Este documento presenta los resultados de la aplicación de prospectiva tecnológica y curvas en S para estudiar el futuro de la agroindustria. Se utilizó el método Delphi para identificar las tecnologías prioritarias hasta el 2020 en facultades de agroindustria. Adicionalmente, se aplicó el análisis de curvas en S para 11 tecnologías agroindustriales, mostrando sus etapas de desarrollo. El objetivo es proveer bases para futuros estudios en facultades de agroindustria.

1. APLICACIONES DE PROSPECTIVA TECNOLÓGICA Y CURVAS
EN “S” EN AGROINDUSTRIA
Bases para estudios de futuro en facultades de
Agroindustria
Jhon Wilder Zartha Sossa, Gina Lía Orozco Mendoza,
Raúl Hernández Z, John Fredy Moreno S, Bibiana
Arango A, Juan Carlos Palacio P
jhon.zartha@upb.edu.co

2. Presentar un caso de aplicación de Prospectiva -
Método Delphi - en innovación y tecnología en una
facultad de ingeniería agroindustrial
Dar a conocer los resultados de aplicación de la
metodología de curvas en S en 11 tecnologías
agroindustriales
Objetivos:

3. CADENA: D – I – C – E - S
D-I-C-E-S
Nueva Cadena o secuencia:
D-I-C-T-I

4. ÁREA PALABRA DE BÚSQUEDA
ÁREA DE PRODUCCIÓN
Invernaderos y tecnología de manejo Control de plagas y enfermedades
Tecnología enzimática Tecnología en manejo de residuos
Cultivo de microorganismos Software y Hardware- BPM, HACCP,
Producción orgánica Productos en fresco: orgánicos, sello verde, BPA
Invernaderos y tecnología de manejo Equipos de diagnóstico rápido
ÁREA DE
TRANSFORMACIÓN
Maquinaria y Equipos industria avícola -
ovoproductos Destilación
Supercongelación Fluidos Supercríticos
Ultra filtración Altas presiones
Extrusión mecánica ( de pulpas y jugos)
Pulsos lumínicos en la esterilización de
alimentos
Liofilización Irradiación de alimentos
ÁREA DE MANEJO Y
ADECUACIÓN
Atmósferas modificadas Empaques comestibles
Empaques Biodegradables Instalaciones de maduración rápida
Envases activos Empaques comestibles
Proyecto de prospectiva Ingeniería Agroindustrial.
Temas y tecnologías prioritarias al 2020:

5. Curvas en S

6. T. Emergente
T. Entrante
T. Clave
T. Base
Tiempo
P.D

7. P.D
Fuente: Pérez 1992
Conocimientos
libremente
disponibles
Conocimientos y
experiencia técnica
accesible (viejas
tecnologías específicas)
Fase 1
Difusión
inicial
Fase 2
Rápido
crecimiento
(temprano)
Fase 3
Rápido
crecimiento
(tardío)
Fase 4
Madurez
Doble oportunidad
tecnológica
Tiempo
Creciente privatización
del conocimiento
la experiencia técnica
y el know how
Nuevo
paradigma
Conocimiento
libremente
disponible
(nuevas tecnologías
específicas y genéricas

8. Fuente: Ortiz y Pedroza, 2006

9. 2.5%
16%
50%
84%
100%
Laggards
Late Majority
Early Majority
Early Adopters
Innovators
Time (a)

10. Fuente: Adaptado de Ortiz y Pedroza,
2006)

11. Software
Sigmaplot

12. Tecnologías Ecuación de Búsqueda Artículos Ecuación de Búsqueda Patentes
Emulsificación
(TITLE-ABS-KEY(emulsification) AND
TITLE(food OR aliment OR meal) AND NOT
TITLE-ABS-KEY(pharmaceutical))
ABST/emulsification AND ABST/(food OR
aliment OR meal) AND NOT
ABST/pharmaceutical
Sedimentación
(TITLE-ABS-KEY(sedimentation) AND
TITLE(food OR aliment OR meal) AND NOT
TITLE-ABS-KEY(pharmaceutical))
ABST/sedimentation AND ABST/(food OR
aliment OR meal) AND NOT
ABST/pharmaceutical
Secado
TITLE- ABS-KEY(continuous drying) AND
TITLE- ABS-KEY(food) AND NOT TITLE-
ABS. KEY(pharmaceutical)
ABST/"continuous drying" TTL/”food”
Molienda
TITLE-ABS-KEY(grinding OR milling) AND
TITLE-ABS-KEY(food OR meal)
ABST/ (grinding OR milling) AND
ABST/(food OR ALIMENT)
Esterilización
TITLE-ABS-KEY(sterilization) AND TITLE-
ABS-KEY(food OR meal) AND NOT TITLE-
ABS-KEY(pharmaceutical)
ABST/(sterilization) AND ABST/(food OR
meal) NOT ABST/(pharmaceutical)
Tamizado
TITLE-ABS-KEY(sieving OR sieve) AND
TITLE-ABS-KEY(food OR meal)
ABST/ (sieving OR sieve) AND ABST/(food
OR ALIMENT)
Evaporación
TITLE-ABS-KEY ("film evaporator" AND
(food OR concentrat* OR agribusiness))
AND (LIMIT-TO (SUBJAREA,"CENG”) OR
LIMIT-TO (SUBJAREA,"ENGI”) OR LIMIT-
TO (SUBJAREA,"AGRI”))
ABST/"film evaporator” AND (food OR fruits)
Plasma Frío
TITLE-ABS-KEY("cold plasma” AND(food
OR fruits OR agribusiness)) AND ( LIMIT-
TO(SUBJAREA,"AGRI" ) OR LIMIT-
TO(SUBJAREA,"ENGI" ) OR LIMIT-
TO(SUBJAREA,"IMMU" ) )
ABST/"cold plasma” AND (food OR fruits)
Altas Presiones
TITLE-ABS-KEY(highpressure) AND TITLE-
ABS-KEY(food OR meal OR agribusiness)
AND NOT TITLE-ABS-KEY(pharmaceutical)
ABST/”high pressure” AND ABST/(food OR
meal OR agribusiness) AND NOT
ABST/”pharmaceutical” )

