El pasado 28 de noviembre se publicó la resolución definitiva de los proyectos presentados en la convocatoria extraordinaria de ayudas para Agrupaciones Empresariales Innovadoras 2023 del Ministerio de Industria, Comercio y Turismo, en el marco del Plan de Recuperación, Transformación y Resiliencia y financiada con fondos europeos NextGenerationEU (AEI2023MRR).
En esta convocatoria ha sido aprobado el proyecto «GLOBAL-TRAX FASE 2: Análisis de los componentes de un sistema complejo de trazabilidad que permita adquirir nuevos conocimientos sobre de los factores más influyentes en la productividad de las granjas porcinas, así como su cuantificación» (Nº expediente: AEI-010500-2023-215), proyecto liderado por el Clúster Español de Productores de Ganado Porcino (i+Porc), y en el que participan PROPORSEG S.L. (PROPORSEG), Animal Data Analytics S.L. (ADA), Mensoft Consultores S.L. (Mensoft), y la Agrupación de defensa sanitaria de porcinos de Tauste (ADS Nº1 Tauste).
GLOBAL-TRAX es un proyecto en cooperación enfocado en la investigación industrial a través de la ejecución de actividades innovadoras para la transformación digital de las empresas participantes, que busca mejorar la eficiencia y la calidad de la cadena de producción porcina y, por tanto, su competitividad, facilitando además la investigación aplicada en condiciones comerciales mediante un sistema integrado de trazabilidad que permita analizar todas las fases productivas de la cadena. El proyecto tiene como objetivo la adquisición de nuevos conocimientos que permitan analizar cuáles son los factores más influyentes en la productividad de las granjas porcinas, así como su cuantificación. Para lograr este objetivo, se hará uso de tecnologías digitales y técnicas de análisis de datos.
La fase 2 de este proyecto, aprobada en esta convocatoria 2023, completará y ampliará la estructura de control y trazabilidad y procesos asociados que permitirá el análisis del impacto de los factores de influencia determinados, su análisis estadístico y la elaboración del benchmarking de factores de influencia.
