RESUMO O conteúdo de água no solo é um fator-chave na avaliação nas áreas agrícola e ecológica. O objetivo deste trabalho foi explorar a combinação de informações multisatélites para abordar a questão da baixa precisão na recuperação do conteúdo de água do solo a partir de informações de banda única e fonte única, e estabelecer um modelo para estimativa do conteúdo de água do solo baseado no método multiespectral simulado. Foi realizado um experimento de determinação hiperespectral de amostras de solo (Latossolos) com valores variáveis de teor de água. A reflectância de oito sensores de satélite multiespectral foi remapeada com base nas funções de resposta espectral. Os índices de vegetação (VIs) foram estabelecidos combinando todas as bandas de sensores disponíveis. Os VIs significativos e a reflectância da banda foram extraídos pelos métodos de coeficiente de correlação e análise de importância de dados out-of-bag (OOB), e em seguida modelos lineares e não lineares foram estabelecidos para a estimativa do conteúdo de água no solo. Correlação significativa foi obtida entre refletância multiespectral simulada, VIs e teor de água no solo. Os modelos não lineares apresentaram melhor desempenho que o modelo linear. A combinação do modelo OOB e Random Forest (OOB-RF) obteve a maior acurácia de predição, com R2 calibração e R2 predição de 0,852 e 0,834, respectivamente. De forma geral, verificou-se que o método de modelagem OOB-RF baseado em sensoriamento remoto multiespectral foi viável para estimar o teor de água no solo.

ABSTRACT The soil water content is a key evaluation factor in the agricultural and ecological fields. The objective of this study was to explore the combination of multi-satellite information to address the issue of low accuracy in soil water content retrieval from single-band, single-source information and to establish a model for the estimation of the soil water content based on a simulated multi-spectral method. An experiment involving the hyperspectral determination of soil samples (Oxisols) with varying values of the water content was conducted. The reflectance of eight multi-spectral satellite sensors was resampled based on the spectral response functions. The vegetation indices (VIs) were established by pairing all available sensor bands. The significant VIs and band reflectance were extracted using the correlation coefficient and out-of-bag (OOB) data importance analysis methods, and then linear models and nonlinear models were established for soil water content estimation. A significant correlation was achieved between the simulated multi-spectral reflectance, VIs, and soil water content. The nonlinear models had a better performance than the linear model. The combined OOB and random forest (OOB-RF) model achieved the highest prediction accuracy, with R2 calibration and R2 prediction values of 0.852 and 0.834, respectively. Overall, it was verified that the OOB-RF modeling method based on multi-spectral remote sensing was feasible for estimating the soil water content.

Abstract: The purpose of this document is to highlight the existing issue caused by a lack of knowledge about the actual condition of machinery and precise monitoring in an express mechanic workshop. This workshop consists of mechanical maintenance equipment such as vehicle lifts, balancers, aligners, and other common machinery in such work environments. The data collected from these machines are classified and processed using Artificial Intelligence, specifically Machine Learning, by employing a tabulation and interpretation algorithm alongside IoT (Internet of Things) through the instrumentation of these machines with sensors appropriate to their mechanical operation. This facilitates and enables the creation of predictive maintenance plans as well as operational schemes that help reduce operational costs, maintenance expenses, and energy consumption of the workshop equipment. The system innovatively uses a modular approach without requiring intervention or modification of the machines, allowing their interconnectivity with a computer that automatically manages the collected data. This results in a clear view of the usage of each component, providing critical information for generating predictive maintenance strategies.

Resumen: El propósito de este documento es dar a conocer la problemática existente por una falta de conocimiento del estado real de la maquinaria y del monitoreo preciso de un taller de mecánica exprés que se compone por elementos de mantenimiento mecánico tales como elevadores de vehículos, balanceadora, alineadora, entre otras las maquinarias más comunes en este tipo de centros de trabajo, estos datos son clasificados y procesados utilizando inteligencia artificial como Machine Learning al emplear un algoritmo de tabulación e interpretación y conjuntamente IoT (internet de las cosas) a través de la instrumentación de dichas máquinas con sensores acordes a su tipo de funcionamiento mecánico, esto facilita y permite generar planes de mantenimiento predictivo al igual que esquemas operativos que permitirán disminuir el costo operacional, costos de mantenimiento y consumo energético de la indumentaria del taller, utilizando de manera innovadora un sistema modular sin necesidad de intervenir o modificar las mismas, que permite la interconectividad de la maquinaria con un ordenador que gestione la data recogida de manera automática dando como resultado una visión clara del uso de cada componente, esta información es clave para la generación de un mantenimiento predictivo.

