ABSTRACT We propose a compartmental SIRD model with time-dependent parameters that can be used to give epidemiological interpretations to the phenomenological parameters of the Richards growth model. We illustrate the use of the map between these two models by fitting the fatality curves of the COVID-19 epidemic data in Italy, Germany, Sweden, Netherlands, Cuba, and Japan, up to July 30, 2020.

ABSTRACT The aim of this study to the evaluate the precision of the Red, Green, Blue (RGB) image analysis algorithm included in the TaurusWebs V2017® software for calculating the percentage of neutral detergent fiber (NDF) in the dry matter of grasses, from images of the grasslands taken by a drone with RGB camera. The results were compared with NDF values calculated with near infrared spectroscopy (NIRS). Forty-two samples were taken for NIRS: 18 from grasses from the high tropics in Cundinamarca: kikuyu (Pennisetum clandestinum), velvet grass (Holcus lanatus) and reed canarian grass (Phalaris arundinacea) and 24 from the lower tropics in Tolima, Colombia: pangola (Digitaria decumbens), para (Brachiaria mutica), Bermuda grass (Cynodon dactylon) and silver grass (Bothriochloa pertusa). The results were compared against 180 evaluations made with the algorithm of the images of the same grasses where the samples were taken for NIRS. The Kendall and Spearman correlation tests were significant (p<0.05), with an association of rho = 0.81 for the Kruskal Wallis hypothesis test (p>0.05). There were no significant differences in NDF values under the two methodologies and according to the Wilcoxon test, the medians of DNF calculated by NIRS vs. those of the algorithm are the same. In conclusion, the information generated with the algorithm can be used for NDF analysis work in grasses.

RESUMEN El trabajo estuvo orientado a evaluar la precisión del algoritmo de análisis de imágenes Red, Green, Blue (RGB) incluido en el software TaurusWebs V2017® para el cálculo del porcentaje de fibra detergente neutra (FDN) en la materia seca de gramíneas, a partir de imágenes de las praderas tomadas por un dron con cámara RGB. Los resultados fueron comparados con los valores de FDN calculados con espectroscopia del infrarrojo cercano (NIRS). Se tomaron 42 muestras para NIRS: 18 de gramíneas de trópico alto en Cundinamarca: kikuyo (Pennisetum clandestinum), falsa poa (Holcus lanatus) y pasto brasilero (Phalaris arundinacea) y 24 de trópico bajo en Tolima, Colombia: pangola (Digitaria decumbens), pará (Brachiaria mutica), bermuda (Cynodon dactylon) y colosuana (Bothriochloa pertusa). Los resultados se compararon contra 180 evaluaciones hechas con el algoritmo de las imágenes de las mismas gramíneas donde se tomaron las muestras para NIRS. Las pruebas de correlación de Kendall y de Spearman fueron significativas (p<0.05), con una asociación de rho=0.81 para la prueba de hipótesis de Kruskal Wallis (p> 0.05). No hubo diferencias significativas en los valores de FDN bajo las dos metodologías y según la prueba de Wilcoxon las medianas de la FDN calculada por NIRS vs. las del algoritmo fueron iguales. En conclusión, la información generada con el algoritmo se puede utilizar para trabajos de análisis del FDN en gramíneas.

ABSTRACT The present work study aimed at evaluating the accuracy of the computerized algorithm included in the TaurusWebs ® software, which allows to calculate the percent of crude protein (% CP) in the dry matter of grasses, from images of grasslands taken by a drone with Red Green Blue - RGB-cameras. The %PC measurements calculated by the algorithm were compared to a reference, Near Infrared Reflectance Spectroscopy (NIRS), from the Corpoica (Agrosavia) Laboratory calibrated for grasses. Forty-two samples were taken for NIRS, 18 of high tropic grasses in Cundinamarca: kikuyo, Pennisetum clandestinum; false poa, Holcus lanatus; Brazilian grass, Phalaris arundinacea and 24 from the low tropics in Tolima, Colombia: pangola, Digitaria decumbens; pará, Brachiaria mutica; Bermuda, Cynodon dactylon and coloswana, Bothriochloa pertusa. The results of the NIRS were compared against the evaluations made with the algorithm to the images of the grasses, coming from the pasture where the samples were taken. The results were compared using nonparametric statistics, the Kendall correlation test and Spearman, rho=0.83 and the Kruskal Wallis test. No differences were found between the result of the %PC of grasses measured by NIRS vs. the %PC measured by the RGB image analysis algorithm. In conclusion, the information generated with the algorithm can be used for analysis jobs of the %PC in grasses.