13. Tecnologías
Artí
cul
os
(A)
Patentes (P)
Punto de Inflexión D.W. Modelo
Artículos Patentes Artículos Patentes Artículos Patentes
Emulsificación 219 291 2040 2002 0.0564 1.069
Sigmoidal Sigmoid
5
Sigmoidal Sigmoid
5
Sedimentación 196 157 2024 1999 1.079 0.7963
Sigmoidal Sigmoid
4
Sigmoidal Sigmoid
4
Centrifugación 241
6
904 2011 2011 0.0749 0.4385
Sigmoidal de 3
parámetros
Sigmoidal de 3
parámetros
Secado 169 10844 2020 2002 0.0211 0.4928
Hill de 3
parámetros
Sigmoid 5 de
parámetros.
Molienda 239
1
2220 2013
Entre 2003 y
2014
0.1552 __
Sigmoidal 5
parametros
Ganaron 6
modelos
Esterilización 260
8
5016
Entre 2014 y
2024
2000 ___ 0.1770
Ganaron 2
modelos
Gompertz, 4
Parametros
Tamizado 725 463
Entre 2016 y
2018
2003 __ __
Ganaron 2
modelos
Ganaron 3
modelos
Evaporación 95 72
Entre 2002 y
2005
Entre 2006 y
2009
0,1792
0,2816
0,2538 0,2532
0,3111
Ganaron 2
modelos (
Sigmoidal Sigmoid
3 Parameter,
Sigmoidal
Gompertz 3
Parameter)
Ganaron 3
modelos (
Sigmoidal Sigmoid
3 Parameter,
Sigmoidal;
Logistic, 3
Parameter,
Sigmoidal
Gompertz 3
Parameter)
Plasma Frío 38 35 2012
Entre 2008 y
2010
Cambiar 1,1732 1,3296
Ganaron 2
modelos (
Sigmoidal Sigmoid
3 Parameter,
Sigmoidal
Gompertz 3
Parameter)
Ganaron 2
modelos (
Sigmoidal Sigmoid
3 Parameter,
Sigmoidal
Gompertz 3
Parameter)
Altas Presiones 981 7 2011 2000 1.5426 0.6799
Ganaron 3
modelos.
(Sigmoidal
Sigmoid 3,
Sigmoidal Sigmoid
4, Sigmoidal
Gompertz 3)
Ganaron 3
modelos.
(Sigmoidal
Sigmoid 3,
Sigmoidal Sigmoid
4, Sigmoidal
Gompertz 3)

14. Serie de tiempo- Sedimentación
Años Patentes Patentes acumuladas
2013 2 210
2012 5 208
2011 10 203
2010 3 193
2009 6 190
2008 4 184
2007 5 180
2006 8 175
2005 7 167
2004 7 160
2003 7 153
2002 10 146
2001 17 136
2000 11 119
1999 5 108
1998 10 103
1997 5 93
1996 8 88
1995 8 80
1994 3 72
1993 11 69
1992 11 58
1991 9 47
1990 7 38
1989 2 31
1988 2 29
1987 3 27
1986 3 24
1985 2 21
1984 5 19
1983 0 14
1982 0 14
1981 0 14
1980 2 14
1979 0 12
1978 4 12
1977 2 8
1976 0 6
1975 0 6
1974 0 6
1973 2 6
1972 0 4
1971 2 4
1970 0 2
1969 0 2
1968 0 2
1967 0 2
1966 0 2
1965 0 2
1964 0 2
1963 0 2
1962 0 2
1961 0 2
1960 0 2
1959 0 2
1958 0 2
1957 0 2
1956 0 2
1955 0 2
1954 0 2
1953 0 2
1952 0 2
1951 0 2
1950 0 2
1949 0 2
1948 0 2
1947 0 2
1946 0 2
1945 0 2
1944 2 2
2D Graph 2
f = y0+a/(1+exp(-(x-x0)/b))
X Data
1960 1980 2000 2020
YData
0
50
100
150
200
250
x column 1 vs y column 1
Col 1 vs Col 2

