Estudiante: Lino Alfonso Arrieta Morales
Código: 1103499906
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 22/08/2026
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: El estudiante define los tres principios fundamentales (repetición, aleatorización y control local/bloqueo). Explica que la repetición ayuda a estimar el error y aumentar la precisión, la aleatorización previene el sesgo, y el bloqueo controla la heterogeneidad del terreno. Sin embargo, la justificación estadística formal (relación directa con la independencia de errores, supuestos del ANOVA y modelo lineal aditivo) es muy superficial.
Aspectos a mejorar: Profundizar en la fundamentación matemática de cada principio. Debe explicar explícitamente cómo la aleatorización garantiza la independencia de los errores \(N(0, \sigma^2)\) y cómo el bloqueo descompone la variabilidad del terreno para reducir la Suma de Cuadrados del Error en la tabla ANOVA.
Nivel alcanzado: Básico (3.0 / 5.0)
Análisis: Para las explicaciones individuales de los tres principios, el estudiante empleó ejemplos idénticos a los formulados en el enunciado del prompt facilitado en la guía (maíz bajo riego, dosis de nitrógeno en arroz y yuca en pendiente). La guía exigía explícitamente proponer ejemplos propios e inéditos.
Aspectos a mejorar: Formular ejemplos propios y originales contextualizados en el departamento de Sucre o la región Caribe (ej. fertilización en ñame espino, riego en patilla o manejo de malezas en ají topito). En cada uno debe detallar el factor, los niveles, la unidad experimental especificada (m² o parcelas) y la variable respuesta con sus unidades de medida formal.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante planteó un esquema completo e integrado utilizando un Diseño de Bloques Completos al Azar (DBCA) con 4 dosis de nitrógeno (0, 60, 120, 180 kg N/ha) y 5 bloques (20 parcelas en total). Definió la variable respuesta (rendimiento de arroz en kg/ha) y construyó la tabla/croquis demostrando la aleatorización independiente de los tratamientos en cada uno de los 5 bloques.
Aspectos a mejorar: El esquema es muy claro y correcto. Como complemento gráfico en futuros trabajos, se sugiere señalar explícitamente la orientación del gradiente de variabilidad en el terreno (ej. dirección de la pendiente o fertilidad) respecto a la disposición de los bloques.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: La sección de contraste crítico entre la respuesta del agente de IA y los textos guía de la asignatura (Gutiérrez & De la Vara, Montgomery) fue omitida por completo en el documento escaneado.
Aspectos a mejorar: Realizar la lectura crítica comparativa obligatoria, contrastando el texto generado por la IA con la bibliografía de referencia e identificando al menos 2 aciertos y 2 correcciones con su cita exacta (Autor, Capítulo y Página).
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Presenta un documento manuscrito de 3 páginas ordenado y completamente legible. Cuenta con el encabezado reglamentario y un escaneo en PDF bien orientado. Se observan pequeñas imprecisiones ortográficas y de acentuación.
Aspectos a mejorar: Revisar la ortografía técnica antes de escanear, asegurando la acentuación correcta en términos como aleatorización, repetición, rendimiento y análisis.
Nivel alcanzado: Insuficiente / Incompleto (1.0 / 5.0)
Análisis: Aunque el estudiante redactó un párrafo final a modo de conclusión personal, omitió la Bitácora de IA con los metadatos exigidos (agente utilizado, fecha, hora, prompt exacto y reflexión sobre limitaciones del modelo).
Aspectos a mejorar: Incluir siempre el anexo de Bitácora de IA para garantizar la trazabilidad ética del uso de herramientas sintéticas según el protocolo de la asignatura.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: No se incluyeron las respuestas a las 5 preguntas de autoevaluación planteadas en la actividad.
Aspectos a mejorar: Desarrollar de manera explícita las respuestas a las 5 preguntas de autoevaluación fundamentando cada respuesta en la teoría estadística revisada.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Satisfactorio |
| 4.0
| 1.00 | | C2. Ejemplos contextualizados
| 20% |
Básico
| 3.0
| 0.60 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Satisfactorio
| 4.0
| 0.40 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (Incompleto)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.05 / 5.0 |
Apropiación de las secciones metodológicas: El estudiante demostró un buen entendimiento práctico al diseñar el esquema integrado del experimento (C3), pero perdió un porcentaje considerable de la nota al omitir componentes obligatorios como el contraste bibliográfico (C4), la bitácora de IA (C6) y las preguntas de autoevaluación (C7).
Originalidad en los ejemplos: Se debe hacer énfasis en no repetir los ejemplos entregados en el prompt de la guía para demostrar verdadera reserva cognitiva y aplicación del concepto a situaciones locales inéditas.
Estudiante: María Sofía Montiel Oviedo
Código: 1102-119277
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 12/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: La estudiante demuestra una comprensión teórica sobresaliente. Define con claridad la repetición, la aleatorización y el control local/bloqueo, e integra de forma acertada el fundamento estadístico descomponiendo la Suma de Cuadrados (\(SC_{Total} = SC_{Tratamiento} + SC_{Bloque} + SC_{Error}\)) y explicando el rol del ANOVA en la comparación del error experimental con la variabilidad de tratamientos.
Aspectos a mejorar: Mantener este nivel de rigor teórico e incorporar explícitamente en futuros análisis el supuesto de normalidad e independencia de los errores \(N(0, \sigma^2)\).
Nivel alcanzado: Satisfactorio (3.8 / 5.0)
Análisis: Para la explicación individual de los tres principios, la estudiante empleó los mismos ejemplos propuestos en el prompt de la guía (maíz, arroz y yuca). No obstante, demostró gran capacidad de apropiación regional al desarrollar un ejemplo propio e inédito en el esquema integrado (cultivo de patilla en el departamento de Sucre).
Aspectos a mejorar: Procurar que los ejemplos individuales de cada principio sean 100% inéditos y propios desde el inicio, evitando reutilizar los cultivos del prompt de la IA.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Planteó un experimento hipotético impecable sobre la frecuencia de riego en el cultivo de patilla en una finca del departamento de Sucre (T1: cada 2 días, T2: cada 4 días, T3: cada 6 días). Definió un DBCA con 4 bloques (12 parcelas en total), la variable respuesta en kg/ha y presentó un croquis claro con la distribución aleatorizada de tratamientos dentro de cada bloque.
Aspectos a mejorar: El esquema está completo y muy bien estructurado. Como detalle complementario en el croquis, se sugiere indicar visualmente la dirección del gradiente del terreno (ej. dirección del gradiente de humedad o tipo de suelo).
Nivel alcanzado: Satisfactorio (4.2 / 5.0)
Análisis: Realizó un ejercicio de contraste crítico argumentado utilizando la literatura de Montgomery y Gutiérrez Pulido & De la Vara. Identifica aciertos y realiza una corrección relevante: señala que la aleatorización no es únicamente para “evitar sesgos” como dijo la IA, sino que es indispensable para dar validez a la inferencia estadística y garantizar la independencia de los errores.
Aspectos a mejorar: Agregar la cita bibliográfica precisa indicando el número de capítulo y la página exacta de los libros consultados para alcanzar el 100% del criterio.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Presentación pulcra, caligrafía clara y de fácil lectura, excelente estructuración con encabezados, márgenes ordenados y escaneo de alta calidad mediante CamScanner.
Aspectos a mejorar: Mantener la disciplina de presentación y orden visual demostrada en esta entrega.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Registró de manera transparente la bitácora de interacción (ChatGPT, fechas 12 y 13/08/2026, horas 6:00 PM y 8:00 AM, prompt utilizado), adicionando la nota sobre las limitaciones de la IA y una conclusión personal sobre la toma de decisiones responsable respecto al agua y fertilizantes.
Aspectos a mejorar: Continuar con el hábito de registrar la trazabilidad de consulta y la reflexión crítica sobre las herramientas de IA.
Nivel alcanzado: Básico (2.0 / 5.0)
Análisis: La estudiante respondió detalladamente las 4 preguntas guía de lectura y verificación del documento (Verificar, Completar, Corregir, Contextualizar), pero omitió transcribir y responder las 5 preguntas de autoevaluación que genera la IA al final del prompt.
Aspectos a mejorar: Asegurarse de resolver explícitamente las 5 preguntas de autoevaluación generadas por el modelo sintético para verificar la apropiación del tema.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 3.8
| 0.76 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Satisfactorio
| 4.2
| 0.63 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Excelente
| 5.0
| 0.50 | | C7. Autoevaluación
| 5% | Básico
| 2.0
| 0.10 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.49 / 5.0 (Aprox. 4.5) |
Desempeño destacado: Trabajo sobresaliente en la fundamentación estadística, la presentación manuscrita y el diseño integrado del experimento en patilla para la región de Sucre.
Atención a detalles de la guía: Para obtener la máxima nota en futuras entregas, debe asegurarse de incluir las respuestas a las 5 preguntas de autoevaluación que genera la IA e indicar el capítulo y página exacta en las citas bibliográficas de contraste.
Estudiante: Carlos Daniel Vega Dominguez
Código: 1100248137
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 12 de Agosto de 2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un rigor estadístico y matemático excepcional. Explica la repetición mediante la estimación de la varianza del error (\(\sigma^2\)) y los grados de libertad necesarios para calcular el estadístico \(F\) del ANOVA; la aleatorización fundamentando la independencia de los errores (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)) y la eliminación de autocorrelación espacial; y el control local detallando la reducción del \(SS_{Error}\) y \(CM_{Error}\) para incrementar la potencia de la prueba.
Aspectos a mejorar: Mantener y fortalecer la solvencia conceptual y el lenguaje matemático avanzado demostrado en esta entrega.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos totalmente inéditos, propios y perfectamente situados en el trópico y la subregión del Caribe colombiano: evalúa frecuencias de riego en ñame espino en San Juan Nepomuceno; densidades de siembra de sorgo forrajero en San Marcos (Sucre) utilizando aleatorización por software para evitar sesgos por micro-depresiones del terreno; y control de hormiga arriera en cultivo de teca en Tolú Viejo bloqueando por gradiente de pendiente y profundidad del suelo.
Aspectos a mejorar: Ninguno en este criterio. La propuesta de ejemplos es sobresaliente en pertidencia y rigor de campo.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Desarrolla un esquema impecable sobre compactación de suelos en el cultivo de algodón en el Valle del Sinú. Especifica el factor labranza (T1: Cero, T2: Discos, T3: Subsolado), el gradiente de variación edáfica (transición de textura franco-arcillosa al Oeste a arcillosa pesada al Este), la estructura de bloques y la aleatorización interna de tratamientos por parcela.
Aspectos a mejorar: Continuar aplicando esta metodología de croquis con mapas de variabilidad del terreno para el diseño de experimentos en campo.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El estudiante omitió completamente la sección de contraste crítico comparativo entre la respuesta generada por el agente de IA y la bibliografía obligatoria (Gutiérrez & De la Vara, Montgomery).
Aspectos a mejorar: Incluir obligatoriamente la sección de auditoría a la IA, identificando aciertos y correcciones conceptuales respaldadas con citas formales de los libros texto (autor, capítulo y página).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Documento manuscrito de alta calidad visual, caligrafía ordenada, excelente organización por secciones con títulos resaltados en color, encabezados claros y escaneo PDF impecable mediante CamScanner.
Aspectos a mejorar: Mantener la pulcritud y la estructura estética observadas en este trabajo.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Omitió el anexo de la Bitácora de IA donde debía registrar el agente utilizado, la fecha/hora de la consulta, el prompt empleado y la reflexión ética sobre los límites del modelo.
Aspectos a mejorar: Adjuntar siempre la Bitácora de IA para dar cumplimiento a los requerimientos de transparencia y ciencia reproducible de la asignatura.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación con argumentos propios de gran nivel estadístico: explica la fórmula del error estándar (\(S/\sqrt{n}\)), la pérdida de grados de libertad en DBCA \((A-1)(B-1)\) en terrenos homogéneos, la orientación perpendicular de bloques a la pendiente en maquinaria, y diferencia la Unidad Experimental de la Unidad de Muestreo en cultivo de pimentón (30 m² de parcela vs. 10 plantas centrales).
Aspectos a mejorar: Ninguno en este criterio. Respuestas breves, directas y conceptualmente impecables.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 5.0
| 1.00 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (No incluyó)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.00 / 5.0 |
Abono técnico destacado: El estudiante demuestra un dominio conceptual, de formulación de modelos experimentales y de teoría estadística muy por encima del promedio del grupo (C1, C2, C3 y C7).
Atención a componentes formales de la guía: A pesar de la brillantez técnica en los contenidos presentados, la calificación definitiva se vio reducida a 4.0 debido a la omisión total del contraste bibliográfico (C4) y de la bitácora de IA (C6). Es indispensable revisar la guía punto por punto antes de la entrega para no restar puntaje en secciones administrativas/metodológicas.
Estudiante: Yuber Luis Vergara Palencia
Código: 1100083535
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: El estudiante define con claridad conceptual los tres principios (repetición, aleatorización y control local/bloqueo). Expresa adecuadamente que la repetición cuantifica el error experimental, la aleatorización neutraliza el sesgo del investigador distribuyendo variables no controladas, y el bloqueo aísla gradientes conocidos. Sin embargo, en la sección de fundamentación estadística y ANOVA (página 4), omite descomponer la variabilidad atribuible a los bloques, mencionando únicamente que se divide en tratamiento y error experimental.
Aspectos a mejorar: Profundizar en la justificación matemática formal del modelo lineal aditivo en DBCA (\(y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)). Es fundamental explicar cómo la Suma de Cuadrados de los Bloques (\(SC_{Bloque}\)) se extrae de la variabilidad total para reducir el cuadrado medio del error (\(CM_{Error}\)).
Nivel alcanzado: Excelente (4.5 / 5.0)
Análisis: Formuló ejemplos propios e inéditos para cada principio, sin limitarse a reproducir los que venían en el enunciado del prompt: densidades de siembra en frijol (repetición), aplicación de bioestimulantes foliares en tomate bajo invernadero controlando diferencias de ventilación/iluminación (aleatorización), y fertilización en ladera de café por franjas altitudinales (bloqueo).
Aspectos a mejorar: Para alcanzar la máxima puntuación en este criterio, se recomienda definir explícitamente las unidades de medida de la variable respuesta (ej. \(kg/planta\), \(t/ha\)) y la dimensión física de la unidad experimental en cada ejemplo individual.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Estructura un experimento integrado muy claro sobre fertilización fosfatada (\(P_2O_5\)) en el cultivo de maíz con 4 dosis (0, 40, 80, 120 kg/ha) en un DBCA con 4 bloques y 16 unidades experimentales en total. La variable respuesta está claramente definida en rendimiento comercial (t/ha), definió el bloqueo perpendicular al gradiente de humedad del suelo y presentó la matriz de distribución aleatoria de tratamientos por bloque.
Aspectos a mejorar: El esquema está completo y metodológicamente bien sustentado. Se sugiere acompañar la matriz con un croquis espacial acotado con dimensiones en metros para enriquecer la ejecución en campo.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: No se incluyó la sección de contrastación crítica entre la salida generada por la IA y los textos de referencia (Gutiérrez & De la Vara, Montgomery).
Aspectos a mejorar: Es indispensable desarrollar la sección de lectura crítica identificando al menos 2 aciertos y 2 correcciones/omisiones de la IA, respaldándolas con las citas exactas de autor, capítulo y número de página.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito ordenado de 5 páginas, letra legible, buena diagramación con títulos y numeración de secciones, y digitalización limpia en PDF utilizando CamScanner.
Aspectos a mejorar: Mantener la prolijidad y la claridad caligráfica en los próximos informes.
Nivel alcanzado: Insuficiente / Incompleto (1.0 / 5.0)
Análisis: Aunque el estudiante redactó una sección de conclusiones personales sobre la importancia de la toma de decisiones cuantitativa en la Ingeniería Agrícola (página 5), omitió anexar la bitácora técnica de interacción con la IA (nombre del agente, fecha, hora, prompt exacto y reflexión sobre limitaciones).
Aspectos a mejorar: Adjuntar siempre el anexo de la Bitácora de IA con todos los metadatos solicitados para cumplir con el protocolo ético y de reproducibilidad de la asignatura.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: No se incluyeron las respuestas a las 5 preguntas de autoevaluación generadas por el agente de IA.
Aspectos a mejorar: Transcribir y dar respuesta argumentada a las preguntas de autoevaluación para consolidar la reserva cognitiva.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Satisfactorio |
| 4.0
| 1.00 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 4.5
| 0.90 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (Incompleto)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.45 / 5.0 (Aprox. 3.5) |
Puntos fuertes: Gran capacidad para formular ejemplos agronómicos inéditos (frijol, tomate en invernadero, café en ladera) y solidez en el planteamiento del diseño en bloques al azar para maíz (C2 y C3).
Aspectos por corregir: La nota se vio afectada por no incluir las secciones de contraste bibliográfico con los libros guía (C4), la bitácora de IA (C6) y el cuestionario de autoevaluación (C7). Debe revisar detenidamente la lista de entregables de la guía antes de enviar su trabajo.
Estudiante: María Andrea Almanza Ramos
Código: 1003159376
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (4.5 / 5.0)
Análisis: La estudiante define con claridad la repetición, la aleatorización y el control local/bloqueo. Explica adecuadamente cómo interactúan los tres principios: la repetición estima el error experimental, la aleatorización previene la contaminación por sesgos de ubicación, y el bloqueo reduce el error al aislar una fuente conocida de variación. Además, en las respuestas complementarias fundamenta el cálculo del estadístico \(F\) del ANOVA y la pérdida de grados de libertad del error.
Aspectos a mejorar: Para consolidar la excelencia matemática, se sugiere formular explícitamente la ecuación del modelo lineal aditivo (\(y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) y formalizar el supuesto de independencia y distribución de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Desarrolla un ejemplo propio, original y bien contextualizado en una finca productora de plátano Dominico-Hartón. Plantea la evaluación de fertilización potásica (dosis baja, media y alta) midiendo el peso de racimos y bloqueando a lo largo del gradiente de humedad generado por la cercanía a un canal de drenaje.
Aspectos a mejorar: Para alcanzar el 100% en este criterio, se recomienda cuantificar numéricamente las dosis de potasio (ej. en \(kg/ha\) o \(g/planta\)) y definir las dimensiones físicas de la parcela experimental.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Presenta un diseño experimental integrado muy completo para evaluar tres frecuencias de riego por goteo (T1: cada 2 días, T2: cada 4 días, T3: cada 6 días) en el cultivo de pimentón en una finca del departamento de Sucre. Estructura 4 bloques según la textura edáfica (B1: franco-arenoso, B2: franco-arcilloso, B3: franco, B4: arcilloso), totalizando 12 unidades experimentales con su respectiva matriz de aleatorización interna.
Aspectos a mejorar: El esquema es metodológicamente correcto y claro. Se sugiere añadir las dimensiones métricas de cada parcela en el croquis gráfico.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento no incluye la sección de lectura crítica y contraste entre la salida de la IA y los libros de referencia de la asignatura (Gutiérrez & De la Vara, Montgomery).
Aspectos a mejorar: Realizar de forma obligatoria la confrontación bibliográfica identificando aciertos, vacíos teóricos o imprecisiones en la respuesta de la IA, citando autor, capítulo y número de página.
Nivel alcanzado: Excelente (4.5 / 5.0)
Análisis: Manuscrito estructurado de 6 páginas con buena caligrafía, organización jerárquica y títulos destacados en color.
Aspectos a mejorar: Mejorar la iluminación y el contraste del escaneo en páginas con fondo grisáceo mediante el ajuste de filtros en la aplicación móvil de digitalización.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Omitió el anexo de la Bitácora de IA (agente consultado, fecha, hora, prompt exacto y reflexión sobre limitaciones) y la conclusión personal final.
Aspectos a mejorar: Incorporar siempre la bitácora de interacción y la reflexión sobre el uso ético y crítico de las inteligencias artificiales generativas.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas con solidez conceptual y criterio agronómico aplicado:
Falta de repeticiones: Grados de libertad del error en cero e imposibilidad de calcular el estadístico \(F\) del ANOVA.
Asignación no aleatoria: Sesgo por presión hidráulica y cercanía al reservorio de agua.
DBCA en terreno homogéneo: Suma de cuadrados de bloques cercana a cero y pérdida innecesaria de grados de libertad.
Orientación con pendiente: Disposición perpendicular a la pendiente en franjas horizontales.
Unidad Experimental vs. Unidad de Muestreo: Parcela completa de 30 m² vs. 10 plantas centrales para eliminar el efecto de borde.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 4.5
| 1.13 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 4.8
| 0.96 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 4.5
| 0.45 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (No incluyó)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.79 / 5.0 (Aprox. 3.8) |
Dominio técnico notable: La estudiante demostró una excelente capacidad de contextualización regional (ejemplos en plátano Dominico-Hartón y pimentón) y un dominio claro de los fundamentos experimentales y de autoevaluación (C1, C2, C3 y C7).
Cumplimiento de la guía metodológica: La nota final se vio afectada por la omisión de la sección de contraste bibliográfico (C4) y la bitácora de IA (C6). Es fundamental verificar todos los puntos requeridos en las instrucciones antes de la entrega final.
Estudiante: Xavier Alejandro Rivero Guillin
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Básico a Satisfactorio (3.5 / 5.0)
Análisis: El estudiante describe los tres principios (repetición, aleatorización y control local/bloqueo) de forma general. Reconoce que la repetición ayuda a estimar el error y aumentar la precisión, la aleatorización reduce sesgos, y el bloqueo maneja fuentes conocidas de variación. No obstante, el fundamento estadístico formal es superficial: no aborda la relación con el análisis de varianza (ANOVA), la descomposición de sumas de cuadrados, los grados de libertad del error o la hipótesis de independencia de los errores residuales.
Aspectos a mejorar: Profundizar en la justificación matemática y estadística. Es necesario explicar cómo la aleatorización respalda el supuesto de independencia \(\epsilon_{ij} \sim NID(0, \sigma^2)\) y de qué manera el bloqueo segrega la variabilidad del terreno dentro de la estructura de la tabla ANOVA.
Nivel alcanzado: Básico (2.8 / 5.0)
Análisis: Para ilustrar cada principio individual, el estudiante utilizó los mismos ejemplos descritos en el prompt inicial de la guía (frecuencias de riego en maíz, dosis de nitrógeno en arroz y bloques en yuca). Los ejemplos carecen de desarrollo propio, detalle en los niveles específicos de los tratamientos o delimitación concreta de la unidad experimental.
Aspectos a mejorar: Formular propuestas agronómicas propias e inéditas, evitando replicar los ejemplos guía de la IA. Se debe situar cada caso en cultivos y condiciones del departamento de Sucre o la región Caribe (ej. ñame, batata, pastos o frutales tropicales), especificando factor, dosis/niveles, área de la parcela y unidades de medida de la respuesta.
Nivel alcanzado: Básico a Satisfactorio (3.2 / 5.0)
Análisis: En la página 3 lista los componentes de un experimento integrado para láminas de riego en maíz (80%, 100%, 120%), con 4 repeticiones, 4 bloques, 12 parcelas y variable respuesta en kg/ha. Sin embargo, omitió presentar el croquis espacial o la matriz/tabla de distribución aleatoria de los tratamientos dentro de los bloques.
Aspectos a mejorar: Construir siempre el croquis de campo o la tabla matricial que ilustre visualmente la aleatorización de los tratamientos en cada bloque y la orientación espacial respecto a la fuente de variabilidad del suelo.
Nivel alcanzado: Insuficiente (1.5 / 5.0)
Análisis: En la página 4 incluye una mención genérica indicando que la información debe verificarse con los libros de Gutiérrez Pulido & De la Vara y Montgomery, pero no realiza el ejercicio de contraste. No identificó aciertos específicos, omisiones ni correcciones técnicas de la respuesta generada por la IA, ni aportó números de capítulo o página.
Aspectos a mejorar: Realizar una confrontación analítica rigurosa entre el texto de la IA y la literatura recomendada. Debe documentar al menos 2 aciertos y 2 complementos/correcciones con su correspondiente citación bibliográfica precisa (autor, capítulo y página).
Nivel alcanzado: Básico a Satisfactorio (3.5 / 5.0)
Análisis: El documento consta de 4 páginas manuscritas legibles. No obstante, se omitió el encabezado reglamentario en la primera página (nombre completo, código, asignatura y fecha no aparecen en el encabezado del papel), y el escaneo presenta sombras y baja iluminación en algunas zonas.
Aspectos a mejorar: Incluir siempre el encabezado formal con los datos de identificación institucional en la parte superior de la primera hoja. Asimismo, utilizar herramientas de escaneo ajustando filtros de realce y brillo para asegurar un fondo blanco y nítido.
Nivel alcanzado: Insuficiente (1.0 / 5.0)
Análisis: El estudiante incluyó un párrafo de conclusión general sobre la toma de decisiones en agricultura, pero no anexó la Bitácora de IA requerida (nombre del agente, fecha, hora de consulta, transcripción del prompt y balance crítico sobre limitaciones).
