INTERNET DE LAS COSAS EN LA CADENA DEL CACAO: AGUA, MICROCLIMA Y
MADUREZ TECNOLÓGICA.
REVISIÓN SISTEMÁTICA
INTERNET OF THINGS IN THE COCOA CHAIN: WATER, MICROCLIMATE AND
TECHNOLOGY READINESS.
A SYSTEMATIC REVIEW
Autores: ¹Luis Cristóbal Córdova Martínez, ²Daniel Alexander Vera Paredes, ³Roberto Andres
Chuquiana Tapia y
4
Johnny Roddy Lopez Briones.
¹ORCID ID:
https://orcid.org/0000
-
0003
-
3605
-
429X
²ORCID ID:
https://orcid.org/0009
-
0001
-
9033
-
3399
³ORCID ID:
https://orcid.org/0009
-
0007
-
7273
-
4467
4
ORCID ID
:
https://orcid.org/0000
-
0002
-
6491
-
8430
¹E-mail de contacto:
lcordovam@unemi.edu.ec
²E-mail de contacto:
dverap@unemi.edu.ec
³E-mail de contacto:
rchuquianat@unemi.edu.ec
4
E-mail de contacto:
jlopezb@unemi.edu.ec
Afiliación: ¹*²*³*
4
Universidad
Estatal de Milagro, (Ecuador).
Artículo recibido: 7 de Noviembre del 2026.
Artículo revisado: 9 de Noviembre del 2026.
Artículo aprobado: 9 de Noviembre del 2026.
¹Licenciado en Sistemas de Información adquirida, graduado de la Escuela Superior Politécnica del Litoral, (Ecuador). Magíster en
Gerencia
de
Tecnologías
de
la
Información
adquirida,
graduado
de
la
Universidad
Estatal
de
Milagro,
(Ecuador).
Magíster
en
Administración y Dirección de Empresas adquirida, graduado de la Universidad Tecnológica Empresarial de Guayaquil, (Ecuador).
Especialista en Tecnologías de la Información, mención en Comercio y Negocio Electrónico, de la Universidad Laica Eloy Alfaro de
Manabí, (Ecuador).
²Licenciado en Sistemas de Información, graduado de la Escuela Superior Politécnica del Litoral, (Ecuador). Magíster en Administración
y Dirección de Empresas, graduado de la Universidad Tecnológica Empresarial de Guayaquil, (Ecuador). Magíster Universitario en
Ingeniero de Software y Sistemas Informáticos, graduado de la Universidad Internacional de la Rioja, (España).
³Ingeniero de Software, graduado de la Universidad Estatal de Milagro, (Ecuador).
4
Ingeniero Industrial graduado de la Universidad de Guayaquil, (Ecuador).
Resumen
Esta
revisión
sistemática
tuvo
como
objetivo
identificar
y
caracterizar
los
sistemas
de
Internet
de
las
cosas
y
sensado
inteligente
desarrollados
para
la
cadena
del
cacao,
del
vivero
al
grano
seco,
con
énfasis
en
el
monitoreo
del
agua
y
del
microclima
y
su
madurez
tecnológica.
Se
siguió
la
guía
PRISMA 2020 con un protocolo registrado. En
octubre
de
2026
se
realizaron
búsquedas
en
nueve bases de datos, en Google Académico y
mediante
el
rastreo
de
citas,
y
se
incluyeron
artículos
y
ponencias
de
acceso
abierto
publicados
entre
2015
y
2026.
Dos
revisores
seleccionaron los estudios, evaluaron la calidad
del reporte y asignaron los niveles de madurez
tecnológica independientemente. Se incluyeron
52 estudios de diez países. Dos tercios trataban
la
poscosecha:
secado
y
fermentación.
Predominaron las placas de bajo costo, y solo la
mitad
de
los
sistemas
transmitía
datos.
La
temperatura
y
la
humedad
relativa
del
aire
fueron
las
variables
medidas
con
mayor
frecuencia; ningún estudio midió el déficit de
presión de vapor, el potencial hídrico ni el riego
aplicado, y solo dos cerraron el lazo de riego
con
sensores.
El
58
%
actuaba
de
forma
automática, casi siempre por umbral. Solo una
cuarta
parte
de
los
estudios
informó
la
calibración
de
los
sensores
y
ningún
sistema
superó el nivel 6 de madurez. Esta tecnología se
concentra
en
la
poscosecha
del
cacao
y
permanece en etapa de prototipo; urge medir el
estado
hídrico
en
campo,
validar
con
productores
durante
campañas
completas
y
reportar la calibración, la energía y el costo.
Palabras
clave:
Cacao,
Theobroma
cacao,
Agricultura
de
precisión,
Fermentación,
Secado.
Abstract
The
aim
of
this
systematic
review
was
to
identify and characterise the Internet of Things
and
smart
sensing
systems
developed
for
the
cocoa
chain,
from
nursery
to
dry
bean,
with
emphasis
on
water
and
microclimate
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 217
monitoring and on their technology readiness.
The
PRISMA
2020
guideline
was
followed
with a protocol registered in advance in a public
registry.
In
October
2026,
searches
were
conducted
in
nine
databases
and
Google
Scholar, and citation searching was perfo
rmed.
Open
-
access
articles
and
conference
papers
published
between
2015
and
2026
were
included.
Two
reviewers
independently
selected the studies, appraised reporting quality
and assigned technology readiness levels. Fifty
-
two studies from ten countries wer
e included.
Two
thirds
addressed
post
-
harvest
processes:
drying
and
fermentation.
Low
-
cost
boards
predominated,
and
only
half
of
the
systems
transmitted
data.
Air
temperature
and
relative
humidity
were
the
most
frequently
measured
variables; no study measu
red vapour pressure
deficit, water potential or applied irrigation, and
only two closed the irrigation loop with sensors.
Fifty
-
eight
percent
of
the
systems
operated
automatically,
almost
always
through
thresholds.
Only
a
quarter
of
the
studies
reported
se
nsor
calibration,
and
no
system
exceeded readiness level 6. This technology in
cocoa
is
concentrated
in
post
-
harvest
and
remains
at
the
prototype
stage;
field
water
-
status sensing, validation with farmers over full
seasons and reporting of calibration, ene
rgy and
cost are urgently needed.
Keywords:
Cacao,
Theobroma
cacao,
Precision
agriculture,
Fermentation,
Drying.
Resumo
O
objetivo
desta
revisão
sistemática
foi
identificar e caracterizar os sistemas de Internet
das
coisas
e
de
sensoriamento
inteligente
desenvolvidos
para
a
cadeia
do
cacau,
do
viveiro
à
amêndoa
seca,
com
ênfase
no
monitoramento da água e do microclima e na
sua maturidade tecnológica. Seguiu
-
se a diretriz
PRISMA 2020 com um protocolo previamente
registrado.
Em
outubro
de
2026,
foram
realizadas buscas em nove bases de dados e no
Google
Acadêmico,
além
do
rastreamento
de
citações, e foram incluídos artigos e tr
abalhos
de congresso de acesso aberto publicados entre
2015
e
2026.
Dois
revisores
selecionaram
os
estudos,
avaliaram
a
qualidade
do
relato
e
atribuíram os níveis de maturidade tecnológica
de
forma
independente.
Foram
incluídos
52
estudos de dez países. Dois terços tratavam da
pós
-
colheita:
secagem
e
fermentação.
Predominaram placas de baixo custo, e ap
enas
metade
dos
sistemas
transmitia
dados.
A
temperatura e a umidade relativa do ar foram as
variáveis
medidas
com
maior
frequência;
nenhum estudo mediu o déficit de pressão de
vapor,
o
potencial
hídrico
ou
a
irrigação
aplicada,
e
apenas
dois
fecharam
o
ci
clo
de
irrigação
com
sensores.
Cinquenta
e
oito
por
cento
dos sistemas atuavam
automaticamente,
quase sempre por limiar. Apenas um quarto dos
estudos
relatou
a
calibração
dos
sensores,
e
nenhum
sistema
ultrapassou
o
nível
6
de
maturidade. Conclui
-
se que es
sa tecnologia no
cacau se concentra na pós
-
colheita e permanece
em fase de protótipo; é urgente medir o estado
hídrico
no
campo,
validar
com
produtores
durante safras completas e relatar a calibração,
a energia e o custo.
Palavras
-
chave:
Cacau,
Theobroma
cacao,
Agricultura
de
precisão,
Fermentação,
Secagem.
Introducción
El cacao (
Theobroma cacao
L.) es un cultivo
tropical perenne producido principalmente por
pequeños
agricultores
de
África
Occidental,
América
Latina
y
el
Sudeste
Asiático.
Su
productividad depende en gran medida del agua
y
de
la
demanda
atmosférica:
el
cultivo
es
sensible al déficit hídrico del suelo, a las altas
temperaturas
y
al
déficit
de
presión
de
vapor
(VPD) (Lahive et al., 2019), y los modelos de
cultivo señalan estos factores como centrales en
la variabilidad del rendimiento ante el cambio
climático (Tosto et al., 2023). Durante la sequía
de
2015/16
en
Ghana,
la
competencia
por
el
agua
con
los
árboles
de
sombra
elevó
la
mortalidad del cacao en sistemas agroforestales
(Abdulai et al., 2018). Después de la cosecha, la
temperatura
de
la
masa
en
fermentación,
la
temperatura
y
la
humedad
del
aire
de
secado
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 218
determinan la calidad física, química y sensorial
del grano y con ella, su valor comercial (Hii,
2025).
El
Internet
de
las
cosas
(IoT,
por
sus
siglas en inglés) permite monitorear y gestionar
estas
variables
de
forma
continua
mediante
redes de sensores, microcontroladores y enlaces
de comunicación de bajo costo. Estos sistemas
adquieren
datos
de
forma
automática,
los
transmiten
y
en
algunos
casos,
accionan
controles.
En cultivos
análogos como
el
café ya existen
revisiones sistemáticas sobre IoT y agricultura
4.0 (Sott et al., 2020). En el cacao, en cambio,
la literatura está dispersa en revistas regionales
y
actas
de
congresos
en
inglés,
español,
portugués e indonesio, y predominan en ella los
prototipos
de
los
países
productores.
Las
síntesis
previas
no
cubren
este
vacío.
Las
revisiones
sistemáticas
sobre
el
cacao
han
tratado la inteligencia artificial y la visión por
computador
(Apicella,
2025),
la
innovación
tecnológica
en
la
industria
de
transformación
(Algoner et al., 2024) o el IoT y la inteligencia
artificial
en
la
agricultura
ecuatoriana
en
conjunto (Basurto y Parraga, 2026).
Una revisión narrativa sobre el monitoreo de la
temperatura y la humedad del suelo en el cacao
no evaluó sistemas concretos (Costa y Nunes,
2026).
La
síntesis
más
cercana,
una
revisión
narrativa de la inteligencia artificial, el sensado
y
la
robótica
en
la
cadena
cacao-chocolate,
concluyó, sin cuantificarlo, que la mayoría de
las
tecnologías
permanece
en
fase
de
laboratorio o de prototipo (Wader et al., 2026).