Abstract: This research proposes the tuning of a controller for a D-STATCOM distribution static synchronous compensator in order to improve the steady-state and dynamic state voltage profiles for a distribution network with the presence of distributed generation. In this study, a methodology is developed using the Power Factory-DigSILENT (DSL) simulation software and programming in the Python 3.6 environment, for the study, the IEEE 13-node test network is selected, which is an unbalanced distribution network and for the optimization process required in the methodology, the mean variance mapping heuristic optimization algorithm (MVMO) is used, in the case of the location of the FACT device in the test network, the bus with the highest load concentration is selected, the optimal location of the device according to any criterion is not addressed. This work focuses on the importance of using optimization techniques in the tuning of the parameters contained in a D-STATCOM controller, which allows to efficiently determine operating scenarios with voltage regulation that comply with the operating limits established by national regulations, making appropriate use of reactive power compensation in the operation of an electrical network.

Resumen: La presente investigación propone la sintonización de un controlador para un compensador síncrono estático de distribución D-STATCOM con el fin de mejorar los perfiles de voltaje en estado estacionario y estado dinámico para una red eléctrica de distribución con presencia de generación distribuida. En este estudio se desarrolla una metodología empleando de manera conjunta el software de simulación Power Factory-DigSILENT (DSL) y la programación en el entorno de Python 3.6, para el estudio, se selecciona la red de prueba IEEE de 13 nodos, que es una red de distribución desbalanceada y para el proceso de optimización requerido en la metodología , se utiliza el algoritmo de optimización heurística de mapeo de varianza media (MVMO), en el caso de la ubicación del dispositivo FACT en la red de prueba, se selecciona la barra con mayor concentración de carga, no se aborda la ubicación optima del dispositivo de acuerdo algún criterio especifico. Este trabajo se enfoca en la importancia del uso de técnicas de optimización en la sintonización de los parámetros que contiene el controlador de un D-STATCOM, lo que permite determinar de manera eficiente escenarios de operación con regulación de voltaje que cumplen con los límites operativos establecidos por la normativa nacional, haciendo un uso adecuado de la compensación de potencia reactiva en la operación de una red eléctrica.

Abstract: This preliminary study presents the results of applying a decision method based on linear aggregation of criteria to identify safe route networks to educational centers in Alto Valle Este (Argentina), focusing on students using active mobility. Key factors such as distance, road safety, and the quality of pedestrian infrastructure are examined and georeferenced using GIS. These factors are analyzed to prioritize criteria and identify optimal route networks using Dijkstra's algorithm. Additionally, information on safe corridors proposed by the safety council for educational institutions is incorporated as constraints in the multicriteria decision method. In conclusion, the applied methodology is a robust tool for identifying safe route networks, offering greater coverage for students who rely on active transport modes to access education.

Resumen: Este estudio preliminar presenta los resultados de la aplicación de un método de decisión basado en la agregación lineal de criterios, para identificar redes de caminos seguros hacia centros educativos en el Alto Valle Este (Argentina), enfocado en estudiantes que utilizan movilidad activa. Se examinan factores clave como la distancia, la seguridad vial y la calidad de la infraestructura peatonal, georreferenciados mediante GIS. Estos factores son analizados para determinar las prioridades en los criterios e identificar las redes de recorridos óptimos, utilizando el algoritmo de Dijkstra. Además, se incorpora como restricciones en el método de decisión multicriterio, información adicional sobre corredores seguros propuestos por el consejo de seguridad de las instituciones educativas. En conclusión, la metodología aplicada es una herramienta robusta para la identificación de redes de recorridos seguros, ofreciendo una mayor cobertura para estudiantes que dependen de medios activos de transporte para acceder a la educación.

ABSTRACT The study seeks to identify the dualities between the use of artificial intelligence (AI) in education and the risks of algorithmic biases. This qualitative research is a systematic literature review with bibliometric support. Data collection took place across the Scopus, Web of Science, and ScienceDirect databases, ultimately selecting 16 articles for analysis and interpretation. The hypothesis posits that algorithmic biases in education may compromise the equity and effectiveness of educational processes. Biases were observed from the coding of algorithms to automated processing, potentially impacting student performance and widening inequalities. Suggested mitigation measures include care in the training and implementation phases of algorithms, the development of algorithmic repair practices, platform supervision, and the need for fair and reliable technologies. In addressing the hypothesis, the study concludes that the effectiveness of AI in education depends on continuous, inclusive training of algorithms and user awareness of algorithmic bias risks, enabling systems to improve in ways that prevent the reproduction of social injustices. An ethical and collaborative approach is recommended to ensure AI contributes to a fairer education system. Interaction between students and AI can foster critical reflection on received feedback, as students need to identify whether results are reliable, up-to-date, and unbiased, considering the time required for algorithms to incorporate new training data.