Aspectos a mejorar: Incorporar obligatoriamente la página de bitácora para garantizar la trazabilidad y la integridad académica en el uso de modelos de lenguaje.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El trabajo no incluye la transcripción ni el desarrollo de las 5 preguntas de autoevaluación formuladas por el modelo de IA.
Aspectos a mejorar: Responder de forma manuscrita y razonada el cuestionario de autoevaluación para afianzar los conceptos fundamentales.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Básico / Satisfactorio |
| 3.5
| 0.88 | | C2. Ejemplos contextualizados
| 20% |
Básico
| 2.8
| 0.56 | | C3. Esquema integrado
| 15% | Básico
/ Satisfactorio
| 3.2
| 0.48 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente
| 1.5
| 0.23 | | C5. Calidad manuscrita y presentación
| 10% | Básico / Satisfactorio
| 3.5
| 0.35 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (Incompleto)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 2.65 / 5.0 (Aprox. 2.6) |
Cumplimiento integral de la estructura: El documento omitió componentes clave de la guía de trabajo: el contraste bibliográfico con soporte de citas, la bitácora técnica de IA, el croquis visual del diseño y la resolución de las preguntas de autoevaluación.
Profundización y originalidad: Es indispensable sustituir los ejemplos dados en la guía por situaciones reales de la ingeniería agrícola regional y respaldar las definiciones con fundamentos formales de estadística experimental (ANOVA, grados de libertad y manejo de varianzas).
Estudiante: Rubén Darío Yepes Fernández
Código: 1101814861
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante desarrolla con notable claridad las definiciones de repetición, aleatorización y bloqueo/control local. Integra la fundamentación matemática del Diseño de Bloques Completos al Azar (DBCA) mediante la descomposición de la suma de cuadrados del ANOVA (\(SC_{Total} = SC_{Tratamiento} + SC_{Bloque} + SC_{Error}\)), explicando con precisión el significado de cada componente y el rol de la aleatorización en la independencia de los errores residuales.
Aspectos a mejorar: Para complementar la solidez matemática en entregas posteriores, se sugiere formalizar el modelo lineal aditivo (\(y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) junto con los supuestos sobre los errores \(\epsilon_{ij} \sim NID(0, \sigma^2)\).
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: El estudiante enfoca la aplicación en el cultivo de patilla (Citrullus lanatus) en la región de Sucre con detalle agronómico. No obstante, omitió plantear ejemplos individuales y diferenciados para cada uno de los tres principios en la primera sección, integrándolos directamente en el caso práctico general.
Aspectos a mejorar: Presentar ejemplos propios e independientes para cada principio en la fase inicial del resumen (por ejemplo, uno para repetición en maíz, otro para aleatorización en pastos y otro para bloqueo en yuca), asegurando que cada caso especifique factores, niveles y unidades experimentales antes de abordar el esquema integrado.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Plantea un caso práctico riguroso evaluando frecuencias de riego en patilla (T1: cada 2 días, T2: cada 4 días, T3: cada 6 días) en un DBCA con 4 bloques (12 parcelas). Define la variable respuesta en kg/ha, justifica el bloqueo perpendicular a la pendiente para controlar gradientes hídricos y presenta un croquis con la aleatorización por bloque.
Aspectos a mejorar: El esquema es metodológicamente correcto y claro. Como complemento práctico de campo, se sugiere añadir las dimensiones métricas estimadas de cada parcela experimental (m²).
Nivel alcanzado: Satisfactorio (4.3 / 5.0)
Análisis: Desarrolla la sección de contraste identificando aciertos de la IA y realizando una corrección conceptual de valor: señala que textos como Montgomery y Gutiérrez & De la Vara enfatizan que la aleatorización no es un simple recurso para “evitar favoritismos”, sino un supuesto técnico indispensable para la validez de la inferencia estadística y la independencia de errores.
Aspectos a mejorar: Incluir la citación bibliográfica formal completa indicando el número de capítulo y la página específica consultada en los libros de texto.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 5 páginas con caligrafía ordenada, encabezado formal completo, uso de viñetas, títulos destacados y buena jerarquía visual.
Aspectos a mejorar: Mantener la prolijidad y la estructura clara demostradas en el documento.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Incluye el anexo de interacción con Claude IA, describiendo el propósito del prompt, la reflexión crítica sobre el procesamiento técnico y una conclusión personal relevante sobre la toma de decisiones y la inversión de recursos en la ingeniería agrícola.
Aspectos a mejorar: Registrar la fecha y la hora exacta de la consulta en la bitácora técnica para asegurar la trazabilidad completa del ejercicio.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento no incluye la transcripción ni el desarrollo de las 5 preguntas de autoevaluación generadas al final de la interacción con la IA.
Aspectos a mejorar: Resolver explícitamente el cuestionario de autoevaluación generado por el modelo de IA para afianzar la apropiación de los conceptos evaluados.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 4.0
| 0.80 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Satisfactorio
| 4.3
| 0.65 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Satisfactorio / Excelente
| 4.5
| 0.45 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.45 / 5.0 (Aprox. 4.5) |
Puntos destacados: Excelente desarrollo en la descomposición de la varianza en el ANOVA (C1), formulación rigurosa del diseño en bloques para patilla en Sucre (C3) y buen análisis crítico sobre el supuesto de independencia en la aleatorización (C4).
Aspectos a ajustar: No omitir las preguntas de autoevaluación solicitadas en la guía (C7) e incorporar la citación formal con página y capítulo exactos en las referencias bibliográficas.
Estudiante: Emanuel Borja Quevedo
Código: 1049088309
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (4.5 / 5.0)
Análisis: El estudiante define con claridad y vocabulario técnico adecuado la repetición, la aleatorización y el control local/bloqueo. Argumenta su fundamento estadístico destacando la estimación del error experimental, la reducción de sesgos, el favorecimiento de la independencia de errores y el aislamiento de fuentes conocidas de variación. Asimismo, explica con acierto qué ocurre cuando se omite alguno de estos principios en la investigación de campo.
Aspectos a mejorar: Complementar la explicación teórica integrando formalmente la notación del modelo lineal aditivo (\(y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) y la distribución de los residuales \(\epsilon_{ij} \sim NID(0, \sigma^2)\).
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Formula ejemplos situados en el contexto regional de Sucre (frecuencias de riego en maíz, dosis de nitrógeno en arroz y métodos de riego en yuca en Los Palmitos, Sucre), detallando factores, niveles, unidades experimentales y variables de respuesta.
Aspectos a mejorar: Para alcanzar el nivel excelente, se recomienda proponer cultivos y problemáticas completamente inéditos, evitando basar los ejemplos iniciales en los enunciados proporcionados dentro del prompt de la IA.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Diseña un experimento integrado muy completo para evaluar láminas de riego en frijol (T1: 60%, T2: 80%, T3: 100%, T4: 120%). Especifica parcelas de 20 m², variable respuesta (rendimiento en kg/ha), 3 bloques orientados según gradiente de fertilidad y presenta un croquis claro con la distribución aleatorizada de tratamientos dentro de cada bloque.
Aspectos a mejorar: El esquema es metodológicamente correcto y claro. Se sugiere incorporar en el croquis la indicación gráfica de la dirección del gradiente del terreno respecto a los bloques.
Nivel alcanzado: Satisfactorio (4.2 / 5.0)
Análisis: Desarrolla de manera explícita la sección de contraste identificando 2 aciertos y 2 correcciones conceptuales bien fundamentadas con base en Gutiérrez & De la Vara y Montgomery (destacando que la aleatorización no “garantiza” de forma mágica, sino que incrementa la probabilidad de cumplir el supuesto de independencia de errores).
Aspectos a mejorar: Incluir la citación bibliográfica formal completa señalando el número de capítulo y la página específica de los textos de consulta.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 5 páginas con caligrafía ordenada, excelente legibilidad, uso adecuado de encabezados, títulos destacados en color y escaneo nítido en PDF.
Aspectos a mejorar: Mantener la organización y la calidad visual demostrada en este documento.
Nivel alcanzado: Básico (2.5 / 5.0)
Análisis: El estudiante incluye una conclusión personal pertinente sobre el rol del diseño experimental en el ejercicio profesional del Ingeniero Agrícola. No obstante, omitió anexar la ficha formal de la Bitácora de IA con los metadatos obligatorios (nombre del agente utilizado, fecha, hora de consulta y transcripción/anexo del prompt).
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA completa para garantizar la trazabilidad ética y el cumplimiento de los lineamientos de ciencia reproducible de la asignatura.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Desarrolla de forma argumentada y manuscrita las respuestas a las preguntas de autoevaluación (independencia de errores, asignación deliberada en pendientes, diferencia entre unidad experimental y de muestreo, y manejo de heterogeneidad con bloqueo). Sin embargo, presentó 4 preguntas en lugar de las 5 requeridas en la guía.
Aspectos a mejorar: Asegurarse de responder la totalidad de las 5 preguntas generadas por el agente de IA.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 4.5
| 1.13 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 4.0
| 0.80 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Satisfactorio
| 4.2
| 0.63 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Básico
| 2.5
| 0.25 | | C7. Autoevaluación
| 5% |
Satisfactorio
| 4.0
| 0.20 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.26 / 5.0 (Aprox. 4.3) |
Puntos fuertes: Trabajo estructurado, con buen criterio técnico en la sección de contraste bibliográfico (C4) y un esquema experimental en láminas de riego en frijol muy bien planteado y esquematizado (C3).
Aspectos a completar: Incluir el anexo de la Bitácora de IA con todos sus metadatos (C6) y asegurarse de responder las 5 preguntas completas de la autoevaluación (C7).
Estudiante: María Camila Ramírez Barragán
Código: 1101104028
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13 de agosto de 2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: La estudiante demuestra un dominio conceptual sobresaliente. Contextualiza con claridad la diferencia entre observación de campo, experimento agrícola y ensayo agronómico. Define los tres principios articulando su función y justificación estadística: la repetición para estimar el error experimental y evitar la pseudorrepetición; la aleatorización para neutralizar asociaciones sistemáticas con factores no controlados; y el control local (bloqueo) incorporando formalmente el modelo lineal aditivo (\(Y_{ij} = \mu + T_i + \beta_j + \epsilon_{ij}\)) y la descomposición del error residual.
Aspectos a mejorar: Mantener este alto estándar de rigor técnico. Para futuras entregas, se puede enriquecer aún más explicitando las propiedades distribucionales de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, originales y rigurosamente contextualizados en municipios del departamento de Sucre y la región Caribe:
Repetición: Frecuencias de riego suplementario en ajonjolí en una finca de Sampués (parcelas de 20 m², rendimiento comercial en kg/ha).
Aleatorización: Evaluación de 4 sustratos para plántulas de papaya en vivero en Sincelejo, usando sorteo por tabla de números aleatorios (bandejas, % de plántulas vigorosas a 35 días).
Bloqueo: Coberturas de suelo en cultivo de frijol caupí en Tolú Viejo, organizando bloques según el gradiente de humedad del lote.
Aspectos a mejorar: Ninguno en este criterio. La contextualización agronómica y la definición de factores, unidades y variables respuesta son impecables.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Estructura un experimento integrado muy completo para evaluar láminas de riego (60%, 80% y 100% de la evapotranspiración del cultivo) en tomate en Corozal, Sucre. Presenta una tabla detallada con factores, niveles, tratamientos, repeticiones, aleatorización, bloqueo y variable respuesta (\(kg/ha\)). Incluye un croquis matricial con la distribución aleatorizada de tratamientos por bloque y añade consideraciones técnicas de borde para evitar efectos de vecindad.
Aspectos a mejorar: El esquema cumple a cabalidad con todos los requerimientos metodológicos y prácticos.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Realiza un contraste crítico pertinente apoyándose en Gutiérrez Pulido & De la Vara y Montgomery. Resalta aciertos conceptuales de la IA y profundiza en las exigencias del trópico colombiano (manejo de bordes, acceso al agua, ciclos de lluvia). Asimismo, en la bitácora señala vacíos de la IA como la tendencia a simplificar la diferencia entre repetición verdadera y medición repetida.
Aspectos a mejorar: Incluir la citación bibliográfica formal con indicación precisa del capítulo y número de página de los textos consultados para alcanzar el 100% de este criterio.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Documento manuscrito de 5 páginas con excelente caligrafía, encabezado reglamentario completo, orden jerárquico impecable, tablas bien diagramadas y un escaneo PDF nítido y bien orientado.
Aspectos a mejorar: Mantener la pulcritud y el orden estructural en todos los informes de la asignatura.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Presenta una bitácora completa y transparente: agente (Manus IA), fecha (13/08/2026), hora (10:42 a.m.) y prompt empleado. Añade un análisis crítico lúcido sobre las limitaciones del modelo (simplificación conceptual, falta de precisión en ediciones bibliográficas) y concluye con una reflexión ética sobre el juicio profesional del Ingeniero Agrícola como auditor indispensable de la tecnología.
Aspectos a mejorar: Continuar aplicando esta metodología de auditoría crítica y transparente frente al uso de inteligencia artificial.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas con gran solvencia técnica y redacción propia:
Medición en una sola parcela: Explica que no constituyen repeticiones independientes por compartir suelo y manejo (pseudorrepetición).
Problema que evita la aleatorización: Impide asociaciones sistemáticas entre condiciones externas o preferencias del evaluador con los tratamientos.
Criterio de bloqueo: Justifica agrupar cuando existe una fuente de variación identificable y controlable.
Bloqueo y error experimental: Detalla cómo el efecto de bloque extrae variabilidad del terreno fuera del error residual.
Suficiencia de los principios: Argumenta con claridad por qué los principios son condición necesaria pero no suficiente sin protocolos de medición y análisis adecuados.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 5.0
| 1.00 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Satisfactorio / Excelente
| 4.5
| 0.68 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Excelente
| 5.0
| 0.50 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.93 / 5.0 (Aprox. 4.9) |
Desempeño sobresaliente: La entrega de María Camila es una de las más completas del grupo, cumpliendo con la totalidad de los entregables de la guía metodológica. Destaca su capacidad para vincular la teoría estadística (modelo lineal, pseudorrepetición) con problemas agronómicos reales de la subregión de Sucre (Sampués, Tolú Viejo, Corozal, Sincelejo).
Detalle formal: Para trabajos posteriores, complementar las notas bibliográficas con la página exacta del texto de consulta.
Estudiante: Rafael Arturo Paternina Pestana
Código: 1102812685
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante exhibe un dominio conceptual y formal sobresaliente. Define con precisión la repetición, la aleatorización y el control local/bloqueo. Desarrolla con gran solvencia el fundamento estadístico de cada uno: incorpora la fórmula del error estándar de la media (\(\sigma_{\bar{x}} = \frac{s}{\sqrt{n}}\)), la garantía de independencia de observaciones frente a sesgos del investigador, la partición de la variabilidad debida a factores nuisance y el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + T_i + \beta_j + \epsilon_{ij}\)). Además, explica con claridad el impacto de omitir cada principio (grados de libertad en cero, sesgos en la estimación e incremento de errores Tipo II).
Aspectos a mejorar: Mantener este alto estándar de rigor matemático en las próximas unidades del curso.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: En la sección teórica individual (punto 2), el estudiante tomó como base los cultivos y situaciones planteadas en el prompt de la guía (maíz en Sucre, arroz con nitrógeno y yuca en pendiente), enriqueciéndolos con detalles técnicos como grados de libertad y generadores aleatorios. No obstante, en la aplicación integrada demostró gran capacidad de contextualización al formular un caso inédito en frijol caupí.
Aspectos a mejorar: Proponer ejemplos 100% inéditos y propios desde la conceptualización individual de cada principio, evitando reutilizar las especies y escenarios suministrados en el prompt de la IA.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Diseña un experimento integrado riguroso y técnicamente impecable: láminas de riego suplementario en frijol caupí (R1: 50%, R2: 75% y R3: 100% de la \(ET_o\)) con parcelas de \(4 \times 5\text{ m}\) (\(20\text{ m}^2\)), variable respuesta en rendimiento de grano seco a cosecha (\(kg/ha\)) y 4 bloques definidos mediante mapa de conductividad eléctrica aparente del suelo (\(3 \times 4 = 12\) unidades experimentales). Sin embargo, presentó la distribución en forma de texto descriptivo y omitió el croquis espacial o tabla matricial de parcelas.
Aspectos a mejorar: Incorporar siempre la matriz gráfica o croquis de campo que represente visualmente la cuadrícula de bloques y parcelas aleatorizadas en el terreno.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Realiza una de las secciones de contraste bibliográfico más sólidas del grupo, sustentada en Montgomery (2012) y Gutiérrez & De la Vara (2008). Aporta complementos conceptuales de alto nivel:
Distinción técnica: Diferencia entre réplica (replication) y medidas repetidas / submuestreo citando a Montgomery (Capítulo 1).
Supuesto matemático: Explicita la necesidad de formalizar la normalidad e independencia de los errores residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Documento de 5 páginas con caligrafía sumamente prolija y clara, encabezado formal completo, excelente jerarquización mediante viñetas y títulos resaltados, y digitalización limpia en PDF mediante CamScanner.
Aspectos a mejorar: Conservar este excelente nivel de presentación y pulcritud visual.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento no incluye la página anexa de Bitácora de IA (agente consultado, fecha, hora, transcripción del prompt y balance sobre limitaciones) ni el párrafo de conclusión personal sobre la relevancia en el ejercicio profesional agronómico.
Aspectos a mejorar: Adjuntar siempre la bitácora técnica de interacción con el modelo sintético y la reflexión ética de cierre para dar cumplimiento a los lineamientos de ciencia reproducible de la guía.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Se omitió la resolución manuscrita del cuestionario de 5 preguntas de autoevaluación generado por la IA.
Aspectos a mejorar: Transcribir y responder las 5 preguntas de autoevaluación al final del trabajo para consolidar la apropiación del contenido.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 4.0
| 0.80 | | C3. Esquema integrado
| 15% |
Satisfactorio / Excelente
| 4.5
| 0.68 | | C4. Contraste IA vs. bibliografía
|
15% | Excelente
| 4.8
| 0.72 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (No incluyó)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.10 / 5.0 (Aprox. 4.1) |
Aporte técnico de alto nivel: Rafael demuestra un dominio conceptual y bibliográfico sobresaliente (C1, C4 y C5), aportando distinciones estadísticas de relevancia como el submuestreo vs. repetición y el uso de mapas de conductividad eléctrica para el bloqueo en campo.
Atención a componentes metodológicos: Para alcanzar la máxima calificación en las siguientes actividades, es fundamental no prescindir de los anexos formales requeridos en la guía (bitácora de IA, preguntas de autoevaluación y croquis visual del diseño).
Estudiante: Kaleth Echeverría Alean
Código: 1042251970
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13 de agosto de 2026
Nivel alcanzado: Satisfactorio (3.8 / 5.0)
Análisis: El estudiante describe con claridad la repetición, la aleatorización y el control local/bloqueo. Diferencia adecuadamente entre experimento agrícola, observación de campo y ensayo agronómico, y explica la interacción de los principios frente al error experimental y la presencia de sesgos. No obstante, el fundamento formal es general: no profundiza en la estructura matemática del análisis de varianza (ANOVA), la descomposición de sumas de cuadrados ni el modelo lineal aditivo.
Aspectos a mejorar: Incorporar formalismo estadístico en las justificaciones. Se recomienda explicitar la ecuación del modelo lineal aditivo (\(y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)), la distribución de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)) y la relación entre repeticiones y los grados de libertad del error en el ANOVA.
Nivel alcanzado: Básico (3.0 / 5.0)
Análisis: En la conceptualización individual de los tres principios, el estudiante reprodujo los mismos ejemplos presentados en el enunciado del prompt de la guía (maíz en Sucre, dosis de nitrógeno en arroz y bloques en yuca por pendiente). En el experimento integrado vuelve a utilizar el cultivo de maíz con fertilización nitrogenada.
Aspectos a mejorar: Formular propuestas agronómicas completamente propias e inéditas desde la explicación individual de los principios (ej. frutales tropicales, pastos y forrajes, ñame o hortalizas de la región). Además, especificar la dimensión física de la unidad experimental (\(m^2\)) en cada caso.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Estructura una tabla descriptiva para evaluar 3 dosis de nitrógeno (0, 80, 160 kg N/ha) en maíz en Sucre, bajo un DBCA con 4 bloques y 12 parcelas, definiendo la variable respuesta en kg/ha y justificando el uso del ANOVA. Sin embargo, omitió presentar el croquis espacial o la matriz visual de aleatorización de los tratamientos dentro de los bloques.
Aspectos a mejorar: Incluir el croquis o la tabla matricial de campo que ilustre la distribución y el sorteo aleatorio de los tratamientos en cada uno de los 4 bloques, señalando la orientación respecto al gradiente del lote.
Nivel alcanzado: Satisfactorio (4.2 / 5.0)
Análisis: Desarrolla la sección de contraste identificando aciertos de la IA y realizando dos precisiones conceptuales muy acertadas con base en Gutiérrez & De la Vara y Montgomery (Capítulos 1 y 2):
Pseudorrepetición: Aclara que tomar mediciones repetidas en una misma parcela no equivale a tener repeticiones experimentales independientes.
Rol del bloqueo: Precisa que el bloqueo no elimina la variabilidad natural del terreno, sino que la controla y aísla estadísticamente.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Manuscrito estructurado de 5 páginas, letra legible, secciones claramente numeradas y digitalización completa en PDF. Incluyó el ejercicio de predicción inicial propuesto en la estrategia pedagógica de reserva cognitiva.
Aspectos a mejorar: Asegurar una iluminación uniforme durante el escaneo para evitar sombras de fondo y colocar la fecha en el encabezado principal de la primera página.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Registra la bitácora con los datos básicos de consulta (ChatGPT, fecha 13/08/2026, propósitos de uso y notas sobre verificación responsable), además de una conclusión personal adecuada sobre la toma de decisiones técnicas en agricultura. Omitió registrar la hora exacta y transcribir el prompt completo.
Aspectos a mejorar: Incluir la hora de la consulta y la transcripción/anexo del prompt exacto para garantizar la trazabilidad completa del ejercicio.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación planteadas en el documento. Las respuestas son correctas, aunque se presentan de forma muy breve y sintética.
Aspectos a mejorar: Ampliar la argumentación técnica en las respuestas, conectándolas explícitamente con los conceptos de grados de libertad, reducción del error y potencia de la prueba estadística.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Satisfactorio |
| 3.8
| 0.95 | | C2. Ejemplos contextualizados
| 20% |
Básico
| 3.0
| 0.60 | | C3. Esquema integrado
| 15% |
Satisfactorio
| 4.0
| 0.60 | | C4. Contraste IA vs. bibliografía
|
15% | Satisfactorio
| 4.2
| 0.63 | | C5. Calidad manuscrita y presentación
| 10% | Satisfactorio / Excelente
| 4.5
| 0.45 | | C6. Bitácora de IA y ética
| 10% |
Satisfactorio
| 4.0
| 0.40 | | C7. Autoevaluación
| 5% |
Satisfactorio
| 4.0
| 0.20 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.83 / 5.0 (Aprox. 3.8) |
Cumplimiento general: El estudiante presentó todas las secciones requeridas en la guía (predicción, resumen, contraste, esquema, autoevaluación y bitácora).
Puntos a fortalecer: Se debe enfatizar la formulación de ejemplos inéditos que no dependan del texto provisto en el prompt de la IA, incorporar el croquis espacial de aleatorización en el diseño experimental y profundizar en el sustento matemático y formal del análisis de varianza.
Estudiante: Andrés Felipe Aldana Suarez
Código: 1104258314
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio conceptual y un fundamento estadístico de alto nivel. Contextualiza con claridad la diferencia entre observación de campo, ensayo agronómico y experimento agrícola. Al definir cada principio, detalla rigurosamente su impacto matemático: la repetición como el mecanismo que aporta grados de libertad para calcular el Cuadrado Medio del Error (\(CME\)) y habilitar la prueba \(F\) del ANOVA; la aleatorización para destruir patrones ocultos y garantizar la independencia de errores; y el bloqueo para aislar variabilidad conocida y reducir el término de error experimental (\(\epsilon_{ij}\)). Asimismo, explica con precisión las consecuencias de omitir cualquiera de ellos.
Aspectos a mejorar: Mantener y proyectar este rigor matemático en las unidades posteriores del curso. Para formalizar aún más, se puede incluir explícitamente el supuesto distribucional de los residuales \(\epsilon_{ij} \sim NID(0, \sigma^2)\).
Nivel alcanzado: Satisfactorio a Excelente (4.2 / 5.0)
Análisis: Formula ejemplos con criterio agronómico regional: evaluación de 3 híbridos de maíz bajo riego en Chinú (4 parcelas por híbrido), fertilización en arroz con sorteo de dosis (0, 50, 100 kg/ha), y manejo de yuca en ladera diferenciando la parte alta seca de la baja húmeda. En la sección de consideraciones prácticas menciona el manejo de suelos con manchones arenosos o arcillales típicos del Caribe y la importancia del descarte de bordes.