Hasta
donde
conocemos,
ninguna
revisión
sistemática ha examinado los sistemas IoT y de
sensado inteligente en el cacao, cómo gestionan
el
agua,
el
microclima
y
qué
madurez
han
alcanzado. Esta revisión aborda ese vacío. Su
objetivo fue identificar, caracterizar y evaluar
los
sistemas
IoT
y
de
sensado
inteligente
desarrollados para la cadena del cacao, desde el
vivero
hasta
el
grano
seco,
con
el
agua
y
el
microclima
como
eje
central
y
el
nivel
de
madurez
tecnológica
(TRL,
por
sus
siglas
en
inglés)
como
medida
de
su
avance.
Se
plantearon
cinco
preguntas:
(PI1)
¿en
qué
etapas de la cadena,
en qué países y con qué
propósito se han desarrollado estos sistemas?;
(PI2)
¿qué
arquitecturas
usan?;
(PI3)
¿qué
variables
de
agua
y
microclima
monitorean
o
controlan, cómo las miden y cómo convierten
las
mediciones
en
decisiones?;
(PI4)
¿qué
madurez tecnológica, qué desempeño técnico y
qué
resultados
agronómicos
o
de
calidad
informan?;
y
(PI5)
¿qué
calidad
de
reporte
tienen los estudios y qué barreras de adopción y
vacíos de investigación se identifican?
Materiales y métodos
Se realizó una revisión sistemática con síntesis
narrativa
estructurada,
conforme
a
la
declaración PRISMA 2020 (Page et al., 2021) y
su
extensión
para
la
búsqueda
PRISMA-S
(Rethlefsen
et
al.,
2021).
El
protocolo,
elaborado
según
PRISMA-P
(Moher
et
al.,
2015),
se
registró
en
OSF
Registries
con
el
formulario general para revisiones sistemáticas
(van den Akker et al., 2023) el 11 de octubre de
2026,
antes
de
la
búsqueda
formal
(https://osf.io/fu8mw).
Las
cuatro
enmiendas
posteriores se describen al final de esta sección.
Los
estudios
debían
cumplir
seis
criterios
(Tabla
1):
(C1)
tratar
T.
cacao
en
cualquier
etapa
desde
el
vivero
hasta
el
grano
seco
comercializable; (C2) describir un sistema que
adquiere datos automáticamente de al menos un
sensor
físico
in
situ
y
que,
además,
los
transmite, los registra para monitoreo continuo
o
acciona
un
control
automático;
(C3)
ser
un
estudio
primario
que
desarrolla,
implementa,
simula o evalúa el sistema y reporta al menos un
resultado técnico; (C4) ser un artículo de revista
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 219
o una ponencia de congreso con ISSN o DOI;
(C5) estar publicado entre 2015 y la fecha de
búsqueda en inglés, español o portugués; y (C6)
tener texto completo gratuito por cualquier vía.
El
motivo
de
exclusión
se
asignó
de
forma
jerárquica (E1 → E6), con 16 reglas de decisión
para
los
casos
frecuentes;
por
ejemplo,
la
clasificación
de
imágenes
sin
un
sistema
de
sensado
desplegado
y
los
estudios
de
ecofisiología con registradores sin transmisión
se excluyeron por E2. La cadena de búsqueda
combinó
un
bloque
de
cacao
(
cacao,
cocoa,
Theobroma
cacao,
cacau
)
con
un
bloque
de
tecnología
que
abarcaba
el
IoT
y
el
sensado
conectado, la automatización con sensores y los
fermentadores,
secadores
o
sistemas
de
riego
automatizados, y excluyó el homónimo de redes
CoAP
("congestion control").
Tabla 1.
Criterios de elegibilidad.
Criterio
Inclusión
Exclusión (código)
C1 Cultivo y etapa
T. cacao
desde el vivero hasta el grano seco (plantación,
cosecha, fermentación, secado, almacenamiento,
trazabilidad)
Otros cultivos; industria del chocolate; subproductos
(E1)
C2 Tecnología
Adquisición automática desde ≥ 1 sensor físico in situ,
más transmisión, registro continuo o control automático
Visión por computador o aprendizaje automático sin
sistema desplegado; teledetección sin IoT; instrumentos
de laboratorio; sin sistema (E2)
C3 Diseño
Estudio primario que desarrolla, implementa, simula o
evalúa un sistema y reporta ≥ 1 resultado técnico
Propuestas conceptuales; revisiones; editoriales (E3)
C4 Publicación
Artículo de revista o ponencia con ISSN o DOI
Ponencias sin ISSN ni DOI; tesis; preprints; capítulos;
patentes (E4)
C5 Año e idioma
2015–2026; inglés, español o portugués
Otros (E5)
C6 Acceso
Texto completo gratuito por cualquier vía
Sin acceso gratuito: se registra como no recuperado
(E6)
Fuente: Elaboración propia.
Se ejecutó el 11 de octubre de 2026 en Scopus,
IEEE Xplore, OpenAlex, ScienceDirect, DOAJ,
SciELO, Redalyc, Dialnet y AGRIS, limitada a
2015–2026.
Como
métodos
adicionales,
se
usaron
Google
Académico
(los
primeros
400
resultados
de
dos
consultas)
y
una
ronda
de
búsqueda por citas hacia atrás y hacia adelante
en
OpenAlex.
La
estrategia
recuperó
los
12
estudios
de
un
conjunto
de
validación.
Las
cadenas por base, las adaptaciones técnicas y la
bitácora
PRISMA-S
están
disponibles
en
el
material
suplementario.
Los
registros
se
deduplicaron
por
DOI
y
por
comparación
aproximada de títulos (rapidfuzz, ≥ 0,95), con
revisión
manual
de
los
casos
dudosos.
El
cribado
por
título
y
resumen
lo
hicieron
de
forma independiente un revisor humano (R1) y
un revisor de inteligencia artificial (R-IA) con
los
mismos
criterios
documentados,
tras
dos
rondas de calibración sobre muestras aleatorias
de 50 registros (κ de Cohen de 0,80 a 0,83; κ =
0,81 en el conjunto). Un registro pasaba a texto
completo
si
cualquiera de los
dos lo marcaba
como incluido, probable o dudoso, de modo que
la IA nunca excluyó un registro por sí sola; un
segundo
revisor
humano
(R2)
auditó
una
muestra de las exclusiones concordantes, con 2
discrepancias
de
49
(4,1
%).
Los
textos
completos se buscaron en la página del editor,
en
Unpaywall/OpenAlex,
en
repositorios
institucionales
y
mediante
solicitud
a
los
autores de correspondencia. R1 y R2 evaluaron
los textos completos de forma independiente y
resolvieron las discrepancias por consenso. Se
usó un libro de códigos de 47 variables en siete
grupos
(bibliográficas,
contexto,
propósito,
arquitectura,
agua
y
microclima,
validación
y
TRL,
y
adopción),
que
se
pilotó
con
cinco
estudios y se ajustó dos veces (versión 1.2). R1
extrajo
los
datos
de
todos
los
estudios
y
R2
cotejó
el
100
%
de
los
campos
con
el
texto
completo;
las
diferencias
se
resolvieron
por
consenso.
Los
datos
no
informados
se
codificaron
como
"NR"
y
los
no
aplicables
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 220
como "NA". No existe una herramienta estándar
para evaluar prototipos de ingeniería agrícola.
Se
adaptaron
los
criterios
de
calidad
de
los
estudios
empíricos
en
ingeniería
de
software
(Dybå
y
Dingsøyr,
2008);
(Kitchenham
y
Charters, 2007) a una lista de diez ítems (Q1–
Q10):
objetivo,
contexto
de
despliegue,
arquitectura
reproducible,
calibración
de
los
sensores
frente
a
una
referencia,
diseño
de
la
evaluación,
métricas
cuantitativas
de
desempeño,
resultados
agronómicos
o
de
calidad,
energía
o
autonomía,
costo
y
limitaciones
con
disponibilidad
de
datos
o
código.
Cada ítem se puntuó con 1 (sí), 0,5 (parcial) o 0
(no); una puntuación ≥ 7 se calificó como alta,
de 4 a 6,5 como
media
y < 4
como
baja. La
madurez
se
calificó
con
la
escala
de
nueve
niveles
de
la
Comisión
Europea
(Comisión
Europea, 2014) adaptada a la agricultura: TRL
4,
prototipo
validado
en
laboratorio
o
en
un
fermentador
o
secador
experimental;
TRL
5,
validado
en
un
entorno
relevante
(vivero,
parcela
experimental
o
lote
real
de
fermentación); TRL 6, demostrado en una finca
o
cooperativa
durante
un
periodo
definido;
y
TRL 7, usado por productores durante al menos
una
campaña.
R1
y
R2
aplicaron
ambos
instrumentos
de
forma
independiente
(κ
ponderado lineal) y acordaron las calificaciones
finales por consenso.
Dada la heterogeneidad de diseños y resultados,
no
se
planificó
un
metaanálisis;
la
síntesis
siguió la guía SWiM (Campbell et al., 2020).
Los estudios se agruparon por etapa (campo y
vivero, fermentación, secado, otras) y, dentro de
cada etapa, por familia de comunicación y tipo
de
decisión
(control
automático,
alerta
o
accionamiento manual remoto, solo monitoreo).
Los
códigos
de
arquitectura
y
automatización
derivados del texto extraído los asignó un autor
y los
auditaron R1 y R2. Las medianas y los
rangos
se
informaron
solo
con
al
menos
tres
estudios
(k
≥
3),
y
las
comparaciones
entre
subgrupos solo con al menos cuatro estudios por
nivel.
Los
resultados
se
representaron
en
un
mapa de brechas de evidencia (etapa × variable
× TRL), y los análisis de sensibilidad repitieron
las tablas principales sin los estudios de calidad
baja y sin las ponencias.
La
certeza
de
cada
hallazgo
principal
(alta,
moderada,
baja
o
muy
baja)
se
juzgó
con
un
enfoque
adaptado
de
GRADE-CERQual
(Lewin et al., 2018), considerando la calidad de
los
estudios,
la
consistencia,
la
madurez
(proporción con TRL ≥ 5), la aplicabilidad a la
pequeña
producción
y
la
adecuación
de
los
datos; R1 y R2 acordaron los juicios. El sesgo
de acceso se evaluó comparando los metadatos
de los informes no recuperados con los de los
informes
recuperados;
el
de
reporte,
con
la
proporción
de
estudios
sin
métricas
ni
resultados;
y
el
lingüístico,
contando
los
informes excluidos por idioma.
