosio, E., Gentile, F. & De
Girolamo, A. (2020). Assessing the sustainability in water use at the basin scale through
water footprint indicators. Journal of Cleaner Production. (244). https://doi.org/10.1016/j.jclepro.2019.118847
Drastig, K., Prochnow, A., Kraatz, S.,
Klauss, H., & Plöchl, M. (2010). Water footprint analysis for the
assessment of milk production in Brandenburg (Germany). Advances in Geosciences,
27, 65-70. https://doi.org/10.5194/adgeo-27-65-2010
Fernández, C., Schenone, N., Pérez, A.,
& Volpedo, A. (2010). Calidad de agua para la producción de especies animales
tradicionales y no tradicionales en Argentina. AUGM DOMUS, 1, 45-66. https://revistas.unlp.edu.ar/domus/article/view/89
Fernández de Castro, Astrid, & López
P, Alexander. (2013). Validación mediante método Delphi de un sistema de
indicadores para prever, diseñar y medir el impacto sobre el desarrollo local
de los proyectos de investigación en el sector agropecuario. Revista Ciencias
Técnicas Agropecuarias, 22(3), 54-60. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2071-00542013000300010&lng=es&tlng=es.
Fernández. R. (2010).
Pericial psicológica y técnicas de evaluación: la entrevista cognitiva. Boletín
Galego de Medicina Legal e Forense nº17.
https://agmf.es/az/Pericial_psicologica_y_tecnicas_de_evaluacion._La_entrevista_cognitiva._Fernandez_Rodicio_CI.pdf
Flores, J. L. R., Molina, M. C. N.,
& Torres, J. R. (2017). La huella hídrica física del litro de leche bovina
en el norte de México. Avances en Medicina Veterinaria, 24.
Garzón Nivia, L. B. (2018).
Caracterización y tipificación de los sistemas de producción de leche de
pequeños y medianos productores de la provincia de Ubaté, Cundinamarca.
Departamento de Ciencias para la Producción Animal. https://repositorio.unal.edu.co/handle/unal/63674
Gerbens-Leenes, W., Berger, M., &
Allan, J. (2021). Water Footprint and Life Cycle Assessment: The Complementary
Strengths of Analyzing Global Freshwater Appropriation and Resulting Local
Impacts. Water,
13(6), 803. http://dx.doi.org/10.3390/w1306080
Grady, K. E., & Wallston, B. S.
(1988). Research in health care settings. Sage Publications, Inc.
Grossi, G., Vitali, A. & Lacetera,
N. (2022). Impact of summer cooling management on milk water footprint in dairy
cows. Journal of Cleaner Production, (367). https://doi.org/10.1016/j.jclepro.2022.133062.
Hernández, H.A., & Pascual Barrera,
A. E. (2018). Validación
de un instrumento de investigacion para el diseño de una metodología de
autoevaluación del sistema de gestión ambiental. Revista de Investigación
Agraria y Ambiental, 9(1), 157–164. https://doi.org/10.22490/21456453.2186
Hoekstra, A.Y.(2008). The water footprint of food.
In J. Förare (Ed.), Water for food (pp. -). The Swedisch Research Council for
Environment, Agricultural Sciences and Spatial Planning (Formas).
http://www.waterfootprint.org/Reports/Hoekstra-2008-WaterfootprintFood.pdf
Hoekstra, A. Y., Chapagain, A.K.,
Aldaya, M. M., & Mekonnen, M.M. (2011). The water footprint assessment
manual: Setting the global standad. Routledge.
Huang, J., Xu, C. C., Ridoutt, B. G.,
Liu, J. J., Zhang, H. L., Chen, F., & Li, Y. (2014). Water availability footprint
of milk and milk products from large-scale dairy production systems in
Northeast China. Journal
of Cleaner Production, 79, 91-97. https://doi.org/10.1016/j.jclepro.2014.05.043
Ibañez Olvera, M. y González Macías, M.