RESUMO O estudo busca identificar as dualidades entre o uso da inteligência artificial (IA) na educação e os riscos de vieses algorítmicos. A pesquisa se insere como qualitativa e uma revisão sistemática de literatura com apoio bibliométrico. A coleta de dados ocorreu nas bases Scopus, Web of Science e ScienceDirect, e ao final foram selecionados 16 artigos para análise e interpretação. A hipótese levantada é de que os vieses algorítmicos na educação podem comprometer a equidade e a eficácia dos processos educativos. Os vieses foram apontados desde a codificação dos algoritmos até o processamento automatizado, o que pode impactar o desempenho dos alunos e ampliar as desigualdades. Medidas sugeridas para mitigação incluem os cuidados nas fases de treinamento e implementação dos algoritmos, desenvolvimento de práticas de reparação algorítmica, supervisão das plataformas e a necessidade de tecnologias justas e confiáveis. Como resposta à hipótese, conclui-se que a eficácia da IA na educação depende de um treinamento contínuo e inclusivo dos algoritmos e da conscientização de seus usuários sobre os riscos dos vieses algorítmicos, de forma que os sistemas possam ser aperfeiçoados para evitar a reprodução de injustiças sociais. Recomenda-se uma abordagem ética e colaborativa para garantir que a IA contribua para uma educação mais justa. A interação entre os alunos e a IA pode suscitar uma reflexão crítica sobre os feedbacks recebidos, pois eles precisam saber identificar se os resultados são confiáveis, atualizados e não tendenciosos, uma vez que a IA pode demorar a incorporar novos dados de treinamento nos algoritmos.

RESUMEN El estudio busca identificar las dualidades entre el uso de la inteligencia artificial (IA) en la educación y los riesgos de sesgos algorítmicos. Esta investigación es cualitativa y se llevó a cabo una revisión sistemática de la literatura con apoyo bibliométrico. La recolección de datos se realizó en las bases de datos Scopus, Web of Science y ScienceDirect, y finalmente se seleccionaron 16 artículos para su análisis e interpretación. La hipótesis planteada es que los sesgos algorítmicos en la educación pueden comprometer la equidad y la eficacia de los procesos educativos. Se destacaron sesgos desde la codificación de los algoritmos hasta el procesamiento automatizado, lo cual puede afectar el rendimiento estudiantil y ampliar las desigualdades. Las medidas de mitigación sugeridas incluyen cuidados en las fases de capacitación e implementación de los algoritmos, el desarrollo de prácticas de reparación algorítmica, la supervisión de plataformas y la necesidad de tecnologías justas y confiables. En respuesta a la hipótesis, se concluye que la efectividad de la IA en la educación depende de un entrenamiento continuo e inclusivo de los algoritmos y de la concienciación de sus usuarios sobre los riesgos de sesgos algorítmicos, de modo que los sistemas puedan mejorarse para evitar la reproducción de injusticias sociales. Se recomienda un enfoque ético y colaborativo para asegurar que la IA contribuya a una educación más justa. La interacción entre los estudiantes y la IA puede impulsar una reflexión crítica sobre el feedback recibido, ya que necesitan saber identificar si los resultados son fiables, actualizados y libres de sesgos, dado que la incorporación de nuevos datos de formación en los algoritmos puede llevar tiempo.

Resumo Este artigo apresenta uma metodologia para análise não linear de estruturas reticuladas de concreto armado submetidas a ações sísmicas e normas brasileiras. Relações constitutivas específicas para concreto e aço são empregadas para levar em conta o carregamento cíclico. O algoritmo implícito de integração no tempo garante as condições de equilíbrio no final de cada intervalo de tempo. Os resultados do modelo são comparados com dados experimentais de uma estrutura ensaiada, confirmando a sua aplicabilidade. Um exemplo adicional avalia uma estrutura típica em Rio Branco, AC, Brasil, usando a norma brasileira ABNT NBR 15421:2023 e outros códigos brasileiros aplicáveis. A metodologia fornece informações sobre o desempenho estrutural durante um terremoto, incluindo históricos de tensões, deformações e deslocamentos nodais. Os resultados indicam que a metodologia é uma opção viável para a avaliação sísmica de edifícios de concreto armado no Brasil.

Abstract This paper presents a methodology for the nonlinear analysis of reinforced concrete beam structures subjected to Brazilian seismic actions and safety standards. Specific constitutive relations for concrete and steel are employed to account for cyclic loading. The implicit time integration algorithm ensures the equilibrium conditions at the end of each time step. Model results are compared with experimental data from a test structure, confirming the model's applicability. An additional example evaluates a typical structure in Rio Branco, AC, Brazil, using the Brazilian standard ABNT NBR 15421:2023 and other applicable Brazilian codes. The methodology provides insights into structural performance during an earthquake, including stress, strain, and nodal displacement histories. The results indicate that the implemented methodology is a viable option for the seismic evaluation of reinforced concrete buildings in Brazil.