Se
registraron
cuatro
enmiendas:
(1.1)
adaptaciones
técnicas
de
la
búsqueda
en
Scopus,
IEEE
Xplore,
AGRIS,
Redalyc
y
Google Académico, y la falta de acceso a Web
of Science; (1.2 y 1.3) aclaraciones del libro de
códigos
tras
el
piloto
y
la
verificación
de
la
extracción; y (1.4) el cierre de las solicitudes a
autores el 18 de octubre de 2026, antes de las
tres semanas previstas, porque ninguna de las
enviadas el 12 de octubre recibió respuesta. Un
modelo
de
inteligencia
artificial
actuó
como
segundo
revisor
en
el
cribado
por
título
y
resumen,
con
las
salvaguardas
descritas,
y
asistió en la redacción del protocolo, los scripts,
los
códigos
derivados
y
este
manuscrito.
Las
decisiones
sobre
la
elegibilidad
a
texto
completo, las calificaciones de calidad y TRL,
la
extracción
y
los
juicios
de
certeza
los
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 221
tomaron
o
verificaron
los
revisores
humanos,
que
asumen
la
responsabilidad
del
contenido.
Los
datos
y
scripts
se
depositarán
en
OSF/Zenodo.
Resultados y discusión
La búsqueda identificó 1.024 registros (849 de
bases de datos, 161 de Google Académico y 14
de
la
búsqueda
por
citas).
Tras
eliminar
342
duplicados,
se
cribaron
682
registros
y
se
excluyeron 488 (Figura 1). De los 194 informes
buscados, 53 (27 %) no tenían texto completo
gratuito. De los 141 evaluados a texto completo
(κ = 0,89; acuerdo del 95 %), se excluyeron 89,
sobre todo por no tener un sistema de sensado
automatizado
(E2,
n
=
34)
o
por
el
tipo
de
publicación
(E4,
n
=
32),
y
se
incluyeron
52
estudios. La Tabla 2 resume sus características.
Figura 1.
Diagrama de flujo PRISMA 2020 de
la identificación, el cribado y la inclusión de los
estudios.
Fuente: Elaboración propia.
Los
52
estudios
se
publicaron
entre
2015
y
2026, 29 de ellos (56 %) desde 2023 (Figura 2).
Proceden
de
diez
países,
todos
en
la
franja
cacaotera
(Figura
3):
Indonesia
(15),
Ecuador
(11),
Colombia
(10),
Perú
(5),
Brasil
(3),
Filipinas (3), Nigeria (2), Costa de Marfil (1),
Malasia (1) y El Salvador (1). América Latina
aportó 30 estudios (58 %), Asia 19 (37 %) y
África 3 (6 %). Hubo 39 artículos de revista y
13 ponencias; 34 en inglés, 17 en español y uno
en portugués. Un tercio de las fuentes no tenía
indexación
conocida
y
24
estudios
se
publicaron
en
revistas
de
acceso
abierto
diamante: la investigación aplicada sobre cacao
circula por canales regionales, lo que justifica
haber buscado en español y portugués y haber
incluido
ponencias.
El
secado
(n
=
17)
y
la
fermentación (n = 16) reunieron casi dos tercios
de los estudios, seguidos de las plantaciones (n
=
14)
y
del
vivero
(n
=
1);
almacenamiento,
trazabilidad
y
sistemas
de
varias
etapas
sumaron
cuatro.
Los
perfiles
regionales
difieren: en América Latina, 11 de 30 estudios
trataron el campo o el vivero, mientras que en
Asia 16 de 19 trataron la poscosecha. Veintiún
sistemas
se
probaron
en
laboratorio,
13
en
fincas,
6
en
parcelas
experimentales,
7
en
cooperativas,
centros
de
acopio
o
plantas
de
beneficio y uno en vivero; cuatro no informaron
la escala.
Predominaron las placas abiertas y de bajo costo
(Tabla
3):
Arduino
o
microcontroladores
ATmega
en
21
sistemas
(40
%),
ESP32
o
ESP8266 en 16 (31 %), Raspberry Pi en 6 (12
%) y controladores lógicos programables (PLC)
en 7 (13 %), todos estos últimos dedicados a la
poscosecha
(Atiencia
Fuentes
et
al.,
2024);
(Castellanos
et
al.,
2025);
(Guzmán
et
al.,
2020); Jiménez y Pizango, 2023); (Martínez et
al., 2020); (Rodríguez et al., 2020); (Tuanama
et al., 2025).
Solo 26 sistemas (50 %) transmitían datos de
forma
inalámbrica
o
a
Internet;
la
otra
mitad
almacenaba
o
mostraba
los
datos
localmente
(pantalla, tarjeta SD, HMI o computadora por
cable).
La
transmisión
fue
más
frecuente
en
campo (12 de 15; 80 %) que en fermentación (7
de 16; 44 %) o secado (5 de 17; 29 %). En los
estudios
que
identificaron
la
tecnología
(17
estudios), predominó el Wi-Fi (12), seguido de
LoRa/LoRaWAN
(3)
(Flores-Cortez
et
al.,
2026; Guillermo et al., 2019; Hidalgo Larrea et
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 222
al.,
2024),
Zigbee
(2)
(Celis
et
al.,
2020;
Guillermo
et
al.,
2019)
y
GSM/GPRS
(2)
(Babalola
et
al.,
2023);
(Freire
Carrera
et
al.,
2019); en nueve sistemas que transmitían no se
identificó el enlace.
Tabla 2.
Características de los 52 estudios incluidos.
Estudio
País
Etapa
Controlador
Enlace
Variables de agua y microclima
Decisión
TRL
Calidad
Abijaude et al., 2022
BRA
fermentación
ESP8266
Wi-Fi
T aire; HR aire; T masa fermentación;
pH
alerta o
manual
5
media
Akbar et al., 2024
IDN
fermentación
ESP32
Wi-Fi
T aire; HR aire; pH
monitoreo
4
media
Ananta et al., 2025
IDN
secado
NA
(simulación)
—
HR/T aire de secado
automático
2
baja
Arethaputri et al., 2026
IDN
fermentación
Arduino;
Raspberry Pi
—
T aire; HR aire; T masa fermentación;
pH
automático
4
media
Arifin et al., 2024
IDN
secado
Arduino
—
HR/T aire de secado; humedad del grano
automático
4
media
Atiencia Fuentes et al., 2024
ECU
almacenamiento
PLC
—
—
automático
3
baja
Avilés Montalván, 2025
ECU
vivero
ESP32
Wi-Fi
humedad del suelo
alerta o
manual
5
media
Babalola et al., 2023
NGA
campo
Arduino
GSM/GPRS
humedad del suelo; T aire; HR aire
monitoreo
5
media
Cabrera Medina et al., 2020
COL
campo
Arduino
—
humedad del suelo; T aire; HR aire
monitoreo
5
baja
Calderon Vivanco et al., 2024
ECU
campo
datalogger
—
precipitación; T aire; HR aire; viento
monitoreo
3
baja
Castellanos et al., 2025
COL
secado
PLC
—
HR/T aire de secado; humedad del grano
automático
4
media
Castillo et al., 2021
PER
fermentación
NR
—
T masa fermentación
automático
5
media
Cazes Ortega et al., 2025
COL
campo
Arduino;
Raspberry Pi
—
humedad del suelo; precipitación; T aire;
HR aire
automático
6
alta
Celis-Peñaranda et al., 2020
COL
campo
Arduino;
Raspberry Pi
Zigbee
humedad del suelo; T aire; HR aire
monitoreo
5
media
Corrales et al., 2024
ECU
secado
ESP32;
ESP8266
—
HR/T aire de secado; humedad del grano
automático
4
media
Corzo Ruiz y Velazco Capacho,
2018
COL
secado
otro
—
HR/T aire de secado; humedad del grano
automático
4
media
Delgado Valdivia y Lazarte
Rivera, 2018
PER
fermentación
Arduino
—
T aire; pH
alerta o
manual
4
baja
Flores-Cortez et al., 2026
SLV
fermentación
ESP32
LoRa/LoRaWAN;
Wi-Fi
HR aire; T masa fermentación; pH
alerta o
manual
5
media
Freire Carrera et al., 2019
ECU
campo
Arduino
GSM/GPRS
humedad del suelo; T aire
automático
5
media
Furtado et al., 2020
BRA
secado
ESP8266
Wi-Fi
T aire; HR aire; HR/T aire de secado
alerta o
manual
4
media
Gonçalves et al., 2024
BRA
campo
ESP8266
Wi-Fi
precipitación; T aire; HR aire
monitoreo
5
media
Gómez Gómez et al., 2025
COL
trazabilidad
Raspberry Pi
—
T aire; HR aire; T masa fermentación
alerta o
manual
5
baja
Guillermo et al., 2019
ECU
campo
Arduino;
Raspberry Pi
Zigbee;
LoRa/LoRaWAN
humedad del suelo; T aire; HR aire
alerta o
manual
3
baja
Guzmán Farfán et al., 2020
PER
fermentación
PLC
—
T masa fermentación; pH
automático
5
media
Hersyah et al., 2022
IDN
secado
Arduino
—
HR/T aire de secado; humedad del grano
automático
4
media
Hidalgo Larrea et al., 2024
ECU
campo
ESP32
LoRa/LoRaWAN
T aire; HR aire
monitoreo
5
baja
Ilham et al., 2020
IDN
fermentación
Arduino
—
T masa fermentación
automático
4
baja
Jiménez-Peralta y Pizango-
Linares, 2023
PER
fermentación
PLC
—
T masa fermentación; pH
automático
6
media
Koffi et al., 2026
CIV
fermentación
datalogger; otro
—
T aire; T masa fermentación
alerta o
manual
4
media
Komolafe y Waheed, 2018
NGA
secado
Arduino
—
HR/T aire de secado
automático
4
media
León Piñeros et al., 2017
COL
secado
Arduino;
Raspberry Pi
—
—
automático
3
baja
Martínez Baquero et al., 2020
COL
varias
PLC
—
HR aire; T masa fermentación; HR/T
aire de secado; pH
automático
4
media
Molina Aquino et al., 2015
ECU
campo
otro
—
T aire; HR aire
automático
4
baja
Parra et al., 2016
ECU
secado
otro
—
HR/T aire de secado
automático
4
media
Pratopo et al., 2022
IDN
fermentación
ESP32
Wi-Fi
T masa fermentación; pH
monitoreo
5
media
Putra et al., 2020
IDN
secado
NR
—
HR/T aire de secado
automático
4
media
Rincón-Quintero et al., 2023
COL
secado
Arduino
—
T aire; HR aire; HR/T aire de secado
monitoreo
4
media
Rodríguez Pazmiño et al., 2020
ECU
secado
PLC
—
HR/T aire de secado
automático
5
media
Sabila et al., 2025a
IDN
fermentación
ESP32
—
—
alerta o
manual
4
media
Sabila et al., 2025b
IDN
fermentación
ESP32
Wi-Fi
T aire; HR aire; pH
automático
4
media
Saguidon et al., 2024
PHL
fermentación
Arduino
—
T aire
automático
5
media
Sambayon et al., 2020
PHL
secado
Arduino
—
HR/T aire de secado; humedad del grano
automático
4
media
Santillán Carranza et al., 2023
ECU
campo
Arduino;
ESP8266
Wi-Fi
T aire; HR aire
alerta o
manual
3
baja
Santos y Remot, 2024
PHL
fermentación
Arduino
—
T aire; HR aire; pH
automático
5
media
Saputro et al., 2025
IDN
secado
ESP32
—
HR/T aire de secado
automático
4
media
Shawon et al., 2026
MYS
campo
otro
—
humedad del suelo
monitoreo
6
media
Siswanto et al., 2026
IDN
secado
ESP32
Wi-Fi
HR/T aire de secado
automático
6
alta
Suhardi et al., 2019
IDN
campo
Arduino
—
radiación/PAR
monitoreo
5
media
Syahputra et al., 2026
IDN
fermentación
ESP32
Wi-Fi
T aire; HR aire; T masa fermentación;
pH
automático
5
alta
Telaumbanua et al., 2021
IDN
campo
Arduino
—
—
automático
6
alta
Tuanama Aguilar et al., 2025
PER
secado
PLC
—
—
automático
6
alta
Vesga Ferreira et al., 2023
COL
trazabilidad
Arduino;
ESP8266
Wi-Fi
T aire; HR aire
monitoreo
4
media
Fuente: Elaboración propia.