Aspectos a mejorar: Procurar que la totalidad de los cultivos y tratamientos individuales sean 100% inéditos desde la sección inicial, evitando basarse en los enunciados base del prompt (arroz y yuca).
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Estructura un experimento integrado para evaluar sistemas de riego en algodón (T1: Goteo, T2: Aspersión, T3: Gravedad) en un DBCA con 12 parcelas de \(10 \times 10\text{ m}\) (\(100\text{ m}^2\)). Define la variable respuesta en rendimiento (\(kg/ha\)), organiza 4 bloques según el gradiente de humedad de Este a Oeste (Seco, transición y Húmedo) y detalla la aleatorización individual de las parcelas (P1 a P12) dentro de cada bloque.
Aspectos a mejorar: Aunque la distribución de parcelas está detallada por escrito, se recomienda representarla en un croquis gráfico o tabla matricial para facilitar la visualización espacial del ensayo en campo.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El estudiante omitió la sección formal de contraste crítico (Fase B) con las citas bibliográficas correspondientes de los libros guía (Gutiérrez & De la Vara, Montgomery).
Aspectos a mejorar: Desarrollar de manera obligatoria el ejercicio de auditoría a la respuesta de la IA, documentando al menos 2 aciertos y 2 correcciones conceptuales respaldadas con citas de autor, capítulo y número de página.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito de 7 páginas con caligrafía ordenada, encabezado formal con nombre y código, buena jerarquización por secciones y un escaneo PDF claro y legible mediante CamScanner.
Aspectos a mejorar: Mantener la prolijidad demostrada en la entrega.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: No incluyó el anexo de la Bitácora de IA con los metadatos requeridos (agente utilizado, fecha, hora de consulta, prompt y reflexión sobre limitaciones) ni la conclusión personal separada.
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA para dar cumplimiento a los protocolos éticos y de reproducibilidad de la asignatura.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación con argumentos propios y una solidez técnica impecable:
Exigencia de repeticiones en ANOVA: Grados de libertad del error, cálculo del Cuadrado Medio del Error (\(CME\)) y ejecución de la prueba \(F\).
Asignación por conveniencia: Violación del supuesto de independencia de errores y generación de sesgos.
Término matemático que reduce el bloqueo: Disminución de la magnitud del término de error experimental (\(\epsilon_{ij}\)) extrayendo la varianza conocida.
Cuándo el bloqueo es innecesario: En terrenos 100% homogéneos y planos, donde corresponde aplicar un DCA.
Error experimental vs. error de medición: Diferenciación clara entre variabilidad biológica natural entre parcelas iguales y equivocaciones humanas de registro.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio / Excelente
| 4.2
| 0.84 | | C3. Esquema integrado
| 15% |
Excelente
| 4.8
| 0.72 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 4.8
| 0.48 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (No incluyó)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.79 / 5.0 (Aprox. 3.8) |
Apropiación estadística sobresaliente: Andrés demostró un dominio teórico y aplicado excelente en la comprensión de los principios, el diseño del experimento en algodón y la resolución del cuestionario de autoevaluación (C1, C3 y C7).
Atención a la estructura de entrega: La calificación se redujo a 3.8 debido a la omisión de dos componentes obligatorios de la guía: el contraste bibliográfico formal (C4) y la bitácora de interacción con la IA (C6). Es indispensable revisar la lista de entregables antes de enviar para asegurar la máxima nota en trabajos futuros.
Estudiante: María José Álvarez Montes
Código: 1103859832
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13/08/2026
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: La estudiante expone con claridad la contextualización y la definición de los tres principios clásicos (repetición, aleatorización y control local/bloqueo). Incluye una tabla resumen de funciones y desarrolla con solvencia el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + T_i + B_j + \epsilon_{ij}\)), la descomposición de la suma de cuadrados en el ANOVA (\(SS_{total} = SS_{tratamientos} + SS_{bloques} + SS_{error}\)) y la justificación de pruebas de comparación múltiple como Tukey.
Aspectos a mejorar: Para consolidar la formalidad estadística en futuras entregas, se recomienda explicitar los supuestos de distribución e independencia de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)) y relacionar las repeticiones con los grados de libertad del error.
Nivel alcanzado: Básico a Satisfactorio (3.2 / 5.0)
Análisis: Los ejemplos planteados tanto en la sección de principios como en el esquema integrado reproducen los cultivos y dosis sugeridos directamente en el prompt de la guía (variedades de maíz y dosis de nitrógeno en arroz: 0, 50, 100, 150 kg N/ha). Aunque menciona factores agroecológicos reales en las consideraciones prácticas, faltó proponer sistemas agrícolas inéditos y situados explícitamente en municipios de Sucre o el Caribe.
Aspectos a mejorar: Diseñar ejemplos 100% propios e inéditos adaptados a cultivos regionales (ej. ñame, yuca, pastos tropicales o frutales), especificando dimensiones de la parcela (\(m^2\)) y la variable respuesta con sus unidades de medida.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Estructura un experimento integrado de fertilización nitrogenada en arroz con 4 dosis y 5 bloques (20 parcelas en total), definiendo la variable respuesta en kg/ha y justificando la aplicación de los tres principios. Sin embargo, la distribución se presenta únicamente en texto descriptivo y omitió el croquis espacial o la matriz de aleatorización por bloque.
Aspectos a mejorar: Incluir el croquis o la tabla matricial de campo donde se visualice la cuadrícula de bloques, la asignación aleatoria de los tratamientos en cada parcela y la orientación perpendicular al gradiente de fertilidad/humedad.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento no contiene la sección de contrastación crítica (Fase B) frente a los textos guía de Gutiérrez & De la Vara y Montgomery.
Aspectos a mejorar: Elaborar obligatoriamente el ejercicio de auditoría a la IA, documentando al menos 2 aciertos y 2 correcciones conceptuales respaldadas con citas de autor, capítulo y número de página.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito ordenado de 6 páginas con excelente legibilidad, encabezado formal con datos institucionales completos, adecuada jerarquización con numeración romana y viñetas, y digitalización clara en PDF mediante CamScanner.
Aspectos a mejorar: Mantener la organización y la pulcritud demostradas en la presentación de este informe.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Se omitió el anexo formal de la Bitácora de IA (nombre del agente, fecha, hora, prompt exacto y limitaciones) y la conclusión personal final sobre el ejercicio profesional del Ingeniero Agrícola.
Aspectos a mejorar: Adjuntar siempre la página de bitácora técnica y la reflexión ética de cierre para dar cumplimiento a los lineamientos de ciencia reproducible de la asignatura.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: No se incluyó el cuestionario de las 5 preguntas de autoevaluación generado al final de la interacción con la IA.
Aspectos a mejorar: Transcribir y dar respuesta argumentada a las preguntas de autoevaluación para consolidar la reserva cognitiva.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 4.8
| 1.20 | | C2. Ejemplos contextualizados
| 20% |
Básico / Satisfactorio
| 3.2
| 0.64 | | C3. Esquema integrado
| 15% |
Satisfactorio
| 4.0
| 0.60 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 4.8
| 0.48 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (No incluyó)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.22 / 5.0 (Aprox. 3.2) |
Aportes destacados: María José demostró una excelente capacidad de síntesis formal y estructuración matemática al incorporar el modelo lineal aditivo de bloques y la descomposición del ANOVA (C1 y C5).
Aspectos por corregir: La calificación definitiva se vio comprometida al no incluir el contraste bibliográfico (C4), la bitácora de IA (C6) ni el cuestionario de autoevaluación (C7). Es fundamental verificar todos los puntos exigidos en la guía antes de realizar la entrega final.
Estudiante: Jean Carlos Torres Rodríguez
Código: 1102797519
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13/08/2026
Nivel alcanzado: Satisfactorio (3.8 / 5.0)
Análisis: El estudiante describe la repetición, la aleatorización y el control local/bloqueo, diferenciando con claridad entre experimento agrícola, observación de campo y ensayo agronómico. Plantea de forma simplificada el modelo aditivo del ANOVA (\(Y = \mu + \text{tratamiento} + \text{bloque} + \text{error}\)) y describe los efectos de omitir cada principio. Sin embargo, la justificación estadística es general y carece de desarrollo formal sobre la descomposición de la suma de cuadrados, los grados de libertad del error o los supuestos de distribución de los residuales.
Aspectos a mejorar: Profundizar en la base matemática del modelo lineal aditivo (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)). Es fundamental explicar cómo la aleatorización respalda el supuesto de independencia \(\epsilon_{ij} \sim NID(0, \sigma^2)\) y cómo la repetición aporta los grados de libertad requeridos para calcular el Cuadrado Medio del Error (\(CME\)) en la prueba \(F\).
Nivel alcanzado: Satisfactorio a Excelente (4.3 / 5.0)
Análisis: Formula ejemplos propios y contextualizados en la subregión: evaluación de 3 dosis de biofertilizante en frijol en los Montes de María con asignación por sorteo, y comparación de métodos de control de malezas en ñame en Sucre bloqueando por transición de suelo arenoso a arcilloso.
Aspectos a mejorar: Delimitar con mayor precisión las unidades de medida de la variable respuesta (ej. \(kg/ha\), \(t/ha\)) y la dimensión física de las unidades experimentales (\(m^2\)) en cada ejemplo individual.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Estructura un experimento integrado para evaluar 3 frecuencias de riego (2, 4 y 6 días) en el cultivo de tomate en Sucre. Especifica la variable respuesta en \(kg/ha\), organiza 4 bloques según homogeneidad de suelo y presenta un croquis claro con la distribución aleatoria independiente de los tratamientos dentro de cada bloque.
Aspectos a mejorar: El esquema es metodológicamente correcto y claro. Se recomienda indicar en el croquis la dirección del gradiente ambiental respecto a la disposición de los bloques.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento omitió completamente la sección de lectura crítica y contraste (Fase B) frente a la literatura recomendada (Gutiérrez & De la Vara, Montgomery).
Aspectos a mejorar: Elaborar obligatoriamente la confrontación bibliográfica identificando al menos 2 aciertos y 2 correcciones o complementos a la IA, respaldados con citas formales de autor, capítulo y página.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito de 5 páginas con caligrafía clara y legible, encabezado formal con datos completos, secciones ordenadas y digitalización limpia en PDF.
Aspectos a mejorar: Mantener la pulcritud y el orden estructural demostrados en esta entrega.
Nivel alcanzado: Insuficiente / Incompleto (1.5 / 5.0)
Análisis: El estudiante incluye una conclusión personal adecuada sobre el valor de los principios experimentales para la toma de decisiones técnicas en la ingeniería agrícola (página 5). No obstante, omitió la ficha formal de la Bitácora de IA con los metadatos obligatorios (nombre del agente, fecha, hora, prompt exacto y reflexión sobre limitaciones).
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA completa para dar cumplimiento a los requerimientos éticos y de reproducibilidad de la asignatura.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación planteadas en el documento de forma manuscrita y coherente, aunque las respuestas son algo sintéticas.
Aspectos a mejorar: Ampliar la argumentación conceptual en cada respuesta, vinculándola con la teoría estadística revisada (grados de libertad, reducción del error y potencia de prueba).
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Satisfactorio |
| 3.8
| 0.95 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio / Excelente
| 4.3
| 0.86 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 4.8
| 0.48 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (Incompleto)
| 1.5
| 0.15 | | C7. Autoevaluación
| 5% |
Satisfactorio
| 4.0
| 0.20 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.54 / 5.0 (Aprox. 3.5) |
Aciertos: Destaca la originalidad y pertinencia de los ejemplos agrícolas ubicados en los Montes de María y Sucre (frijol y ñame), así como la correcta elaboración del croquis para el diseño en bloques al azar (C2 y C3).
Aspectos a mejorar: La calificación final se vio afectada por no incluir el contraste crítico con los textos guía (C4) ni la bitácora técnica de interacción con la IA (C6). Es necesario revisar la totalidad de los entregables de la guía antes de enviar el informe final.
Estudiante: Jesús E. Manjarrés González
Código: 1103740219
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra una comprensión conceptual y matemática impecable. Define los tres principios con lenguaje técnico propio y rigorously fundamenta su impacto estadístico: la repetición como el mecanismo indispensable para estimar la varianza (\(\sigma^2\)), aportar grados de libertad del error y posibilitar el cálculo del Cuadrado Medio del Error (\(MSE\)) en el ANOVA; la aleatorización para garantizar la independencia de los residuales (\(E(\epsilon_{ij}) = 0\)) y neutralizar sesgos sistemáticos; y el bloqueo para extraer la Suma de Cuadrados de Bloques de la Suma de Cuadrados del Error (\(SSE\)), reduciendo el \(MSE\) y maximizando la potencia de la prueba \(F\).
Aspectos a mejorar: Mantener y proyectar esta solidez teórica y rigor formal en los modelos factoriales y diseños avanzados que se desarrollarán en las siguientes unidades.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos individuales 100% inéditos, pertinentes y articulados con ramas de la Ingeniería Agrícola en el departamento de Sucre:
Repetición (Riego): Láminas de riego en patilla en Los Palmitos, Sucre (5 surcos de 10 m como unidades experimentales independientes, peso de fruto en kg).
Aleatorización (Mecanización agrícola): Tipos de arado (cincel vs. discos) en suelo franco-arcilloso en Sincelejo (12 parcelas de \(10 \times 10\text{ m}\), densidad aparente en \(\text{g/cm}^3\)).
Bloqueo (Drenaje/Topografía): Variedades de pasto colosuana en Sampués con pendiente pronunciada (3 bloques por cota altitudinal: alta, media y baja; parcelas de \(4 \times 4\text{ m}\), biomasa en \(\text{kg/ha}\)).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Estructura un experimento integrado muy completo y contextualizado en la subregión: evaluación de tres láminas de riego por goteo (100%, 80% y 60% de la ET) en tabaco rubio en Ovejas, Sucre. Controla un gradiente edáfico de salinidad mediante 3 bloques perpendiculares (alta, media y baja salinidad), define parcelas de \(5 \times 5\text{ m}\), variable respuesta en rendimiento de hoja curada (\(\text{kg/ha}\)) y presenta un croquis claro con la distribución aleatorizada de tratamientos por bloque.
Aspectos a mejorar: El esquema cumple rigurosamente con todos los componentes metodológicos y gráficos exigidos.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Desarrolla un contraste analítico de alto rigor. Identifica 2 aciertos y aporta 2 complementos bibliográficos precisos con citación formal:
Determinación de réplicas: Cita a Gutiérrez Pulido & De la Vara (2008, pp. 12-13) para precisar que el número de repeticiones no es arbitrario, sino que depende de la variabilidad y la potencia deseada.
Fundamento histórico-técnico: Apoyado en Montgomery (Cap. 1 y 2), resalta el origen de los principios desarrollados por Ronald Fisher en Rothamsted en los años 20.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 7 páginas con letra ordenada, encabezado formal con identificación completa, numeración clara de secciones, tablas limpias y digitalización en PDF de excelente resolución y contraste.
Aspectos a mejorar: Conservar este nivel de pulcritud y organización estética en los próximos informes.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Presenta el anexo de bitácora registrando el agente (Gemini), la fecha de consulta (13/08/2026) y una reflexión crítica sobre las limitaciones de la IA (falta de especificidad regional frente a problemas de salinidad y topografía en Sucre). Incluye una sólida conclusión personal sobre la responsabilidad ética y económica del Ingeniero Agrícola al basar sus decisiones en datos blindados estadísticamente. Omitió registrar la hora exacta y transcribir el prompt.
Aspectos a mejorar: Incluir la hora exacta de la consulta y la transcripción/anexo del prompt para garantizar la trazabilidad completa del registro sintético.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas con redacción propia y sólido fundamento estadístico:
Falta de repeticiones: Grados de libertad del error (\(N-a\)) en cero e imposibilidad de calcular el \(MSE\) y la prueba \(F\).
Bloqueo en terreno homogéneo: “Robo” innecesario de grados de libertad al error, reduciendo la potencia de la prueba estadística (conveniencia del DCA).
Ensayo vs. experimento: Distinción entre prueba empírica y metodología formal con validez estadística.
Aleatorización e independencia: Dispersión de sesgos ocultos y desvinculación del error respecto a la posición física de la parcela.
Mal uso del bloqueo: Reducción de la sensibilidad de la prueba \(F\) por pérdida de grados de libertad sin explicación real de variabilidad.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 5.0
| 1.00 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Excelente
| 5.0
| 0.75 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Satisfactorio / Excelente
| 4.5
| 0.45 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.95 / 5.0 (Aprox. 5.0) |
Trabajo modelo del grupo: La entrega de Jesús Manjarrés es de calidad sobresaliente en todos los componentes de la guía. Destaca por la originalidad de sus ejemplos en diversas ramas de la ingeniería agrícola (mecanización, drenaje, riego), la inclusión de citas bibliográficas con páginas exactas (C4) y la precisión matemática en las respuestas de autoevaluación (C7).
Detalle metodológico: Registrar la hora exacta de consulta en la bitácora técnica de IA para alcanzar el 100% absoluto en la trazabilidad ética.
Repetición:
Explica la aplicación del tratamiento a múltiples unidades experimentales para calcular el error experimental y obtener estimaciones precisas del promedio (ejemplifica con 3 variedades de maíz y 4 repeticiones por tratamiento).
Aleatorización:
Asignación al azar de tratamientos a las unidades experimentales para evitar sesgos sistemáticos (como ubicar un abono preferencialmente en la zona con mayor insolación), garantizando la validez de los supuestos del ANOVA y distribuyendo el error uniformemente.
Control Local (Bloqueo):
Partición del área experimental en bloques homogéneos (ej. zonas arcillosas vs. arenosas) para absorber y reducir el error experimental, permitiendo comparaciones justas dentro de condiciones similares.
| Criterio Evaluado | Nivel Alcanzado | Ponderación | Calificación Sugerida |
|---|---|---|---|
| Dominio Conceptual | Distingue y define con precisión repetición, aleatorización, bloqueo y error experimental. | 25% | 5.0 / 5.0 |
| Contextualización Agrícola | Ejemplifica con cultivos y condiciones edafoclimáticas propias de Sucre (maíz, arroz, caupí, tipos de suelo). | 20% | 5.0 / 5.0 |
| Diseño y Aplicación (DBCA) | Plantea correctamente factores, variables y división en bloques según gradiente ambiental. | 25% | 4.8 / 5.0 |
| Cuestionario / Autoevaluación | Respuestas claras, analíticas y con criterio agronómico/ambiental (BPA). | 20% | 5.0 / 5.0 |
| Presentación y Orden | Estructura legible, desarrollo secuencial y argumentación fluida. | 10% | 5.0 / 5.0 |
| Nota Final Sugerida | Excelente desempeño general | 100% | 4.9 / 5.0 |
Fortalezas Principales:
Apropiación conceptual sobresaliente: explica conceptos estadísticos formales en lenguaje técnico pero aplicado a la realidad de campo.
Criterio agronómico regional: contextualiza de forma acertada la heterogeneidad del suelo en Sucre y el comportamiento de cultivos de la zona (frijol caupí, maíz).
Detalle técnico para sugerir en clase:
En el Punto 4, menciona: “Haremos 4 repeticiones por cada tipo de labranza. Dividiremos el terreno en 3 bloques…”.
Retroalimentación formativa: Conviene recordarle que en un Diseño de Bloques Completos al Azar (DBCA) estándar, el número de repeticiones de cada tratamiento es exactamente igual al número de bloques (\(r = b\)). Por lo tanto, si definió 3 bloques (alto, medio, bajo), tendrá 3 repeticiones por tratamiento (\(N = 3 \times 3 = 9\) unidades); si requiere 4 repeticiones, necesitará conformar 4 bloques homogéneos (\(N = 3 \times 4 = 12\) unidades).
Estudiante: Keiner Moreno Gómez
Código: 1103216007
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Básico a Satisfactorio (3.5 / 5.0)
Análisis: El estudiante define los tres principios fundamentales (repetición, aleatorización y control local/bloqueo) y reconoce su función para evitar sesgos y controlar fuentes de heterogeneidad en el campo. En la sección de relaciones menciona la estimación del error experimental y la ejecución del ANOVA. Sin embargo, en la definición de repetición comete una imprecisión conceptual al afirmar que “ayuda a reducir gastos” (en realidad, añadir repeticiones incrementa las unidades y el costo operativo para ganar precisión y estimar el error). Además, la justificación estadística es cualitativa y omite la formulación del modelo lineal aditivo (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)), la descomposición de la suma de cuadrados y el análisis de grados de libertad.
Aspectos a mejorar: Profundizar en el fundamento matemático formal. Debe corregir la noción sobre los costos de repetición y explicar cómo las repeticiones aportan grados de libertad para calcular el Cuadrado Medio del Error (\(CME\)), cómo la aleatorización garantiza el supuesto de independencia \(\epsilon_{ij} \sim NID(0, \sigma^2)\) y cómo el bloqueo aísla la variabilidad conocida en la tabla ANOVA.
Nivel alcanzado: Básico (2.8 / 5.0)
Análisis: El estudiante omitió formular ejemplos individuales e independientes para cada principio en la sección de definiciones (página 1). Únicamente presenta un ejemplo en la aplicación integrada (láminas de riego en frijol en Sucre).
Aspectos a mejorar: Desarrollar ejemplos propios e inéditos para cada uno de los tres principios por separado desde la primera sección (ej. un caso de fertilización para repetición, uno de coberturas para aleatorización y uno de topografía para bloqueo), especificando factores, niveles, dimensiones físicas de la parcela (\(m^2\)) y la variable respuesta con sus unidades de medida.
Nivel alcanzado: Básico a Satisfactorio (3.5 / 5.0)
Análisis: Plantea un caso integrado para evaluar 4 láminas de riego (T1: 50%, T2: 75%, T3: 100%, T4: 125%) en frijol en Sucre, con variable respuesta en rendimiento (\(kg/ha\)) y 4 parcelas por tratamiento organizadas en bloques según fertilidad o humedad. No obstante, presentó los niveles en una tabla simple de tratamientos y omitió elaborar el croquis de campo o la matriz espacial de aleatorización de parcelas por bloque.
Aspectos a mejorar: Incluir siempre el croquis visual o la cuadrícula matricial que ilustre la distribución y el sorteo aleatorio de los tratamientos en cada bloque, señalando la orientación respecto al gradiente ambiental del terreno.
Nivel alcanzado: Satisfactorio (3.8 / 5.0)
Análisis: En la página 4 incluye una sección de contraste comparando la salida de la IA con Gutiérrez Pulido & De la Vara Salazar y Montgomery. Realiza una precisión conceptual válida al destacar que el bloqueo no elimina la variabilidad del terreno, sino que la controla estadísticamente. Registra la bibliografía formal al final (página 6).
Aspectos a mejorar: Enriquecer el análisis crítico documentando al menos dos aciertos y dos correcciones puntuales, e incorporar la citación formal completa con indicación de capítulo y páginas exactas de los libros consultados.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito de 6 páginas con caligrafía muy prolija, limpia y legible. Presenta encabezado enmarcado, títulos destacados, buena separación entre secciones y una digitalización clara y bien orientada en PDF mediante CamScanner.
Aspectos a mejorar: Mantener la pulcritud y el orden visual demostrados en este informe.
Nivel alcanzado: Insuficiente / Incompleto (1.5 / 5.0)
Análisis: Redactó una conclusión personal adecuada sobre la importancia del diseño experimental para la toma de decisiones eficientes en Sucre y el Caribe (página 4). Sin embargo, omitió la ficha formal de la Bitácora de IA (agente consultado, fecha y hora de la consulta, transcripción del prompt y reflexión detallada sobre sesgos y limitaciones).
Aspectos a mejorar: Adjuntar siempre la página anexa de Bitácora de IA para cumplir con el protocolo de transparencia ética y ciencia reproducible de la asignatura.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Transcribe y responde las 5 preguntas de autoevaluación planteadas en las páginas 5 y 6 con redacción propia y coherencia conceptual (definición de diseño, función de repetición, prevención de sesgos en aleatorización, conveniencia del DBCA y acción conjunta de los principios).
Aspectos a mejorar: Profundizar en las respuestas vinculándolas con términos estadísticos específicos como grados de libertad del error, modelo aditivo y potencia de la prueba \(F\).
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Básico / Satisfactorio |
| 3.5
| 0.88 | | C2. Ejemplos contextualizados
| 20% |
Básico
| 2.8
| 0.56 | | C3. Esquema integrado
| 15% | Básico
/ Satisfactorio
| 3.5
| 0.53 | | C4. Contraste IA vs. bibliografía
|
15% | Satisfactorio
| 3.8
| 0.57 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 4.8
| 0.48 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (Incompleto)
| 1.5
| 0.15 | | C7. Autoevaluación
| 5% |
Satisfactorio / Excelente
| 4.5
| 0.23 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.40 / 5.0 (Aprox. 3.4) |
Puntos fuertes: Excelente caligrafía y pulcritud en la presentación manuscrita (C5), acompañada de un desarrollo completo del cuestionario de autoevaluación (C7).
