ANÁLISIS COMPARATIVO DE DOS HERRAMIENTAS PARA EVALUAR LA SOSTENIBILIDAD GANADERA EN EL CONTEXTO | COMPARATIVE ASSESSMENT OF TWO TOOLS FOR EVALUATING LIVE-STOCK SUSTAINABILITY: IN THE MEXICAN CONTEXT

Испанский язык; кастильский. Contexto. En el futuro, la producción de ganado bovino se verá cada vez más afectada por la reducción de recursos naturales, particularmente tierra y agua, y por la competencia entre alimentos y piensos, por lo que la evaluación de la sostenibilidad de los sistemas de producción es cada vez más importante. Objetivo. El objetivo de este estudio fue identificar las fortalezas y debilidades de las metodologías Sostenibilidad de los Sistemas Alimentarios y Agrícolas (SAFA) y Análisis de Ciclo de Vida (ACV), como herramientas para evaluar la sostenibilidad de los sistemas de producción bovina. Metodología. Las metodologías SAFA y ACV se evaluaron de forma teórica y se aplicaron a tres sistemas de producción de ganado bovino en pastoreo en el trópico mexicano. Resultados. Los resultados muestran que las ventajas de SAFA con respecto al ACV son: contar con un formato más amigable y ágil y no requerir de evaluadores expertos para su manejo, sin embargo, tiene la desventaja de que no permite identificar con precisión los resultados de cada indicador (116 en total), dentro de los 21 temas que evalúa. Lo anterior, podría dificultar proponer medidas para mejorar el desempeño de los sistemas. Por su parte el ACV, mostró ser una metodología que permite hacer evaluaciones objetivas, detalladas y estandarizadas, pero requiere expertos y puede ser más costosa que SAFA debido al uso de software especializados. Implicaciones. Los resultados de este estudio contribuyen a identificar las fortalezas y las debilidades de las metodologías SAFA y ACV, permitiendo a los evaluadores del desempeño sostenible de los sistemas ganaderos a decidir que metodología se adapta más a sus intereses. Conclusión. Se concluye que las dos herramientas son útiles para evaluar la sostenibilidad de los sistemas ganaderos, pero tienen diferentes objetivos y alcances. Asimismo, la validez de los resultados en ambas metodologías depende de la calidad, veracidad y transparencia de los datos utilizados.

Английский. Background. In the future, the production of cattle will be increasingly affected by the reduction of natural resources, particularly land and water, and by the competition between food and feed, therefore, the evaluation of the sustainability of production systems, is increasingly important. Objective. The objective of this study was to identify the strengths and weaknesses of the Sustainability of Food and Agricultural Systems (SAFA) and Life Cycle Assessment (LCA) methodologies, as tools to assess the sustainability of cattle production systems. Methodology. The SAFA and LCA methodologies were theoretically evaluated and applied to three production systems for grazing cattle in the Mexican tropics. Results. The results show that the advantages of SAFA with respect to LCA are: having a friendlier and more agile format and not requiring expert evaluators for its management, however, it has the disadvantage that it does not allow for accurate identification, within 21 topics that it evaluates, of the results of each indicator (116 in total). This could hinder the proposal of measures to improve the performance of the systems. While LCA is a methodology by which objective, detailed and standardized evaluations are carried out, but the disadvantages of this tool are that it requires experts and can be more expensive than SAFA due to the use of specialized software. Implications. The results of this study help to identify the strengths and weaknesses of SAFA and LCA methodologies, allowing evaluators of the sustainable performance of livestock systems to decide which methodology suits their interests. Conclusion. It is concluded that both tools are useful for evaluating the sustainability of livestock systems but with different objectives and scopes. Likewise, the validity of the results in both methodologies depends on the quality, veracity and transparency of the data used.