La
fuente
de
energía
no
se
informó
en
25
estudios (48 %). La arquitectura típica (Figura
4)
consistió
en
un
sensor
de
temperatura
y
humedad conectado a una placa Arduino o ESP,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 223
con
Wi-Fi
o
sin
transmisión,
que
acciona
un
control por umbral.
Figura
2.
Estudios
incluidos
por
año
de
publicación
y
etapa
de
la
cadena.
«Otras»
agrupa
almacenamiento, trazabilidad y sistemas de varias etapas; 2026, hasta la fecha de búsqueda.
Fuente: Elaboración propia.
Figura 3.
Países donde se desarrollaron o probaron
los
sistemas. La franja sombreada marca el
cinturón cacaotero (±20° de latitud). Límites: Natural Earth 1:110m.
Fuente: Elaboración propia.
Tabla 3.
Arquitectura de los 52 sistemas.
Componente
Categoría
Estudios, n (%)
Controlador
Arduino/ATmega
21 (40 %)
Controlador
ESP32
11 (21 %)
Controlador
PLC
7 (13 %)
Controlador
Raspberry Pi
6 (12 %)
Controlador
ESP8266
6 (12 %)
Controlador
otro (PIC, PC, embebido, datalogger propio)
5 (10 %)
Controlador
NR
2 (4 %)
Controlador
datalogger comercial
2 (4 %)
Controlador
NA (simulación)
1 (2 %)
Transmisión inalámbrica o a Internet
sí
26 (50 %)
Tecnología inalámbrica identificada
Wi-Fi
12 (23 %)
Tecnología inalámbrica identificada
LoRa/LoRaWAN
3 (6 %)
Tecnología inalámbrica identificada
Zigbee
2 (4 %)
Tecnología inalámbrica identificada
GSM/GPRS
2 (4 %)
Procesamiento
local
26 (50 %)
Procesamiento
híbrido
10 (19 %)
Procesamiento
nube
10 (19 %)
Procesamiento
NR
4 (8 %)
Procesamiento
edge
1 (2 %)
Procesamiento
NA
1 (2 %)
Fuente de energía
NR
25 (48 %)
Fuente de energía
red eléctrica
8 (15 %)
Fuente de energía
solar + batería
8 (15 %)
Fuente de energía
NA
6 (12 %)
Fuente de energía
batería
3 (6 %)
Fuente de energía
híbrida
1 (2 %)
Fuente de energía
solar
1 (2 %)
Decisión
control automático
30 (58 %)
Decisión
solo monitoreo
12 (23 %)
Decisión
alerta o accionamiento manual
10 (19 %)
Fuente: Elaboración propia.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 224
El
predominio
del
Wi-Fi
exige
electricidad
e
Internet
en
el
sitio
de
despliegue;
un
estudio
eligió sus fincas precisamente porque contaban
con
ambos
(Gonçalves
et
al.,
2024).
Las
tecnologías
de
largo
alcance
y
bajo
consumo
adecuadas
para
fincas
remotas
fueron
raras,
aunque
la
conectividad
y
la
energía
figuran
entre las barreras que declaran los autores. Parte
de este patrón puede deberse al sesgo de acceso,
porque las ponencias de acceso cerrado de IEEE
y
Springer,
infrarrepresentadas
aquí,
podrían
describir arquitecturas más elaboradas.
Figura
4.
Diagrama
aluvial
de
la
arquitectura
típica:
etapa
→
controlador
→
comunicación
→
decisión. El ancho de cada banda es el número de estudios y el color, la etapa. Cada estudio se asigna
a un único controlador y a una única tecnología principal, por lo que algunos totales son menores que
en la Tabla 3.
Fuente: Elaboración propia.
Cuarenta y siete estudios (90 %) monitorearon
al
menos
una
variable
de
agua
o
microclima
(Figura
5).
La
temperatura
(24
estudios)
y
la
humedad relativa del aire (22) fueron las más
frecuentes.
En
campo
y
vivero
(n
=
15),
la
humedad
del
suelo
se
midió
en
ocho
y
la
precipitación
en
tres;
la
radiación
fotosintéticamente activa (Suhardi et al., 2019)
y el viento (Calderon et al., 2024) se registraron
en
un
estudio
por
variable.
Ningún
estudio
midió el VPD, el potencial hídrico de la planta,
el riego aplicado (caudal o volumen), el mojado
foliar ni la temperatura del dosel, aunque diez
sistemas
de
campo
medían
a
la
vez
la
temperatura
y
la
humedad
relativa
del
aire,
a
partir
de
las
cuales
el
VPD
se
calcula
directamente.
En
poscosecha,
las
variables
centrales
fueron
la
temperatura
y
la
humedad
del aire de secado (16 sistemas), la temperatura
de la masa de fermentación (12), el pH (12) y la
humedad del grano (6, todos en secadores). Solo
13 estudios (25 %) informaron la calibración de
los
sensores
frente
a
un
instrumento
de
referencia, por ejemplo, con soluciones tampón
para
el
pH
y
termómetros
o
higrómetros
de
referencia (Flores et al., 2026); (Pratopo et al.,
2022); (Sabila et al., 2025b); (Saguidon et al.,
2024),
o
con
el
método
gravimétrico
para
la
humedad del suelo (Avilés, 2025). El intervalo
de muestreo tuvo una mediana de 15 min (k =
21;
de
1
s
a
24
h).
La
consigna
superior
de
secado tuvo una mediana de 60 °C (k = 12; 40–
60 °C), y la humedad final objetivo del grano
fue siempre cercana al 7 % (k = 9; 7–7,5 %),
conforme
a
las
normas
nacionales.
Los
controles
de
fermentación
actuaron
a
una
mediana
de
50
°C
(k
=
6;
40–50
°C),
y
las
temperaturas máximas de la masa registradas en
los ensayos tuvieron una mediana de 42,4 °C (k
= 8; 35,1–51 °C). En riego, los umbrales fueron
una humedad del suelo del 70–85 % (Cazes et
al., 2025), riego por debajo del 70 % (Avilés,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 225
2025) o un rango entre la capacidad de campo
(23
%)
y
el
punto
de
marchitez
(9
%)
con
reposición
de
la
evapotranspiración
estimada
por
Hargreaves
(Freire
et
al.,
2019).
Treinta
sistemas
(58
%)
accionaban
automáticamente
un
actuador,
diez
(19
%)
emitían
alertas
o
permitían
el
accionamiento
manual
remoto
y
doce
(23
%)
solo
monitoreaban.
Entre
los
automáticos
predominó
la
lógica
de
umbral
on/off
(13),
seguida
por
el
control
PID
o
predictivo (3) (Arifin et al., 2024); (Corrales et
al., 2024); (Parra et al., 2016), el control difuso
(3)
(Ananta
et
al.,
2025);
(Corzo
y
Velazco),
2018;
(Saputro
et
al.,
2025),
las
secuencias
temporizadas
(3),
el
control
basado
en
aprendizaje automático (2) (Cazes et al., 2025);
(Jiménez y Pizango, 2023) y un sistema experto
(Putra
et
al.,
2020);
cinco
no
informaron
la
lógica.
El
aprendizaje
automático
apareció
en
siete
estudios,
pero
solo
dos
lo
usaron
para
actuar. En campo, solo dos sistemas cerraron el
lazo de riego con datos de sensores (Cazes et al.,
2025);
(Freire
et
al.,
2019);
otro
regaba
por
horario
sin
usar
sus
sensores
(Molina
et
al.,
2015)
y
otro
dependía
del
accionamiento
manual
desde
una
aplicación
móvil
(Avilés
2025).
Figura 5.
Variables de agua y microclima monitoreadas por etapa (número de estudios). Sobre la línea
discontinua, variables de campo; debajo, de postcosecha.
Fuente: Elaboración propia.
Estos resultados revelan el hallazgo central de
la revisión: un desajuste entre lo que se mide y
lo que importa agronómicamente. Los sistemas
miden
la
temperatura
y
la
humedad
del
aire
porque
existen
sensores
baratos
para
ello,
mientras
que
las
variables
que
gobiernan
el
estrés hídrico del cacao, como el estado hídrico
del suelo y de la planta y el VPD (Lahive et al.,
2019); (Tosto et al., 2023), están ausentes. Dado
el
efecto
documentado
de
la
sequía
sobre
la
mortalidad del cacao (Abdulai et al., 2018), la
escasez
de
sistemas
validados
de
riego
y
de
monitoreo del estado hídrico es la brecha más
importante
identificada.
El
VPD
es,
además,
una oportunidad de bajo costo, porque bastaría
con calcularlo con los datos que ya se registran.
En
poscosecha,
la
consigna
de
secado
más
usada (60 °C) supera el óptimo de 50–55 °C que
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 226
se considera adecuado para la calidad del grano
en
las
revisiones
sobre
tecnologías
de
secado
(Hii, 2025), y ningún estudio incluido midió la
calidad en función de la temperatura de secado.
Varios prototipos podrían estar optimizando el
tiempo de secado a costa de la acidez y el sabor.
En
fermentación,
los
umbrales
de
control
(mediana de 50 °C) concuerdan con el rango de
45–50 °C que citan los propios estudios, pero
los lotes experimentales pequeños a menudo no
alcanzaron temperaturas óptimas (Pratopo et al.,
2022),
y
las
sondas
de
pH
resultaron
poco
fiables
en
la
masa
(Guzmán
et
al.,
2020;
(Pratopo et al., 2022). Ningún sistema alcanzó
el TRL 7 (Tabla 4; Figura 6). Un estudio estaba
en TRL 2, cinco en TRL 3, 22 en TRL 4, 18 en
TRL 5 y seis
en TRL 6 (Cazes et
al.,
2025);
(Jiménez
y
Pizango,
2023);
(Shawon
et
al.,
2026); (Siswanto et al., 2026); (Telaumbanua et
al., 2021); (Tuanama et al., 2025); la mediana
fue TRL 4 y el 77 % de los estudios se situó en
TRL 4–5. El secado fue la etapa más rezagada
(mediana TRL 4; 12 de 17 en TRL 4), mientras
que los sistemas de campo y de fermentación
alcanzaron con más frecuencia TRL 5. El TRL
no aumentó con el tiempo (mediana 4 en 2015–
2019, 5 en 2020–2022 y 4 en 2023–2026): la
producción
crece,
pero
la
madurez
no.
