
Compromesos/es
Des dels nostres inicis hem estat plenament compromesos/es amb el medi ambient, amb la seva protecció i millora en tots els àmbits de l’activitat, des de la vinya fins al celler.
Som conscients de l’impacte que té la producció de vi en l’entorn. No només tenim l’obligació de ser sostenibles ambientalment, sinó que n’és una responsabilitat.
Els nostres vins i caves són el resultat del nostre compromís ambiental i social; són el clar reflex de la nostra responsabilitat per preservar el nostre planeta. Volem mantenir la nostra terra sana lligada a una comunitat conscienciada preparada per a les generacions futures.

Projecte Coopera
Coopera és un projecte de relleu agrari impulsat per les cooperatives penedesenques Covides, Entrem i Actua. Es tracta d’una iniciativa pionera a Catalunya que té com a objectiu aportar una solució a la manca de relleu generacional en el món de la pagesia a partir de la formació i capacitació de persones en risc d’exclusió social.
Coopera ofereix serveis agraris de tota mena (poda, esporga, collita, neteja de parcel·les, biomassa, etc.) als pagesos/es i propietaris/es de finques a través de persones en risc d’exclusió social. D’altra banda, s’encarrega, en règim de parceria, de la gestió directa de finques que corren el risc de quedar abandonades i que poden seguir sent productives.
El projecte vol abordar diferents problemes vinculats al sector primari: garantir el relleu de la pagesia, evitar l’abandonament de terres i capacitar i formar persones en risc d’exclusió social, especialment persones migrades no acompanyades.



Projecte Predivi
La variabilitat del volum i la qualitat de les produccions vitivinícoles fa que la inversió de recursos i de dedicació dels nostres equips tècnics per a obtenir prediccions de verema sigui cada cop més elevada.
És per això que hem creat un projecte que està basat en l’ús de tecnologies Big Data per a poder desenvolupar models de predicció que anticipin la informació que desitgem de les nostres veremes.
La tecnologia Big Data permet combinar un gran volum de variables meteorològiques hiperlocalitzades (tant històriques com predictives), estudis de mapes de sòls, característiques agronòmiques de les nostres parcel·les i combinar-les amb els registres històrics de produccions i dels controls de maduració, entre altres variables, de manera que és factible crear models de predicció basats en el Machine Learning que siguin capaços de millorar les prediccions de collita.