

RESUMEN: La soya (Glycine max L.)
representa una alternativa forrajera relevante en sistemas tropicales por su
alta producción de biomasa y alto contenido de proteína; sin embargo, su
desempeño varía según el sistema de producción. El objetivo fue evaluar el
potencial forrajero de la soya Huasteca 200 en monocultivo y en sistemas
agroforestales con Guazuma ulmifolia y Tabebuia rosea. El
experimento se estableció en condiciones de temporal, comparando tres sistemas.
Se midió la altura de planta, rendimiento de materia verde total (RMVT) y de
materia seca total (RMST), así como rendimiento por componente morfológico
(hoja, tallo y vaina), su proporción y calidad nutritiva (proteína cruda y
fibra cruda). El análisis estadístico se realizó mediante un diseño de bloques
completos al azar, complementado con un análisis de componentes principales. El
monocultivo registró los mayores rendimientos de RMVT (23.73 t ha-1)
y RMST (6.95 t ha-1), superando a los sistemas agroforestales, donde
se observaron reducciones de hasta 62 % en la biomasa. No obstante, la
asociación con G. ulmifolia presentó el mayor contenido de proteína
cruda (164 g kg-1) y mayor proporción de hoja (68 %), indicando
mejor valor nutritivo. El sistema con T. rosea mostró valores menores de
rendimiento y calidad. El análisis multivariado evidenció un patrón de
compensación entre la cantidad y la calidad. En conclusión, el monocultivo
maximiza la biomasa, mientras que la asociación con G. ulmifolia mejora
la calidad nutritiva, lo que sugiere su potencial en sistemas agroforestales.
PALABRAS CLAVES: Producción de biomasa,
materia seca total, valor nutritivo
ABSTRACT: Soybean (Glycine
max L.) represents a relevant forage alternative in tropical systems due to
its high biomass production and protein content; however, its performance
varies depending on the production system. The objective of this study was to
evaluate the forage potential of soybean Huasteca 200
under monoculture and agroforestry systems with Guazuma ulmifolia and Tabebuia
rosea. The experiment was conducted under rainfed conditions, comparing
three production systems. Plant height, total green matter yield (TGMY), total
dry matter yield (TDMY), yields by morphological components (leaf, stem, and
pod), their proportions, and nutritive quality (crude protein and crude fiber)
were measured. Statistical analysis was performed using a randomized complete
block design, complemented by principal component analysis. Monoculture
recorded the highest TGMY (23.73 t ha-1) and TDMY (6.95 t ha-1),
outperforming agroforestry systems, where biomass reductions of up to 62 % were
observed. However, the association with G. ulmifolia showed the highest
crude protein content (164 g kg-1) and leaf proportion (68 %),
indicating improved nutritive value. The T. rosea system showed lower
values for both yield and quality. Multivariate analysis revealed a trade-off
between forage quantity and quality. In conclusion, monoculture maximizes
biomass production, while association with G. ulmifolia improves
nutritive quality, suggesting its potential in agroforestry systems.
KEYWORD: Biomass
production, total dry matter, nutritive value
INTRODUCCIÓN
La producción de forrajes de calidad constituye un
componente estratégico para mejorar la eficiencia de los sistemas pecuarios,
particularmente en regiones tropicales y subtropicales, donde la disponibilidad
y valor nutritivo del alimento fluctúan a lo largo del año. En este contexto,
la soya (Glycine max L.) ha sido ampliamente reconocida no solo como
cultivo oleaginoso, sino también como alternativa forrajera debido a su elevada
producción de biomasa y alto contenido de proteína cruda, lo que la convierte
en un recurso potencial para sistemas de alimentación animal (Aponte et al.,
2015; Garay-Martínez et al., 2021).
Sin embargo, los sistemas de monocultivo, aunque
eficientes en la producción de biomasa, presentan limitaciones relacionadas con
la sostenibilidad, uso intensivo de recursos y la resiliencia frente a
condiciones ambientales adversas. En este sentido, los sistemas agroforestales
han surgido como una alternativa viable al integrar especies arbóreas con
cultivos agrícolas, lo que permite mejorar el uso de los recursos, favorecer la
biodiversidad y generar microclimas que pueden modificar la productividad y
calidad del forraje (Jose et al., 2004; Ripamonti et al., 2025).