Una
lectura posible es que muchos trabajos proceden
de proyectos de titulación o de un solo ciclo, sin
continuidad.
Estos
resultados
cuantifican
la
conclusión de la síntesis narrativa más cercana,
según la cual la mayoría de las tecnologías de la
cadena
del
cacao
permanece
en
fase
de
laboratorio o de prototipo (Wader et al., 2026).
Tabla 4.
Nivel de madurez tecnológica (TRL) por etapa de la cadena.
Etapa
n
TRL 2
TRL 3
TRL 4
TRL 5
TRL 6
Mediana
campo y vivero
15
0
3
1
8
3
5
fermentación
16
0
0
7
8
1
5
secado
17
1
1
12
1
2
4
otras
4
0
1
2
1
0
4
Total
52
1
5
22
18
6
4
Fuente: Elaboración propia.
Figura 6.
Nivel de madurez tecnológica (TRL) por etapa de la cadena. Ningún sistema alcanza TRL 7.
Fuente: Elaboración propia.
Treinta
y
tres
estudios
(63
%)
usaron
algún
comparador, a menudo el método tradicional o
datos
de
la
literatura.
Los
secadores
instrumentados acortaron el tiempo de secado
frente a sus comparadores en una mediana del
47 % (k = 5; 0–57 %) (Hersyah et al., 2022);
(Putra
et
al.,
2020);
(Sambayon
et
al.,
2020);
(Siswanto et al., 2026); (Tuanama et al., 2025),
pero, en varios casos, los comparadores no eran
simultáneos
o
procedían
de
la
literatura,
y
el
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 227
único
estudio
con
comparador
en
la
misma
cámara no encontró diferencias en el tiempo de
secado (Tuanama et al., 2025).
En
fermentación,
un
fermentador
rotatorio
controlado
por
PLC
alcanzó
el
90
%
de
fermentación en 96 h, frente a los 6–7 días del
método
artesanal
(Guzmán
et
al.,
2020);
un
sistema controlado por una red neuronal obtuvo
un
77,5
%
de
granos
bien
fermentados,
significativamente
más
que
el
método
tradicional
de
la
cooperativa
(Jiménez
y
Pizango,
2023);
y
un
sistema
IoT
con
alertas
homogeneizó
la
duración
de
tres
lotes
(Abijaude
et
al.,
2022).
La
calidad
del
grano
(prueba
de
corte,
análisis
químico
o
análisis
sensorial) se evaluó solo en cuatro estudios, dos
de ellos de forma cualitativa (Koffi et al., 2026);
(Saguidon
et
al.,
2024);
(Santos
y
Remot,
2024); (Tuanama et al., 2025).
El ahorro de agua se cuantificó en dos estudios:
25
%
frente
al
riego
por
temporizador,
informado
solo
en
el
resumen
(Cazes
et
al.,
2025),
y
38
%
frente
al
riego
manual
en
un
vivero (Avilés, 2025). El costo del sistema se
informó
en
cuatro
estudios,
desde
unos
120
USD para un subsistema IoT (Siswanto et al.,
2026)
hasta
5.000
USD
para
un
robot
de
remoción (Tuanama et
al.,
2025);
otros 14 se
describieron como "de bajo costo" sin cifras. La
calidad del reporte fue alta en 5 estudios, media
en 35 y baja en 12 (mediana de 5 sobre 10; κ
ponderado
entre
revisores
de
0,62
para
la
categoría y de 0,74 para el TRL). Los objetivos
fueron casi siempre claros (Q1), pero el costo
(Q9:
87
%
no
informado),
la
energía
o
autonomía (Q8: 65 %), la calibración (Q4: 60
%) y la disponibilidad de datos o código (Q10:
54 %) fueron los ítems más débiles (Figura 7).
Veintinueve
estudios
(56
%)
mencionaron
alguna barrera de adopción, sobre todo el costo
(9), la robustez en campo (8), la conectividad
(7)
y
la
capacitación
(7);
la
energía
(4),
el
mantenimiento
(2)
y
la
ciberseguridad
(2)
fueron
menos
frecuentes.
Estas
barreras
eran
sobre
todo
opiniones
de
los
autores
y
no
resultados
medidos.
La
participación
de
productores
se
informó
en
12
estudios
y
la
capacitación en uno, y ningún estudio informó
si el sistema siguió en uso después del ensayo.
mapa de brechas (Figura 8) muestra evidencia
densa para la temperatura y la humedad del aire
en campo, la temperatura de la masa y el pH en
fermentación
y
las
condiciones
del
aire
de
secado,
todas
con
TRL
de
hasta
6,
y
celdas
vacías
para
el
riego
aplicado,
el
potencial
hídrico,
el
VPD,
el
mojado
foliar
y
la
temperatura
del
dosel
en
todas
las
etapas.
La
cosecha no tuvo estudios, y el almacenamiento,
la trazabilidad y el vivero, uno o dos cada uno.
Al
excluir
los
estudios
de
calidad
baja
(40
estudios restantes) o las ponencias (39 estudios
restantes),
los
resultados
principales
no
cambiaron: ningún sistema alcanzó TRL ≥ 7, la
mitad transmitía datos (50–51 %) y el 59–62 %
actuaba de forma automática. Los informes no
recuperados difirieron de los recuperados: el 53
% eran ponencias (frente al 14 %), el 49 % se
encontró en Scopus (frente al 23 %) y el 70 %
figuraba como de acceso cerrado en OpenAlex
(frente al 12 %), con un año mediano de 2022
(frente
a
2024).
El
corpus
incluido
sobrerrepresenta, por tanto, la literatura regional
de
acceso
abierto
e
infrarrepresenta
las
ponencias
de
ingeniería
de
acceso
cerrado.
Nueve estudios (17 %) no informaron métricas
técnicas ni resultados agronómicos. Además, se
excluyeron
por
idioma
diez
informes
en
indonesio, tres durante el cribado por título y
resumen y siete durante la evaluación
a texto
completo que cumplían los demás criterios; con
ellos, Indonesia habría pasado de 15 a unos 25
estudios.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 228
Figura 7.
Calidad del reporte técnico por ítem
(Q1–Q10): porcentaje de estudios que cumplen
(«sí»),
cumplen
en
parte
(«parcial»)
o
no
cumplen («no») cada ítem (n = 52).
Fuente: Elaboración propia.
Figura
8.
Mapa
de
brechas
de
evidencia:
variable
×
etapa.
El
tamaño
del
círculo
y
el
número indican los estudios; el color, el TRL
máximo de la celda; «–», sin evidencia.
Fuente: Elaboración propia.
La Tabla 5 resume los hallazgos principales y
su certeza. La certeza fue alta para el hallazgo
de que ningún sistema ha superado el TRL 6.
Fue moderada para los siguientes hallazgos: la
temperatura
y
la
humedad
de
la
poscosecha
pueden
monitorearse
y
controlarse
con
hardware de bajo costo; los sistemas de campo
se centran en la temperatura y la humedad del
aire,
con
un
control
de
riego
incipiente;
predominan las arquitecturas de bajo costo y la
mitad de los sistemas no transmite datos; y la
fiabilidad de la medición rara vez se demuestra.
La certeza fue baja para las mejoras del proceso
de fermentación y para las barreras de adopción
declaradas,
y
muy
baja
para
la
reducción
del
tiempo
de
secado
atribuible
al
control
automático
y
para
el
ahorro
de
agua.
Para
cooperativas
y
servicios
de
extensión,
el
monitoreo de la temperatura y la humedad con
alarmas
en
fermentación
y
secado
es
la
aplicación
de
menor
riesgo,
pero
conviene
probar
consignas
de
secado
de
50–55
°C
midiendo
la
calidad,
en
lugar
de
los
60
°C
predominantes.
No
hay
evidencia
suficiente
para
recomendar
el
riego
automatizado
en
el
cacao
más
allá
de
pilotos
que
midan
el
agua
aplicada.
Quienes
adopten
un
sistema
deberían
exigir
información
sobre
el
costo
total,
la
fuente
de
energía,
la
calibración
de
los
sensores
y
el
soporte de mantenimiento, que son justamente
los datos que la literatura omite. A diferencia de
lo que sugieren las revisiones sobre inteligencia
artificial
en
el
cacao
(Apicella,
2025),
el
aprendizaje automático rara vez está integrado
en el control desplegado. Y frente a la revisión
del IoT en la agricultura ecuatoriana (Basurto y
Parraga, 2026), esta revisión es específica del
cultivo, multinacional y añade el análisis de la
poscosecha
y
de
la
madurez.
Para
los
financiadores,
la
prioridad
es
apoyar
la
continuidad del desarrollo desde el TRL 5 hasta
el
TRL
7,
más
que
la
creación
de
nuevos
prototipos.
Del
mapa
de
brechas
se
derivan
ocho
prioridades
(Tabla
6).
Proponemos,
además,
que
los
estudios
futuros
informen,
como
mínimo,
el
modelo,
la
exactitud
y
la
calibración
de
los
sensores
frente
a
una
referencia;
el
intervalo
de
muestreo
y
la
tecnología
de
comunicación;
la
fuente
de
energía y la autonomía medida; el costo de los
componentes;
la
duración,
las
réplicas
y
un
comparador simultáneo; al menos un resultado
agronómico
o
de
calidad;
el
TRL
según
una
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 229
escala
reconocida;
y
la
disponibilidad
del
código
y
de
los
datos.
Entre
las
fortalezas
destacan el protocolo registrado con enmiendas
documentadas; una búsqueda en tres idiomas en
nueve
bases
de
datos
y
Google
Académico,
complementada con el rastreo de citas, validada
con
un
conjunto
de
referencia;
la
evaluación
doble e independiente de la elegibilidad a texto
completo (κ = 0,89), de la calidad (0,62) y del
TRL
(0,74);
la
verificación
del
100
%
de
la
extracción;
la
asignación
del
TRL
a
cada
estudio;
y
la
reproducibilidad
de
los
datos
y
scripts.
Tabla 5.
Resumen de hallazgos y certeza de la evidencia (enfoque adaptado de GRADE-CERQual).
Calidad: número de estudios de calidad alta/media/baja (A/M/B).