Resumo A irradiância descendente de onda longa DLF é uma das principais componentes do balanço de radiação à superfície (SRB, Surface Radiation Balance); porém, sua medição não é frequente. A cobertura de nuvens modula o seu comportamento e o fluxo de céu claro DLF0 tem peso predominante no valor final de DLF. O presente trabalho mostra que, nas atmosferas tropical e de latitudes médias, DLF0 pode ser representado como as contribuições em três intervalos espectrais específicos: R1 (λ < 7.5 µm), R2 (7.5 a 14 µm) e R3 (λ > 14 µm). R1 e R3 são descritos em boa aproximação pelo espectro de corpo negro à temperatura de abrigo (Tscr), enquanto R2 possui emissividade média que depende principalmente da água precipitável (w). Apresenta-se um modelo simples e fisicamente consistente (OLD0 no que segue), apropriado para estimar DLF0 à superfície. A validação de OLD0 com dados de superfície (21 estações em escala mundial) mostra acurácia com viés MBE inferior a 6 W.m-2 e dispersão (desvio padrão STD) menor que 12 W.m-2 para valores típicos DLF0 ~ 300-400 W.m-2 compatíveis com a precisão dos pirgeômetros). O algoritmo proposto mostra desempenho superior ao dos usuais, exibindo uma média dos desvios absolutos MAE ~ 2.8 W.m-2. Em contraste, outros algoritmos frequentemente usados exibem MAE entre 8.1 e 15.9 W.m-2.

Abstract Downward longwave irradiance DLF is one of the main components of the surface radiation balance (SRB), but its direct measurement is currently limited. Clouds modulate its behavior, and clear-sky DLF0 is predominant in composition of the final DLF value. It is shown that in mid-latitude and tropical atmospheres, DLF0 can be represented as the sum of fluxes from three distinct spectral regions: R1 (λ < 7.5 µm), R2 (7.5 to 14 µm), and R3 (λ > 14 µm). R1 and R3 are closely described by blackbody radiation at screen temperature (Tscr), while R2 exhibits a mean emissivity that primarily depends on total precipitable water (w). It is presented a simple yet consistent physically-based model (hereafter denoted by OLD0), suitable for estimation of DLF0 at ground level. Validation of OLD0 with ground-based data of a worldwide set of 21 stations shows fair accuracy with bias MBE lower than 6 W.m-2 and spread (standard deviation STD) lower than 12 W.m-2 for typical values DLF0 ~ 300-400 W.m-2, compatible with surface pyrgeometer measures. The proposed algorithm outperforms existing methods, achieving a mean bias error (in module |MBE|) of approximately 2.8 W.m-2. In contrast, other widely used algorithms typically exhibit |MBEs| ranging from 8.1 to 15.9 W.m-2.

RESUMEN Introducción: la evaluación del modelo homeostático es una prueba muy cercana al estándar de oro (pinza euglucémica). Objetivo: entrenar una red neuronal tipo perceptrón multicapa para determinar el modelo homeostático de resistencia a la insulina. Metodología: estudio analítico y transversal. El aprendizaje de la red neuronal se realizó a partir de una base de datos de 2004 adultos venezolanos. Posteriormente se añadió 4363 adultos mexicanos de la base de datos de la Encuesta Nacional de Salud y Nutrición (ENSANUT). Las variables fueron modelo homeostático de resistencia a la insulina (HOMA2-IR), insulina basal, glucosa basal. Se empleó redes neuronales tipo perceptrón multicapa. Resultados: el entrenamiento del modelo de redes neuronales tuvo un error relativo de 0,003, mientras que en la prueba fue 0,005. Para HOMA2-IR cualitativo, el porcentaje de pronósticos incorrectos fue 0,60 % en el entrenamiento, y 0,70 % en la prueba. Después del aprendizaje del modelo, se añadió valores de insulina y glucosa basal de 4363 adultos mexicanos, observándose que los valores de HOMA2-IR generados mediante perceptrón multicapa mantuvieron la eficiencia del modelo, obteniéndose un coeficiente de determinación R2 de 0,983, lo que implica que el 98 % de la variación en los valores de HOMA2-IR pueden ser explicados mediante valores de HOMA2-IR obtenidos mediante perceptrón multicapa. Conclusiones: la red neuronal tipo perceptrón multicapa, da resultados virtualmente idénticos a los obtenidos mediante la calculadora HOMA2-IR. La implementación de este algoritmo puede ser beneficioso como herramienta de fácil implementación en los sistemas de atención primaria, especializada y en entornos hospitalarios.

ABSTRACT Introduction: the evaluation of the homeostatic model is a test very close to the gold standard (euglycemic clamp). Objective: train a multilayer perceptron-type neural network to determine the homeostatic model of insulin resistance. Methodology: analytical and cross-sectional study. The learning of the neural network was carried out from a database of 2004 Venezuelan adults. Subsequently, 4,363 Mexican adults were added to the database of the National Health and Nutrition Survey (ENSANUT). The variables were homeostatic model of insulin resistance (HOMA2-IR), basal insulin, and basal glucose. Multilayer perceptron-type neural networks were used. Results: the training of the neural network model had a relative error of 0.003, while in the test it was 0.005. For qualitative HOMA2-IR, the percentage of incorrect predictions was 0.60 % in training, and 0.70 % in testing. After learning the model, insulin and basal glucose values from 4363 Mexican adults were added, observing that the HOMA2-IR values generated by multilayer perceptron maintained the efficiency of the model, obtaining a coefficient of determination R2 of 0.983, which implies that 98 % of the variation in HOMA2-IR values can be explained by HOMA2-IR values obtained using multilayer perceptron. Conclusions: the multilayer perceptron-type neural network gives results virtually identical to those obtained using the HOMA2-IR calculator. The implementation of this algorithm can be beneficial as a tool that is easy to implement in primary and specialized care systems and in hospital environments.