No obstante, la interacción árbol-cultivo implica procesos de competencia por
luz, agua y nutrientes, que pueden afectar negativamente el rendimiento del
cultivo asociado, dependiendo de la especie arbórea, su arquitectura y
disposición espacial del sistema (Ong et al.,
2002).
Diversos estudios han demostrado que el sombreo
generado por los árboles puede reducir la acumulación de biomasa en cultivos
asociados; sin embargo, también puede inducir cambios en la asignación de
biomasa y composición química del forraje, favoreciendo, en algunos casos, un
incremento de la concentración de proteína cruda y mayor proporción de tejidos
foliares (Cheng et al., 2022; Poorter et al.,
2012). Esta relación evidencia un compromiso entre la producción de biomasa y
calidad del forraje, en el que las reducciones en el rendimiento pueden
compensarse con mejoras en el valor nutritivo, lo cual resulta especialmente
relevante en sistemas pecuarios de bajo consumo de insumos.
Las especies arbóreas como Guazuma ulmifolia y Tabebuia
rosea son comunes en sistemas tropicales y presentan características
contrastantes en términos de arquitectura de copa y dinámica de crecimiento, lo
que puede generar efectos diferenciados en el cultivo asociado. Sin embargo,
existe información limitada sobre su impacto específico en la producción y
calidad del forraje de soya en sistemas agroforestales, especialmente en las
condiciones del noreste de México.
Se planteó la hipótesis de que la asociación de soya (Glycine
max L.) con especies arbóreas genera respuestas contrastantes, en las que
el monocultivo maximiza la acumulación de biomasa, mientras que la asociación
arbórea favorece atributos relacionados con el valor nutritivo del forraje. Por
lo anterior, el presente estudio tuvo como objetivo evaluar el potencial
forrajero de soya (Glycine max L.) variedad Huasteca 200 en monocultivo
y en sistemas agroforestales con Guazuma ulmifolia y Tabebuia rosea,
considerando variables de rendimiento, composición morfológica y calidad
nutritiva del forraje.
METODOLOGIA
Descripción y localización del
experimento
El
estudio se realizó de julio a octubre de 2025, en condiciones de temporal, en
el Ejido El Paisajito, Aldama, Tamaulipas, México. Ubicado en las coordenadas
geográficas 22° 52’ 31.66’’ N y 97° 56’ 38.19’’ O, a 18 m s. n. m. El clima se
clasifica como semicálido subhúmedo con lluvias en verano [(A)C(w1)]
y las condiciones de temperatura y precipitación durante el desarrollo del
experimento se presentan en el Cuadro 1.
|
Cuadro
1.
Temperaturas máximas (T. Máx.) y mínimas (T. Mín.) y precipitación durante el
ciclo de cultivo durante 2025. |
|||||
|
Variable |
jun |
jul |
ago |
sep |
oct |
|
T. Máx.
(°C) |
37 |
38 |
39 |
38 |
36 |
|
T. Mín.
(°C) |
17 |
18 |
22 |
18 |
17 |
|
Precipitación
(mm) |
137 |
90 |
57 |
175 |
103 |
Tratamientos y manejo agronómico
Para
esta evaluación se utilizó soya [Glycine max (L.) Merr.]
variedad Huasteca 200, caracterizada por su alta capacidad de producción de
biomasa. Los tratamientos evaluados consistieron en: soya en monocultivo (SMO),
soya en sistema agroforestal con Tabebuia rosea (STR) y soya en sistema
agroforestal con Guazuma ulmifolia (SGU) (Figura 1).