Aspectos a corregir:
Formular ejemplos individuales propios e inéditos para cada principio por separado (C2).
Incorporar el croquis espacial de aleatorización en la propuesta experimental en lugar de limitarse a tablas descriptivas (C3).
No prescindir del anexo formal de la Bitácora de IA (C6).
Fortalecer el rigor matemático del ANOVA y corregir imprecisiones sobre el costo/función de la repetición (C1).
Estudiante: Samir Leguía Rivera
Código: 1104257067
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio conceptual y matemático de nivel avanzado. Define con precisión la repetición, la aleatorización y el control local/bloqueo. Fundamenta rigurosamente cada principio en el marco estadístico:
Repetición: Estimación de la varianza del error (\(\sigma^2\)), error estándar de las medias y grados de libertad del error (\(gl_E = N - t\)).
Aleatorización: Demuestra cómo respalda el supuesto de errores independientes e idénticamente distribuidos en el modelo lineal aditivo (\(Y_{ij} = \mu + T_i + \epsilon_{ij}\), donde \(\epsilon_{ij} \sim N(0, \sigma^2)\)) y la validez de las pruebas \(t\) y \(F\).
Bloqueo: Explicita el modelo en bloques (\(Y_{ij} = \mu + T_i + B_j + \epsilon_{ij}\)), la reducción de grados de libertad en \((b-1)\) y la disminución del Cuadrado Medio del Error (\(CME\)) para aumentar la potencia de prueba.
Relación e interacción: Detalla la descomposición del ANOVA (\(SS_{Total} = SS_{Tratamiento} + SS_{Bloques} + SS_{Error}\)), la prueba \(F = CM_{trat}/CM_{Error}\) y las consecuencias de omitir cada principio.
Aspectos a mejorar: Mantener y proyectar este excelente nivel de formalismo matemático en el análisis de experimentos factoriales y modelos lineales avanzados.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: En la sección teórica individual, el estudiante tomó como base los cultivos propuestos en el enunciado del prompt de la guía (maíz en Sucre, fertilización en arroz y manejo de plagas en yuca), enriqueciéndolos con detalles técnicos sobre micrositios y software de aleatorización. En la aplicación integrada demuestra gran criterio agronómico al proponer un experimento factorial de labranza y densidad con variables de biomasa y carbono orgánico.
Aspectos a mejorar: Plantear ejemplos 100% inéditos y propios desde la conceptualización individual de cada principio, evitando reutilizar las especies y escenarios sugeridos en el prompt de la IA.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Formula un experimento integrado avanzado con arreglo factorial \(2 \times 3 = 6\) tratamientos (sistema de labranza convencional vs. reducida \(\times\) densidades de siembra alta, media y baja) en parcelas de \(10\text{ m} \times 5\text{ m}\). Define variables de respuesta relevantes (biomasa aérea en \(t/ha\) y carbono orgánico en suelo en \(g/kg\)), 4 bloques según contenido inicial de materia orgánica (\(24\) parcelas totales) y calcula correctamente los grados de libertad del error en el ANOVA (\(gl_{Error} = (b-1)(t-1) = (4-1)(6-1) = 15\)).
Aspectos a mejorar: Presentó la distribución en forma de texto descriptivo estructurado; se recomienda incluir el croquis gráfico o la matriz visual de aleatorización de parcelas por bloque en el terreno.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento omitió la sección formal de contraste crítico (Fase B) frente a los textos de referencia de Gutiérrez & De la Vara y Montgomery.
Aspectos a mejorar: Realizar de forma obligatoria el ejercicio de auditoría a la IA, documentando al menos 2 aciertos y 2 correcciones conceptuales respaldadas con citas de autor, capítulo y número de página.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 5 páginas con excelente caligrafía, encabezado formal con nombre y código, estructura jerárquica clara con viñetas y títulos destacados, y un escaneo PDF nítido mediante CamScanner.
Aspectos a mejorar: Mantener la pulcritud y el orden estructural demostrados en este informe.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Aunque el estudiante incluyó una sección muy completa de consideraciones prácticas y relación con las Buenas Prácticas Agrícolas (BPA) y entidades del sector (ICA, gremios), omitió anexar la ficha formal de la Bitácora de IA (agente, fecha, hora, prompt exacto y limitaciones) y la conclusión personal.
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA para dar cumplimiento a los requerimientos éticos y de reproducibilidad de la asignatura.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: No se incluyó el cuestionario de las 5 preguntas de autoevaluación generado por la IA al final del prompt.
Aspectos a mejorar: Transcribir y dar respuesta argumentada a las preguntas de autoevaluación para consolidar la reserva cognitiva.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 4.0
| 0.80 | | C3. Esquema integrado
| 15% |
Satisfactorio / Excelente
| 4.5
| 0.68 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (No incluyó)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.53 / 5.0 (Aprox. 3.5) |
Aportes destacados: Samir demostró un nivel técnico y matemático sobresaliente en la formulación de los modelos lineales del ANOVA, el cálculo algebraico de grados de libertad del error y la propuesta de un diseño factorial integrado (\(2 \times 3\)) con consideraciones de BPA (C1, C3 y C5).
Aspectos a mejorar: La calificación final se redujo a 3.5 debido a la omisión de las secciones formales de contraste bibliográfico (C4), bitácora de IA (C6) y autoevaluación (C7). Es fundamental verificar todos los puntos requeridos en la guía metodológica antes de enviar el documento definitivo.
Estudiante: Jorge Luna Pineda
Código: 1103095379
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13 de agosto de 2026
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: El estudiante sintetiza con gran precisión las definiciones de repetición, aleatorización y control local/bloqueo. En el apartado de fundamentos estadísticos y en las respuestas complementarias articula con claridad el cálculo del Cuadrado Medio del Error (\(CME\)), la garantía de independencia de los errores residuales y la reducción del error experimental mediante la extracción de fuentes de variación conocidas. Además, explica correctamente la relación con los grados de libertad del análisis de varianza (ANOVA).
Aspectos a mejorar: Para alcanzar la formalización matemática completa en próximos informes, se sugiere plantear explícitamente la notación del modelo lineal aditivo (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) junto con los supuestos teóricos de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, inéditos y plenamente contextualizados en municipios del departamento de Sucre:
Repetición: Rendimiento (\(t/ha\)) de 3 híbridos de sorgo en Sincelejo con 4 repeticiones por híbrido.
Aleatorización: Asignación al azar de 3 sistemas de riego (goteo, aspersión, gravedad) a parcelas de ají en San Marcos.
Control local: Bloqueo por niveles de salinidad del suelo en un ensayo de variedades de algodón en Corozal.
Aspectos a mejorar: Ninguno en este criterio. La formulación de los ejemplos es variada, regionalizada y con variables de respuesta claras.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Plantea una tabla descriptiva detallada para evaluar 3 sistemas de riego en el cultivo de ají (goteo, aspersión, gravedad) bajo un DBCA con 3 bloques por gradiente de salinidad, parcelas de \(15\text{ m}^2\) y variable respuesta en rendimiento (\(t/ha\) o \(kg/\text{parcela}\)).
Aspectos a mejorar: Aunque la tabla desglosa todos los componentes técnicos, se recomienda acompañarla con el croquis gráfico o matriz espacial de campo que muestre la disposición de las parcelas aleatorizadas dentro de los bloques en el terreno.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Desarrolla una de las secciones de contraste más rigurosas del curso. Identifica 2 aciertos y 2 correcciones/complementos con citas exactas de autor, capítulo y página:
Aciertos: Coincidencia de la definición de aleatorización con Gutiérrez & De la Vara (2008, Cap. 1, p. 13) y la función del bloqueo con Montgomery (Cap. 2).
Correcciones/Complementos: Precisión de Montgomery (Cap. 1) sobre la estimación de la varianza poblacional mediante repetición, y el señalamiento de Gutiérrez & De la Vara (p. 14) sobre la necesidad de documentar el proceso de aleatorización.
Nivel alcanzado: Satisfactorio (4.2 / 5.0)
Análisis: Manuscrito legible con encabezado claro (nombre, código y número de actividad). No obstante, el archivo PDF presenta las páginas en orden invertido o desordenado (la página 1 del PDF contiene las preguntas 2 a 5 y el contraste, mientras que el inicio formal del trabajo aparece en la página 2).
Aspectos a mejorar: Revisar y ordenar la secuencia de las hojas escaneadas antes de generar el archivo PDF definitivo para asegurar una lectura secuencial y fluida.
Nivel alcanzado: Satisfactorio (3.8 / 5.0)
Análisis: Registra el agente (Claude) y la fecha de consulta (13 de agosto de 2026). Incluye una conclusión personal bien fundamentada sobre la responsabilidad del ingeniero agrícola para sustentar decisiones agronómicas válidas y defendibles. Omitió la hora exacta de consulta, la transcripción del prompt y la nota detallada sobre limitaciones del modelo.
Aspectos a mejorar: Completar la ficha de la bitácora con la hora, el prompt utilizado y la reflexión sobre los sesgos/limitaciones de la herramienta sintética para garantizar la reproducibilidad integral.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Transcribe y responde con notable solidez las 5 preguntas de autoevaluación distribuidas en el documento:
Aleatorización e independencia: Distribución uniforme de factores externos no controlados sin sesgo sistemático.
Falta de repetición: Imposibilidad de estimar variabilidad interna para calcular el \(CME\).
Bloqueo vs. DCA: Justificación ante fuentes conocidas de variación (pendiente, suelo, humedad).
Relación con grados de libertad del ANOVA: Aumento de grados de libertad del error por repetición y asignación de variabilidad por bloqueo para reducir el \(CME\).
Riesgo sin aleatorización: Riesgo de confusión (confounding) sistemática entre factores externos y tratamientos.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 4.8
| 1.20 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 5.0
| 1.00 | | C3. Esquema integrado
| 15% |
Satisfactorio / Excelente
| 4.5
| 0.68 | | C4. Contraste IA vs. bibliografía
|
15% | Excelente
| 5.0
| 0.75 | | C5. Calidad manuscrita y presentación
| 10% | Satisfactorio
| 4.2
| 0.42 | | C6. Bitácora de IA y ética
| 10% |
Satisfactorio
| 3.8
| 0.38 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.68 / 5.0 (Aprox. 4.7) |
Desempeño destacado: Trabajo de muy alto nivel en la contrastación bibliográfica con citas precisas (C4), originalidad y pertinencia de los ejemplos en Sucre (sorgo en Sincelejo, ají en San Marcos, algodón en Corozal) y fundamentación de grados de libertad en el ANOVA (C7).
Aspectos a ajustar: Organizar la secuencia de las hojas escaneadas en el PDF final para evitar saltos en la lectura, e incorporar el croquis gráfico de aleatorización en la propuesta experimental.
Estudiante: Manuel David Solano
Código: 1043639866
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (4.5 / 5.0)
Análisis: El estudiante contextualiza con claridad el diseño experimental en el ámbito agronómico, diferenciando formalmente entre experimento agrícola, observación de campo y ensayo agronómico. Define la repetición, la aleatorización y el control local/bloqueo con enfoque intuitivo y técnico adecuado:
Repetición: Explica que estima el error experimental, aumenta la precisión y aporta grados de libertad para el ANOVA (“sin repetición no hay ANOVA”).
Aleatorización: Explica cómo distribuye la variabilidad desconocida para evitar sesgos sistemáticos.
Bloqueo: Explica que extrae del error la variabilidad conocida (“agrupar lo parecido para comparar lo diferente”).
Relación entre principios: Resume claramente la jerarquía de los tres principios al manejar la variabilidad grande/conocida (bloqueo), la pequeña/desconocida (aleatorización) y el error residual (repetición).
Aspectos a mejorar: Incorporar formalismo matemático explícito incluyendo la ecuación del modelo lineal aditivo (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) y formalizar el supuesto de que los residuales son independientes e idénticamente distribuidos con media cero y varianza constante (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: En la conceptualización inicial toma como referencia los ejemplos del prompt (maíz y dosis de nitrógeno en arroz en Chinú, Córdoba). No obstante, demuestra apropiación regional al formular un caso inédito y bien adaptado en la aplicación integrada (evaluación de biofertilizantes en frijol caupí en Tolú, Sucre).
Aspectos a mejorar: Formular ejemplos propios e inéditos para cada uno de los tres principios por separado desde la primera sección, evitando basarse en los enunciados entregados en el prompt de la IA.
Nivel alcanzado: Satisfactorio a Excelente (4.3 / 5.0)
Análisis: Diseña una propuesta experimental completa y contextualizada en Sucre: efecto de 3 biofertilizantes (T1: Testigo, T2: Rhizobium, T3: Micorriza) sobre el rendimiento de frijol caupí en Tolú. Especifica unidades experimentales de \(4\text{ m} \times 5\text{ m}\) (\(20\text{ m}^2\)), variable respuesta en rendimiento (\(kg/ha\)) a los 70 días, 4 repeticiones por tratamiento (\(12\) parcelas totales) y 4 bloques definidos por textura de suelo.
Aspectos a mejorar: Presentó el esquema mediante una tabla descriptiva; se recomienda acompañarlo con el croquis gráfico o la matriz espacial de aleatorización que muestre la disposición de las parcelas dentro de los bloques en el campo.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento no incluye la sección de lectura crítica y contraste (Fase B) frente a los textos de referencia de Gutiérrez & De la Vara y Montgomery.
Aspectos a mejorar: Es obligatorio desarrollar la contrastación bibliográfica, identificando al menos 2 aciertos y 2 correcciones o complementos a la respuesta de la IA respaldados con citas formales de autor, capítulo y número de página.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito de 9 páginas con caligrafía muy clara, letra de fácil lectura, encabezado reglamentario con nombre y código, estructura ordenada por secciones y un escaneo en PDF nítido y completo.
Aspectos a mejorar: Mantener la pulcritud y la claridad en la diagramación de tablas demostradas en esta entrega.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Aunque en las consideraciones prácticas hace una mención general sobre la necesidad de documentar datos en una bitácora y su relación con las Buenas Prácticas Agrícolas (BPA), omitió presentar la ficha formal de la Bitácora de IA (agente consultado, fecha, hora, prompt exacto y limitaciones) y la conclusión personal.
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA con todos sus metadatos para asegurar el cumplimiento ético y la reproducibilidad requerida en la asignatura.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Transcribe y responde las 5 preguntas de autoevaluación con argumentos propios, precisos y bien fundamentados:
Falta de repeticiones en ANOVA: Imposibilidad de estimar la variabilidad dentro de tratamientos y el error experimental.
Fuentes de variación en maíz en Sucre: Pendiente del terreno (lomas) y heterogeneidad en la textura del suelo (arcilloso vs. franco-arenoso).
Diferencia entre aleatorizar y bloquear: Bloquear controla variabilidad conocida agrupando lo homogéneo; aleatorizar reparte al azar la variabilidad no controlable.
Violación de aleatorización en arroz: Generación de sesgo sistemático y pérdida de confiabilidad en los resultados.
Unidades experimentales en caupí: Justificación del total de 12 parcelas (\(3\text{ tratamientos} \times 4\text{ repeticiones}\)).
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 4.5
| 1.13 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 4.0
| 0.80 | | C3. Esquema integrado
| 15% |
Satisfactorio / Excelente
| 4.3
| 0.65 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 4.8
| 0.48 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (No incluyó)
| 1.0
| 0.10 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 3.56 / 5.0 (Aprox. 3.6) |
Aportes destacados: Manuel presenta una excelente claridad en la redacción, gran capacidad explicativa de los principios (C1), un experimento integrado pertinente con biofertilizantes en frijol caupí en Tolú (C3) y una resolución impecable del cuestionario de autoevaluación (C7).
Aspectos por corregir: La nota se vio afectada significativamente por omitir el contraste crítico con los libros de texto guía (C4) y el anexo formal de la Bitácora de IA (C6). Se recomienda revisar la lista de cotejo de la guía antes de realizar la entrega final para no perder puntaje en componentes metodológicos obligatorios.
Estudiante: Yosver Daniel Mendoza Paternina
Código: 1102895020
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: El estudiante define con precisión conceptual la repetición, la aleatorización y el control local/bloqueo. En el fundamento estadístico articula claramente la necesidad de la repetición para calcular el error experimental y el error estándar en el ANOVA; el rol de la aleatorización para garantizar la independencia de los errores residuales como supuesto indispensable; y la función del bloqueo para extraer la variabilidad ambiental conocida, reduciendo el error para incrementar la potencia de detección de diferencias reales. Destaca además la diferenciación entre repetición verdadera y mediciones repetidas en una misma unidad (evitando la pseudorrepetición).
Aspectos a mejorar: Para alcanzar la formalización matemática completa, se sugiere incorporar la ecuación del modelo lineal aditivo (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) junto con los supuestos teóricos de distribución de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Enmarca su aplicación práctica en el cultivo de arroz en el municipio de Sincé, departamento de Sucre, considerando diferencias de fertilidad del suelo, delimitando parcelas de \(6\text{ m} \times 6\text{ m}\) (\(36\text{ m}^2\)) y midiendo el rendimiento de grano en \(\text{kg/ha}\). No obstante, en la primera sección omitió formular ejemplos independientes para cada uno de los tres principios por separado, concentrando todo en el caso de arroz.
Aspectos a mejorar: Formular ejemplos propios, independientes e inéditos para cada principio en la fase inicial de conceptualización (ej. uno para repetición en maíz, otro para aleatorización en pastos y otro para bloqueo en yuca), explicitando los valores cuantitativos de las dosis evaluadas.
Nivel alcanzado: Satisfactorio a Excelente (4.3 / 5.0)
Análisis: Estructura un experimento integrado para evaluar 3 dosis de fertilizante nitrogenado en arroz en Sincé bajo un DBCA con 4 bloques y 12 parcelas de \(36\text{ m}^2\). Presenta una tabla matricial organizada por bloques y dosis.
Aspectos a mejorar: En la tabla del croquis escribió textualmente “Parcela asignada al azar” en cada celda; se recomienda ilustrar el resultado concreto del sorteo de los tratamientos (ej. Bloque I: \(T_2, T_1, T_3\); Bloque II: \(T_3, T_2, T_1\), etc.) y señalar la orientación de los bloques respecto al gradiente de fertilidad del lote.
Nivel alcanzado: Excelente (4.7 / 5.0)
Análisis: Desarrolla un contraste bibliográfico muy pertinente apoyado en el texto de Melo, López & Melo (2007) de la Universidad Nacional de Colombia. Aporta complementos conceptuales de gran valor:
Pseudorrepetición: Señala que tomar múltiples mediciones en una misma parcela no equivale a repetición experimental.
Rol del bloqueo: Precisa que el bloqueo reduce el error experimental a pesar de sacrificar grados de libertad en el ANOVA.
Aleatorización: Explica cómo neutraliza la influencia subjetiva o personal del investigador.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito ordenado de 6 páginas de contenido con caligrafía clara y legible, encabezado formal con nombre y código, adecuada estructuración por apartados y digitalización nítida en PDF mediante CamScanner.
Aspectos a mejorar: Mantener la pulcritud y la claridad visual demostradas en esta entrega.
Nivel alcanzado: Insuficiente / Incompleto (1.5 / 5.0)
Análisis: El estudiante incluye una conclusión personal adecuada sobre la responsabilidad del Ingeniero Agrícola para entregar recomendaciones seguras y optimizar recursos en la región (página 6). Sin embargo, omitió anexar la ficha formal de la Bitácora de IA (nombre del agente consultado, fecha, hora, transcripción del prompt y balance sobre limitaciones).
Aspectos a mejorar: Adjuntar siempre la página anexa de Bitácora de IA para dar cumplimiento a los requerimientos de transparencia ética y reproducibilidad de la asignatura.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación con argumentos propios y notable criterio agronómico y estadístico:
Repetición y ANOVA: Estimación de la varianza natural entre unidades tratadas igual para comparar tratamientos.
No aleatorizar: Introducción de sesgos y pérdida del supuesto de independencia de errores.
Ventajas del bloqueo: Aislamiento de variabilidad natural (suelo/pendiente) para evidenciar efectos reales.
Toma de decisiones técnicas: Prevención de pérdidas económicas por recomendaciones basadas en la casualidad.
Priorización con presupuesto limitado: Análisis lúcido donde argumenta que en terrenos variables se prioriza el bloqueo, en terrenos homogéneos las repeticiones, y la aleatorización se aplica siempre sin excepción.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 4.8
| 1.20 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 4.0
| 0.80 | | C3. Esquema integrado
| 15% |
Satisfactorio / Excelente
| 4.3
| 0.65 | | C4. Contraste IA vs. bibliografía
|
15% | Excelente
| 4.7
| 0.70 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Insuficiente (Incompleto)
| 1.5
| 0.15 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.25 / 5.0 (Aprox. 4.3) |
Aportes destacados: Yosver demostró un criterio técnico y estadístico sobresaliente al incorporar literatura especializada nacional (Melo et al., 2007), diferenciar con claridad la pseudorrepetición y resolver el cuestionario de autoevaluación con argumentos aplicados a la toma de decisiones en campo (C1, C4 y C7).
Aspectos por corregir:
Anexar la ficha completa de la Bitácora de IA con todos sus metadatos para asegurar el 100% en la trazabilidad ética (C6).
En el croquis del experimento integrado, plasmar la permutación aleatoria real de los tratamientos dentro de cada bloque en lugar de etiquetas genéricas (C3).
Estudiante: Julián Andrés Montesino Monterroza
Código: 1103858493
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio conceptual y estadístico sobresaliente. Define cada principio articulando con rigor su justificación matemática:
Aleatorización: Explica cómo garantiza que los errores sean variables aleatorias independientes e idénticamente distribuidas (\(\epsilon_{ij} \sim NID(0, \sigma^2)\) con media cero y varianza constante), eliminando sesgos sistemáticos y dando validez a las pruebas de hipótesis.
Repetición: Fundamenta la estimación objetiva del Cuadrado Medio del Error (\(CME\)), el incremento de grados de libertad para la potencia de la prueba y la reducción de la varianza de la media (\(\sigma^2_{\bar{y}} = \sigma^2/n\)).
Control local (Bloqueo): Detalla la partición de la variabilidad total en tres fuentes (\(SC_{total} = SC_{bloques} + SC_{tratamientos} + SC_{error}\)), demostrando cómo la extracción de \(SC_{bloques}\) disminuye el \(CME\) y aumenta la sensibilidad del estadístico \(F\).
Aspectos a mejorar: Mantener y proyectar esta solidez teórica y formal en el análisis de modelos factoriales y diseños de parcelas divididas en las siguientes unidades del curso.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, 100% inéditos y perfectamente adaptados a subregiones agrícolas del departamento de Sucre:
Aleatorización: Evaluación de 4 variedades de yuca en la Sabana de Corozal mediante sorteo con números aleatorios para evitar sesgos de fertilidad o drenaje.
Repetición: Dosis de fertilización nitrogenada en maíz en el Valle del San Jorge con 5 parcelas independientes por nivel para aislar la variabilidad natural del lote.
Control local: Evaluación de antracnosis en 3 clones de ñame en San Onofre, estructurando 3 bloques perpendiculares a la pendiente para controlar el gradiente de humedad (alto/seco, medio, bajo/húmedo).
Aspectos a mejorar: Ninguno en este criterio; la formulación técnica y la pertinencia agroecológica regional son impecables.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Diseña un experimento integrado de gran relevancia agronómica: evaluación de 3 bioestimulantes comerciales (T1: Testigo, T2: 2 L/ha, T3: 3 L/ha) en arroz bajo riego en La Mojana Sucreña. Estructura un DBCA con 3 bloques orientados perpendicularmente al gradiente de retención de agua y fertilidad (zona alta, media y baja). Presenta un croquis matricial claro con la asignación aleatoria real de tratamientos en cada parcela y explicita la acción simultánea de los tres principios.
Aspectos a mejorar: El esquema cumple a cabalidad con los componentes metodológicos, gráficos y de contextualización exigidos.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Realiza una de las secciones de contraste bibliográfico más rigurosas y lúcidas del curso, contrastando con Montgomery y Gutiérrez & De la Vara:
Aciertos: Reconoce la precisión en los supuestos de inferencia (independencia) y la definición operativa del bloqueo.
Correcciones/Complementos de alto valor:
Pseudorrepetición: Profundiza en la advertencia de Montgomery sobre la diferencia crítica entre repetición verdadera (unidad experimental independiente) y medición repetida o submuestreo, señalando que confundirlas infravalora el error experimental.
Costo de grados de libertad: Apoyado en Gutiérrez & De la Vara, aclara que el bloqueo “no es gratuito”, pues introduce términos al modelo que consumen grados de libertad del error.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 7 páginas con caligrafía ordenada, excelente legibilidad, encabezado formal con nombre y código, adecuada estructuración por apartados y digitalización nítida y completa en PDF.