RESUMEN La modelación y simulación son útiles para evaluar, analizar o entrenar un sistema real o conceptos representados por un modelo. Esta investigación se realizó en la tecnología de lixiviación amoniacal para la recuperación de níquel del mineral laterita, con el propósito de desarrollar un algoritmo de simulación del perfil de amoniaco y la concentración de sólidos por balance de masa en régimen estacionario. El diagrama de flujo del sistema de lixiviación asumido como modelo a escala industrial, consistió en reactores continuos aireados con agitación y sedimentadores dispuestos en ocho etapas de lixiviación y lavado, en configuración contracorriente. Como resultado, se determinaron los flujos y puntos de alimentación del solvente para alcanzar la mayor aproximación de los parámetros de operación a los valores normados. En posteriores trabajos se va a incorporar al algoritmo la función de distribución del tiempo de residencia y la modelación cinética con vistas a simular la eficiencia de lixiviación de níquel.

ABSTRACT Modeling and simulation are useful for testing, analysis or training a real system or concept represented by a model. This research was carried out in the ammoniacal leaching technology for nickel recovery from laterite ore, with the aim of performer a simulation algorithm of ammonia profile and solid concentration by mass balance in steady state. Flowsheet of leaching system assumed as model on a full-scale, consisted of aerated continues stirring tank reactors and thickeners tanks disposed in eight steps of leaching and washing, in countercurrent operation. As a result, the solvent flows and feed points were determined to achieve a closer approximation of operating parameters to standardized values. In future work, the residence time distribution function and kinetic modeling will be incorporated into the algorithm to simulate the efficiency of nickel leaching.

ABSTRACT Ornamental pepper plants have genetic variability, which can be accessed through morphological and molecular traits. Genotype selection to form the base population for breeding can be performed through the joint analysis of several types of data, providing greater selection accuracy. From this perspective, this study aimed to evaluate the diversity among pepper accessions based on analysis of phenotypic traits and molecular markers and to select the best ones to use as parents in breeding programs. The study was carried out at the Centro de Ciências Agrárias of the Universidade Federal da Paraíba, Paraíba, Brazil. Sixteen ornamental pepper genotypes were used and characterized for eight quantitative traits, nine qualitative traits, and 18 pairs of microsatellite primers. Simultaneous variable analyses were performed using Tocher’s clustering method, Ward’s clustering algorithm, and the dissimilarity matrix. The clustering methods were efficient in separating the genotypes, identifying genetic variability, and accuracy in the selection through the joint analysis of quantitative, qualitative, and molecular data. Different groups were formed among the genotypes by Tocher’s method (six groups) and Ward’s method (three groups). There is genetic variability among ornamental pepper genotypes considering the joint analysis of quantitative, qualitative, and molecular data. Qualitative traits are important in the identification of genetic divergence among ornamental pepper accessions. The UFPB genotypes 46, 134, 137, 443 and 449, the mini pepper Akamu, and the cultivar Calypso are indicated for selection and can be used to carry out crosses and continue the breeding program. data perspective programs Paraíba Brazil 1 primers Tochers Tocher s Wards Ward algorithm matrix six three groups. . 46 134 137 44 449 Akamu program 4 13

RESUMO As pimenteiras ornamentais apresentam variabilidade genética que pode ser acessada por meio de caracteres morfológicos e moleculares. A seleção de genótipos para formação de população base para o melhoramento pode ser realizada por meio de análise conjunta de vários tipos de dados, proporcionando maior precisão na seleção. Nessa perspectiva, este estudo teve como objetivo avaliar a diversidade entre acessos de pimenta com base na análise de características fenotípicas e marcadores moleculares e selecionar os melhores para serem utilizados como parentais em programas de melhoramento. O trabalho foi realizado no Centro de Ciências Agrárias da Universidade Federal da Paraíba, Paraíba, Brasil. Foram utilizados 16 genótipos de pimenteiras ornamentais, e caracterizados quanto a oito caracteres quantitativos, nove qualitativos e 18 pares de iniciadores microssatélites. As análises simultâneas das variáveis foram realizadas usando o método de agrupamento de Tocher, agrupamento do algoritmo de Ward e a matriz de dissimilaridades. Os métodos de agrupamentos foram eficientes na separação dos genótipos, identificando variabilidade genética e precisão na seleção por meio da análise conjunta de dados quantitativos, qualitativos e moleculares. Diferentes grupos foram formados entre os genótipos pelo método de Tocher (seis grupos) e pelo método de Ward (três grupos). Existe variabilidade genética entre os genótipos de pimenteiras ornamentais, considerando análise conjunta de dados quantitativos, qualitativos e moleculares. Características qualitativas são importantes na identificação de divergência genética entre acessos de pimenteira ornamental. Os genótipos UFPB 46, 134, 137, 443 e 449, o mini pimentão Akamu e a cultivar Calypso são indicados para seleção, podem ser utilizados para realizar cruzamentos e dar continuidade ao programa de melhoramento genético. perspectiva Paraíba Brasil 1 quantitativos microssatélites dissimilaridades seis três grupos. . ornamental 46 134 137 44 449 genético 4 13