En el
sistema de monocultivo, la siembra se estableció en surcos separados a 0.80 m,
con una densidad aproximada de 250,000 plantas ha-1. En los sistemas
agroforestales, la disposición espacial consistió en franjas alternadas de
cultivos y árboles, bajo un arreglo de una hilera de árboles seguida de cuatro
hileras de soya de manera sucesiva. Debido a esta configuración, la densidad de
población de la soya se ajustó a aproximadamente 200,000 plantas ha-1,
manteniendo el mismo distanciamiento entre surcos (0.80 m), pero reduciendo el
número de plantas por unidad de superficie en función del espacio ocupado por
las hileras arbóreas. Este diseño permitió evaluar el efecto de la asociación
arbórea sobre el desempeño productivo y valor nutritivo del forraje de soya.
|
|
|
Figura 1. Arreglos experimentales en soya (Glycine max): monocultivo
(SMO) y sistemas agroforestales con Tabebuia rosea (STR) y Guazuma
ulmifolia (SGU). |
La siembra se realizó el 23 de
julio de 2025, estableciendo el cultivo en surcos separados a 0.80 m, bajo las
densidades previamente descritas para cada sistema de producción. La
fertilización se efectuó 30 días después de la siembra (DDS), coincidiendo con
el primer cultivo, mediante la aplicación de 100 kg ha-1 de fosfato
monoamónico (MAP, 11-52-00). Durante el ciclo de cultivo no se registró
incidencia de plagas ni enfermedades, por lo que no fue necesaria la aplicación
de productos fitosanitarios. El control de malezas se realizó de forma
mecánica.
Evaluación de rendimiento y valor
nutritivo de forraje
Previo
a la cosecha, se midió la altura de planta (AP; cm) en 10 plantas seleccionadas
al azar por unidad experimental, desde el nivel del suelo hasta el punto más
alto de la planta. La unidad experimental consistió en un surco de dos metros
lineales. En cada unidad experimental, se cosechó el forraje completo a una
altura de 20 cm sobre el nivel del suelo y se registró el peso en verde del
material cosechado. Posteriormente, se tomó una submuestra representativa de
aproximadamente 500 g, la cual se pesó y se separó en sus componentes
morfológicos: hoja, tallo y vaina (valvas + semillas). Cada componente se
colocó en bolsas de papel kraft y se secó en una
estufa de aire forzado a 65 °C hasta alcanzar peso constante; posteriormente,
las muestras se volvieron a pesar y se molieron para su análisis químico en el
laboratorio. Con base en esta información, se realizaron las estimaciones
correspondientes para el rendimiento de materia verde total (RMVT; t ha-1),
rendimiento de materia seca total (RMST; t ha-1), rendimiento por
componente morfológico, así como la proporción relativa de cada uno de ellos
(%), mediante la metodología descrita por Garay-Martínez et al. (2021).
El
contenido (g kg-1) de proteína cruda (PC) y fibra cruda (FC) se
determinó en el laboratorio mediante los métodos oficiales establecidos por la
AOAC (2019), utilizando el método Kjeldahl para la cuantificación del nitrógeno
total (AOAC 984.13) y su conversión a proteína cruda (6.25), así como el método
de fibra cruda (AOAC 978.10).
Análisis estadístico
El
experimento se estableció bajo un diseño de bloques completos al azar con
cuatro repeticiones. Para el análisis estadístico se efectuó un análisis de
varianza y, posteriormente, la comparación de medias se realizó mediante la
prueba de Tukey (α = 0.05), debido a que permite realizar comparaciones
múltiples posteriores al ANOVA controlando el error tipo I en diseños
balanceados. Todos los procedimientos estadísticos se ejecutaron mediante el
modelo GLM del programa SAS (SAS Institute, 2009). El
análisis multivariado se realizó mediante un análisis de componentes
principales (ACP) a partir de variables estandarizadas, con el fin de eliminar
los efectos de escala. Se generó un biplot para
visualizar la relación entre los tratamientos y las variables, así como la
contribución de estas a la variabilidad total. El análisis se efectuó en Python
utilizando librerías especializadas para análisis estadístico y visualización
de datos (Jolliffe, 2002; Pedregosa et al., 2011).
Los resultados confirmaron que la
asociación de soya Huasteca 200 con especies arbóreas modificó
significativamente las variables productivas, aunque la AP no mostró
diferencias estadísticamente significativas entre tratamientos (p =
0.0783; Cuadro 2). Esta respuesta sugiere que la altura es menos sensible que
la producción de biomasa ante condiciones de competencia, lo cual ha sido
reportado en sistemas intercalados donde el sombreo afecta en mayor medida la
acumulación de materia seca que el crecimiento en altura (Cheng et al.,
2022).