Aspectos a mejorar: Conservar este nivel de pulcritud y organización estética en los próximos informes.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Presenta la bitácora de IA con los metadatos de consulta (Gemini, fecha 13/08/2026, hora 10:52 AM y prompt principal empleado). Incluye una conclusión personal de gran madurez conceptual sobre la interconexión lógica de los principios y la necesidad de adaptar la estadística a la realidad del terreno en la toma de decisiones agrícolas.
Aspectos a mejorar: Agregar una breve nota explícita sobre las limitaciones y sesgos específicos identificados durante la interacción con el modelo de lenguaje.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación con argumentos propios, exactitud estadística y claridad conceptual:
Validación de pruebas t y F: Garantía del supuesto de independencia de errores residuales por aleatorización.
Partición de Sumas de Cuadrados: Explica la partición de la \(SC_{Error}\) del DCA en \(SC_{Bloques} + SC_{Error}\) al pasar a DBCA.
Repetición vs. Submuestreo: Unidad experimental independiente vs. múltiples lecturas sobre una misma unidad.
Cuándo no bloquear: En áreas homogéneas, donde se pierden grados de libertad sin reducción real de variabilidad.
Relación matemática \(\sigma_{\bar{y}}\): Relación inversamente proporcional a la raíz cuadrada del número de repeticiones (\(\sigma_{\bar{y}} = \sigma / \sqrt{n}\)).
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 5.0
| 1.00 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Excelente
| 5.0
| 0.75 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Excelente
| 4.8
| 0.48 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.98 / 5.0 (Aprox. 5.0) |
Desempeño sobresaliente: La entrega de Julián Andrés es uno de los trabajos más completos y rigurosos del curso. Cumple a cabalidad con la totalidad de los entregables de la guía metodológica (conceptualización con soporte matemático, contextualización regional en Corozal, San Jorge, San Onofre y La Mojana, croquis del DBCA, contraste crítico profundo y cuestionario resuelto con solvencia).
Detalle formal menor: Para actividades posteriores, complementar las referencias bibliográficas indicando los números de página exactos de los textos de consulta.
Estudiante: Lucas David Oviedo Polo
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del registro: 13 de agosto de 2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio teórico y formal extraordinario. Articula los tres principios con precisión matemática y analítica:
Replicación: La define como la aplicación autónoma a unidades independientes, diferenciándola tajantemente de la pseudorreplicación. Fundamenta la estimación de la varianza residual (\(\sigma^2\)), la mitigación del error estándar (\(\text{Error Estándar} = \sigma / \sqrt{n}\)) y la ganancia en grados de libertad para la prueba \(F\).
Aleatorización: Explica la cancelación de variables perturbadoras, el soporte del supuesto de errores independientes e idénticamente distribuidos (\(i.i.d.\)) para pruebas de hipótesis y la eliminación de sesgos sistemáticos espaciotemporales.
Control local (Bloqueo): Detalla la inhibición del “ruido” ambiental restando la variabilidad explicada del Cuadrado Medio del Error (\(CME\)) para aumentar el poder discriminatorio del test.
Aspectos a mejorar: Mantener y transferir este nivel de conceptualización matemática a los diseños factoriales y análisis de covariables en las unidades siguientes.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Plantea ejemplos 100% inéditos, rigurosamente estructurados y contextualizados en municipios del departamento de Sucre:
Repetición: Dosis de biofertilizante en yuca Corozaleña en Sampués (\(r = 5\), total 20 parcelas) para estimar error experimental puro.
Aleatorización: Evaluación de 3 clones de ñame espino en
Ovejas, asignando parcelas con software mediante la función
sample() de R para neutralizar parches de humedad.
Control local: Densidades de siembra de maíz en La Mojana, disponiendo bloques paralelos al cauce del río San Jorge para aislar el gradiente de humedad edáfica.
Aspectos a mejorar: Ninguno en este criterio; la articulación agronómica y regional es impecable.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Diseña un experimento hipotético integrado para comparar 3 variedades de yuca (\(V_1, V_2, V_3\)) en terreno inclinado en Sampués (gradiente de suelo seco/pobre arriba a húmedo/fértil abajo). Estructura 4 bloques/franjas (\(12\) parcelas totales) y presenta un croquis matricial con el resultado del sorteo aleatorio independiente de los tratamientos dentro de cada bloque, explicando por qué todas las variedades quedan evaluadas bajo condiciones equivalentes.
Aspectos a mejorar: El esquema está completo y muy bien fundamentado. Como complemento de campo, se sugiere acotar las dimensiones físicas estimadas de cada parcela (\(m^2\)).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Desarrolla un contraste bibliográfico de alto nivel frente a Montgomery (Cap. 1) y Gutiérrez & De la Vara (Cap. 3). Aporta complementos técnicos de gran rigor:
Formulación del modelo lineal: Señala que la IA omitió explicitar la ecuación formal del DBCA (\(Y_{ij} = \mu + T_i + \beta_j + \epsilon_{ij}\)).
Cálculo formal de repeticiones: Corrige la ambigüedad de la IA indicando que \(r\) debe fijarse asegurando que los grados de libertad del error sean \(df_{error} \ge 12\) o mediante curvas de potencia (\(1-\beta\)).
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito de 6 páginas con caligrafía ordenada, excelente distribución por columnas y apartados, diagramación limpia de tablas y escaneo PDF legible mediante CamScanner.
Aspectos a mejorar: Incluir el código estudiantil en el encabezado principal de la primera página del manuscrito físico.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Registra una bitácora completa y transparente (agente: Gemini Google, fecha: 13/08/2026, hora: 21:28 COT y secuencia de prompts empleados). Concluye con una reflexión personal profunda sobre la naturaleza preventiva del diseño experimental: “los errores de diseño (como la pseudorréplica o la falta de aleatorización) no pueden corregirse mediante análisis estadísticos posteriores”.
Aspectos a mejorar: Mantener este nivel de auditoría crítica y trazabilidad en el uso de herramientas sintéticas.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas con notable rigor estadístico y conceptual:
Invalidez de la pseudorréplica: Subestima la varianza del error (\(\sigma^2\)), inflando artificialmente el estadístico \(F\) y provocando falsos positivos (Error Tipo I).
Control local y potencia (\(1-\beta\)): Disminución del \(MSE\) para estrechar los márgenes de error y detectar diferencias reales.
No aleatorizar con gradiente: Confusión de efectos (confounding) e invalidación del supuesto de independencia.
Factor de tratamiento vs. factor de bloqueo: Variable de interés principal vs. variable de confusión aislada para depurar el error.
Regla práctica de repeticiones: Regla de grados de libertad del error mayores o iguales a 12 (\(df_{error} \ge 12\)).
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 5.0
| 1.00 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Excelente
| 5.0
| 0.75 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 4.8
| 0.48 | | C6. Bitácora de IA y ética
| 10% |
Excelente
| 5.0
| 0.50 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.98 / 5.0 (Aprox. 5.0) |
Desempeño sobresaliente: La entrega de Lucas David es uno de los trabajos más completos, lúcidos y rigurosos del grupo. Destaca por su precisión matemática en la autoevaluación (mención explícita al Error Tipo I y a la potencia \(1-\beta\)), el aporte de la regla de \(df_{error} \ge 12\) en el contraste bibliográfico y la originalidad de sus ejemplos en Sucre (Sampués, Ovejas y La Mojana).
Detalle formal menor: Asegurar la inclusión explícita del código estudiantil en la primera página del manuscrito.
Estudiante: Yuliana Celada Pestana
Código: 1102856604
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 13/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: La estudiante demuestra un dominio conceptual y matemático sobresaliente. Contextualiza con claridad el diseño experimental distinguiendo entre observación de campo, ensayo agronómico y experimento agrícola en una tabla comparativa. Define cada principio con soporte formal:
Repetición: Estimación de la varianza del error experimental (\(\sigma^2\)), denominador de la prueba \(F\) del ANOVA, cálculo de grados de libertad (\(gl_E = N - t\)) y precisión de las medias (\(\sqrt{\sigma^2/r}\)).
Aleatorización: Mecanismo probabilístico que garantiza la independencia de los residuales y la validez del estadístico \(F\).
Control local (Bloqueo): Extracción de variabilidad no deseada del error para reducir el Cuadrado Medio del Error (\(CME\)).
Consecuencias de omisión: Explica con exactitud qué ocurre ante la ausencia de cada principio (grados de libertad en cero, confusión de efectos y aumento artificial del \(CME\)).
Aspectos a mejorar: Mantener y proyectar este alto estándar de formalismo en las siguientes unidades sobre arreglos factoriales y modelos lineales avanzados.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: En la conceptualización inicial de los principios individuales, la estudiante se apoyó en los cultivos y escenarios del prompt (arroz con nitrógeno y yuca en pendiente). No obstante, en la aplicación integrada propone un ejemplo bien estructurado y cuantificado sobre densidades de siembra en frijol (Phaseolus vulgaris) con delimitación de parcelas de \(20\text{ m}^2\) y gradiente de humedad.
Aspectos a mejorar: Formular ejemplos propios, independientes y 100% inéditos para cada principio por separado desde la primera sección, evitando basarse en los enunciados suministrados en el prompt de la IA.
Nivel alcanzado: Satisfactorio a Excelente (4.3 / 5.0)
Análisis: Estructura un experimento integrado sólido para evaluar 3 densidades de siembra en frijol (\(D_1: 100.000\text{ pl/ha}\), \(D_2: 150.000\text{ pl/ha}\), \(D_3: 200.000\text{ pl/ha}\)), en parcelas de \(5\text{ m} \times 4\text{ m}\) (\(20\text{ m}^2\)), bajo un DBCA con 4 bloques orientados según el gradiente de humedad (\(12\) parcelas en total), definiendo la variable respuesta en rendimiento.
Aspectos a mejorar: Desarrolló la propuesta en forma de texto descriptivo estructurado; se recomienda incorporar el croquis espacial o la matriz visual de aleatorización que muestre la disposición de las parcelas dentro de los bloques en el campo.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Realiza una de las secciones de contraste más completas y ordenadas del curso mediante la matriz metodológica de lectura crítica (Verificar, Completar, Corregir y Contextualizar), contrastando con Montgomery y Gutiérrez & De la Vara. Aporta complementos conceptuales de gran valor:
Pseudorrepetición: Distinción crítica entre repetición verdadera (unidades experimentales independientes) y mediciones repetidas o submuestras dentro de una misma parcela.
Control local: Precisión sobre la absorción de variabilidad exógena en el modelo para reducir el \(CME\) de forma preventiva y no post-hoc.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 9 páginas con caligrafía impecable, excelente uso de recuadros, tablas coloreadas, títulos jerarquizados, encabezado formal completo y un escaneo PDF de alta definición y contraste mediante CamScanner.
Aspectos a mejorar: Conservar este nivel sobresaliente de pulcritud y cuidado visual en las próximas actividades.
Nivel alcanzado: Básico (2.5 / 5.0)
Análisis: En la sección de consideraciones prácticas y conclusión del contraste incluye reflexiones sobre la importancia de las Buenas Prácticas Agrícolas (BPA) y la cuantificación del riesgo agronómico mediante intervalos de confianza. Sin embargo, omitió presentar la ficha formal de la Bitácora de IA con los metadatos requeridos (agente consultado, fecha y hora exacta de consulta, prompt completo y limitaciones técnicas del modelo).
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA completa para cumplir con los lineamientos de ciencia reproducible y trazabilidad ética de la asignatura.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: La estudiante no incluyó el cuestionario explícito con las 5 preguntas de autoevaluación que genera la IA al final de la interacción.
Aspectos a mejorar: Transcribir y responder el cuestionario de autoevaluación al final del informe para consolidar la apropiación del contenido.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Satisfactorio
| 4.0
| 0.80 | | C3. Esquema integrado
| 15% |
Satisfactorio / Excelente
| 4.3
| 0.65 | | C4. Contraste IA vs. bibliografía
|
15% | Excelente
| 5.0
| 0.75 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Básico
| 2.5
| 0.25 | | C7. Autoevaluación
| 5% |
Insuficiente (No incluyó)
| 1.0
| 0.05 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.25 / 5.0 (Aprox. 4.3) |
Puntos destacados: Presentación visual y caligráfica impecable (C5), fundamentación estadística sólida (C1) y un contraste bibliográfico estructurado con claridad analítica sobre la pseudorrepetición y el rol del error experimental (C4).
Aspectos a ajustar: Para maximizar la calificación en las siguientes actividades, es fundamental anexar la ficha formal de la Bitácora de IA (C6) y responder el cuestionario de autoevaluación requerido en la guía (C7).
Estudiante: Manuel José Buelvas Durán
Código: 1102812003
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 15/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio conceptual y una rigurosidad estadística sobresalientes. Define los tres principios articulando con claridad su justificación matemática: explica cómo la repetición estima la varianza del error (\(\sigma^2\)) y aporta grados de libertad para calcular el Cuadrado Medio del Error en el denominador de la prueba \(F\) del ANOVA; cómo la aleatorización garantiza que el error siga una distribución normal e independiente (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)) neutralizando sesgos sistemáticos; y cómo el bloqueo actúa como un segundo factor en el modelo aditivo (\(\beta_j\)), particionando la suma de cuadrados total para purgar el error residual y maximizar la potencia del test.
Aspectos a mejorar: Mantener y proyectar esta solidez formal y conceptual en los modelos factoriales y diseños avanzados de las siguientes unidades.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, 100% inéditos y rigurosamente adaptados a problemáticas y subregiones agrícolas de Sucre:
Repetición: Dosis de enmienda caliza en ají en Sincelejo usando 4 camas independientes de \(10\text{ m}^2\) (diferenciándolo claramente de medir 40 plantas en una sola cama).
Aleatorización: Sorteo de ubicación de trampas de feromonas para el manejo de Ceratitis capitata en mango en Tolúviejo, evitando concentrarlas en el borde polvoriento de la carretera.
Control local: Ensayo de fuentes de nitrógeno en pastos Brachiaria en San Onofre, bloqueando por distancia a ciénagas (suelos hidromórficos vs. bien drenados).
Aspectos a mejorar: Ninguno en este criterio; la formulación técnica, la definición de unidades experimentales y la pertinencia agroecológica regional son impecables.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Estructura un experimento integrado de gran valor agronómico para mitigar el estrés hídrico en ají topito (Capsicum frutescens) en laderas de los Montes de María. Evalúa 4 tratamientos de cobertura (T1: Testigo/desnudo, T2: Mulch rastrojo de maíz, T3: Mulch plástico y T4: Cobertura viva con Arachis pintoi) en 16 camas de siembra de \(10\text{ m}^2\) (\(5\text{ m} \times 2\text{ m}\)). Define 4 bloques topográficos (parte alta, media-alta, media-baja y baja), variables de respuesta cuantitativas (retención de humedad gravimétrica % a 30 días y rendimiento comercial en \(\text{kg/ha}\)) y presenta un croquis matricial con la asignación aleatoria por bloque.
Aspectos a mejorar: El esquema cumple rigurosamente con todos los requerimientos metodológicos, gráficos y analíticos de la guía.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El estudiante omitió la sección formal de contraste crítico y comparación bibliográfica (Fase B) frente a los textos de referencia de Gutiérrez & De la Vara y Montgomery.
Aspectos a mejorar: Realizar de manera obligatoria el ejercicio de auditoría a la respuesta generada por la IA, documentando al menos 2 aciertos y 2 correcciones conceptuales respaldadas con citas precisas de autor, capítulo y número de página.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 6 páginas con excelente caligrafía, encabezado reglamentario completo, uso adecuado de títulos destacados en color, tablas bien diagramadas y un escaneo PDF nítido y ordenado.
Aspectos a mejorar: Conservar este nivel de pulcritud y claridad visual en los próximos informes.
Nivel alcanzado: Básico (2.0 / 5.0)
Análisis: Incluye una conclusión personal reflexiva sobre el diseño experimental como herramienta preventiva y de garantía ética para el ejercicio del Ingeniero Agrícola. No obstante, en la bitácora únicamente colocó una línea (“IA usada: Qwen Studio 15/08/2026”), omitiendo registrar la hora exacta, transcribir el prompt utilizado y analizar los sesgos o limitaciones del modelo.
Aspectos a mejorar: Completar la ficha técnica de la Bitácora de IA con todos los metadatos exigidos para cumplir con los lineamientos de reproducibilidad y transparencia académica de la asignatura.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación con notable exactitud conceptual y matemática:
Evaluación con bioestimulante: Identifica con precisión la confusión entre submuestreo y repetición verdadera (pseudorreplicación con \(n=1\) y grados de libertad del error en cero).
Dosis alta en lado este: Ruptura del supuesto de independencia de errores y generación de sesgo sistemático.
Factor Bloque altamente significativo (\(p < 0.001\)): Explica que demuestra una decisión acertada al aislar una gran variabilidad que de lo contrario habría inflado el Cuadrado Medio del Error.
Aleatorización y plagas/clima: Explica que no elimina factores ambientales sino que convierte un sesgo direccional en variabilidad aleatoria equitativa.
Presupuesto para 12 parcelas y 4 variedades: Plantea correctamente un DBCA con 3 bloques transversales al gradiente norte-sur.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual |
25% | Excelente |
| 5.0
| 1.25 | | C2. Ejemplos contextualizados
| 20% |
Excelente
| 5.0
| 1.00 | | C3. Esquema integrado
| 15% |
Excelente
| 5.0
| 0.75 | | C4. Contraste IA vs. bibliografía
|
15% | Insuficiente (No incluyó)
| 1.0
| 0.15 | | C5. Calidad manuscrita y presentación
| 10% | Excelente
| 5.0
| 0.50 | | C6. Bitácora de IA y ética
| 10% |
Básico
| 2.0
| 0.20 | | C7. Autoevaluación
| 5% |
Excelente
| 5.0
| 0.25 | | CALIFICACIÓN DEFINITIVA | 100% | | | 4.10 / 5.0 (Aprox. 4.1) |
Aportes destacados: Manuel José demostró una capacidad técnica y de formulación experimental excepcional (C1, C2, C3 y C7), destacando la propuesta de acolchados y coberturas vivas (Arachis pintoi) en ají topito para laderas de los Montes de María y un dominio lúcido de la pseudorreplicación y la partición del ANOVA.
Aspectos por corregir: La nota final se vio penalizada al omitir la sección obligatoria de contraste crítico bibliográfico (C4) y presentar una bitácora de IA incompleta (C6). Es indispensable verificar todos los requisitos de la guía antes del envío definitivo para alcanzar la máxima calificación.
Estudiante: María Camila Bárcenas Lázaro
Código: 1.064.606.678
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 15/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: La estudiante demuestra un dominio conceptual y matemático sobresaliente. Define con precisión la repetición, la aleatorización y el control local/bloqueo, integrando las ecuaciones formales de los modelos lineales aditivos para diseños completamente al azar (\(Y_{ij} = \mu + \tau_i + \epsilon_{ij}\)) y bloques completos al azar (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)). Fundamenta la reducción del error estándar (\(\text{SE} = s / \sqrt{r}\)), la descomposición de la suma de cuadrados en el ANOVA (\(SS_{Total} = SS_{Tratamiento} + SS_{Bloque} + SS_{Error}\)), la reducción del \(MS_{Error}\) y el cálculo de grados de libertad (\(gl_E = N - t\)).
Aspectos a mejorar: Mantener este nivel de rigor teórico para los modelos factoriales y diseños anidados de las siguientes unidades.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, 100% inéditos y rigurosamente estructurados para cada principio por separado en el Caribe colombiano y Sucre:
Repetición: Evaluación de 3 frecuencias de riego en ají dulce en Sucre (\(5\) parcelas independientes por nivel, \(15\) unidades experimentales totales, variable en \(\text{kg/ha}\)).
Aleatorización: Dosis de compost (\(0, 5, 10, 15\text{ t/ha}\)) en patilla (Citrullus lanatus) en el Caribe (\(16\) parcelas asignadas mediante tabla de números aleatorios o software).
Control local: Evaluación de 4 coberturas de suelo en melón en un lote con gradiente de textura y retención de humedad (\(4\) bloques homogéneos).
Aspectos a mejorar: Ninguno en este criterio; la formulación agronómica, la cuantificación de dosis y la delimitación de variables de respuesta son impecables.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Diseña una propuesta experimental integrada completa para evaluar 4 estrategias de cobertura (T1: Sin cobertura, T2: Paja, T3: Residuos vegetales, T4: Cobertura plástica) sobre el rendimiento comercial de melón (\(\text{kg/ha}\)) en la región Caribe. Delimita 4 bloques perpendiculares a un gradiente explícito de menor a mayor humedad edáfica e incluye el croquis matricial con la distribución aleatorizada real de los tratamientos dentro de cada bloque.
Aspectos a mejorar: El esquema cumple rigurosamente con todos los componentes gráficos, analíticos y de diseño en campo. Como detalle optativo, se sugiere acotar las dimensiones en metros de las parcelas (\(m^2\)).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Desarrolla un contraste analítico estructurado y lúcido frente a Montgomery (2017) y Gutiérrez & De la Vara. Aporta correcciones conceptuales de alto nivel:
Diagnóstico de residuales: Corrige a la IA precisando que la aleatorización no es una “garantía mágica” de normalidad e independencia, sino que exige la validación formal de los supuestos mediante el análisis de residuos.
Efectividad del bloqueo: Destaca que el bloqueo no mejora automáticamente el experimento a menos que la variable de bloqueo esté fuertemente correlacionada con la variabilidad de la respuesta.
Unidad experimental vs. de observación: Enfatiza la distinción de Montgomery para evitar la pseudorrepetición.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 7 páginas con caligrafía impecable, excelente diagramación visual con tablas y recuadros estructurados, títulos destacados, encabezado formal con identificación completa y escaneo en PDF nítido y bien orientado.
Aspectos a mejorar: Conservar este estándar de orden, limpieza y jerarquía visual en todos los informes del curso.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Presenta una bitácora completa y transparente con todos los metadatos requeridos (agente: ChatGPT modo GPT-4o, fecha: 12/08/2026, hora: 1:22 p.m. Colombia, tema y referencia al prompt). Desarrolla una reflexión crítica profunda sobre las limitaciones de la IA y redacta una conclusión personal reflexiva sobre el diseño experimental como respaldo científico de la ingeniería agrícola.
Aspectos a mejorar: Mantener este hábito de auditoría crítica y registro metódico en el uso de herramientas sintéticas.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación con argumentos propios, exactitud estadística y claridad conceptual:
Medición repetida vs. repetición: Distingue la falta de independencia espacial en una misma parcela de la repetición verdadera.
Dosis altas en mayor fertilidad: Explica la confusión de efectos (confounding) entre el fertilizante y el suelo.
Uso del DBCA: Identifica fuentes heterogéneas como pendiente, fertilidad, textura y humedad.
Cálculo de grados de libertad: Resuelve correctamente \(N = 4 \times 5 = 20\text{ UE}\) y \(gl_E = (t-1)(b-1) = (4-1)(5-1) = 12\).
Acción conjunta: Sintetiza cómo repetición, aleatorización y bloqueo interactúan para garantizar la validez interna del experimento.
| Criterio de Evaluación | Peso | Nivel de Desempeño | Calificación (1.0 - 5.0) | Nota Ponderada |
|---|---|---|---|---|
| C1. Comprensión conceptual | 25% | Excelente | 5.0 | 1.25 |
| C2. Ejemplos contextualizados | 20% | Excelente | 5.0 | 1.00 |
| C3. Esquema integrado | 15% | Excelente | 5.0 | 0.75 |
| C4. Contraste IA vs. bibliografía | 15% | Excelente | 5.0 | 0.75 |
| C5. Calidad manuscrita y presentación | 10% | Excelente | 5.0 | 0.50 |
| C6. Bitácora de IA y ética | 10% | Excelente | 5.0 | 0.50 |
| C7. Autoevaluación | 5% | Excelente | 5.0 | 0.25 |
| CALIFICACIÓN DEFINITIVA | 100% | 5.00 / 5.0 |
Trabajo modelo: La entrega de María Camila Bárcenas es impecable en todos los componentes de la guía metodológica. Sobresale por la inclusión de las ecuaciones de los modelos lineales (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)), la diferenciación de pseudorrepetición, la pertinencia de sus ejemplos en ají dulce, patilla y melón, y el rigor analítico en la sección de contraste bibliográfico.
Detalle formal: Para actividades futuras, complementar las citas bibliográficas con la página exacta del texto consultado.