del C. (2022). Un planeta hambriento en el futuro: ¿Habrá suficientes alimentos
para todos? Comunicación Científica. México. https://doi.org/10.52501/cc.059
Ibidhi, R., & Salem, H. B. (2020). Water footprint and economic
water productivity assessment of eight dairy cattle farms based on field
measurement. animal, 14(1), 180-189. https://doi.org/10.1017/S1751731119001526
IDEAM. (2010). Estudio
Nacional del Agua 2010. Instituto de Hidrología, Meteorología y Estudios
Ambientales. (D. C. Bogotá, Ed.). https://oab.ambientebogota.gov.co/?post_type=dlm_download&p=3696
IDEAM. (2018). Estudio Nacional del Agua
2018. Instituto de Hidrología, Meteorología y Estudios Ambientales. (D. C.
Bogotá, Ed). . https://cta.org.co/biblionet/estudio-nacional-del-agua-2018/
Lawshe, C. H. (1975). A quantitative
approach to content validity. Personnel psychology, 28(4), 563-575.
Martínez Lagos, J., & Salazar, F.
(2015). Huella hídrica de la producción de leche en el sur de Chile. In V
Congreso Latinoamericano de Agroecología-SOCLA (La Plata, 2015).
Martínez, C.A., Ruiz., X. & Morales, S. (2016). Huella
Hídrica de una finca ganadera lechera bajo las condiciones agroecológicas del
Valle del Cauca. Biotecnología
en el Sector Agropecuario y Agroindustrial, 14(2). 47-56. https://doi.org/10.18684/BSAA(14)47-56
Mekonnen, M.M. & Hoekstra,
A.Y.(2011). The green, blue and grey water footprint of crops and derived crop.
Hydrol. Earth Syst. 15, 1577-1600.
Miller, G. D., & Wang, Y. (2013).
Carbon and water footprint of US milk, from farm to table–Special issue. International Dairy Journal, (31), https://doi.org/10.1016/j.idairyj.2013.01.001
Muñoz Quintero, W. (2014). Cálculo de la huella hídrica en fincas
ganaderas ubicadas en la cuenca del río La Villa, Panamá. t
Murphy, E., De Boer, I. J. M., Van
Middelaar, C. E., Holden, N. M., Shalloo, L., Curran, T. P., & Upton, J.
(2017). Water footprinting of dairy farming in Ireland. Journal of Cleaner
Production, 140, 547-555. https://doi.org/10.1016/j.jclepro.2016.07.199
Naciones Unidas (2018), La Agenda 2030 y los Objetivos de
Desarrollo Sostenible: una oportunidad para América Latina y el Caribe
(LC/G.2681-P/Rev.3), Santiago.
Okoli, C., & Pawlowski, S. D.
(2004). The Delphi method as a research tool: an example, design considerations
and applications. Information & management, 42(1), 15-29. https://doi.org/10.1016/j.im.2003.11.002
Palhares, J.C.P., & Macedo, P.J. (2015).
Water footprint accounting and scarcity indicators of conventional and organic
dairy production systems. Journal of Cleaner Production. (93). 299-307. https://doi.org/10.1016/j.jclepro.2015.01.035.
Palhares, J.C.P., Novelli, T. I., &
Morelli, M.. (2020). Best practice production to reduce the water footprint of
dairy milk. Revista
Ambiente & Água, 15(1). https://doi.org/10.4136/ambi-agua.2454
Palhares, J. C. P., Morelli, M., &
Novelli, T. I. (2021). Water footprint of a tropical beef cattle production system: The impact
of individual-animal and feed management. Advances in Water Resources, 149, https://doi.org/10.1016/j.advwatres.2021.103853.
Payen, S., Falconer, S. &
Ledgard,S.F (2018). Water scarcity footprint of dairy milk production in New
Zealand – A comparison of methods and spatio-temporal resolution, Science of
The Total Environment. (639,). 504-515. https://doi.org/10.1016/j.scitotenv.2018.05.125.
Pérez, J. (2020). Huella hídrica de la
leche y el queso en un tambo-fábrica de Tandil (Doctoral dissertation, Tesis De
La Licenciatura En Diagnóstico y Gestión Ambiental), Universidad Nacional Del
Centro De La Provincia De Buenos Aires, Buenos Aires-Argentina. https://www.
ridaa. unicen. edu. ar/xmlui/bitstream/handle/123456789/2401/Perez% 20Jesic a.
pdf
RAP-E, PNUD. (2021). Plan de. Seguridad
Hídrica (PSH) - Región Central. Marco estratégico y programático. RAP-E, PNUD.
