tese
Caracterização de propriedades cafeeiras com relação às boas práticas agrícolas: aplicação das análises de “Cluster” e discriminante
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Agricultura
Programa de Pós-Graduação
Programa de Pós-Graduação em Agronomia/Fitotecnia
Agência de fomento
Empresa Brasileira de Pesquisa Agropecuária, EMBRAPA
Fundação de Amparo à Pesquisa do Estado de Minas Gerais, FAPEMIG
Fundação de Amparo à Pesquisa do Estado de Minas Gerais, FAPEMIG
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
O sistema agroindustrial do café vem ao longo dos anos passando por significativas alterações, existindo por parte das grandes redes varejistas e dos consumidores uma crescente preocupação com a forma de produção em relação aos critérios socioambientais na cultura do café. Como consequência, existe uma demanda crescente por cafés sustentáveis certificados e o Brasil está entre os países produtores capazes de atender a esse segmento do mercado, sendo atualmente o maior fornecedor de cafés sustentáveis do mercado mundial. Para que se mantenha e possa expandir essa posição, faz-se necessária a implantação de políticas públicas e privadas no sentido de inserir novos cafeicultores nesse mercado de cafés diferenciados, exigindo ações que visem à adequação das propriedades agrícolas às Boas Práticas Agrícolas (BPAs). Essa adequação passa por programas de Assistência Técnica e Extensão Rural (ATER), que devem ser realizados de acordo com o perfil ou desempenho dos cafeicultores, em dada região produtora. Nesse sentido, a separação em “clusters” surge como uma estratégia para viabilizar a certificação em grupos. Objetivou-se, no presente trabalho, avaliar a separação por cluster levando em consideração o desempenho de grupos de propriedades rurais em relação às BPAs no cultivo de café, visando à identificação de políticas de Assistência Técnica e Extensão Rural, focadas nas necessidades desses agricultores. O objeto de estudo foi a Associação dos Agricultores Familiares de Santo Antônio do Amparo (AFASA). O diferecial desse estudo está justamente no uso de metodologias utilizadas pela área de Ciências Sociais Aplicadas, aliadas à análise do desempenho agronômico das propriedades avaliadas. A pesquisa foi realizada com 32 cafeicultores, entre os meses de maio e junho de 2009 por meio da aplicação de um questionário estruturado do tipo Survey. Por meio da análise dos dados e da identificação de clusters, observou-se a existência de diferenças significativas entre os grupos de propriedades, sendo possível a separação do conjunto de propriedades em dois grupos, com relativa superioridade. A análise discriminante possibilitou a identificação das variáveis que mais discriminaram um grupo do outro, facilitando a análise das principais diferenças entre eles. O cruzamento de dados que caracterizaram os grupos com algumas variáveis socioeconômicas possibilitou afirmar que os cafeicultores do Grupo 1, além de apresentarem melhor desempenho relacionado às BPAs no cultivo de café, possuem maior nível de instrução formal (escolaridade), menor tempo na atividade cafeeira, maior renda familiar, e realizam pesquisa de mercado de forma mais sistemática antes de comercializar seu café
Abstract
Descrição
Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Agronomia/Fitotecnia, área de concentração em Produção Vegetal, para a obtenção do título de Doutor.
Área de concentração
Produção Vegetal
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
PEREIRA, S. P. Caracterização de propriedades cafeeiras com relação às boas práticas agrícolas: aplicação das análises de “Cluster” e discriminante. 2013. 138 p. Tese (Doutorado em Produção Vegetal)-Universidade Federal de Lavras, Lavras, 2013.