Evaluación de la Actividad #2: Principios del Diseño Experimental
Estudiante: Luis Fernando Varela Díaz
Código: 1102827855
Asignatura: Diseño Experimental (2026-2)
| Criterio | Observaciones y Desempeño | Valoración |
|---|---|---|
| 1. Definición y Justificación Agrícola |
Define con claridad el diseño experimental e ilustra acertadamente por qué es indispensable frente a la variabilidad biológica y edafoclimática (fertilidad, pendiente, drenaje, textura). |
| Excelente | | 2. Principios Fundamentales
del Diseño
| Desarrolla con precisión teórica y estadística
la repetición, aleatorización y el
bloqueo / control local. Explica el rol de cada uno en
la estimación del error experimental y la eliminación de sesgos.
| Excelente | | 3. Fundamentación Matemática
y Estadística
| Plantea correctamente el modelo lineal
aditivo del DBCA (\(Y_{ij} = \mu + \tau_i +
\beta_j + \varepsilon_{ij}\)), la descomposición de la
variabilidad (\(SC_{\text{Total}} =
SC_{\text{Trat}} + SC_{\text{Bloque}} + SC_{\text{Error}}\)) y el
estadístico de prueba \(F =
\frac{CM_{\text{Trat}}}{CM_{\text{Error}}}\).
| Excelente | | 4. Contextualización en
Ingeniería Agrícola
| Aplica ejemplos prácticos pertinentes
para la región Caribe y Sucre (variedades de maíz bajo riego por goteo,
manejo integrado de plagas en yuca con 4 bloques, y dosis de nitrógeno
en arroz).
| Excelente | | 5. Consideraciones Prácticas
de Campo
| Analiza adecuadamente el tamaño de parcela
(efecto de borde vs. costos), heterogeneidad edáfica, variables
climáticas no controlables y la uniformidad en el suministro de
riego.
| Excelente | | 6. Autoevaluación
Final
| Responde correctamente las 5 preguntas teóricas y
el cálculo de unidades experimentales (\(4
\text{ tratamientos} \times 5 \text{ bloques} = 20 \text{
UE}\)).
| Sobresaliente |
Apropiación Conceptual y Rigor: Integra la teoría estadística con la realidad agronómica regional. Comprende con claridad el efecto de particionar la varianza mediante el bloqueo para aislar el error experimental.
Esquemas y Ejemplificación: El esquema de distribución en bloques para el cultivo de yuca (\(B_1\) a \(B_4\)) refleja la correcta aleatorización interna de los tratamientos.
Cumplimiento y Orden: Desarrollo manuscrito completo, secuencial y estructurado conforme a la guía.
Precisión Conceptual en la Autoevaluación (Punto 2): En la respuesta escribió que “la repetición es un tratamiento…”; conviene recordarle que la repetición es la asignación múltiple e independiente de un mismo tratamiento a varias unidades experimentales, no un tratamiento en sí mismo.
Detalles de Redacción: Errores tipográficos menores en concordancia gramatical y ortografía (“el sesgos”, “presición”).
Nota Sugerida: 4.9 / 5.0 (Aprobado con Distinción)
Informe de Evaluación Individual
Estudiante: Bernny José Castillo Lázaro
Código: 1103113186
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 15 de agosto de 2026
Evaluación por Criterios
C1. Comprensión conceptual de los tres principios (Peso: 25%)
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante exhibe un dominio teórico y formal riguroso. Define la repetición diferenciándola explícitamente de la medición repetida sobre una misma unidad. Fundamenta estadísticamente cada principio incorporando las ecuaciones de los modelos lineales aditivos para DCA (\(Y_{ij} = \mu + \tau_i + \epsilon_{ij}\)) y DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)). Explica la estimación de la varianza residual (\(\sigma^2\)), el supuesto de residuales independientes e idénticamente distribuidos (\(i.i.d.\)) para la validez del ANOVA, la reducción del error estándar de las medias y cómo el bloqueo aísla la suma de cuadrados para no inflar el cuadrado medio del error.
Aspectos a mejorar: Mantener este alto estándar de formalismo algebraico en los modelos factoriales y parcelas divididas de las siguientes unidades.
C2. Ejemplos agrícolas contextualizados (Peso: 20%)
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Plantea ejemplos 100% inéditos, estructurados con criterio técnico y contextualizados en municipios y corregimientos del departamento de Sucre:
Repetición: Evaluación de rendimiento de 3 materiales de maíz (DK-7088, P-4039 y criollo local) en Chapinero, con 5 parcelas de \(5\text{ m} \times 8\text{ m}\) por tratamiento (\(15\) unidades experimentales) y comparación de medias con Tukey.
Aleatorización: Evaluación de 4 densidades de siembra (\(80, 100, 120, 140\text{ kg semilla/ha}\)) en arroz bajo riego en San Marcos, asignando 16 parcelas mediante tabla de números aleatorios para evitar sesgos por nivelación del lote.
Control local: Ensayo de manejo de malezas (manual, químico y combinado) en yuca en el corregimiento de Las Peñas, agrupando en 4 bloques según gradiente de textura (franco-arenoso a franco-arcilloso).
Aspectos a mejorar: Ninguno; la cuantificación de variables, dimensiones y pertinencia agroecológica regional son óptimas.
C3. Esquema integrado del experimento (Peso: 15%)
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Diseña un experimento integrado completo para evaluar 3 sistemas de labranza (convencional, mínima y cero labranza) sobre el rendimiento de grano de maíz (\(\text{kg/ha}\)) en Corozal, en un lote con pendiente suave y variación en la profundidad del suelo. Estructura 4 bloques según profundidad (suelo profundo, intermedio, superficial y profundo-intermedio) en parcelas de \(6\text{ m} \times 10\text{ m}\) (\(60\text{ m}^2\)). Presenta el croquis matricial con la asignación aleatorizada real e independiente de los tratamientos dentro de cada bloque.
Aspectos a mejorar: Cumple a cabalidad con todos los componentes metodológicos, analíticos y gráficos requeridos.
C4. Contraste crítico IA vs. bibliografía (Peso: 15%)
Doble propiedad de la repetición: Señala que la IA omitió profundizar en la segunda propiedad destacada por Montgomery (aumentar la precisión de las medias de los tratamientos, además de estimar el error puro).
Bloqueo como restricción a la aleatorización: Precisa que el bloqueo restringe la aleatorización completa al confinar el sorteo dentro de cada bloque, concepto clave resaltado por Gutiérrez & De la Vara.
C5. Calidad de la escritura manuscrita y presentación (Peso: 10%)
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 10 páginas con portada formal institucional completa, caligrafía clara y ordenada, adecuada jerarquía de títulos, tablas bien delineadas y digitalización nítida en PDF.
Aspectos a mejorar: Conservar este estándar de pulcritud visual y organización estructural.
C6. Bitácora de IA y consideraciones éticas (Peso: 10%)
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Registra una bitácora transparente con todos los metadatos obligatorios: agente (Grok xAI), fecha (15/08/2026), hora (08:43 am), transcripción del prompt y balance crítico sobre limitaciones técnicas. Incluye una conclusión personal sobre la responsabilidad del Ingeniero Agrícola de generar evidencia científica para recomendaciones seguras al productor.
Aspectos a mejorar: Mantener este hábito de auditoría metódica frente a modelos generativos.
C7. Respuestas a las 5 preguntas de autoevaluación (Peso: 5%)
Repetición y error: Generación de observaciones independientes; sin repeticiones (\(n=1\)) no existe residual para la prueba \(F\) ni intervalos de confianza.
Falta de aleatorización: Confusión (confounding) entre el fertilizante y la fertilidad residual del suelo.
Bloqueo en yuca: Inclusión del término \(\beta_j\) en el modelo aditivo para extraer la varianza de la pendiente.
Omisión de control local: Inflación del error experimental, ensanchamiento de intervalos de confianza y pérdida de potencia del test.
Diseño factorial arroz \(\times\) densidad: Formulación de 6 combinaciones factoriales bloqueadas según gradiente de humedad.
Resumen de Calificación
CALIFICACIÓN DEFINITIVA: 5.00 / 5.0 (5.0)
Recomendaciones Generales para el Estudiante
Informe de Evaluación Individual
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Formula ejemplos propios, pertinentes y contextualizados en el departamento de Sucre y la región Caribe:
Aleatorización: Evaluación de 4 variedades de yuca en 16 parcelas para evitar sesgos por manchas de fertilidad o humedad en el lote.
Repetición: Dosis de fertilización nitrogenada (0, 80 y 160 kg N/ha) en maíz en Sincelejo, con parcelas de \(4\text{ m} \times 5\text{ m}\) (\(20\text{ m}^2\)) y variable respuesta en rendimiento (\(t/ha\)).
Bloqueo: Frecuencia de riego (cada 2 y 4 días) en tomate en Sucre, agrupando camas homogéneas por gradientes de fertilidad edáfica.
Aspectos a mejorar: Mantener este nivel de detalle en la definición cuantitativa de dosis y dimensiones físicas de las unidades experimentales.
CALIFICACIÓN DEFINITIVA: 4.60 / 5.0 (4.6)
Informe de Evaluación Individual
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, 100% inéditos y rigurosamente estructurados en el contexto agrícola de Sucre y el trópico:
Repetición: Variedades de maíz (\(V_1, V_2, V_3\)) bajo riego por goteo en Sucre con 4 parcelas independientes por variedad, identificando causas reales de variación de campo (obstrucción de emisores, ataque localizado de cogollero y heterogeneidad de infiltración).
Aleatorización: Cuatro dosis de potasio en plátano (\(0, 80, 160, 240\text{ kg } K_2O/\text{ha}\)) asignadas al azar mediante software para evitar sesgos por drenaje o vigor inicial.
Control local: Estrategias de MIP en yuca agrupadas en bloques según pendientes y diferencias de textura (arcillosa vs. franco-arenosa).
Aspectos a mejorar: Ninguno en este criterio; la formulación y delimitación de variables de respuesta son impecables.
CALIFICACIÓN DEFINITIVA: 4.97 / 5.0 (Aprox. 5.0)
Informe de Evaluación Individual
Estudiante: Samuel David Nisperuza Díaz
Código: 1104257820
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 15 de agosto de 2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un nivel de comprensión teórica y matemática sobresaliente. Fundamenta cada principio con rigor algebraico y distribucional:
Repetición: Plantea la fórmula del error estándar (\(EE(\bar{y}) = \sqrt{\sigma^2/r}\)) , el cálculo del Cuadrado Medio del Error (\(CME\)) , los grados de libertad (\(gl_{\text{error}} = t(r-1)\)) y formula la hipótesis nula \(H_0: \mu_1 = \mu_2 = \dots = \mu_t\). Añade una advertencia explícita sobre la pseudorrepetición citando a Hurlbert (1984).
Aleatorización: Explica la validación de la distribución
\(F\) del ANOVA (\(F = CM_{\text{trat}} / CM_E \sim F_{t-1, \,
t(r-1)}\)) , el principio de compensación de Fisher e incorpora
un script funcional en R (sample(),
set.seed(2026)) para ejecutar el sorteo.
Control local (Bloqueo): Desarrolla el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) , la descomposición de la suma de cuadrados (\(SC_{\text{Total}} = SC_{\text{Trat}} + SC_{\text{Bloques}} + SC_{\text{Error}}\)) y demuestra formalmente por qué \(F_{DBCA} > F_{DCA}\) cuando el bloqueo es efectivo.
Aspectos a mejorar: Mantener y proyectar esta excelencia analítica y computacional en las unidades de experimentos factoriales y modelos mixtos.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos 100% inéditos, estructurados con alto criterio agronómico y situados en la Finca El Salado en Toluviejo, Sucre:
Repetición: Evaluación de 3 fuentes de nitrógeno (testigo, urea, gallinaza compostada a \(40\text{ kg N/ha}\)) en frijol variedad Cerinza con 5 réplicas independientes (\(15\) parcelas) , justificando el poder estadístico del 80% para detectar diferencias de \(300\text{ kg/ha}\) con 12 grados de libertad del error.
Aleatorización: Demostración paso a paso de la asignación no sesgada en los sectores norte, centro y sur de la finca.
Bloqueo: Caracterización de un gradiente topográfico real (pendiente de 2-5% de oeste a este) que condiciona drenaje, materia orgánica y textura (franco-arenosa a franco-arcillosa) , organizando 5 bloques a lo largo de curvas de nivel.
Aspectos a mejorar: Ninguno; la cuantificación y descripción de las unidades experimentales es impecable.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Integra de forma articulada todo el ensayo en Toluviejo: 3 fuentes de nitrógeno en frijol, 15 parcelas de \(20\text{ m}^2\) (con área útil de \(11.2\text{ m}^2\) para descartar efecto de borde) , 5 bloques por curvas de nivel y variables de respuesta múltiples (rendimiento de grano seco en \(\text{kg/ha}\), peso de 100 semillas y eficiencia de uso de N). Presenta un croquis espacial completo con la orientación Oeste-Este (zona alta a baja) y la distribución aleatorizada real dentro de cada bloque.
Aspectos a mejorar: El esquema cumple con la totalidad de los requisitos metodológicos, agronómicos y gráficos.
Limitación de la aleatorización en muestras pequeñas: Aclara que la aleatorización no balancea automáticamente factores en muestras reducidas, sino que evita el sesgo sistemático en la asignación.
Condición del bloqueo: Precisa que el bloqueo solo es ventajoso si existe heterogeneidad real entre bloques y homogeneidad interna.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Registra una bitácora detallada con todos los metadatos obligatorios (agente: Kimi Chat Moonshot AI, fecha: 15/08/2026, hora: 13:56 GMT-5, transcripción del prompt, análisis de utilidad y limitaciones). Incluye una reflexión personal madura sobre la responsabilidad ética del Ingeniero Agrícola para separar efectos reales de tratamientos y respaldar decisiones de campo.
Aspectos a mejorar: Mantener este hábito de auditoría crítica hacia las respuestas sintéticas.
Confusión de ubicación vs. tratamiento: Identifica el sesgo por gradiente espacial entre zonas norte y sur.
Grados de libertad en DBCA (\(t=4, b=3\)): Calcula correctamente \(gl_{\text{error}} = (4-1)(3-1) = 6\) y advierte lúcidamente que son pocos grados de libertad para una estimación robusta.
Aleatorización dentro de bloques: Explica la necesidad de comparar tratamientos bajo condiciones homogéneas.
Omisión del bloqueo: Señala la inflación del error y la reducción del estadístico \(F\).
Diseño para variedades de frijol: Estructura un DBCA con 5 bloques y 15 parcelas evaluando rendimiento.
CALIFICACIÓN DEFINITIVA: 5.00 / 5.0 (5.0)
Informe de Evaluación Individual
Estudiante: Cristian David Molano Obregón
Código: 1.052.961.894
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: El estudiante define con claridad la repetición, la aleatorización y el control local/bloqueo. Diferencia conceptualmente la repetición verdadera de las mediciones repetidas sobre una misma unidad experimental. Desarrolla una fundamentación estadística sólida: incluye la fórmula del error estándar (\(SE = \frac{s}{\sqrt{n}}\)), el principio de independencia de errores para la validez de la inferencia, el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) y una tabla resumen de la relación y función conjunta de los tres principios.
Aspectos a mejorar: Complementar la fundamentación formal con el cálculo algebraico explícito de los grados de libertad del error en el ANOVA (\(gl_{\text{error}} = (t-1)(b-1)\)) y la distribución de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Formula ejemplos propios e independientes para cada uno de los principios:
Repetición: Comparación de 3 variedades de frijol (\(V_1, V_2, V_3\)) con 4 parcelas independientes por variedad (\(12\text{ UE}\)), midiendo rendimiento de grano en \(\text{kg/ha}\).
Aleatorización: Cuatro dosis de nitrógeno en maíz (\(0, 60, 120, 180\text{ kg/ha}\)) en 16 parcelas, mostrando una secuencia de asignación aleatoria.
Control local: Comparación de 3 métodos de labranza en yuca (convencional, reducida y mínima) bloqueando por gradiente de pendiente del terreno.
Aspectos a mejorar: Mantener esta claridad en la delimitación de variables de respuesta y dimensiones de las unidades experimentales.
Nivel alcanzado: Satisfactorio a Excelente (4.3 / 5.0)
Análisis: Estructura un experimento integrado para evaluar 3 métodos de cobertura de suelo en berenjena (\(T_1\): sin cobertura, \(T_2\): residuos de cosecha, \(T_3\): material vegetal seco) bajo un DBCA con 5 bloques basados en diferencias de textura de suelo (\(15\text{ unidades experimentales}\)). Articula el modelo matemático correspondiente (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)).
Aspectos a mejorar: Desarrolló el esquema en forma descriptiva estructurada; se recomienda incluir la matriz o croquis espacial de campo que represente la cuadrícula de bloques y la aleatorización interna de los tratamientos en el terreno.
Pseudorrepetición: Profundiza en que medir varias veces una misma parcela no genera unidades experimentales independientes.
Aleatorización formal: Enfatiza que aleatorizar no es colocar tratamientos al azar de forma informal o subjetiva, sino mediante un procedimiento probabilístico controlado.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 15 páginas con caligrafía clara, ordenada y legible. Presenta encabezado completo, títulos destacados, adecuado espaciado entre secciones y digitalización nítida en PDF mediante CamScanner.
Aspectos a mejorar: Conservar este excelente nivel de orden visual y pulcritud.
Nivel alcanzado: Básico (2.5 / 5.0)
Análisis: Incluye una conclusión personal reflexiva sobre el valor del diseño experimental para respaldar decisiones agronómicas y redacta una sección de análisis crítico sobre la información de la IA. No obstante, omitió presentar la ficha formal de la Bitácora de IA con los metadatos reglamentarios (nombre del agente consultado, fecha, hora exacta y transcripción del prompt utilizado).
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA completa con sus metadatos para garantizar la trazabilidad ética y reproducibilidad del informe.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Transcribe y responde con notable amplitud 8 preguntas de autoevaluación (superando las 5 requeridas). Argumenta con exactitud técnica sobre la insuficiencia de ensayos sin repetición, el sesgo de materia orgánica, la pseudorrepetición, el cálculo de unidades (\(5 \times 4 = 20\)) y los criterios de bloqueo edáfico.
Aspectos a mejorar: Ninguno en este criterio; las respuestas evidencian asimilación profunda de los conceptos.
CALIFICACIÓN DEFINITIVA: 4.49 / 5.0 (Aprox. 4.5)
Aportes destacados: Cristian demostró una comprensión conceptual muy sólida (C1), formulando ejemplos agrícolas independientes en frijol, maíz y yuca (C2), y resolviendo un cuestionario extenso de autoevaluación con respuestas argumentadas y precisas (C7).
Puntos a corregir: Para alcanzar la máxima calificación en las próximas entregas, es indispensable anexar la ficha técnica formal de la Bitácora de IA con todos sus metadatos (C6) e incorporar el croquis gráfico espacial del diseño experimental en campo (C3).
Informe de Evaluación Individual
Estudiante: Samuel Nisperuza (identificado en el registro de entrega como Samuel David Nisperuza Díaz)
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 17 de agosto de 2026
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: El estudiante contextualiza adecuadamente la función del diseño experimental frente a la variabilidad biológica y edafoclimática. Diferencia entre experimento agrícola, observación de campo y ensayo agronómico. Define la repetición, la aleatorización y el control local/bloqueo, articulando su función en la estimación del error experimental y la eliminación de sesgos sistemáticos. En la fundamentación matemática incluye el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) y explica las consecuencias de omitir cada principio.
Aspectos a mejorar: Para consolidar el rigor formal, se recomienda incluir la ecuación del error estándar de las medias (\(\text{SE} = s / \sqrt{r}\)), la descomposición de la suma de cuadrados en el ANOVA (\(SC_{\text{Total}} = SC_{\text{Trat}} + SC_{\text{Bloque}} + SC_{\text{Error}}\)) y la distribución teórica de los residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)).
Nivel alcanzado: Satisfactorio (4.2 / 5.0)
Análisis: Formula ejemplos independientes para cada uno de los principios:
Repetición: Frecuencias de riego en ají en la región Caribe con 4 parcelas independientes por tratamiento y variable en \(\text{kg/ha}\).
Aleatorización: Cuatro profundidades de siembra en maíz asignadas al azar en parcelas del lote.
Control local: Bloqueo por gradientes de suelo, pendiente o humedad.
Aspectos a mejorar: En los ejemplos de aleatorización y bloqueo, especificar con mayor precisión los valores cuantitativos de los niveles evaluados y las dimensiones físicas estimadas de las parcelas (\(m^2\)).
Nivel alcanzado: Satisfactorio (4.2 / 5.0)
Análisis: Estructura un experimento integrado para evaluar 4 dosis de fertilización nitrogenada en arroz (\(60, 90, 120, 150\text{ kg N/ha}\)) en Sucre bajo un DBCA con 4 bloques (\(16\text{ unidades experimentales}\)). Incluye tabla descriptiva y croquis de campo.
Aspectos a mejorar: En la transcripción del croquis para el Bloque 1 escribió “T3 | T2 | T4 | T2”, repitiendo dos veces el tratamiento \(T_2\) y omitiendo el tratamiento \(T_1\). Se debe cuidar la consistencia al registrar el sorteo aleatorio para asegurar que cada tratamiento aparezca exactamente una vez por bloque.
Pseudorrepetición: Enfatiza que la repetición verdadera exige unidades experimentales independientes y no simples lecturas repetidas sobre la misma parcela.
Independencia de errores: Señala que la aleatorización es la base que valida el supuesto de independencia de los residuales en la inferencia estadística.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Manuscrito de 8 páginas con caligrafía legible, secciones claramente numeradas, títulos destacados y escaneo completo en PDF mediante CamScanner.
Aspectos a mejorar: Incluir siempre el encabezado formal con nombre y código estudiantil en la primera página del manuscrito físico.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Registra una bitácora transparente con agente (ChatGPT), fecha de consulta (17 de agosto de 2026), prompt resumido, utilidad, limitaciones y bibliografía. Incluye una conclusión personal reflexiva sobre el uso del diseño experimental para separar el efecto real de los tratamientos y tomar decisiones técnicas fundamentadas en datos.
Aspectos a mejorar: Registrar la hora exacta de la consulta para dar cumplimiento integral a la trazabilidad de la bitácora.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Responde las 5 preguntas de autoevaluación con claridad y coherencia conceptual (necesidad de repeticiones para estimar error, función de la aleatorización frente a sesgos, pertinencia del bloqueo ante heterogeneidad conocida, diferenciación de pseudorrepetición e interacción de los tres principios).
Aspectos a mejorar: Vincular las respuestas con términos estadísticos formales como grados de libertad del error y potencia de prueba \(F\).
CALIFICACIÓN DEFINITIVA: 4.43 / 5.0 (Aprox. 4.4)
Aspectos destacados: Cumplimiento completo de todas las secciones de la guía. Buen análisis crítico en el contraste bibliográfico al identificar la pseudorrepetición y el supuesto de independencia, junto con una resolución clara del cuestionario de autoevaluación.
Aspectos a corregir:
Revisar con cuidado la transcripción del croquis de aleatorización para no omitir tratamientos ni duplicar códigos en un mismo bloque.
Incluir el encabezado formal con nombre y código en la primera página del manuscrito.
Profundizar en el desglose de sumas de cuadrados y grados de libertad del ANOVA en la fundamentación estadística.
Informe de Evaluación Individual (Ajustado)
Estudiante: Oscar David De Hoyos Anaya
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
C1. Comprensión conceptual de los tres principios (Peso: 25%): 4.5 / 5.0 Define la repetición, la aleatorización y el control local/bloqueo explicando cómo separan la variabilidad real del tratamiento del error experimental. Incluye el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) y describe el impacto de omitir cada principio. Se recomienda complementar con el cálculo algebraico de sumas de cuadrados y grados de libertad del ANOVA.
C2. Ejemplos agrícolas contextualizados (Peso: 20%): 4.2 / 5.0 Plantea ejemplos contextualizados en la región Caribe: frecuencias de riego en ají con 4 parcelas independientes y rendimiento en \(\text{kg/ha}\), profundidades de siembra en maíz asignadas al azar y bloqueo edáfico por pendiente y textura. Requiere mayor precisión en la delimitación de dimensiones físicas (\(m^2\)) y valores cuantitativos de niveles.
C3. Esquema integrado del experimento (Peso: 15%): 4.2 / 5.0 Estructura un DBCA para evaluar 4 dosis de nitrógeno en arroz (\(60, 90, 120, 150\text{ kg N/ha}\)) en Sucre con 4 bloques. Presenta tabla descriptiva y croquis de campo. No obstante, en el croquis del Bloque 1 escribió “T3 | T2 | T4 | T2”, duplicando el tratamiento \(T_2\) y omitiendo \(T_1\).
C4. Contraste crítico IA vs. bibliografía (Peso: 15%): 4.6 / 5.0 Realiza un contraste analítico adecuado frente a Gutiérrez Pulido & De la Vara y Montgomery (Capítulos 1 y 2). Destaca la advertencia sobre la pseudorrepetición (medir varias veces la misma parcela no es repetición) y la función de la aleatorización para sustentar el supuesto de independencia de los errores.
C5. Calidad de la escritura manuscrita y presentación (Peso: 10%): 3.0 / 5.0 Caligrafía legible y digitalización clara, pero afectada gravemente por la omisión total del membrete reglamentario (nombre, código y datos del curso en el documento físico).
C6. Bitácora de IA y consideraciones éticas (Peso: 10%): 4.5 / 5.0 Registra la bitácora de consulta en ChatGPT del 17/08/2026 con prompt y limitaciones, junto con una conclusión reflexiva sobre la toma de decisiones técnicas basadas en datos. Omitió registrar la hora exacta de la consulta.