El RMVT disminuyó
significativamente en los sistemas asociados, con reducciones del 46 % en SGU y
del 62 % en STR respecto a SMO. De forma similar, el RMST se redujo en 42 % y
en 61 %, respectivamente (Cuadro 2). Estas disminuciones pueden atribuirse a la
competencia por luz, agua y nutrientes en los sistemas agroforestales, donde la
intercepción de radiación por el componente arbóreo limita la fotosíntesis y,
por ende, la acumulación de biomasa (Sgarbossa et al., 2018). Asimismo,
se ha documentado que la reducción de la radiación fotosintéticamente activa
disponible es uno de los principales factores que condicionan el rendimiento de
cultivos asociados en sistemas agroforestales (Jose et al., 2004).
El rendimiento de hoja, tallo y
vaina siguió la misma tendencia, siendo mayor en monocultivo, lo que indica que
la competencia interespecífica afectó tanto el crecimiento vegetativo como el
reproductivo. Sin embargo, la menor reducción observada en la asociación con G.
ulmifolia sugiere que esta especie genera condiciones menos restrictivas
que las de T. rosea, posiblemente debido a diferencias en la arquitectura
de la copa, densidad de follaje y competencia por recursos, factores clave en
la interacción árbol-cultivo (Ong et al.,
2002).
En cuanto a la calidad nutritiva,
la proteína cruda aumentó significativamente en la asociación con G.
ulmifolia, 21 % respecto al monocultivo (Cuadro 2). Este comportamiento
puede explicarse por la mayor proporción de hojas en este tratamiento, ya que
dicho componente presenta mayores concentraciones de nitrógeno.
|
Cuadro 1. Comparación del rendimiento y valor nutritivo de
soya Huasteca 200 en monocultivo y en sistemas agroforestales con Tabebuia
rosea y Guazuma ulmifolia. |
|||||||
|
Variable |
Soya Monocultivo |
Soya + Tabebuia rosea |
Soya + Guazuma ulmifolia |
Valor-P |
|||
|
Altura de planta (cm) |
80 |
a |
69 |
a |
74 |
a |
0.0783 |
|
RMVT (t ha-1) |
23.73 |
a |
9.02 |
c |
12.74 |
b |
< 0.0001 |
|
RMST (t ha-1) |
6.95 |
a |
2.74 |
c |
4.00 |
b |
< 0.0001 |
|
RH (t ha-1) |
4.13 |
a |
1.62 |
c |
2.72 |
b |
< 0.0001 |
|
RT (t ha-1) |
2.00 |
a |
0.65 |
b |
0.80 |
b |
0.0002 |
|
RV (t ha-1) |
0.65 |
a |
0.47 |
b |
0.48 |
b |
0.0408 |
|
PC (g kg-1) |
136 |
b |
135 |
b |
164 |
a |
< 0.0001 |
|
FC (g kg-1) |
258 |
a |
262 |
a |
263 |
a |
0.3819 |
|
RMVT: rendimiento de materia
verde total; RMST: rendimiento de materia seca total; RH: rendimiento de
hoja; RT: rendimiento de tallo; RV: rendimiento de vaina; PC: proteína cruda;
FC: fibra cruda. Literales diferentes dentro de la fila (a, b, c) indican diferencia
estadística significativa (Tukey; ɑ = 0.05). |
|||||||
Además, en condiciones de sombreo moderado, se ha
reportado un incremento de la concentración de nitrógeno foliar debido a una
menor dilución por la biomasa estructural (Dollinger y Jose, 2018). Por
otro lado, la asociación con T. rosea no mostró mejoras en este
parámetro, lo que evidencia que el efecto sobre la calidad depende de la
especie arbórea asociada.