RESUMEN El arándano es un fruto que posee una fuente importante de componentes bioactivos beneficiosos para la dieta humana, como las antocianinas y fenoles totales, que se ven alterados por el uso de temperaturas altas durante el procesamiento. El objetivo de este estudio fue evaluar el uso de redes neuronales artificiales en la optimización de la concentración de sacarosa y el tiempo para el pretratamiento osmótico de arándanos de la variedad Biloxi, con la finalidad de retener la mayor cantidad de antocianinas y componentes fenólicos totales en la elaboración posterior de mermelada. Se utilizó redes neuronales artificiales del tipo feedfoward, con algoritmo de entrenamiento de Backpropagation con ajuste de pesos de Levenberg-Marquardt para lograr la combinación óptima predicha que maximice la retención de estos componentes bioactivos. El modelo logró su mejor rendimiento con 11 neuronas en la capa oculta, logrando un coeficiente R2 de 0,98 y un error cuadrático medio de 4,76; lo que indica una gran capacidad de generalización. Las redes neuronales artificiales permitieron obtener la mejor combinación de los factores experimentales -concentración de sacarosa (1,64 M) y tiempo (211,52 min)- que maximizaron los contenidos de antocianinas monoméricas totales (70,98 mg cianidina-3-O-glucósido 100 g-1) y fenoles totales (110,54 mg AGE g-1) presentes en mermelada. En cambio, mediante optimización de respuesta se obtuvo que la combinación de factores experimentales que maximizó las antocianinas totales (71,59 mg cianidina-3-O-glucósido 100 g-1 de mermelada) fue 1,54 M de sacarosa y 232,73 min y para fenoles totales (111,06 mg GAE g-1 de mermelada) 1,79 M y 196,36 min. El uso de redes neuronales artificiales es una excelente alternativa para modelar fenómenos, en comparación con los métodos tradicionales.

ABSTRACT Blueberries are a fruit that is an important source of bioactive components beneficial to the human diet, such as anthocyanins and total phenolics, which are altered by the use of high temperatures during processing. This study aimed to evaluate the use of artificial neural networks in the optimization of sucrose concentration and time for the osmotic pre-treatment of blueberries of the Biloxi variety, to retain the greatest amount of anthocyanins and total phenolics in the subsequent preparation of jam. Artificial neural networks of the feedforward type were used, with a Backpropagation training algorithm with Levenberg-Marquardt weight adjustment, to achieve the optimal predicted combination that maximizes the retention of these bioactive components. The model achieved its best performance with 11 neurons in the hidden layer, achieving an R2 coefficient of 0.98 and a mean square error of 4.76, indicating a strong ability for generalization. Artificial neural networks allowed to obtain the best optimal combination of predicted multiple responses of factors consisting of a sucrose concentration of 1.64 M and a time of 211.52 min, which retained a higher content of total monomeric anthocyanins with 70.98 mg cyanidin-3-O-glucoside 100 g-1 of jam and total phenolics with 110.54 mg GAE g-1 of jam. On the other hand, through single-response optimization was obtained that the combination of experimental factors that maximized total anthocyanins (71.59 mg cyanidin-3-O-glucoside 100 g-1 of jam) was 1.54 M of sucrose and 232.73 min and for total phenols (111.06 mg GAE g-1 of jam) 1.79 M of sucrose and 196.36 min. The use of artificial neural networks is an excellent alternative for modeling phenomena, compared to traditional methods.