C7. Respuestas a las 5 preguntas de autoevaluación (Peso: 5%): 4.8 / 5.0 Responde con claridad y coherencia conceptual las 5 preguntas de autoevaluación sobre necesidad de repeticiones, sesgos de asignación, criterio de bloqueo e interacción metodológica.
La deducción de dos puntos (\(-2.0\)) sobre la nota final se fundamenta en las siguientes faltas graves a los lineamientos de entrega y autenticidad académica:
Falta absoluta de membrete e identificación personal: En ninguna de las 8 páginas del manuscrito aparece el nombre, código estudiantil o encabezado formal del estudiante. El documento inicia directamente con el título del tema en la parte superior sin autoría visible.
Duplicidad de evidencia física entre archivos
entregados: Las 8 páginas que componen este PDF son visual y
textualmente idénticas a las páginas 11 a 18 anexadas en el archivo de
otro estudiante (31_samuel Nisperuza.pdf), evidenciando un
cruce o duplicación de escaneos que vulnera la garantía de autoría
individual y trazabilidad exigida en la asignatura.
Error metodológico en el croquis de campo: La
asignación del Bloque 1 contiene una inconsistencia que invalida la
estructura de un DBCA al registrar dos veces \(T_2\) y dejar por fuera \(T_1\)
(T3 | T2 | T4 | T2).
CALIFICACIÓN DEFINITIVA: 2.28 / 5.0 (Aprox. 2.3 - Reprobado)
Informe de Evaluación Individual
Estudiante: Jesús Adrián Fuentes Del Águila
Código: 11083160347
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante exhibe un dominio teórico y formal riguroso. Elabora una tabla comparativa sobre tres formas de generar conocimiento en campo (experimento agrícola, observación de campo y ensayo demostrativo). Fundamenta cada principio con solvencia estadística: incluye la varianza del promedio estimado (\(\text{Var}(\bar{Y}) = \frac{\sigma^2}{r}\)), el supuesto de independencia de residuales (\(\epsilon_{ij} \sim N(0, \sigma^2)\)), el modelo lineal aditivo para DBCA (\(Y_{ijk} = \mu + \tau_i + \beta_j + \epsilon_{ijk}\)), la descomposición de la suma de cuadrados (\(SC_{\text{Total}} = SC_{\text{Tratamientos}} + SC_{\text{Bloques}} + SC_{\text{Error}}\)) y una tabla sobre las consecuencias de omitir cada principio.
Aspectos a mejorar: Mantener este nivel de precisión matemática en las siguientes unidades sobre modelos factoriales y diseños anidados.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Plantea ejemplos propios e independientes para cada principio en cultivos representativos:
Repetición: Varias parcelas independientes por variedad de maíz para estimar el error.
Aleatorización: Sorteo de dosis de fertilización nitrogenada en parcelas de arroz para evitar asignación por conveniencia.
Control local: Ensayo de manejo integrado de plagas en yuca con bloques dispuestos según la posición en la pendiente.
Aspectos a mejorar: Especificar los valores cuantitativos de las dosis de nitrógeno evaluadas en el ejemplo de arroz.
Nivel alcanzado: Excelente (4.7 / 5.0)
Análisis: Diseña un experimento integrado para evaluar 3 láminas de riego suplementario (\(T_1\): sin riego, \(T_2\): riego deficitario, \(T_3\): riego óptimo) sobre el rendimiento de ñame (\(\text{kg/ha}\)) en Sucre, en un lote con gradiente de drenaje. Estructura un DBCA con 4 bloques y 12 parcelas de 20 plantas cada una. Calcula con exactitud los grados de libertad del ANOVA (\(gl_{\text{trat}} = 2\), \(gl_{\text{bloques}} = 3\), \(gl_{\text{error}} = 6\), \(gl_{\text{total}} = 11\)).
Aspectos a mejorar: El esquema fue presentado de forma descriptiva estructurada; se sugiere incorporar el croquis gráfico o matriz espacial que represente la distribución de las parcelas dentro de los bloques en el campo.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El manuscrito no incluye la sección formal de contraste crítico (Fase B) frente a los textos de referencia de Gutiérrez & De la Vara y Montgomery.
Aspectos a mejorar: Es indispensable desarrollar el ejercicio de auditoría bibliográfica a las respuestas de la IA, documentando al menos 2 aciertos y 2 correcciones sustentadas con autor, capítulo y número de página.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 6 páginas con caligrafía clara, ordenada y muy legible. Encabezado reglamentario completo, adecuada separación de apartados, tablas comparativas bien diagramadas y digitalización nítida en PDF mediante CamScanner.
Aspectos a mejorar: Conservar esta pulcritud y estructura visual en futuros informes.
Nivel alcanzado: Básico (2.0 / 5.0)
Análisis: En las consideraciones prácticas articula el diseño experimental con las Buenas Prácticas Agrícolas (BPA) y menciona el uso de ANCOVA ante variaciones por lluvias irregulares. No obstante, omitió anexar la ficha formal de la Bitácora de IA (agente consultado, fecha, hora, prompt exacto y análisis de limitaciones).
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA para cumplir con los lineamientos de reproducibilidad y transparencia académica de la asignatura.
Falta de repeticiones: Inexistencia de grados de libertad para el error, imposibilitando el cálculo del ANOVA.
Supuesto de aleatorización: Garantía de independencia entre errores residuales.
Utilidad del bloqueo: Efectivo ante gradientes identificables e innecesario en terrenos homogéneos.
Experimento vs. ensayo demostrativo: Inferencia causal válida frente a resultado meramente ilustrativo.
Omisión de bloques en ñame: Inflación del error experimental por mezcla con la variación del drenaje y pérdida de potencia del test.
CALIFICACIÓN DEFINITIVA: 4.02 / 5.0 (Aprox. 4.0)
Aportes destacados: Jesús Adrián presenta un dominio teórico y metodológico de gran nivel. Sobresale la tabla de diferenciación entre experimentos, observaciones y ensayos demostrativos, el desglose de grados de libertad del ANOVA en el ensayo de ñame y la precisión conceptual en las respuestas de autoevaluación.
Aspectos por corregir: La calificación se redujo por omitir la contrastación bibliográfica (C4) y la ficha técnica de la Bitácora de IA (C6). Es fundamental verificar todos los entregables de la guía antes del envío final para no comprometer el puntaje en componentes metodológicos obligatorios.
Informe de Evaluación Individual
Estudiante: María José Guerra Solano
Código: 1005441479
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: La estudiante define con rigor la repetición, la aleatorización y el control local/bloqueo, distinguiendo la repetición de las mediciones repetidas sobre una misma unidad. Fundamenta matemáticamente cada principio: incluye la fórmula del error estándar de la media (\(\text{SE} = s / \sqrt{r}\)), la ecuación para DCA (\(Y_{ij} = \mu + \tau_i + \epsilon_{ij}\)) bajo supuestos de residuales independientes con media cero, el modelo lineal para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) y la explicación de cómo la suma de cuadrados de bloques extrae variabilidad del error residual para aumentar la potencia de la prueba \(F\).
Aspectos a mejorar: Complementar la deducción formal explicitando los grados de libertad de las fuentes de variación del ANOVA y formalizando la hipótesis nula de tratamientos (\(H_0\)).
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Plantea ejemplos agrícolas estructurados y aplicados a la región de Sucre:
Repetición: Evaluación de rendimiento (\(\text{kg/ha}\)) en 3 variedades de maíz (Zea mays) bajo riego por goteo con 4 parcelas independientes por variedad.
Aleatorización: Sorteo de 4 dosis de nitrógeno (\(0, 50, 100, 150\text{ kg N/ha}\)) en parcelas numeradas de arroz (Oryza sativa) en Sincelejo mediante números aleatorios.
Control local: Ensayo de manejo integrado de plagas en yuca (Manihot esculenta) bloqueando según gradiente de pendiente (alta, media, baja).
Aspectos a mejorar: Formular propuestas de cultivos y factores completamente inéditos, ya que tomó como referencia base los escenarios sugeridos en el prompt de partida.
Nivel alcanzado: Satisfactorio a Excelente (4.3 / 5.0)
Análisis: Diseña un experimento integrado en maíz híbrido bajo riego por goteo en Sucre evaluando 3 dosis de nitrógeno (\(0, 80, 160\text{ kg N/ha}\)) en parcelas de \(5\text{ m} \times 8\text{ m}\) (\(40\text{ m}^2\)). Plantea un DBCA con 4 bloques orientados según la pendiente del lote (dos en zona alta, uno en media y uno en baja), definiendo como variables de respuesta el rendimiento de grano (\(\text{kg/ha}\)) y el peso de 100 granos.
Aspectos a mejorar: Presentó el esquema de forma descriptiva estructurada; se recomienda incorporar el croquis gráfico espacial de campo que ilustre la distribución matricial y la aleatorización de los tratamientos dentro de cada bloque.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El manuscrito no incluye la sección de lectura crítica y contraste bibliográfico (Fase B) frente a los textos guía de Gutiérrez & De la Vara y Montgomery.
Aspectos a mejorar: Desarrollar obligatoriamente la contrastación bibliográfica, documentando al menos 2 aciertos y 2 correcciones o complementos respaldados con citas de autor, capítulo y número de página.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 9 páginas con caligrafía impecable, clara y de fácil lectura. Encabezado reglamentario completo, adecuada jerarquización de títulos, excelente orden visual y digitalización en PDF nítida mediante CamScanner.
Aspectos a mejorar: Conservar este sobresaliente nivel de pulcritud en las siguientes entregas.
Nivel alcanzado: Insuficiente / Incompleto (1.0 / 5.0)
Análisis: Aunque en las consideraciones prácticas vincula el diseño experimental con las Buenas Prácticas Agrícolas (BPA) y el uso de covariables para el manejo de heterogeneidad edáfica, omitió adjuntar la ficha técnica de la Bitácora de IA con sus metadatos (agente, fecha, hora, prompt y limitaciones).
Aspectos a mejorar: Anexar la página de Bitácora de IA con todos sus registros para cumplir con los requisitos de transparencia académica y reproducibilidad.
Repetición y error: Medición de la variabilidad natural para estimar la varianza residual y calcular grados de libertad.
Falta de aleatorización: Demostración de la ruptura del supuesto de independencia de errores en el modelo lineal aditivo y aparición de sesgo.
Bloqueo en pendiente: Activación del control local para aislar la variación del gradiente ambiental.
Diseño factorial yuca \(\times\) densidad: Planteamiento de 6 combinaciones factoriales evaluadas en 4 bloques homogéneos.
Omisión de bloques en arroz: Explicación de la pérdida de potencia de la prueba por inflación del error experimental.
CALIFICACIÓN DEFINITIVA: 3.75 / 5.0 (Aprox. 3.8)
Puntos destacados: Excelente fundamentación teórica y algebraica incorporando los modelos lineales aditivos y el error estándar de la media (C1), alta pertinencia agronómica en las consideraciones prácticas para Sucre (C2 y C3), resolución argumentada de la autoevaluación (C7) y una presentación manuscrita ordenada y pulcra (C5).
Aspectos a corregir: La calificación se vio afectada por la omisión de la sección de contraste bibliográfico (C4) y la ficha técnica de la Bitácora de IA (C6). Es indispensable incluir todos los apartados metodológicos de la guía en los próximos talleres.
Informe de Evaluación Individual
Estudiante: Marlon Dostin Cavadia Coavas
Código: 1065373634
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio teórico y formal sobresaliente. Inicia con una tabla comparativa clara entre experimento agrícola, observación de campo y ensayo agronómico. Define con precisión la repetición, la aleatorización y el control local/bloqueo:
Repetición: Diferencia explícitamente la repetición verdadera de la medición repetida sobre una misma unidad (citando a Gutiérrez Pulido y De la Vara). Fundamenta su rol en el cálculo del estadístico \(F = \frac{CM_{\text{Tratamientos}}}{CM_{\text{Error}}}\) en el ANOVA y la reducción de la varianza residual.
Aleatorización: Explica cómo previene sesgos sistemáticos de asignación, favorece el supuesto de independencia de errores y distribuye equitativamente factores no controlados (citando a Montgomery y Gutiérrez & De la Vara).
Control local (Bloqueo): Fundamenta la separación de fuentes conocidas de variación del error residual mediante el modelo lineal aditivo para DBCA: \(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\).
Relación sistémica: Sintetiza cómo interactúan los tres principios para garantizar la validez interna del experimento (\(\text{Diseño confiable} = \text{Repetición} + \text{Aleatorización} + \text{Bloqueo}\)).
Aspectos a mejorar: Mantener y proyectar esta solidez teórica en los diseños factoriales y modelos mixtos de las próximas unidades.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, inéditos y cuantitativamente definidos en cultivos clave para Sucre y el Caribe:
Repetición: Evaluación de 4 frecuencias de riego (cada 2, 3, 4 y 5 días) en ají dulce en Sucre, con 4 parcelas independientes por tratamiento (\(16\text{ unidades experimentales}\)) y variable en \(\text{kg/ha}\).
Aleatorización: Evaluación de 3 dosis de nitrógeno (\(40, 80, 120\text{ kg N/ha}\)) en frijol con 12 parcelas y asignación al azar.
Control local: Ensayo de 4 estrategias de fertilización en maíz (convencional, orgánica, mineral y combinada) en un lote con pendiente y gradiente de fertilidad en Sucre.
Aspectos a mejorar: Ninguno en este criterio; la formulación técnica y la delimitación de variables de respuesta son impecables.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Diseña una propuesta experimental integrada completa para evaluar 4 láminas de riego (\(60\%, 80\%, 100\%, 120\%\text{ de la lámina de referencia}\)) sobre el rendimiento de maíz (\(\text{kg/ha}\)) en la región Caribe. Estructura 4 bloques según la posición del terreno y heterogeneidad edáfica, e incluye una matriz/croquis de campo con la distribución aleatoria real de los tratamientos dentro de cada bloque (\(B_1\) a \(B_4\)).
Aspectos a mejorar: El esquema cumple rigurosamente con todos los componentes metodológicos, gráficos y de diseño en campo. Como complemento optativo, se sugiere acotar las dimensiones físicas estimadas de cada parcela en metros cuadrados.
Pseudorrepetición: Corrige la explicación superficial de la IA precisando que pesar 4 veces la producción de una misma parcela no genera 4 repeticiones experimentales, sino una sola unidad con múltiples mediciones.
Criterio de bloqueo: Aclara que el bloqueo no es una simple división arbitraria del terreno, sino una estrategia para aislar una fuente real de variación y maximizar la homogeneidad interna de cada grupo.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito con caligrafía clara, ordenada y muy legible. Encabezado reglamentario con nombre y código, adecuada estructuración por apartados, diagramación limpia de tablas y digitalización nítida en PDF.
Aspectos a mejorar: Conservar este estándar de orden y pulcritud en las siguientes entregas.
Nivel alcanzado: Básico (2.0 / 5.0)
Análisis: Desarrolla la sección de análisis crítico frente a la IA y redacta una conclusión personal reflexiva sobre el diseño experimental como respaldo científico para la toma de decisiones en riego, fertilización y suelos. No obstante, omitió presentar la ficha formal de la Bitácora de IA con sus metadatos (nombre del agente consultado, fecha, hora exacta y transcripción literal del prompt).
Aspectos a mejorar: Adjuntar siempre la página anexa de Bitácora de IA con todos sus registros para cumplir con los lineamientos de transparencia ética y reproducibilidad de la asignatura.
Repetición vs. mediciones repetidas: Distinción clara de unidades independientes.
Función de la aleatorización: Eliminación de sesgos sistemáticos y soporte a la independencia de errores.
Uso del bloqueo: Identificación de fuentes conocidas de heterogeneidad (pendiente, fertilidad, suelo).
Falta de repeticiones: Imprecisión en la estimación del error y dificultad para discernir efectos reales de la variación natural.
Acción conjunta de los principios: Integración funcional para lograr comparaciones precisas y confiables.
CALIFICACIÓN DEFINITIVA: 4.67 / 5.0 (Aprox. 4.7)
Aportes destacados: Marlon presentó un trabajo muy completo y conceptualmente sólido. Sobresale la diferenciación técnica entre repetición y medición repetida (C1 y C4), la formulación de ejemplos agrícolas pertinentes en ají dulce, frijol y maíz en Sucre (C2), y el croquis matricial del diseño integrado en bloques (C3).
Aspectos por corregir: Para obtener la nota máxima en las siguientes entregas, es indispensable anexar la ficha técnica formal de la Bitácora de IA con todos sus metadatos (C6).
Informe de Evaluación Individual
Estudiante: Emerson De Jesús Benítez Rodríguez
Código: 1102816737
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 19/08/2026
Nivel alcanzado: Excelente (4.7 / 5.0)
Análisis: El estudiante demuestra una sólida comprensión conceptual del diseño experimental y sus tres principios. Diferencia claramente la repetición de las mediciones repetidas en una sola parcela, explica cómo la aleatorización reduce sesgos y valida las pruebas de significancia, y fundamenta el control local mediante la incorporación formal del modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)), explicando que el bloqueo no elimina la heterogeneidad, sino que la separa del error residual.
Aspectos a mejorar: Para consolidar el soporte formal, se recomienda incluir la ecuación del error estándar de la media (\(\text{SE} = s / \sqrt{r}\)) y la deducción de los grados de libertad del error en el ANOVA (\(gl_{\text{error}} = (t-1)(b-1)\)).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, inéditos y muy bien adaptados a los municipios de Sucre:
Repetición: Conservación de humedad en ají dulce en Sincelejo (3 coberturas con 5 parcelas independientes cada una, evaluando rendimiento en \(\text{kg/ha}\) y consumo acumulado de agua).
Aleatorización: Regulación de riego en pimentón en Tolú con sensores de humedad y asignación aleatoria dentro de bloques.
Control local: Manejo de arvenses en ñame en Sampués (deshierbe manual, acolchado orgánico y mecánico) bloqueando por sectores arcillosos y arenosos en 4 bloques.
Aspectos a mejorar: Ninguno en este criterio; la formulación técnica y la delimitación de variables de respuesta son sobresalientes.
Nivel alcanzado: Básico a Satisfactorio (3.2 / 5.0)
Análisis: El estudiante describe adecuadamente la estructura de bloques y tratamientos en los ejemplos de Sampués y Tolú. Sin embargo, omitió presentar la sección dedicada al diseño integrado como un apartado independiente, y no incluyó el croquis de campo matricial o gráfico que ilustre la cuadrícula de parcelas y la aleatorización espacial de los tratamientos en el lote.
Aspectos a mejorar: En los próximos talleres, incorporar explícitamente el croquis espacial de campo con la distribución aleatorizada de las parcelas dentro de cada bloque.
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: Desarrolla un análisis reflexivo donde señala que la IA es correcta a nivel general, pero que la bibliografía resulta indispensable para precisar la definición de unidad experimental, la diferencia entre repetición y submuestra, el tamaño de parcela y los supuestos del ANOVA.
Aspectos a mejorar: Omitió citar formalmente los textos guía de consulta (Gutiérrez Pulido & De la Vara, Montgomery), indicando autores, capítulos y números de página específicos.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito de 9 páginas con excelente caligrafía, encabezado reglamentario completo, orden visual claro, adecuada separación de apartados y digitalización nítida en PDF mediante CamScanner.
Aspectos a mejorar: Conservar este nivel de orden y pulcritud en futuras entregas.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Registra una bitácora completa y transparente con los metadatos reglamentarios (agente consultado, fecha 19/08/2026, hora 02:35, prompt empleado, utilidad y análisis de limitaciones). Redacta una conclusión personal de gran madurez sobre el valor del diseño experimental para generar evidencia reproducible frente a limitaciones hídricas y edáficas en el Caribe.
Aspectos a mejorar: Mantener este nivel de auditoría crítica frente a herramientas de IA.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Responde las 5 preguntas con notable criterio agronómico y técnico. Destaca especialmente la respuesta a la pregunta 5, argumentando con madurez que la significancia estadística no basta por sí sola si no se evalúan costos, ahorro de agua, impacto ambiental y aplicabilidad práctica en campo.
Aspectos a mejorar: Ninguno; respuestas reflexivas y pertinentes.
CALIFICACIÓN DEFINITIVA: 4.51 / 5.0 (Aprox. 4.5)
Aportes destacados: Emerson presenta un excelente sentido agronómico y de toma de decisiones técnicas. Sobresale la originalidad y pertinencia regional de sus ejemplos en Sincelejo, Tolú y Sampués (C2), la inclusión del modelo lineal aditivo del DBCA (C1) y una reflexión madura en la autoevaluación (C7).
Aspectos por ajustar: Para alcanzar la máxima calificación en los siguientes trabajos, es fundamental incluir el croquis espacial de aleatorización del experimento integrado (C3) y respaldar el contraste crítico con citas formales de autor y página de los libros de texto (C4).
Informe de Evaluación Individual
Estudiante: Didier Vásquez Díaz
Código: 1104257424
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del registro: 12 de agosto de 2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio conceptual y matemático sobresaliente. Contextualiza el diseño experimental mediante una tabla comparativa clara entre experimento agrícola, observación de campo y ensayo agronómico. Define cada principio con soporte formal:
Repetición: Diferencia explícitamente la repetición verdadera de la medición repetida sobre una misma unidad. Fundamenta su rol en la razón \(F\) del ANOVA y la estabilización del error estándar de la media (\(\text{SE} \approx s / \sqrt{r}\)).
Aleatorización: Explica cómo previene sesgos sistemáticos de asignación, fundamenta el supuesto de independencia de residuales y distribuye equitativamente factores no controlados.
Control local (Bloqueo): Desarrolla el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)), la partición de la suma de cuadrados en el ANOVA y la reducción del error residual.
Relación sistémica: Incluye tablas comparativas sobre qué aporta cada principio y las consecuencias metodológicas de omitir cualquiera de ellos.
Aspectos a mejorar: Mantener y proyectar este rigor formal en los modelos factoriales y diseños avanzados de las próximas unidades.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos 100% inéditos, estructurados con criterio técnico y contextualizados en subregiones de Sucre y el Caribe:
Repetición: Frecuencias de riego por goteo en ají dulce en San Pedro, Sucre, con 4 parcelas independientes por nivel (\(12\text{ UE}\)) y variable en \(\text{kg/ha}\).
Aleatorización: Cuatro dosis de compost (\(0, 2, 4, 6\text{ t/ha}\)) en frijol caupí en Sampués en parcelas de \(20\text{ m}^2\), sorteadas al azar para evitar sesgos de fertilidad edáfica.
Control local: Alternativas de manejo de malezas en yuca en Córdoba/Caribe, con 4 bloques orientados según gradiente de humedad en parcelas de \(30\text{ m}^2\).
Aspectos a mejorar: Ninguno en este criterio; la formulación agronómica, la cuantificación de tratamientos y la delimitación de unidades experimentales son óptimas.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Diseña un experimento integrado completo para evaluar 4 láminas de riego semanal (\(0, 20, 40, 60\text{ mm/semana}\)) en berenjena bajo condiciones de secano suplementado en Sincelejo, Sucre. Estructura un DBCA con 4 bloques basados en textura y posición (\(16\text{ unidades experimentales}\) de \(24\text{ m}^2\) con franja central útil). Evalúa rendimiento comercial (\(\text{kg/ha}\)) y eficiencia de uso de agua (\(\text{kg fruto/m}^3\text{ agua}\)). Presenta una matriz/croquis de campo con la distribución aleatorizada real en cada bloque (\(B_1\) a \(B_4\)) y formaliza las hipótesis estadísticas (\(H_0\) y \(H_1\)).
Aspectos a mejorar: El esquema cumple rigurosamente con todos los componentes analíticos, gráficos y metodológicos exigidos.
Pseudorrepetición: Corrige la respuesta inicial de la IA precisando que tomar múltiples mediciones en una misma parcela no equivale a repetición experimental.
Lógica del bloqueo: Corrige la idea vaga de “hacer iguales las parcelas”, aclarando que el bloqueo aísla fuentes conocidas de variación para comparar tratamientos aleatorizados internamente en cada grupo homogéneo.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito con caligrafía ordenada y legible, encabezado formal con nombre y documento de identidad, excelente jerarquía de títulos, tablas bien estructuradas y digitalización nítida en PDF mediante CamScanner.
Aspectos a mejorar: Conservar este nivel de orden y pulcritud en las siguientes entregas.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Registra una bitácora transparente con todos los metadatos reglamentarios (agente: ChatGPT, fecha: 12/08/2026, propósito, transcripción completa del prompt, utilidad, análisis de limitaciones y referencias bibliográficas). Concluye con una reflexión personal profunda sobre la responsabilidad del Ingeniero Agrícola de diseñar experimentos válidos para cuidar los recursos naturales y la rentabilidad del agricultor.
Aspectos a mejorar: Mantener este estándar de auditoría crítica frente a herramientas de IA.
Insuficiencia de mediciones repetidas: Distinción de variabilidad temporal frente a la estimación de varianza entre unidades independientes.