La fibra cruda no presentó diferencias
estadísticamente significativas entre los tratamientos, lo que sugiere que la
fracción estructural del forraje no fue afectada de manera significativa por
los sistemas de producción (Cuadro 2). Esto coincide con reportes donde el
sombreo moderado no modifica de manera consistente los contenidos de fibra en
cultivos forrajeros (Buxton y Fales, 1994). En conjunto, estos resultados
evidencian un compromiso entre rendimiento y calidad nutritiva, en el que el
monocultivo maximiza la producción de biomasa, mientras que la asociación con G.
ulmifolia incrementa el contenido de proteína.
La composición morfológica del forraje mostró cambios
en la distribución de la biomasa aérea (Figura 2). La mayor proporción de hoja
en la asociación con G. ulmifolia indica una respuesta adaptativa al
sombreo, orientada a maximizar la captación de luz mediante el incremento del
área foliar (Poorter et al., 2012).
|
|
|
Figura 2. Composición morfológica de soya Huasteca 200 en monocultivo (SMO) y en sistemas
agroforestales con Tabebuia rosea (STR) y Guazuma ulmifolia (SGU).
Literales
diferentes por componente morfológico indican diferencia estadística
significativa (Tukey; ɑ = 0.05). |
En contraste, la mayor proporción de tallo en el
monocultivo refleja una mayor disponibilidad de radiación, lo que favorece el
desarrollo estructural. Por su parte, el incremento de la proporción de vainas
en la asociación con T. rosea sugiere un ajuste en la asignación de
biomasa hacia estructuras reproductivas bajo condiciones de competencia, como
mecanismo de persistencia (Weiner, 2004).
El ACP evidenció que los dos primeros componentes explicaron
el 77.7 % de la variabilidad total (CP1 = 55.9 % y CP2 = 21.8 %), lo que indica
una adecuada representación de la estructura multivariada del sistema (Figura
3). Este nivel de explicación es consistente con estudios agronómicos en los
que el ACP permite sintetizar la variabilidad de múltiples variables
productivas y de calidad en pocos ejes interpretables (Jolliffe, 2002; Yan y
Kang, 2003). El CP1 estuvo dominado por variables de rendimiento (RMVT, RMST,
hoja, tallo, vaina y AP), lo que definió un gradiente asociado a la magnitud de
la producción de biomasa, por ende, sugiere que la variación principal entre
tratamientos estuvo determinada por la capacidad productiva del cultivo (Figura
3). Este patrón coincide con lo reportado en sistemas de cultivos asociados,
donde las variables de rendimiento suelen concentrar la mayor proporción de la
variabilidad total debido a su alta sensibilidad a factores de competencia y
disponibilidad de recursos (Lithourgidis et al.,
2011).
Por su parte, el CP2 se asoció con variables de
calidad y composición estructural, destacando la PC y la proporción de hoja en
sentido positivo, y la proporción de tallo y la fibra cruda en sentido negativo
(Figura 3). Este eje refleja un gradiente de calidad nutritiva, en el que mayor
proporción de hoja se relaciona directamente con incrementos en el contenido de
proteína, mientras que una mayor proporción de tallo se asocia con incrementos
en la fracción fibrosa. Esta relación ha sido ampliamente documentada en
forrajes, donde la calidad nutritiva depende en gran medida de la proporción de
fracciones foliares, caracterizadas por su mayor actividad fotosintética y por
su contenido celular, en comparación con las estructuras de sostén, como los
tallos (Buxton y Fales, 1994; Godina-Rodríguez et al., 2025). En este
contexto, la ubicación del tratamiento SMO en la región positiva del CP1
confirma su asociación con mayor producción de biomasa, lo cual es coherente
con la ausencia de competencia interespecífica y con mayor disponibilidad de recursos.
|
|
|
Figura 3. Biplot
del análisis de componentes principales de variables productivas,
morfológicas y de calidad de soya (Glycine max L.) bajo sistemas de
monocultivo (SMO) y agroforestales con Guazuma ulmifolia (SGU) y Tabebuia
rosea (STR). AP: altura de planta; RMVT: rendimiento de materia verde
total; RMST: rendimiento de materia seca total; RH: rendimiento de hoja; RT:
rendimiento de tallo; RV: rendimiento de vaina; PH: proporción de hoja; PT:
proporción de tallo; PV: proporción de vaina; PC: proteína cruda; FC: fibra
cruda. |
En contraste, el tratamiento SGU se posicionó en
valores positivos del CP2, lo que evidencia mayor calidad del forraje,
caracterizada por incremento de la proteína cruda y de la proporción de hoja.