Bogotá D. C., Colombia. PNUD.
Polit, D., & Hongler, B. (2000).
Investigación científica en ciencias de la salud: Principios y métodos 6 º
Edición. Mc Graw Grill Interamericana. México.
Ramos, C. A. (2015). Los paradigmas de
la investigación científica. Avances En Psicología, 23(1), 9–17. https://doi.org/10.33539/avpsicol.2015.v23n1.167
Ridoutt, B.G., Williams, S.R.O., Baud, S.,
Fraval, S. & Marks,N. (2010). Short communication: The water footprint of dairy products:
Case study involving skim milk powder, Journal of Dairy Science, (93)11, 5114-5117.
https://doi.org/10.3168/jds.2010-3546
Roldán, J. A. B., Alvarez, R. M., Vera,
Y. A. M., & Brie, S. (2023). Diseño y validación de un instrumento de
investigación para proponer metodología de gestión de proyectos. Revista de
Iniciación Científica, 9(1), 71-80. https://doi.org/10.33412/rev-ric.v9.1.3660
Sultana, M.N., Uddin, M.M., Ridoutt,
B.G. & Peters, K.J.(2014). Comparison of water use in global milk
production for different typical farms, Agricultural Systems. (129). 9-21. https://doi.org/10.1016/j.agsy.2014.05.002
Tristán, A. (2008). Modificación al
modelo de Lawshe para el dictamen cuantitativo de la validez de contenido de un
instrumento objetivo. Avances en medición, 6(1), 37-48.
Tristán, A. (2007). Elementos de diseño
y análisis de instrumentos objetivos. Bogotá: Universidad Nacional de Colombia,
Instituto de evaluación de Ingeniería Avanzada.
Thomas, J. S., & Durham, B. (2003).
Integrated water resource management: looking at the whole picture.
Desalination, 156(1-3), 21-28. https://doi.org/10.1016/S0011-9164(03)00320-5
United Nations Educational, Scientific
and Cultural Organization (2021). UN World Water Development Report 2021:
Valuing Water. Paris. https://unesdoc.unesco.org/ark:/48223/pf0000375724.
Martínez Valdés, M. G., & Juárez Hernández,
L. G. (2019). Diseño y validación de un instrumento para evaluar la formación
en sostenibilidad en estudiantes de educación superior. IE Revista de
Investigación Educativa de la REDIECH, 10(19), 37-54. https://doi.org/10.33010/ierierediech.v10i19.501
Vanegas Pinilla, J. N. Apoyo en el
desarrollo del plan de acción 2016-2019 de la Corporación Autónoma Regional de
Cundinamarca con el proyecto 12 “Espacios de participación y concertación
ciudadana para la gestión ambiental”, a través de la formulación y ejecución de
propuestas en la provincia de Ubaté.
http://hdl.handle.net/11349/15303
Vasilaki, V., Katsou, E., Ponsá, S.,
& Colón, J. (2016). Water and carbon footprint of selected dairy products: A case study in
Catalonia. Journal
of cleaner production. (139). 504-516. https://doi.org/10.1016/j.jclepro.2016.08.032
Yalta, J., Ríos, N., Valqui Valqui, L.,
Bobadilla Rivera, L. G., Vigo Mestanza, C. N., & Vásquez Pérez, H. V.
(2021). Huella hídrica de la producción lechera en la cuenca ganadera
Pomacochas, Perú. Livestock
Research for Rural Development.
Yerou, H., Belguerbi, B., Homrani, A.,
& Benabdeli, K. (2021). Water footprint of milk production systems in
semi-arid plains of north Africa. Biotechnology in Animal Husbandry, 37(1),
27-43. ISSN : 1450-9156
Zhang, Y., Huang, K., Yu, Y., &
Yang, B. (2017). Mapping of water footprint research: A bibliometric analysis
during 2006–2015. Journal of Cleaner Production, 149, 70-79. https://doi.org/10.1016/j.jclepro.2017.02.067
Zonderland, M. A.,
& Ledgard, S. F. (2012). Water footprinting–A comparison of methods using
New Zealand dairy farming as a case study. Agricultural Systems, 110, 30-40..
Diseño y validación de instrumento
para el cálculo y gestión de la Huella Hídrica en producciones lecheras de
Ubaté. Cundinamarca, Colombia