RESUMEN Esta investigación analizó la respuesta espectral foliar de tres especies forestales maderables nativas del bosque seco tropical, Diomate (Astronium graveolens Jacq.), Choibá (Dipteryx oleifera Benth.) y Algarrobo (Hymenaea courbaril L.). El estudio se efectuó en el Arboretum y Palmetum León Morales Soto de la Universidad Nacional de Colombia, sede Medellín, Antioquia, Colombia. Los datos espectrales de las hojas se colectaron in situ con el espectrorradiómetro portátil ASD FieldSpec HandHeld-2, que trabaja con una resolución espectral de 1 nm (remuestreada a 10 nm) y un rango espectral entre 325 y 1.075 nm (acotado entre 400 y 900 nm). A partir de las mediciones, se evaluó el comportamiento y la variabilidad espectral de las especies. Se implementó el Análisis de Varianza de un factor y la prueba U de Mann - Whitney - Wilcoxon en los espectros de reflectancia con el fin de seleccionar las bandas estrechas óptimas para discriminar las especies. Se evaluó la capacidad de clasificación de las especies en las bandas estrechas seleccionadas, utilizando el algoritmo de los K vecinos más cercanos. Encontrando que A. graveolens e H. courbaril presentaron firmas espectrales típicas de la vegetación saludable y D. oleifera evidenció cambios espectrales en el período inicial de la senescencia. Respecto a la separabilidad espectral, se encontraron 23 bandas estrechas en la región visible e infrarrojo cercano óptimas para diferenciar las especies vegetales. El algoritmo de clasificación supervisada aplicado en las 23 bandas estrechas, tuvo una precisión general del 95,8%. En conclusión, estos hallazgos proporcionan valiosos conocimientos sobre la respuesta espectral de importantes especies tropicales y contribuyen a sus esfuerzos de conservación al mejorar la comprensión de sus características espectrales únicas en ecosistemas diversos y heterogéneos como el bosque tropical.

ABSTRACT This study analyzed the leaf spectral response of three native timber forest species in the tropical dry forest: Diomate (Astronium graveolens Jacq.), Choibá (Dipteryx oleifera Benth.), and Algarrobo (Hymenaea courbaril L.). The study was conducted at the León Morales Soto Arboretum and Palmetum, at the Universidad Nacional de Colombia in Medellín, Antioquia, Colombia. Spectral data from the leaves were collected in situ using the portable spectroradiometer ASD FieldSpec HandHeld-2, which operates with a spectral resolution of 1 nm (resampled to 10 nm) and covers a spectral range between 325 and 1,075 nm (limited to 400-900 nm). Based on the measurements, the behavior and spectral variability of the species were evaluated. One-factor Analysis of Variance and Mann-Whitney-Wilcoxon U-test were implemented in reflectance spectra to select the optimal narrow bands for species discrimination. The classification capacity of the selected narrow bands was assessed using the K-nearest neighbors' algorithm. It was found that A. graveolens and H. courbaril exhibited spectral signatures typical of healthy vegetation, while D. oleifera showed spectral changes during the early stages of senescence. Regarding spectral separability, 23 narrow bands in the visible region and near-infrared region were identified as optimal for distinguishing the plant species. The supervised classification algorithm applied to these 23 narrow bands achieved an overall accuracy of 95.8%. In conclusion, these findings provide valuable insights into the spectral response of important tropical species and contribute to their conservation efforts by enhancing understanding of their unique spectral characteristics in diverse and heterogeneous ecosystems like tropical forests.

RESUMEN Colombia es el noveno productor de pitahaya amarilla en el mundo y el Departamento de Boyacá es el mayor productor con 440 hectáreas plantadas. Los fitopatógenos bacterianos pueden causar pérdidas de frutos de pitahaya y bajos rendimientos al producir la pudrición blanda de los tallos. El objetivo de esta investigación fue estudiar e identificar posibles agentes de enfermedades bacterianas de la pitahaya en Boyacá, Colombia. Trece (13) fincas de la región fueron seleccionadas para la toma de 20 muestras mediante un muestreo dirigido y al azar de tejidos de tallo y frutos con síntomas de pudrición blanda en estadios iniciales de la enfermedad. Se realizó un proceso de aislamiento microbiológico, identificación bioquímica y taxonómica molecular de las bacterias aisladas. Las secuencias del gen ARNr 16s de la región V2-V5 fueron editadas mediante la eliminación de los primers, ensamblaje y obtención de la secuencia consenso de los primers 1100R-337F y 800R -518F. El análisis filogenético fue hecho por BLAST en el NCBI, por las herramientas "Classifier" y "SeqMatch", del sitio Web del RDP y se realizaron árboles filogenéticos mediante alineamiento múltiple usando el algoritmo MUSCLE y el método de distancias de Tamura Nei. Se registraron signos como ampollas y fluidos mucilaginosos, síntomas como manchas cloróticas amarillas y marrones, pudrición blanda y licuefacción, y se reportaron posibles vectores como moscas y hormigas. Veinticinco (25) morfotipos de bacterias fueron clasificados en 4 filos, 8 familias y 13 géneros. El análisis de las secuencias del gen ARNr 16S de las cepas bacterianas mostró una identidad del 98 al 100% con Enterobacter cloacae, Pectobacterium carotovora y Paenibacillus glucanolyticus, reportados en otros estudios como causantes de la pudrición blanda del tallo y fruto de pitahaya. Se reportaron nuevas especies como posibles bacterias patógenas de pitahaya: Pantoea cypripedii, Kluyvera intermedia y Klebsiella oxytoca. Los ensayos de infectividad no arrojaron resultados positivos. La microbiota identificada en los estadios de la fase necrotrofa o final de la pudrición blanda del tallo podría estar conformada por los géneros Achromobacter, Sphingobacterium, Pseudomonas, Klebsiella, Paenibacillus, Bacillus, Stenotrophomonas y Microbacterium. En la mosca Leptoglossus zonatus asociada al cultivo se identificó Pseudomonas fulva y Lysinibacillus fusiformis. Este es el primer registro oficial de un complejo de posibles bacterias fitopatógenas del orden Enterobacterales (familia Enterobacteriaceae, Erwiniaceae y Pectobacteriaceae) en síntomas por enfermedad bacteriana en cultivos colombianos de pitahaya. La identificación de las bacterias de un pato-sistema puede orientar las prácticas de control químico y biológico con el fin de incrementar el potencial productivo y de exportación de los cultivos exóticos y huérfanos de las pequeñas fincas locales.