Este comportamiento sugiere que la asociación con Guazuma ulmifolia
favorece la calidad sobre la cantidad, posiblemente mediante efectos de sombreo
moderados que inducen cambios en la asignación de biomasa y en la concentración
de nitrógeno en los tejidos (Cheng et al., 2022; Poorter
et al., 2012).
Por otro lado, el tratamiento STR se ubicó en la
región negativa de ambos componentes, lo que indica un desempeño limitado tanto
en productividad como en calidad (Figura 3). Esta respuesta puede estar
asociada a un mayor grado de competencia por recursos o a condiciones de
sombreo más restrictivas, que reducen simultáneamente la acumulación de biomasa
y calidad del forraje. En sistemas agroforestales, se ha documentado que la
intensidad de la competencia depende en gran medida de la especie arbórea y de
su arquitectura, lo que puede generar efectos contrastantes en el cultivo
asociado (Jose et al., 2004).
En conjunto, el ACP permitió identificar un patrón
claro de compensación funcional entre la cantidad y calidad del forraje, donde el
monocultivo maximiza la producción de biomasa, mientras que ciertos sistemas
agroforestales, particularmente aquellos asociados a G. ulmifolia,
favorecen atributos de calidad nutritiva. Este tipo de relaciones ha sido
reportado en sistemas mixtos, donde la diversificación del sistema productivo
puede conducir a una redistribución de recursos y a cambios en la eficiencia en
su uso (Lithourgidis et al., 2011).
CONCLUSIONES
Las asociaciones agroforestales con soya (Glycine
max L.) modificaron su rendimiento y valor nutritivo, lo que evidencia su
viabilidad en sistemas agrícolas integrados. En particular, la asociación con Guazuma
ulmifolia incrementó el valor nutritivo del forraje, al favorecer mayor
proporción foliar y contenido de proteína cruda, aunque con reducciones en la
biomasa total. En contraste, el monocultivo de soya maximizó el rendimiento,
con menor valor nutritivo. En conjunto, la integración agroforestal con Guazuma
ulmifolia podría representar una alternativa viable cuando el objetivo es
incrementar la calidad del forraje, ajustando el arreglo y densidad arbórea
para equilibrar la producción y el valor nutritivo. Además, estos resultados
aportan información relevante para el diseño de sistemas pecuarios más
sostenibles en regiones tropicales y subtropicales, al favorecer estrategias de
producción forrajera con mayor eficiencia en el uso de los recursos y mejor
calidad nutritiva del alimento.
Agradecemos al Sr. Ángel Roque Aguilar por
permitirnos realizar la evaluación en su predio. Asimismo, a la MVZ María
Guadalupe Vélez y a la MVZ Consuelo Domínguez López, por las facilidades
brindadas durante la conducción de este estudio.
Los autores declaran no tener ningún conflicto
de intereses.
ORCID DE LOS AUTORES
-
https://orcid.org/0000-0002-7197-3673
https://orcid.org/0000-0002-3927-811X
https://orcid.org/0000-0001-8950-0172
https://orcid.org/0000-0002-8502-4612
https://orcid.org/0000-0001-8173-1048
https://orcid.org/0000-0001-5171-0027
REFERENCIAS
AOAC
International. (2019). Official methods of analysis of AOAC International
(21st ed.). AOAC International. https://www.aoac.org/official-methods-of-analysis-21st-edition/
Aponte, A., Valencia-Chin,
E., & Beaver, J. (2015). Biomass and nutritive value of forage soybean lines (Glycine max
L. Merr.) in northwestern Puerto Rico. The Journal
of Agriculture of the University of Puerto Rico, 99(1), 19–36. https://doi.org/10.46429/jaupr.v99i1.2524
Buxton, D. R., & Fales,
S. L. (1994). Plant environment and quality. In G. C. Fahey Jr. (Ed.), Forage
quality, evaluation, and utilization (pp. 155–199). ASA-CSSA-SSSA. https://doi.org/10.2134/1994.foragequality.c4
Cheng, B., Wang, L., Liu,
R., Wang, W., Yu, R., Zhou, T., Ahmad, I., Raza, A., Jiang, S., Xu, M., Liu, C., Yu, L., Wang, W., Jing, S., Liu, W., & Yang, W. (2022).