Problema que evita la aleatorización: Eliminación de sesgos por expectativas o posición del terreno.
Criterio de bloqueo: Aislamiento de fuentes conocidas observables previas al ensayo.
Naturaleza del error experimental: Variabilidad residual no explicada por tratamientos ni bloques.
Interacción de los principios en berenjena: Síntesis aplicada al experimento de Sincelejo.
CALIFICACIÓN DEFINITIVA: 5.00 / 5.0 (5.0)
Informe de Evaluación Individual
Estudiante: Rubiela Tinoco Berrio
Código: 2012321027
C.C.: 1101445070
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 19/08/2026
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: La estudiante demuestra un dominio conceptual y estadístico sobresaliente. Define con precisión cada principio y su rol en la inferencia:
Repetición: Cuantifica la variabilidad natural del sistema agrícola para estimar de forma insesgada el error experimental, aportando la varianza dentro de tratamientos que actúa como denominador en la prueba \(F\) del ANOVA (\(CME\)).
Aleatorización: Elimina el sesgo de selección/asignación y constituye la justificación teórica para asumir independencia y normalidad de los residuales (\(\epsilon \sim NID(0, \sigma^2)\)), validando las pruebas paramétricas \(t\) y \(F\).
Control local (Bloqueo): Agrupación previa en bloques homogéneos que contienen una réplica completa de los tratamientos para aislar variabilidad conocida (suelo, pendiente, sombra), extrayéndola del error residual y reduciendo el \(CME\) para maximizar la sensibilidad de la prueba \(F\).
Aspectos a mejorar: Mantener y transferir esta sólida fundamentación teórica a los modelos factoriales y diseños de parcelas divididas de las siguientes unidades.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Formula ejemplos propios, inéditos y cuantitativamente estructurados para Sucre y la región Caribe:
Repetición: Evaluación de 3 sistemas de riego por goteo (\(T_1, T_2, T_3\)) en maíz en Sucre, con 3 parcelas independientes de 1 ha por sistema (\(9\) parcelas totales) para cuantificar la variabilidad intra-tratamiento.
Aleatorización: Asignación de 4 dosis de fertilizante nitrogenado (\(D_0, D_1, D_2, D_3\)) en 20 parcelas de yuca mediante generador de números aleatorios, ilustrando paso a paso el sorteo.
Bloqueo: Integración de gradientes espaciales y uso de fincas como bloques en ensayos multilocales de riego en el Caribe.
Aspectos a mejorar: Ninguno en este criterio; la formulación técnica y la delimitación de unidades experimentales son impecables.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Estructura un croquis experimental matricial de alto nivel que evalúa un arreglo factorial \(3 \times 3\) (\(H_1, H_2, H_3 \times F_1, F_2, F_3\)) con 9 tratamientos combinados (\(T_1\) a \(T_9\)) distribuidos en 4 bloques homogéneos. Presenta el croquis espacial completo donde se evidencia la asignación aleatorizada real de los 9 tratamientos dentro de cada uno de los 4 bloques (\(B_1\) a \(B_4\)).
Aspectos a mejorar: El esquema cumple con creces los requerimientos gráficos, metodológicos y de aleatorización en campo.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Desarrolla uno de los contrastes analíticos más rigurosos y profundos de la cohorte, respaldado con literatura clásica especializada y números de página exactos:
Aciertos: Reconoce la definición del error como denominador de la prueba \(F\) (Montgomery, 2017, p. 26) y el bloqueo para aislar variabilidad conocida en el ANOVA (Montgomery, 2017, p. 43).
Correcciones y complementos de alto valor:
Fundamento de aleatorización: Corrige la visión simplista de la IA (“evitar sesgos”), precisando que su rol primordial es proveer la base matemática para la independencia de errores en la distribución \(F\) (Kuehl, 2000, p. 37).
Control local a priori: Aclara que el bloqueo es una estrategia preventiva de diseño a priori y no una corrección post-hoc, cuya eficacia exige conocer la fuente de variación antes del ensayo (Box, Hunter & Hunter, 2005, p. 115).
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Manuscrito con caligrafía impecable, clara y perfectamente estructurada. Encabezado reglamentario completo, orden visual sobresaliente, diagramación limpia de esquemas y digitalización en PDF de alta resolución mediante CamScanner.
Aspectos a mejorar: Conservar este excelente estándar de pulcritud en las siguientes entregas.
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: Registra una bitácora transparente con todos los metadatos reglamentarios (agente: Claude 3.5 Sonnet de Anthropic, fecha: 20/08/2026, hora: 10:00 AM, utilidad y análisis crítico de limitaciones). Redacta una conclusión personal reflexiva sobre el diseño experimental como “blindaje metodológico” indispensable para la toma de decisiones informadas y sostenibles en la ingeniería agrícola del trópico.
Aspectos a mejorar: Mantener este hábito de auditoría crítica y rigor metodológico frente a herramientas sintéticas.
Repetición vs. aleatorización: Complementariedad entre evitar sesgo y estimar varianza intra-tratamiento.
Omisión de bloqueo en pendiente: Inflación del \(CME\), aumento del riesgo de cometer Error Tipo II (\(\beta\)) y pérdida de potencia del test.
Bloqueo espacial multilocacional: Uso de fincas completas como bloques para aislar la heterogeneidad geográfica/edáfica en ensayos de riego.
Alto número de tratamientos (\(t=10\)): Justificación del uso de Diseños de Bloques Incompletos Balanceados (BIBD) o Cuadrados Latinos ante bloques excesivamente grandes.
Variables en mecanización agrícola: Variables cuantitativas continuas (tiempo de labor \(\text{min/ha}\), consumo de combustible \(\text{L/ha}\)) y su relación con el ANOVA.
CALIFICACIÓN DEFINITIVA: 5.00 / 5.0 (5.0)
Informe de Evaluación Individual
Estudiante: Daniel Díaz
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Satisfactorio (4.0 / 5.0)
Análisis: El estudiante define adecuadamente la repetición, la aleatorización y el control local/bloqueo. Fundamenta la reducción de la varianza de la media (\(\sigma^2/r\)) en la repetición, la independencia de errores para validar las pruebas \(t\) y \(F\) en la aleatorización, y la asignación de gradientes ambientales a la fuente de variación de bloques en el ANOVA.
Aspectos a mejorar: En la primera página escribió “Ensayo agroquímico” en lugar de Ensayo agronómico. Asimismo, transcribió textualmente instrucciones del prompt de la IA en el cuerpo del trabajo (“Para cada principio, incluye esto en su redacción manuscrita:”), lo cual denota copia mecánica del asistente virtual sin depuración previa.
Nivel alcanzado: Satisfactorio a Excelente (4.5 / 5.0)
Análisis: Plantea ejemplos agrícolas bien ubicados en el contexto del departamento de Sucre:
Repetición: Evaluación de 3 variedades de maíz criollo bajo riego por goteo en San Benito Abad con 4 repeticiones por variedad (\(12\text{ UE}\)) y variable en \(\text{kg/ha}\).
Aleatorización: Cuatro dosis de nitrógeno (\(0, 50, 100, 150\text{ kg N/ha}\)) en arroz en la Sabana de Corozal.
Control local: Ensayo de control de pudrición radical en yuca (Manihot esculenta) en los Montes de María manejando pendiente y humedad con un DBCA.
Aspectos a mejorar: Mantener y detallar las dimensiones estimadas de las unidades experimentales en todos los casos.
Nivel alcanzado: Básico a Satisfactorio (3.5 / 5.0)
Análisis: Plantea un ensayo de dosis de abono orgánico en plátano (Musa paradisiaca) en Sampués, definiendo parcelas de 10 plantas, variable de peso total del racimo (kg) y 4 bloques según pendiente.
Aspectos a mejorar: Desarrolló el apartado en 4 líneas breves de texto descriptivo y transcribió la instrucción del bot (“Puedes plasmar este esquema en forma de tabla o croquis…”). Omitió incluir el croquis visual, gráfico o matricial de campo que muestre la distribución aleatorizada de las parcelas dentro de los bloques.
Nivel alcanzado: Básico (3.0 / 5.0)
Análisis: Identifica 1 acierto sobre la independencia de errores citando a Montgomery y 1 complemento relevante apoyado en Gutiérrez Pulido (2008, p. 74) sobre el costo en grados de libertad del error al introducir bloques.
Aspectos a mejorar: El contraste quedó incompleto frente a lo exigido en la guía (se requerían al menos 2 aciertos y 2 correcciones/complementos). También transcribió la instrucción de la consigna (“para cumplir con esta sección mencione al menos…”).
Nivel alcanzado: Básico (3.0 / 5.0)
Análisis: Manuscrito muy breve de solo 3 páginas. Aunque la letra es legible y el escaneo es claro, presenta fallas formales: no incluyó encabezado con su nombre completo ni código estudiantil en la página 1 (inicia directamente con el encabezado “HOY ES”) y dejó transcritas varias frases de instrucción del prompt dentro del contenido.
Aspectos a mejorar: Incluir siempre el membrete formal reglamentario y evitar transcribir las instrucciones del asistente sintético.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El estudiante no incluyó la ficha formal de la Bitácora de IA (agente consultado, fecha, hora, prompt literal y análisis de limitaciones) ni la conclusión personal.
Aspectos a mejorar: Adjuntar obligatoriamente la bitácora de consulta y la reflexión ética personal en todas las actividades.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Omitió transcribir y responder el cuestionario de las 5 preguntas de autoevaluación.
Aspectos a mejorar: Resolver el cuestionario de autoevaluación al final del informe para afianzar los conceptos evaluados.
CALIFICACIÓN DEFINITIVA: 3.33 / 5.0 (Aprox. 3.3)
Aspectos positivos: Los ejemplos propuestos para el departamento de Sucre (San Benito Abad, Corozal, Montes de María y Sampués) son pertinentes y están bien estructurados en cuanto a factores y variables respuesta. La cita bibliográfica de Gutiérrez Pulido sobre la pérdida de grados de libertad en bloques es precisa.
Aspectos críticos a corregir:
La entrega quedó incompleta al omitir la Bitácora de IA (C6), la conclusión personal y el cuestionario de autoevaluación (C7).
Debe evitarse la copia textual de las órdenes o instrucciones que devuelve el modelo de lenguaje.
Asegurar la inclusión del nombre completo y código en el encabezado de la primera página del manuscrito.
Informe de Evaluación Individual
Estudiante: Luis Estrada Gómez
Código: 1102818601
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: El estudiante demuestra una comprensión conceptual y matemática muy sólida. Fundamenta cada principio con rigor algebraico:
Repetición: Plantea la estimación de la varianza residual (\(S^2\)), el cálculo de grados de libertad (\(gl_E = t(r-1)\)) y la reducción de la varianza de la media (\(\sigma^2/r\)).
Aleatorización: Explica la garantía de independencia de los residuales (\(\epsilon_{ij} \sim N(0, \sigma^2)\)) y la conversión de la variación espacial en ruido aleatorio.
Control local (Bloqueo): Desarrolla la partición de la suma de cuadrados (\(SS_{\text{total}} = SS_{\text{trat}} + SS_{\text{Bloques}} + SS_{\text{error}}\)) para reducir el cuadrado medio del error (\(MS_{\text{error}}\)) y aumentar la sensibilidad del ANOVA.
Consecuencias de omisión: Relaciona con lucidez la falta de aleatorización con el Error Tipo I (falsos positivos) y la falta de bloqueo con el Error Tipo II (ocultar diferencias reales).
Aspectos a mejorar: Complementar la formulación formal explicitando la ecuación completa del modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)).
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Formula ejemplos cuantitativos propios y pertinentes para el departamento de Sucre:
Repetición: Evaluación de 3 variedades de maíz con 4 parcelas independientes por variedad (\(12\text{ parcelas}\)) bajo riego por goteo en Sucre.
Aleatorización: Sorteo de 4 dosis de nitrógeno (\(0, 50, 100, 150\text{ kg N/ha}\)) en 20 parcelas de arroz.
Control local: Ensayo de yuca en terreno con pendiente dividiendo el lote en 4 bloques perpendiculares a la inclinación.
Aspectos a mejorar: Definir explícitamente la unidad de medida de la variable de respuesta en todos los casos (ej. rendimiento en \(\text{kg/ha}\)).
Nivel alcanzado: Satisfactorio (4.2 / 5.0)
Análisis: Estructura un experimento integrado para evaluar 4 láminas de riego (\(50\%, 75\%, 100\%, 125\%\)) en el cultivo de ñame en Sucre, delimitando 16 parcelas de \(20\text{ m}^2\) distribuidas en 4 bloques perpendiculares al gradiente de retención de agua con aleatorización interna independiente.
Aspectos a mejorar: Desarrolló la propuesta en forma de texto descriptivo; se recomienda incorporar el croquis gráfico o la matriz espacial de campo que muestre la disposición de las parcelas dentro de los bloques.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El manuscrito no incluye la sección de lectura crítica y contraste bibliográfico (Fase B) frente a los textos guía de Gutiérrez & De la Vara y Montgomery.
Aspectos a mejorar: Es obligatorio realizar el ejercicio de auditoría bibliográfica a las respuestas de la IA, documentando al menos 2 aciertos y 2 correcciones o complementos respaldados con citas de autor, capítulo y número de página.
Nivel alcanzado: Básico a Satisfactorio (3.5 / 5.0)
Análisis: Caligrafía legible, buen espaciado y digitalización nítida en PDF mediante CamScanner. Sin embargo, el estudiante omitió escribir su nombre completo, código estudiantil y membrete institucional en la primera página del manuscrito físico (inició directamente con “#2”).
Aspectos a mejorar: Incluir siempre el encabezado formal reglamentario en la primera página del documento físico.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: Aunque en las consideraciones prácticas vincula el diseño con las Buenas Prácticas Agrícolas (BPA) y la protección de acuíferos, omitió anexar la ficha formal de la Bitácora de IA (agente consultado, fecha, hora, prompt literal y análisis de limitaciones) y la conclusión personal.
Aspectos a mejorar: Adjuntar siempre la página anexa de Bitácora de IA y la reflexión ética personal para cumplir con los requerimientos de la asignatura.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El estudiante no transcribió ni respondió el cuestionario de las 5 preguntas de autoevaluación.
Aspectos a mejorar: Responder el cuestionario de autoevaluación al final del informe para afianzar los conceptos estudiados.
CALIFICACIÓN DEFINITIVA: 3.44 / 5.0 (Aprox. 3.4)
Puntos Fuertes: Excelente capacidad de síntesis conceptual y matemática (C1). Destaca la explicación de las consecuencias de omisión vinculadas a los Errores Tipo I y Tipo II, la adecuada formulación de ejemplos regionales en maíz, arroz y yuca (C2), y la consideración del área útil central para evitar el efecto de borde (C5).
Aspectos Críticos por Corregir: La calificación se vio severamente reducida al omitir componentes metodológicos obligatorios: el contraste bibliográfico (C4), la ficha técnica de la Bitácora de IA (C6) y las preguntas de autoevaluación (C7). Asimismo, es indispensable rotular la primera página con nombre y código estudiantil.
Informe de Evaluación Individual
Estudiante: Geovany Fernández
Código: 1005435149
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Fecha del manuscrito: 24/08/26
Nivel alcanzado: Básico a Satisfactorio (3.8 / 5.0)
Análisis: El estudiante describe de forma cualitativa y acertada los tres principios. Explica la repetición para comparar la variabilidad entre tratamientos con la variabilidad dentro de tratamientos en el ANOVA, la aleatorización para fundamentar la independencia de errores, y el bloqueo para extraer la variación producida por factores conocidos como fertilidad, pendiente o humedad.
Aspectos a mejorar: Carece de fundamentación matemática y formal. Se requiere incorporar el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)), la fórmula de la varianza del promedio estimado (\(\sigma^2/r\)) y el desglose de los grados de libertad del error.
Nivel alcanzado: Excelente (4.7 / 5.0)
Análisis: Plantea ejemplos agrícolas coherentes y situados en municipios del departamento de Sucre:
Repetición: Tres frecuencias de riego en ají dulce en San Pedro, Sucre, con 4 parcelas por frecuencia.
Aleatorización: Cuatro dosis de fertilizante fosforado en frijol en Corozal, Sucre, asignadas al azar.
Control local: Ensayo de yuca en Toluviejo agrupando bloques según zonas de pendiente homogénea.
Aspectos a mejorar: Incluir las dimensiones estimadas de las parcelas (\(m^2\)) y los valores cuantitativos de las dosis de fósforo evaluadas.
Nivel alcanzado: Satisfactorio (3.8 / 5.0)
Análisis: Plantea un ensayo integrado para evaluar 3 métodos de riego (goteo, microaspersión y convencional) sobre el rendimiento de tomate en Sucre (\(Y = \text{kg/ha}\)), estructurado en 4 bloques según suelo y pendiente, con 4 repeticiones por método.
Aspectos a mejorar: La propuesta se limitó a un listado descriptivo breve. Omitió presentar el croquis gráfico o la matriz espacial de campo que ilustre la distribución aleatorizada de las parcelas dentro de los bloques.
Nivel alcanzado: Básico (3.0 / 5.0)
Análisis: Menciona de forma general que la IA identificó los tres principios y cita a Gutiérrez Pulido & De la Vara respecto a que la aleatorización evita sesgos y el bloqueo busca unidades homogéneas.
Aspectos a mejorar: El contraste quedó muy sintético (un solo párrafo). Se deben detallar formalmente al menos 2 aciertos y 2 correcciones o complementos sustantivos, respaldados con capítulos y números de página específicos.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito con caligrafía clara, ordenada y muy legible. Presenta encabezado reglamentario completo con nombre, código y fecha.
Aspectos a mejorar: Distribuir el contenido en más páginas para desarrollar en profundidad los apartados matemáticos y analíticos requeridos.
Nivel alcanzado: Básico (2.0 / 5.0)
Análisis: Incluye una conclusión personal concisa sobre el rol de estos principios para tomar decisiones agronómicas basadas en estadística. Sin embargo, omitió presentar la ficha técnica formal de la Bitácora de IA (agente consultado, fecha, hora, prompt literal y análisis de limitaciones).
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA con todos sus registros para cumplir con la trazabilidad ética.
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El manuscrito no incluye la sección ni las respuestas a las 5 preguntas de autoevaluación.
Aspectos a mejorar: Responder el cuestionario de autoevaluación al final del informe para reforzar la comprensión conceptual.
CALIFICACIÓN DEFINITIVA: 3.64 / 5.0 (Aprox. 3.6)
Aspectos positivos: Muy buena pertinencia y coherencia en los ejemplos aplicados al contexto agrícola de Sucre (San Pedro, Corozal y Toluviejo), junto con una caligrafía pulcra y legible.
Aspectos críticos a mejorar:
El informe se concentró en una sola página, omitiendo secciones obligatorias como la autoevaluación (C7) y la ficha técnica de la Bitácora de IA (C6).
Profundizar en la fundamentación estadística incluyendo fórmulas matemáticas, modelos lineales aditivos y descomposición de varianza del ANOVA.
Incluir el croquis espacial de campo en el diseño integrado (C3).
Informe de Evaluación Individual
Estudiante: Adrian Fiocco
Código: 1103215724
Asignatura: Diseño Experimental (Código 201636)
Actividad: N.º 2 – Principios fundamentales del diseño experimental
Nivel alcanzado: Excelente (5.0 / 5.0)
Análisis: El estudiante demuestra un dominio conceptual y algebraico sobresaliente. Define con precisión la repetición, la aleatorización y el control local/bloqueo, distinguiendo el experimento, la observación y el ensayo agronómico. Fundamenta cada principio con rigor matemático formal:
Repetición: Otorga grados de libertad para calcular el error experimental (\(gl_E\)) y reduce el error estándar de la media (\(\sigma_{\bar{x}} = \sigma / \sqrt{n}\)).
Aleatorización: Garantiza la independencia de errores residuales (\(\epsilon_{ij} \sim NID(0, \sigma^2)\)) y elimina sesgos por factores no controlados.
Control local (Bloqueo): Desarrolla la partición de la suma de cuadrados (\(SC_{\text{Total}} = SC_{\text{Trat}} + SC_{\text{Bloques}} + SC_{\text{Error}}\)) para reducir el cuadrado medio del error.
Relación entre principios: Explica con claridad el impacto de omitir cada principio en el ANOVA (falta de repetición \(\rightarrow gl_{\text{error}}=0\); falta de aleatorización \(\rightarrow\) errores autocorrelacionados y falsos positivos; falta de bloqueo \(\rightarrow\) inflación de \(SC_{\text{Error}}\) y pérdida de sensibilidad).
Aspectos a mejorar: Mantener este nivel de síntesis y rigor matemático en las próximas unidades sobre arreglos factoriales.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Formula ejemplos cuantitativos pertinentes y adaptados a cultivos de Sucre y el Caribe:
Repetición: Evaluación de rendimiento (\(\text{kg/ha}\)) en 3 variedades de maíz con 5 parcelas de \(20\text{ m}^2\) por variedad en Sucre.
Aleatorización: Asignación al azar de 4 dosis de nitrógeno (\(0, 50, 100, 150\text{ kg N/ha}\)) en parcelas de arroz.
Control local: Bloqueo de parcelas en yuca dispuestas de forma perpendicular a la pendiente para neutralizar gradientes de fertilidad edáfica.
Aspectos a mejorar: Mantener la delimitación métrica y la definición de variables de respuesta en todos los casos propuestos.
Nivel alcanzado: Excelente (4.7 / 5.0)
Análisis: Diseña un experimento integrado completo para evaluar 3 dosis de biofertilizante (\(T_0=0, T_1=5, T_2=10\text{ L/ha}\)) sobre el rendimiento de forraje (\(\text{t/ha}\)) en 9 parcelas experimentales. Articula el modelo lineal aditivo para DBCA (\(Y_{ij} = \mu + \tau_i + \beta_j + \epsilon_{ij}\)) e incluye un croquis espacial de campo con la orientación perpendicular al gradiente de humedad y la aleatorización interna real dentro de cada bloque (\(B_{\text{I}}\): alta humedad, \(B_{\text{II}}\): media, \(B_{\text{III}}\): baja).
Aspectos a mejorar: En la transcripción de las unidades experimentales omitió registrar el valor numérico del área antes de \(m^2\) (“9 parcelas de \(m^2\)”).
Nivel alcanzado: Insuficiente / No presentado (1.0 / 5.0)
Análisis: El documento manuscrito no incluye la sección de lectura crítica y contraste bibliográfico frente a los textos de Gutiérrez Pulido & De la Vara o Montgomery.
Aspectos a mejorar: Es obligatorio incorporar la contrastación bibliográfica formal identificando al menos 2 aciertos y 2 correcciones/complementos sustentados con autor, capítulo y número de página.
Nivel alcanzado: Excelente (4.8 / 5.0)
Análisis: Manuscrito con caligrafía clara, ordenada y muy legible. Encabezado institucional completo con nombre y código estudiantil, adecuado uso de recuadros y tablas de relación, y digitalización nítida en PDF mediante CamScanner.
Aspectos a mejorar: Conservar este orden visual y pulcritud en futuros informes.
Nivel alcanzado: Insuficiente / Incompleto (1.0 / 5.0)
Análisis: En las consideraciones prácticas vincula acertadamente el diseño con las Buenas Prácticas Agrícolas (BPA), el manejo del efecto de borde y la prevención de sobredosis de insumos. Sin embargo, omitió presentar la ficha formal de la Bitácora de IA (agente consultado, fecha, hora, prompt literal y limitaciones) y la conclusión reflexiva personal.
Aspectos a mejorar: Adjuntar siempre la página de Bitácora de IA para cumplir con la trazabilidad ética y los lineamientos de entrega de la asignatura.
Nivel alcanzado: Básico (1.5 / 5.0)
Análisis: El estudiante formuló un cuestionario de preguntas pertinentes sobre independencia de errores, potencia de la prueba \(F\), orientación de bloques frente al gradiente y sesgo espacial.
Aspectos a mejorar: Solo transcribió los enunciados de las preguntas sin desarrollar sus respectivas respuestas; adicionalmente, duplicó accidentalmente la pregunta 3 en el numeral 4. Es indispensable incluir las soluciones argumentadas.
CALIFICACIÓN DEFINITIVA: 3.73 / 5.0 (Aprox. 3.7)
Puntos Fuertes: Excelente capacidad de síntesis conceptual y fundamentación matemática formal (\(gl_E\), \(\sigma_{\bar{x}}\), \(NID(0, \sigma^2)\) y modelo aditivo). Sobresale el croquis gráfico matricial del ensayo de biofertilizante en bloques por humedad y la tabla de consecuencias de omisión vinculadas a la validez de la prueba \(F\).
Aspectos Críticos por Corregir: La nota final se vio afectada por la omisión de tres componentes metodológicos obligatorios: la sección de contraste bibliográfico (C4), la ficha técnica de la Bitácora de IA (C6) y las respuestas al cuestionario de autoevaluación (C7). Se recomienda verificar la lista de chequeo de la guía antes de realizar el envío definitivo.