#24 - Programas de mejoramiento genético para reducir el metano en ganadería - Dr. Hugo Toledo Alvarado


Episode Artwork
1.0x
0% played 00:00 00:00
May 13 2024 41 mins  

La ganadería y la agricultura son responsables de una parte significativa de las emisiones de gases de efecto invernadero, siendo el metano una de las principales preocupaciones. Sin embargo, enfrentar este desafío no es tarea fácil. Desde la medición precisa de las emisiones hasta la implementación de estrategias efectivas, se requiere un enfoque integral y colaborativo. Una de las áreas clave para abordar estas emisiones es el mejoramiento genético, que busca reducir la producción de metano en los animales sin comprometer su producción. Pero, ¿cómo podemos medir con precisión estas emisiones y qué otras estrategias están disponibles más allá del mejoramiento genético?

En este episodio de DairyCast, conversamos con el Dr. Hugo Toledo Alvarado, Profesor Titular en la Universidad Nacional Autónoma de México, sobre los desafíos y avances en el campo del mejoramiento genético en la ganadería para reducir las emisiones de gases de efecto invernadero, con un enfoque particular en la disminución de la producción de metano.


Lo que vas a aprender en este episodio:

  • Gases de efecto invernadero
  • Distribución de los gases de efecto invernadero a nivel mundial
  • Alternativas para reducir el efecto invernadero
  • Programas de mejoramiento genético


Conoce a nuestro invitado:

Dr. Hugo Toledo Alvarado


Formación académica:

  • Médico Veterinario Zootecnista, Universidad Nacional Autónoma de México (UNAM, México)
  • Magister en Ciencias de la Producción Animal, Universidad Nacional Autónoma de México (UNAM, México)
  • Doctor en Ciencias Animales y Agroalimentarias, Universidad de Padova (Italia)


. Experiencia:

  • Profesor Titular en el Departamento de Genética y Bioestadística de la FMVZ- Universidad Nacional Autónoma de México (UNAM, México)


Conecta con nuestro invitado:


DairyCast solo es posible gracias al apoyo de empresas innovadoras como:

-PROVIMI