Shade-tolerant
soybean reduces yield loss by regulating its canopy structure and stem
characteristics in the maize-soybean strip intercropping system. Frontiers
in Plant Science, 13, 848893. https://doi.org/10.3389/fpls.2022.848893
Dollinger,
J., & Jose, S. (2018). Agroforestry for soil health. Agroforestry
Systems, 92, 213–219. https://doi.org/10.1007/s10457-018-0223-9
Garay-Martínez, J. R.,
Maldonado-Moreno, N., Ascencio-Luciano, G., Joaquín-Cancino, S.,
Bautista-Martínez, Y., & Granados-Rivera, L. D. (2021). Potencial forrajero
de líneas experimentales de soya (Glycine max). Ecosistemas y Recursos Agropecuarios, 8(Especial
II), e2332. https://era.ujat.mx/rera/article/view/2932
Godina-Rodríguez, J. E.,
Lucio-Ruíz, F., Garay-Martínez, J. R., Orzuna-Orzuna, J. F., & Joaquín-Cancino,
S. (2025). Producción y valor nutricional de forraje de pasto Mulato II
cosechado a diferente intervalo e intensidad de corte. Revista Bio Ciencias,
12, e1902. https://doi.org/10.15741/revbio.12.e1902
Jolliffe,
I. T. (2002). Principal component analysis (2nd ed.).
Springer. https://doi.org/10.1007/b98835 Jose, S., Gillespie, A. R.,
& Pallardy, S. G. (2004). Interspecific interactions in temperate agroforestry. Agroforestry
Systems, 61, 237–255. https://doi.org/10.1023/B:AGFO.0000029002.85273.9b
Lithourgidis, A. S., Dordas, C. A., Damalas, C. A., & Vlachostergios, D. N. (2011). Annual intercrops: An
alternative pathway for sustainable agriculture. Australian Journal of Crop
Science, 5(4), 396–410.
Ong,
C. K., Wilson, J., Deans, J. D., Mulayta, J., Raussen, T., & Wajja-Musukwe,
N. (2002). Tree–crop interactions: Manipulation of water use and root function.
Agricultural Water Management, 53(1–3), 171–186. https://doi.org/10.1016/S0378-3774(01)00163-9
Pedregosa,
F., Varoquaux, G., Gramfort,
A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer,
P., Weiss, R., Dubourg, V., VanderPlas, J., Passos, A., Cournapeau,
D., Brucher, M., Perrot, M., & Duchesnay, É. (2011). Scikit-learn: Machine
learning in Python. Journal of Machine Learning Research, 12, 2825–2830.
Poorter, H., Niklas, K. J., Reich, P. B., Oleksyn, J.,
Poot, P., & Mommer, L. (2012). Biomass allocation to leaves, stems and
roots: Meta-analyses of interspecific variation and environmental control. New
Phytologist, 193(1), 30–50. https://doi.org/10.1111/j.1469-8137.2011.03952.x
Ripamonti, A., Finocchi,
M., Pulina, A., Franca, A., Seddaiu,
G., Turini, L., Mele, M., & Mantino, A. (2025). Effects of tree presence on
forage yield and nutritive value in agroforestry livestock systems: A global
systematic review. Agroforestry Systems, 99, 110. https://doi.org/10.1007/s10457-025-01214-8
Sgarbossa, J., Schwerz, F.,
Elli, E. F., Tibolla, L. B., Schmidt, D., & Caron, B. O. (2018). Agroforestry systems and
their effects on the dynamics of solar radiation and soybean yield. Comunicata Scientiae, 9(3), 492–502. https://doi.org/10.14295/CS.v9i3.2765
Weiner,
J. (2004). Allocation, plasticity and allometry in plants. Perspectives in
Plant Ecology, Evolution and Systematics, 6(4), 207–215. https://doi.org/10.1078/1433-8319-00083