15. Molienda
Patents by publication
year Articles
Inflection point/year 2003 2013
2D Graph 3
f = a/(1+exp(-(x-x0)/b))
X Data
1960 1970 1980 1990 2000 2010 2020
YData
-1000
0
1000
2000
3000
4000
5000
6000
x column vs y column
x column vs y column
95% Confidence Band
95% Prediction Band
2D Graph 1
f = a/(1+exp(-(x-x0)/b))
X Data
0 10 20 30 40
YData
-10
0
10
20
30
40
50
60
x column vs y column
x column vs y column
95% Confidence Band
95% Prediction Band
Molienda artículos: Molienda patentes:
2D Graph 20
f = a*exp(-exp(-(x-x0)/b))
X Data
1900 1920 1940 1960 1980 2000 2020
YData
-200
0
200
400
600
800
1000
1200
1400
x column 3 vs y column 3
Col 1 vs Col 2
95% Confidence Band
95% Prediction Band
2D Graph 3
f = y0+a/(1+exp(-(x-x0)/b))^c
X Data
1960 1970 1980 1990 2000 2010 2020
YData
-100
0
100
200
300
400
500
600
x column 2 vs y column 2
Col 1 vs Col 2
95% Confidence Band
95% Prediction Band
Tamizado artículos:
Tamizado patentes:
Tamizado
Patents by publication year
Articles
Inflection point/year 2003 2016-2018

16. Patents by publication year
Articles
Inflection point/year 1999 2024
Sedimentación artículos:
Sedimentación patentes:
2D Graph 2
f = y0+a/(1+exp(-(x-x0)/b))
X Data
1960 1970 1980 1990 2000 2010 2020
YData
0
20
40
60
80
100
120
140
160
180
200
x column 1 vs y column 1
Col 1 vs Col 2
2D Graph 2
f = y0+a/(1+exp(-(x-x0)/b))
X Data
1960 1980 2000 2020
YData
0
50
100
150
200
250
x column 1 vs y column 1
Col 1 vs Col 2

17. Patents by publication year
4 parameters Sigmoidal
Articles
5 parameters Sigmoidal
Inflection point/year 25,3512/2011 21,4/2013
R2 0,9987 0,9998
D-W 1,6514 1.7999
2D Graph 2
f= y0+a/(1+exp(-(x-x0)/b))
X Data
0 10 20 30
YData
-50
0
50
100
150
200
250
x column vs y column
x column vs y column
95% Confidence Band
95% Prediction Band
2D Graph 3
f=y0+a/(1+exp(-(x-x0)/b))^c
X Data
0 5 10 15 20 25
YData
-200
0
200
400
600
800
1000
1200
1400
1600
x column vs y column
x column vs y column
95% Confidence Band
95% Prediction Band
Fuente: JW Zartha, F Palop, B Arango, A Avalos, F Velez..
S-CURVE ANALYSIS AND TECHNOLOGY LIFE CYCLE. Application in series of data of
articles and patents. PICMET 2014 .

18. Cluster Scatterplot
Nearest Neighbor Method,Squared Euclidean
2000 2010 2020 2030 2040
Punto de Inflexión Articulos
1990
1994
1998
2002
2006
2010
2014
PuntodeInflexiónPatentes
Cluster
1
2
3
Centroids
Centrifugación,
molienda,
evaporación,
plasma frío
Emulsificación
Sedimentación,
secado,
esterilización,
tamizado y altas
presiones

19. Agroindustria
Facultades
de
Agroindustr
ia
Prospec
tiva
Curvas
en S
Vigilanci
a
Tecnoló
gica
Estrategia de
Innovación –
Modelo de
gestión de
innovación
Direccio
namient
o
estratégi
co

20. INVITACIÓN A PARTICIPAR EN
ESTUDIO DELPHI EN DERIVADOS PISCÍCOLAS
Equipo Monitor:
José Luis Hoyos Concha
jlhoyosc@yahoo.com
Luciana Molina Quijano
luciamolq@hotmail.com
Liliana Rojas Fernández
liliana.rojas25@hotmail.com
Equipo Metodológico:
Jhon Wilder Zartha Sossa.
jhonzarthasossa@gmail.com
Raúl Hernández Z.
rhernandezz@uqvirtual.edu.co
John Fredy Moreno S.
johnzarta91@hotmail.com
Universidad del Cauca
Vicerrectoría de Investigaciones
Carrera 2a. No. 1A-25 Urbanización Caldas
Teléfono 8209800 Ext. 2624. Celular 318 802 9397
Popayán - Colombia