Hallazgo
k
Calidad (A/M/B)
Certeza
Razón principal
H1 La temperatura de la masa en fermentación y la temperatura y la humedad del
aire de secado pueden monitorearse y controlarse, sobre todo con hardware de bajo
costo
31
2/26/3
Moderada
Madurez (la mayoría en TRL 4); exactitud de
la medición poco demostrada
H2 Los secadores instrumentados acortan el tiempo frente a sus comparadores; el
efecto del control automático no se aísla
5
2/3/0
Muy baja
Pocos estudios; comparaciones indirectas;
comparadores no simultáneos o de la
literatura; magnitud inconsistente (0–57 %)
H3 El monitoreo o control de la fermentación acelera, homogeneiza o mejora el
proceso
6
0/6/0
Baja
Resultados heterogéneos y en parte
cualitativos; sin evaluación sensorial
estandarizada
H4 En campo se monitorean sobre todo la temperatura y la humedad del aire; el
riego automatizado es incipiente (3 sistemas, 2 en lazo cerrado)
15
2/7/6
Moderada
Calidad (6 de 15 estudios con calidad baja)
H4b El riego basado en sensores ahorra agua (25 % y 38 %)
2
1/1/0
Muy baja
k = 2; una cifra solo figura en el resumen
H5 Ningún sistema supera TRL 6; no hay evidencia de uso sostenido
52
5/35/12
Alta
Robusto en ambos análisis de sensibilidad
H6 Predominan arquitecturas de bajo costo (Arduino/ESP, Wi-Fi) y la mitad no
transmite datos
52
5/35/12
Moderada
Sesgo de acceso (ponencias técnicas no
recuperadas); enlace no identificado en nueve
sistemas
H7 La fiabilidad de la medición rara vez se demuestra (calibración informada en el
25 %)
52
5/35/12
Moderada
Sesgo de acceso: las ponencias indexadas en
Scopus informan calibración con más
frecuencia (4 de 10)
H8 Las barreras de adopción son el costo, la robustez, la conectividad y la
capacitación
29
4/20/5
Baja
Opiniones de los autores, no mediciones; poca
participación de productores
Fuente: Elaboración propia.
La
revisión
tiene
también
limitaciones.
Por
diseño,
solo
se
incluyó
literatura
con
texto
completo
gratuito,
y el
27 % de los
informes
buscados
no
se
recuperó,
en
su
mayoría
ponencias
de
acceso
cerrado.
No
se
pudo
consultar
Web
of
Science
ni
se
completó
la
revisión por pares de la estrategia de búsqueda
(PRESS)
(McGowan
et
al.,
2016).
La
restricción de idioma excluyó diez informes en
indonesio
y
la
literatura
francófona
de
África
Occidental,
lo
que
infrarrepresenta
a
Asia
y
África.
Tabla 6.
Agenda de investigación derivada del mapa de brechas.
Prioridad
Brecha
Qué se necesita
1
Estado hídrico en campo (sin VPD, potencial hídrico ni riego medido)
Calcular el VPD a partir de la temperatura y la humedad, medir el agua
aplicada y validar frente a un riego de referencia durante una estación seca
completa
2
Madurez (ningún sistema en TRL ≥ 7)
Despliegues de al menos una campaña con productores como usuarios,
línea base simultánea y seguimiento del uso posterior
3
Calidad del grano
Vincular el control de fermentación y secado con la prueba de corte, la
acidez y el análisis sensorial estandarizado
4
Fiabilidad de la medición
Calibración en campo frente a referencias e informe de la deriva (pH,
humedad del suelo y del grano)
5
Conectividad y energía
LoRaWAN, NB-IoT o almacenamiento y reenvío con energía solar
dimensionada en fincas sin red; informar la autonomía
6
Economía
Costos de capital y operación; análisis de costo-beneficio para pequeños
productores
7
Etapas sin cubrir
Cosecha, almacenamiento (humedad, micotoxinas) y trazabilidad con
lectura automática
8
Reporte
Ítems mínimos de reporte para sistemas IoT agrícolas
Fuente: Elaboración propia.
Un revisor de inteligencia artificial participó en
el cribado por título y resumen, aunque no podía
excluir registros por sí solo. La lista de calidad
se elaboró para esta revisión y no está validada
externamente,
y
la
adaptación
agrícola
de
la
escala TRL exige juicio en la frontera entre los
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 230
niveles 4 y 5. Por último, la heterogeneidad de
diseños
y
el
escaso
número
de
estudios
por
resultado impidieron el metaanálisis.
Conclusiones
A
partir
de
los
resultados
y
de
su
análisis
y
discusión,
se
obtienen
las
siguientes
conclusiones sobre los sistemas de Internet de
las cosas y de sensado inteligente en la cadena
del cacao: 1) la investigación se concentra en la
fermentación y el secado y permanece en etapa
de
prototipo,
pues
ningún
sistema
ha
demostrado
funcionar
en
manos
de
los
productores durante una campaña completa; 2)
los
sistemas
miden
bien
la
temperatura
y
la
humedad del aire, pero ignoran las variables de
estado hídrico que limitan el cultivo, como el
déficit de presión de vapor, el potencial hídrico
y
el
riego
aplicado;
3)
los
beneficios
agronómicos y de calidad de la automatización,
como
la reducción
del
tiempo de secado o el
ahorro
de
agua,
se
apoyan
en
evidencia
de
certeza muy baja; 4) la mitad de los sistemas no
transmite
datos
y
las
tecnologías
aptas
para
fincas remotas son excepcionales; y 5) el avance
del campo depende menos de nuevos prototipos
que de despliegues más largos con productores,
de la medición del estado hídrico y de la calidad
del
grano,
y
del
reporte
transparente
de
la
calibración, la energía y el costo.
Referencias bibliográficas
Abdulai, I., Vaast, P., Hoffmann, M., Asare, R.,
Jassogne,
L.,
Van
Asten,
P.,
Rötter,
R.,
&
Graefe, S. (2018). Cocoa agroforestry is less
resilient to sub-optimal and extreme climate
than
cocoa
in
full
sun.
Global
Change
Biology,
24(1),
273–286.
https://doi.org/10.1111/gcb.13885
Abijaude,
J.,
Sobreira,
P.,
Santiago,
L.,
&
Greve,
F.
(2022).
Improving
data
security
with blockchain and Internet of Things in the
gourmet
cocoa
bean
fermentation
process.
Sensors,
22,
3029.
https://doi.org/10.3390/s22083029
Akbar, Z., Yuriadi, & Sidehabi, S. (2024). Data
acquisition system on cocoa bean fermenter
using
ESP32
based
on
MQQT
protocol.
Jurnal Teknologi Elekterika, 21(2), 131–135.
https://doi.org/10.31963/elekterika.v21i2.51
08
Algoner,
W.,
Flores-Rosales,
E.,
Valdez-
Zavaleta,
L.,
&
Malpartida,
A.
(2024).
Systematic
review
on
how
technological
innovation can improve the cocoa industry.
En
Proceedings
of
the
22nd
LACCEI
International
Multi-Conference
for
Engineering,
Education
and
Technology
(LACCEI
2024).
https://doi.org/10.18687/LACCEI2024.1.1.1
069
Ananta, T., Sabillah, C., Assariy, M., Zulqisthi,
D.,
Mariati,
C.,
Candra,
P.,
Silaen,
A.,
Prasetyo,
F.,
Aprilia,
W.,
Subekti,
A.,
&
Trianawati, M. (2025). Design of temperature
and humidity control system for cocoa bean
dryer using fuzzy Mamdani method. Journal
of
Applied
Science,
Technology
&
Humanities.
https://doi.org/10.62535/qfzg3m58
Apicella,
A.
(2025).
Intelligent
cocoa:
A
systematic
review
of
artificial
intelligence
applications
in
the
cocoa
supply
chain.
British
Food
Journal,
127(12),
4473–4493.
https://doi.org/10.1108/BFJ-04-2025-0488
Arethaputri, K., Pratama, I., & Hija, A. (2026).
An
ANN-driven
fermenter
system
for
bacterial
health
assessment
during
cocoa
bean
fermentation.
Engineering
Reports,
8,
e70637.
https://doi.org/10.1002/eng2.70637
Arifin, M., Pangaribuan, P., Pramudita, B., &
Megantoro,
P.
(2024).
Controlling
temperature
using
proportional
integral
and
derivative control algorithm for hybrid forced
convection solar dryer. International Journal
of
Electrical
and
Computer
Engineering.
https://doi.org/10.11591/ijece.v14i1.pp239-
247
Atiencia, D., Uriarte, E., & García, A. (2024).
Diseño
del
sistema
de
control,
para
una
máquina
ensacadora-pesadora
semiautomática
de
cacao.
Revista
de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 231
Investigación
Científica
TSE'DE.
https://doi.org/10.60100/tsede.v7i2.233
Avilés,
W.
(2025).
Implementación
de
un
sistema automatizado para la optimización de
recursos hídricos en semilleros de cacao en el
vivero
“Cristhel”
Naranjal.
Polo
del
Conocimiento.
https://doi.org/10.23857/pc.v10i9.10354
Babalola,
T.,
Babalola,
A.,
Faloye,
O.,
Adabembe,
B.,
&
Ogunrinde,
A.
(2023).
Analysis
of
soil
nutrients
and
water
levels
using
Internet
of
Things
(IoT)
for
different
land
use
options.
2023
International
Conference
on
Science,
Engineering
and
Business
for
Sustainable
Development
Goals.
https://doi.org/10.1109/SEB-
SDG57117.2023.10124635
Basurto, E., & Parraga, J. (2026). Integration of
IoT and artificial intelligence in Ecuadorian
agriculture:
A
systematic
literature
review
(2020–2025).
Enfoque
UTE,
17(1),
12–22.
https://doi.org/10.29019/enfoqueute.1236
Cabrera, J., Sánchez, I., Medina, F., Vargas, J.,
Calapsu,
E.,
&
Restrepo,
D.
(2020).
Prototype of physical variables measurement
system
in
a
cocoa
crop.
II
International
Congress
on
Biorefineries
and
Renewable
Energies
Supported
in
ICTs:
BRESICT.
https://doi.org/10.16925/ecam.03
Calderon,
J.,
Analuisa,
Á.,
Chango,
W.,
&
Aguilar,
P.
(2024).
Aplicación
web
progresiva
para
gestionar
pronósticos
agrícolas
en
las
plantaciones
de
cacao
en
Orellana.
Mikarimin.
Revista
Científica
Multidisciplinaria.
https://doi.org/10.61154/mrcm.v10i2.3211
Campbell,
M.,
McKenzie,
J.,
Sowden,
A.,
Katikireddi,
S.,
Brennan,
S.,
Ellis,
S.,
Hartmann-Boyce, J., Ryan, R., Shepperd, S.,
Thomas,
J.,
Welch,
V.,
&
Thomson,
H.
(2020).
Synthesis
without
meta-analysis
(SWiM)
in
systematic
reviews:
Reporting
guideline.
BMJ,
368,
l6890.
https://doi.org/10.1136/bmj.l6890
Castellanos,
M.,
Ordonez,
Y.,
&
Carreño,
A.
(2025). Equipo experimental para el estudio
y
modelado
de
procesos
agroindustriales
orientados a la deshidratación de alimentos.
Encuentro
Internacional
de
Educación
en
Ingeniería.
https://doi.org/10.26507/paper.4296
Castillo, J., Belupú, I., & Ipanaqué, W. (2021).