RESUMEN El presente trabajo estuvo orientado a evaluar la precisión del algoritmo de análisis de imágenes Red, Green, Blue (RGB), incluido en el software TaurusWebs ®, que permite calcular el porcentaje de proteína cruda de la materia seca (%PC) de las gramíneas a partir de imágenes de las praderas tomadas por un dron acoplado con cámaras RGB. Se compararon las mediciones del %PC calculadas por el algoritmo frente a un referente, Near Infrared Reflectance Spectroscopy (NIRS), del laboratorio de Corpoica (Agrosavia), calibrado para gramíneas. Se tomaron 42 muestras para NIRS, 18 de gramíneas de trópico alto en Cundinamarca: kikuyo, Pennisetum clandestinum; falsa poa, Holcus lanatus; pasto brasilero, Phalaris arundinacea y 24 de trópico bajo en Tolima, Colombia: pangola, Digitaria decumbens; pará, Brachiaria mutica; bermuda, Cynodon dactylon y colosuana, Bothriochloa pertusa. Los resultados del NIRS se compararon contra las evaluaciones hechas con el algoritmo de las imágenes de las gramíneas provenientes del mismo potrero donde se tomaron las muestras. Los resultados fueron comparados usando las pruebas no paramétricas de correlación de Kendall, rho=0.83 y de Kruskal Wallis. No se encontraron diferencias entre el resultado del %PC de las gramíneas medida por NIRS vs el %PC medida por el algoritmo de análisis de imágenes RGB. En conclusión, la información generada con el algoritmo se puede utilizar para trabajos de análisis del %PC en gramíneas.

En el presente estudio se depositaron películas delgadas amorfas de nitruro de carbono a-CNx utilizando un blanco de grafito pirolítico con una pureza de 5N, sobre substratos de silicio (100) en una atmosfera de gas de nitrógeno, usando la técnica de depósito por láser pulsado. Las películas de a-CNx se crecieron a diferentes temperaturas del substrato y diferentes presiones del gas nitrógeno; se utilizó un láser Nd:YAG con una fluencia de 10 J/cm². Las películas fueron caracterizadas por espectroscopia μ-Raman y con microanálisis por energía dispersiva de rayos X (ED X). Los espectros Raman muestran los picos característicos de carbono amorfo D (1354 cm-1) y el pico G (1555 cm-1), que corresponden a enlaces sp². Las intensidades de los picos característicos (I D/I G) en los espectros Raman indican que con el incremento de la temperatura del substrato y de la presión del gas de nitrógeno la relación entre las intensidades de los picos D y G (I D/I G) aumenta. El análisis EDX confirma la presencia de los elementos depositados C, N. La pluma del plasma producido por el láser fue caracterizada mediante espectroscopia de emisión óptica. En los espectros de emisión se identificaron especies atómicas (carbono y nitrógeno) y moleculares de CN.

In the present study a-CNx amorphous carbon nitride thin films were deposited using a pyrolytic graphite target with a purity of 5N on silicon (100) substrate in a nitrogen gas atmosphere using pulsed laser deposition technique. We used a Nd:YAG laser with laser fluence of 10 J/cm². The films were characterized by μ-Raman spectroscopy and Energy Dispersive X-ray ED X microanalysis. The Raman spectra showed the characteristic peaks of amorphous carbon D (1354 cm-1) and G (1555 cm-1), corresponding to sp² bonding. The peak intensity ratio (I D/I G) from Raman spectra increases as substrate temperature and nitrogen gas pressure increase. The (EDX) analysis confirmed the presence of C, N elements. The plume plasma produced by laser was characterized by optical emission spectroscopy. From the emission spectra, carbon and nitrogen atomic species and CN molecule were indentified.