CLEANED

CLEANED permite a los usuarios modelizar el impacto de los cambios en los sistemas de producción ganadera y en las cadenas de valor sobre el uso de la tierra, la productividad, la economía, el agua, las emisiones de gases de efecto invernadero y la salud del suelo, para que estos puedan tomar mejores decisiones. De igual forma, ayuda a los responsables de la toma de decisiones a comprender los impactos ambientales de la intensificación y a elaborar planes de intensificación ganadera sostenibles que mitiguen los efectos negativos y potencien los positivos. La herramienta genera resultados rápidos y tiene potencial para la formulación de políticas, la elaboración de propuestas y la prestación de servicios de extensión a los agricultores. 

La herramienta se ha aplicado a varios proyectos en el África subsahariana. "Send a cow" colaboró con un equipo de expertos de la Alianza, utilizando la modelización CLEANED para evaluar las necesidades de tierra de una vaca lechera bajo diferentes regímenes de alimentación y exploró las compensaciones entre estas estrategias en cuatro condados del oeste de Kenia. La herramienta también se ha utilizado en Tanzania, Burkina Faso, Etiopía, Nicaragua, Honduras y Vietnam para evaluar, por adelantado, los posibles impactos ambientales de las cadenas de valor de ganado lechero, vacuno y de doble propósito.

La herramienta ha permitido a los responsables del desarrollo ganadero en África modelizar una empresa ganadera relacionada con el trabajo en sus campos. También generaron diferentes escenarios para imitar tecnologías de interés que mejoran la productividad y la eficiencia medioambiental en sus sistemas, desde la mejora genética de las vacas lecheras y los artículos de la cesta de alimentos, hasta la mejora de la productividad y la eficiencia de los recursos naturales.

En 2016, se utilizó la herramienta CLEANED para comparar y evaluar los impactos ambientales de los sistemas extensivos tradicionales en Nicaragua. La evaluación mostró que un escenario semi-intensivo con pastos y ganado mejorados, e incluyendo un componente de bosque, conduciría a un aumento de la productividad lechera del 300% (de 370 a 1300 kg/ha/año). La superficie necesaria para la producción de alimentos se mantiene constante. En otro escenario, que comprende un mejor manejo de los pastos combinado con bosques, el ejercicio de evaluación supuso un aumento de la carga ganadera del 100%, lo que duplica la productividad de la tierra.

Se han desarrollado versiones de R específicas para cada contexto para Etiopía, Tanzania y Burkina Faso:

Pfeifer, C., Morris, J., Ouedraogo, S. y Ensor, J. 2018. Documentación de CLEANED: Visión general conceptual de CLEANED y parametrización de una herramienta CLEANED para Bama, Burkina Faso. York, Reino Unido: Stockholm Environment Institute.

Simplificado: https://ilri.shinyapps.io/cleaned-r-resless-bama_bfa/

Francés simplificado: https://ilri.shinyapps.io/cleaned-r-resless-bama_bfa_f2/

Experto: https://ilri.shinyapps.io/cleaned-r-resless-bama_bfa_ex/

Separado: https://github.com/ilri/CLEANED-R

Pfeifer, C., Morris, J., Ouedraogo, S. y Ensor, J. 2018. Documentación de CLEANED: Visión general conceptual de CLEANED y parametrización de una herramienta CLEANED para Atsbi, Tigray, Etiopía. York, Reino Unido: Stockholm Environment Institute.

Simplificado: https://ilri.shinyapps.io/cleaned-r-resless-atsbi_eth/

Experto https://ilri.shinyapps.io/cleaned-r-resless-atsbi_eth_ex/

Separado: https://github.com/ilri/CLEANED-R

Pfeifer, C., Morris, J., Ouedraogo, S. y Ensor, J. 2018. Documentación de CLEANED: Visión general conceptual de CLEANED y parametrización de una herramienta CLEANED para Lushoto, Tanzania. York, Reino Unido: Stockholm Environment Institute.

Simplificado: https://ilri.shinyapps.io/cleaned-r-resless-lushoto-tza/

Experto: https://ilri.shinyapps.io/cleaned-r-resless-lushoto_tza_ex/

Separado: https://github.com/ilri/CLEANED-R

An Notenbaert - [email protected]

Rein Van der Hoek - [email protected]