Implementation of a stainless steel prototype
to improve the fermentation of cocoa beans.
2021
IEEE
International
Conference
on
Automation/XXIV Congress
of the Chilean
Association
of
Automatic
Control.
https://doi.org/10.1109/icaacca51523.2021.9
465312
Cazes, R., García, A., Pelayo, J., & Rodriguez,
C. (2025). Energy performance analysis of an
edge-AI
irrigation
system
for
cocoa
production in rural Colombia. Heritage and
Sustainable Development, 7(2), 1031–1040.
https://doi.org/10.37868/hsd.v7i2.1480
Celis, J., Escobar, C., Mora, S., Casadiego, S.,
Delgado,
B.,
&
Guevara-Ibarra,
D.
(2020).
Design
of
a
wireless
sensor
network
for
optimal
deployment
of
sensor
nodes
in
a
cocoa crop. TecnoLógicas, 23(47), 121–136.
https://doi.org/10.22430/22565337.1361
Comisión
Europea.
(2014).
Technology
readiness levels (TRL). Horizon 2020 Work
Programme
2014–2015,
General
Annexes,
Annex
G.
https://scholar.google.com/scholar?q=Europ
ean+Commission+2014+Technology+Readi
ness+Levels+TRL
Corrales,
B.,
Jaya,
L.,
González,
J.,
&
Zambrano, X. (2024). Control system for a
cacao drying process: Case study cylindrical
dryer.
Lecture
Notes
in
Networks
and
Systems.
https://doi.org/10.1007/978-3-031-
51982-6_7
Corzo,
C.,
&
Velazco,
D.
(2018).
Control
automático
de
microclima
en
invernadero
para
secado
eficiente
de
granos
de
cacao.
Revista
Colombiana
de
Tecnologías
de
Avanzada.
https://scholar.google.com/scholar?q=Contr
ol+automático+de+microclima+en+invernad
ero+para+secado+eficiente+de+granos+de+
cacao
Costa, J., & Nunes, J. (2026). Monitoring soil
temperature
and
moisture
in
cocoa
cultivation: A literature review. Artefactum:
Revista de Estudos Interdisciplinares, 25(9),
e4229.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 232
https://doi.org/10.23900/artefactum.v25i9.42
29
Delgado,
S.,
&
Lazarte,
J.
(2018).
Diseño
de
fermentador de cacao automático basado en
proceso
tradicional.
Revista
I+i.
https://doi.org/10.71701/sr4t3a61
Dybå,
T.,
&
Dingsøyr,
T.
(2008).
Empirical
studies
of
agile
software
development:
A
systematic review. Information and Software
Technology,
50(9–10),
833–859.
https://scholar.google.com/scholar?q=Empir
ical+studies+of+agile+software+developme
nt+a+systematic+review
Flores, O., Jiménez, C., Arévalo, F., Valle, W.,
&
Díaz,
J.
(2026).
An
IoT
architecture
for
monitoring cocoa fermentation parameters: A
small-scale case study. 2026 6th International
Conference
on
Electrical,
Computer
and
Energy
Technologies.
https://doi.org/10.1109/ICECET65726.2026.
11633054
Freire, F., Chadrina, O., Velasco, J., Blacio, B.,
&
García-Orellana, Y.
(2019). Prototipo de
un sistema de riego automatizado en árboles
de cacao (Theobroma cacao) controlado vía
internet
con
dispositivos
móviles.
AVANCES:
Investigación
en
Ingeniería,
16(2).
https://doi.org/10.18041/1794-
4953/avances.2.5257
Furtado,
W.,
Vaz,
O.,
Veras,
A.,
Sá,
P.,
&
Antunes, A. (2020). Low-cost automation for
artificial drying of cocoa beans: A case study
in
the
Amazon.
Drying
Technology.
https://doi.org/10.1080/07373937.2020.1767
644
Gonçalves,
C.,
Freitas,
D.,
Jesus,
V.,
Coelho,
Á.,
&
Abijaude,
J.
(2024).
Estação
meteorológica
de
baixo
custo
para
monitoramento do microclima na lavoura de
cacau.
Anais
da
Escola
Regional
de
Computação
Bahia,
Alagoas
e
Sergipe.
https://doi.org/10.5753/erbase.2024.4439
Gómez,
J.,
Parra,
C.,
&
Guzmán,
J.
(2025).
Sistema
de
trazabilidad
de
cacao
soportado
en Internet de las cosas. Revista Colombiana
de
Tecnologías
de
Avanzada.
https://doi.org/10.24054/rcta.v1i45.3283
Guillermo, J., García, A., Rivas, D., Huerta, M.,
& Clotet, R. (2019). IoT architecture based
on
wireless
sensor
network
applied
to
agricultural
monitoring: A
case
of
study
of
cacao
crops
in
Ecuador.
Advances
in
Intelligent
Systems
and
Computing,
893.
https://doi.org/10.1007/978-3-030-04447-
3_3
Guzmán, L., Sánchez, M., Cruz, G., & Arbulú,
A.
(2020).
Diseño
de
un
fermentador
cilíndrico automatizado para la fermentación
de
cacao
criollo
piurano.
Revista
de
Innovación y Transferencia Productiva, 1(2),
e002.
https://doi.org/10.54353/ritp.v1i2.e002
Hersyah, M., Yolanda, D., & Fatma, N. (2022).
Cocoa
bean
dryer
and
cleaner
devise:
A
microcontroller
experiment.
Aceh
International
Journal
of
Science
and
Technology,
11(2),
175–181.
https://doi.org/10.13170/aijst.11.2.22708
Hidalgo, J., Vásquez, M., Bravo, L., & Yépez,
J. (2024). Monitoreo IoT utilizando una red
de sensores inalámbricos para el
cultivo
de
cacao.
Polo
del
Conocimiento,
9(11).
https://doi.org/10.23857/pc.v9i11.8343
Hii, C. (2025). A review on the technological
evolution and advancements of cocoa dryers.
Drying
Technology,
43(1–2),
130–146.
https://doi.org/10.1080/07373937.2024.2440
008
Ilham, D., Balkhaya, B., Candra, R., Hardisal,
H.,
&
Hasbaini,
H.
(2020).
Designing
an
Arduino-based automatic cocoa fermentation
tool. SinkrOn: Jurnal dan Penelitian Teknik
Informatika,
5(1),
92–99.
https://doi.org/10.33395/sinkron.v5i1.10611
Jiménez,
F.,
&
Pizango,
G.
(2023).
Sistema
inteligente
basado
en
deep
learning
para
la
optimización
de
la
fermentación
del
cacao.
Revista
Amazonía
Digital,
2(1),
e277.
https://doi.org/10.55873/rad.v2i1.277
Kitchenham,
B.,
&
Charters,
S.
(2007).
Guidelines
for
performing
systematic
literature
reviews
in
software
engineering
(EBSE
Technical
Report
EBSE-2007-01).
Keele
University
y
Durham
University.
https://scholar.google.com/scholar?q=Kitche
nham+Charters+2007+Guidelines+performi
ng+systematic+literature+reviews
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 233
Koffi, A., Kouadjo,
A., Tieu, Z., Soro, B., &
N’Goran,
Y.
(2026).
Digitalization
of
management
of
cocoa
bean
fermentation
process to guarantee beans quality. Journal of
Experimental
Agriculture
International,
48(7),
476–487.
https://doi.org/10.9734/jeai/2026/v48i74347
Komolafe, C., &
Waheed, M. (2018). Design
and fabrication of a forced convection solar
dryer integrated with heat storage materials.
Annales de Chimie - Science des Matériaux.
https://doi.org/10.3166/acsm.42.22-39
Lahive, F., Hadley, P., & Daymond, A. (2019).
The physiological responses of cacao to the
environment and the implications for climate
change resilience: A review. Agronomy for
Sustainable
Development,
39,
5.
https://scholar.google.com/scholar?q=The+p
hysiological+responses+of+cacao+to+the+e
nvironment+and+the+implications+for+clim
ate+change+resilience
León,
O.,
Herrera,
W.,
Londoño,
W.,
&
Jiménez,
A.
(2017).
Prototipo
de
automatización
del
proceso
de
secado
y
selección
del
cacao
a
través
del
procesamiento digital de imágenes. Ciencia e
Ingeniería:
Revista
Interdisciplinar
de
Estudios en Ciencias Básicas e
Ingenierías,
4(1),
52–65.
https://scholar.google.com/scholar?q=Prototi
po+de+automatización+del+proceso+de+sec
ado+y+selección+del+cacao
Lewin,
S.,
Booth,
A.,
Glenton,
C.,
Munthe-
Kaas,
H.,
Rashidian,
A.,
Wainwright,
M.,
Bohren, M., Tunçalp, Ö., Colvin, C., Garside,
R.,
Carlsen,
B.,
Langlois,
E.,
&
Noyes,
J.
(2018).
Applying
GRADE-CERQual
to
qualitative
evidence
synthesis
findings:
Introduction
to
the
series.
Implementation
Science,
13(Suppl.
1),
2.
https://doi.org/10.1186/s13012-017-0688-3
Martínez,
J.,
Lourido,
W.,
Salazar,
D.,
&
Moreno,
J.
(2020).
Automated
control
of
cocoa
post-harvest
and
transformation
process
to
obtain
high-quality
beans.
18th
LACCEI International Multi-Conference for
Engineering,
Education,
and
Technology.
https://doi.org/10.18687/LACCEI2020.1.1.5
44
McGowan,
J.,
Sampson,
M.,
Salzwedel,
D.,
Cogo,
E.,
Foerster,
V.,
&
Lefebvre,
C.
(2016).
PRESS
peer
review
of
electronic
search
strategies:
2015
guideline
statement.
Journal of Clinical Epidemiology, 75, 40–46.
https://doi.org/10.1016/j.jclinepi.2016.01.02
1
Moher, D., Shamseer, L., Clarke, M., Ghersi,
D., Liberati, A., Petticrew, M., Shekelle, P.,
Stewart,
L.,
&
PRISMA-P
Group.
(2015).
Preferred
reporting
items
for
systematic
review
and
meta-analysis
protocols
(PRISMA-P)
2015
statement.
Systematic
Reviews, 4, 1.
https://doi.org/10.1186/2046-
4053-4-1
Molina,
B.,
Palma,
Y.,
&
Palma,
G.
(2015).
Sistema de riego automatizado para el cultivo
de cacao (Theobroma cacao L.) en la ESPAM
MFL - Ecuador. Revista Tecnológica ESPOL
-
RTE,
28(2),
100–107.
https://scholar.google.com/scholar?q=Sistem
a+de+riego+automatizado+para+el+cultivo+
de+cacao+ESPAM+MFL
Page, M., McKenzie, J., Bossuyt, P., Boutron,
I., Hoffmann, T., Mulrow, C., Shamseer, L.,
Tetzlaff, J., Akl, E., Brennan, S., Chou, R.,
Glanville, J., Grimshaw, J., Hróbjartsson, A.,
Lalu, M., Li, T., Loder, E., Mayo-Wilson, E.,
McDonald,
S.,
...
Moher,
D.
(2021).
The
PRISMA
2020
statement:
An
updated
guideline
for
reporting
systematic
reviews.
BMJ,
372,
n71.
https://doi.org/10.1136/bmj.n71
Parra, P., Ipanaqué, W., & Manrique, J. (2016).
Artificial drying of cocoa beans based on a
continuous
flow
revolving
system.
IEEE
Latin
America
Transactions,
14(6),
2570–
2575.
https://doi.org/10.1109/tla.2016.7555220
Pratopo,
L.,
Thoriq,
A.,
Purwanto,
E.,
&
Wiradwinanda, D. (2022). Temperature and
pH
monitoring
system
design
in
the
fermentation
of
cocoa
beans
based
on
Android.
Pelita
Perkebunan.
https://doi.org/10.22302/iccri.jur.pelitaperke
bunan.v38i1.494
Putra,
B.,
Waris,
A.,
&
Iqbal,
I.
(2020).
Development of solar and gas hybrid energy
bed
dryer
with
implementing
multivariable
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 234
expert
system
controls.
IOP
Conference
Series:
Earth
and
Environmental
Science,
486.
https://doi.org/10.1088/1755-
1315/486/1/012066
Rethlefsen, M., Kirtley, S., Waffenschmidt, S.,
Ayala, A., Moher, D., Page, M., Koffel, J., &
PRISMA-S Group. (2021). PRISMA-S:
An
extension
to
the
PRISMA
statement
for
reporting
literature
searches
in
systematic
reviews.
Systematic
Reviews,
10,
39.
https://doi.org/10.1186/s13643-020-01542-z
Rincón,
A.,
Portillo,
L.,
&
Rodriguez,
C.
(2023). Evaluation of a cocoa dryer prototype
using
LabVIEW
software
and
Arduino
hardware.
Heritage
and
Sustainable
Development,
5(2),
363–374.
https://doi.org/10.37868/hsd.v5i2.318
Rodríguez,
N.,
Vasquez,
P.,
&
Hidalgo,
W.
(2020).
Control
automático
de
temperatura
para el secado de cacao en un invernadero de
la parroquia Guasaganda del cantón La Maná.
Revista
DATEH,
2(2).
https://scholar.google.com/scholar?q=Contr
ol+automático+de+temperatura+para+el+sec
ado+de+cacao+Guasaganda
Sabila, L., Dwiyono, L., Hakim, A., Karuana,
A., Hakika, D., & Hanum, F. (2025a). Design
of
oxygen
and
carbon
dioxide
monitoring
system in cocoa fermentation with Internet of
Things and automatic stirring system. Jurnal
Nasional
Teknik
Elektro,
14(2).
https://doi.org/10.25077/jnte.v14n2.1245.20
25
Sabila, L., Dwiyono, L., Hakim, A., Karuana,
A.,
&
Hakika,
D.
(2025b).
IoT-based
monitoring
system
for
temperature
and
pH
control
in
cocoa
fermentation.
MOTIVECTION:
Journal
of
Mechanical,
Electrical
and
Industrial
Engineering,
7(1).
https://doi.org/10.46574/motivection.v7i1.38
1
Saguidon,
J.,
Dellosa,
J.,
&
Mendoza,
R.
(2024).
Internet-of-Things
(IoT)-based
automated
temperature
monitoring
and
control
system
for
enhanced
cacao
fermentation
quality.
International
Conference
on
Electrical,
Control
and
Instrumentation
Engineering.
https://doi.org/10.1109/icecie63774.2024.10
815649
Sambayon, R., Ancheta, A., Gile, M., Montajes,
G., Leorna, V., Saligue, W., & Felicilda, J.
(2020).
Design,
construction
and
performance
evaluation
of
an
automated
mixed
mode
solar
tracking
cacao
dryer.
Journal
of
Science,
Engineering
and
Technology.
https://doi.org/10.61569/yg3pbe49
Santillán,
H.,
Suárez,
M.,
&
Cárdenas,
D.
(2023).
Development
of
an
IoT
tool
for
optimizing
humidity
control
in
cocoa
cultivation.
Memoria
Investigaciones
en
Ingeniería,
25,
246–265.
https://doi.org/10.36561/ING.25.14
Santos, E., & Remot, D. (2024). Classification
of cocoa beans based on the grade level of
fermentation
using
KNN
algorithm.
Indian
Journal of Science and Technology, 17(21),
2166–2176.
https://doi.org/10.17485/IJST/v17i21.1997
Saputro, A., Iyabu, S., Purnamasari, D., Ulum,
M.,
Ubaidillah,
A.,
&
Fahmi,
M.
(2025).
Design and construction of cocoa bean drying
equipment for regulating water content using
the
fuzzy
method.
JTEIN:
Jurnal
Teknik
Elektro
Indonesia,
6(2),
88–100.
https://scholar.google.com/scholar?q=Desig
n+and+Construction+of+Cocoa+Bean+Dryi
ng+Equipment+for+Regulating+Water+Con
tent
Shawon, S., Zaman, M., Maniam, S., Kheng, T.,
&
Wong,
H.
(2026).
Climate-aware
hybrid
1D-CNN-LSTM
model
for
multi-layer
soil
moisture
prediction
in
tropical
cocoa
plantations.
Climate
Smart
Agriculture,
3,
100096.
https://doi.org/10.1016/j.csag.2025.100096
Siswanto, R., Dewintari, P., & Sapar, S. (2026).
ESP-NOW
based
multi-node
Internet
of
Things
system
for
agricultural
solar
dryers
with
hybrid
offline-online
monitoring.
International Journal of Reconfigurable and
Embedded
Systems.
https://doi.org/10.11591/ijres.v15.i2.pp426-
438
Sott, M., Furstenau, L., Kipper, L., Giraldo, F.,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 235
Lopez-Robles,
J.,
Cobo,
M.,
Zahid,
A.,
Abbasi,
Q.,
&
Imran,
M.
(2020).
Precision
techniques and Agriculture 4.0 technologies
to promote sustainability in the coffee sector:
State of the art, challenges and future trends.
IEEE
Access,
8,
149854–149867.
https://doi.org/10.1109/ACCESS.2020.3016
325
Suhardi, S., Sapsal, M., & Sjahrir, R. (2019).
Development
of
light
intensity
data
acquisition system to identify the suitability
of soil conservation plants under the stand of
cocoa
trees.
IOP
Conference
Series:
Earth
and
Environmental
Science,
235,
012090.
https://doi.org/10.1088/1755-
1315/235/1/012090
Syahputra, T., Utomo, A., & Lisda, L. (2026).
IoT-based
monitoring
and
assisted
classification
of
cocoa
bean
fermentation
using multimodal sensor data. Inform: Jurnal
Ilmiah
Bidang
Teknologi
Informasi
dan
Komunikasi,
11(2),
130–139.
https://doi.org/10.25139/inform.v11i2.12029
Telaumbanua,
M.,
Haryanto,
A.,
Wisnu,
F.,
Lanya, B., & Wiratama, W. (2021). Design of
insect trap automatic control system for cacao
plants.
Procedia
Environmental
Science,
Engineering
and
Management,
8(1),
167–
175.
https://scholar.google.com/scholar?q=Desig
n+of+insect+trap+automatic+control+syste
m+for+cacao+plants
Tosto,
A.,
Morales,
A.,
Rahn,
E.,
Evers,
J.,
Zuidema, P., & Anten, N. (2023). Simulating
cocoa
production:
A
review
of
modelling
approaches and gaps. Agricultural Systems,
206,
103614.
https://doi.org/10.1016/j.agsy.2023.103614
Tuanama, J., López, C., Pasquel, J., Grández,
C.,
Santa-María,
J.,
Quezada,
J.,
García-
Estrella, C., & Pérez, F. (2025). Construction
of an automated removal robot for the natural
drying of cacao beans. Sensors, 25(5), 1520.
https://doi.org/10.3390/s25051520
van
den
Akker,
O.,
Peters,
G.,
Bakker,
C.,
Carlsson, R., Coles, N., Corker, K., Feldman,
G., Moreau, D., Nordström, T., Pickering, J.,
Riegelman, A., Topor, M., van Veggel, N.,
Yeung, S., Call, M., Mellor, D., & Pfeiffer,
N.
(2023).
Increasing
the
transparency
of
systematic reviews: Presenting a generalized
registration
form.
Systematic
Reviews,
12,
170.
https://doi.org/10.1186/s13643-023-
02281-7
Vesga, J., Contreras, M., & Vesga, J. (2023).
Trazabilidad de los bultos de cacao mediante
el sistema RFID, soportado en el uso de series
de
tiempo
bajo
la
arquitectura
del
IoT.
Ciencia
y
Tecnología
Agropecuaria,
24(1),
e2911.
https://doi.org/10.21930/rcta.vol24_num1_ar
t:2911
Wader,
S.,
Basha,
S.,
&
Mahato,
K.
(2026).
From bean to bar 5.0: Artificial intelligence,
sensing technologies and robotics across the
cocoa–chocolate value chain. Trends in Food
Science
&
Technology,
177,
106022.
https://doi.org/10.1016/j.tifs.2026.106022
Esta obra está bajo una licencia de
Creative
Commons
Reconocimiento-No
Comercial
4.0 Internacional. Copyright © Luis Cristóbal Córdova
Martínez,
Daniel
Alexander
Vera
Paredes,
Roberto
Andres
Chuquiana
Tapia
y
Johnny
Roddy
Lopez
Briones.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 236
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT)
Luis Cristóbal Córdova Martínez: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de
los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Daniel Alexander Vera Paredes: curación y organización de los datos, participación en la recolección de información, validación de los resultados
obtenidos y elaboración de representaciones gráficas y visualización de los datos.
Roberto Andres Chuquiana Tapia: provisión de recursos académicos y materiales para el desarrollo del estudio, apoyo en la administración del
proyecto investigativo y revisión editorial del manuscrito antes de su publicación.
Johnny Roddy Lopez Briones.: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de
los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Declaración de conflicto de intereses
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del
presente artículo.
Declaración de financiamiento
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de
existir financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.
Declaración del editor
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica,
transparencia y buenas prácticas editoriales. El manuscrito fue sometido a un proceso de evaluación mediante revisión por pares doble ciego,
garantizando la confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor
declara que el artículo cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.
Declaración de los revisores
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que
sus observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.
Declaración ética de la investigación
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad
de los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben
ajustarse a los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.
Declaración sobre el uso de inteligencia artificial
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción
del manuscrito, se realizó únicamente como apoyo técnico para mejorar la claridad del lenguaje o el análisis de información, manteniendo siempre la
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del
manuscrito ni sustituyen la responsabilidad académica de los investigadores.
Disponibilidad de datos
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las
normas éticas y de confidencialidad establecidas por la investigación.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 12.1
Edición Especial XII 2026
Página 237