ABSTRACT Colombia is the ninth largest producer of dragon fruit in the world and the department of Boyacá is the largest with 440 hectares planted. Bacterial phytopathogens can cause pitahaya fruit losses and low yields by producing stem soft rot. This research aimed to study and identified possible agents of bacterial diseases of pitahaya in Boyacá, Colombia. Thirteen farms in the region were selected to take 20 samples by means of a targeted and random sampling of stem and fruit tissues with soft rot symptoms in the early stages of the disease. A process of microbiological isolation, biochemical and molecular taxonomic identification of the isolated bacteria. The 16s rRNA gene sequences of the V2-V5 region were edited by removing the primers, assembling and obtaining the consensus sequence of the primers 1100R-337F and 800R -518F. The phylogenetic analysis was performed by BLAST at NCBI, using the "Classifier" and "SeqMatch" tools from the RDP website, and phylogenetic trees were created by multiple alignment using the MUSCLE algorithm and the Tamura Nei distance method was performed. Signs like blisters and mucilaginous fluids, symptoms like yellow and brown chlorotic spots, soft rot, and liquefaction were identified, and possible vectors like flies and ants were report. Twenty-five bacterial morphotypes were identified classifieds in 4 phyla, 9 families and 13 genera. The analysis of the 16S rRNA gene sequences of the bacterial strains showed a 98 to 100% identity with Enterobacter cloacae, Pectobacterium carotovora and Paenibacillus glucanolyticus, reported in other studies as causing the soft rot of the pitahaya stem and fruit. New species were reported as possible pathogenic bacteria of pitahaya: Pantoea cypripedii, Kluyvera intermedia and Klebsiella oxytoca. Infectivity assays did not have positive results. The microbiota identified in the stages of the necrotrophic phase or final stage of soft rot of the stem belong to the genera Achromobacter, Sphingobacterium, Pseudomonas, Klebsiella, Paenibacillus, Bacillus, Stenotrophomonas and Microbacterium. In the fly Leptoglossus zonatus associated with the crop were identified Pseudomonas fulva and Lysinibacillus fusiformis were identified. This is also the first official report of a complex of possible phytopathogen bacteria of the order Enterobacterales (Enterobacteriacea, Erwiniaceae and Pectobacteriaceae family) in symptoms by bacterial disease on pitahaya Colombian crops. Identification of the bacteria in a pathogenic system can guide chemical and biological control practices in order to increase the productive and export potential of exotic and orphan crops from small local farmings.

Resumen El octavo objetivo de la Agenda 2030 pretende promover el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, así como el trabajo decente para todos. El comercio internacional es un medio indispensable para favorecer y lograr su cumplimiento. Mantener la productividad y rentabilidad en la producción de bienes exportables, como el ron cubano, es esencial para satisfacer esta meta. El presente trabajo presenta una metodología para determinar un equipamiento tecnológico adecuado que permita reducir las pérdidas de materiales y productos durante la obtención de rones, en la Unidad Empresarial de Base (UEB) Manuel Fariñas Núñez de Santiago de Cuba. Para conocer los problemas tecnológicos existentes, se realizó una observación del funcionamiento de todos los dispositivos técnicos utilizados en la producción. Se recolectaron los datos referentes a las variables significativas de operación y se visitó el almacén de la empresa para cuantificar los suministros de reserva. A partir de un balance macroscópico de energía mecánica, se desarrolló un modelo matemático y un algoritmo de solución del problema. Durante la investigación, se detectó que, en el área de filtración del ron añejado, existen pérdidas del producto debido a daños en las tuberías. La metodología desarrollada permitió identificar el diámetro que satisface las condiciones de operación del sistema; además, posibilita obtener algoritmos de cálculos para seleccionar o identificar parámetros óptimos en sistemas productivos. La correcta escogencia y operación del equipamiento tecnológico garantiza la productividad y rentabilidad de una empresa.

Abstract The goal eight of the 2030 Agenda aims to promote sustained, inclusive and sustainable economic growth, full and productive employment, as well as decent work for all. International trade is an indispensable means to stimulate and achieve its fulfillment. Maintaining productivity and profitability in the production of exportable goods, such as Cuban rum, is essential to meet this goal. The present article presents a methodology to determine the adequate technological equipment that allows reducing the losses of materials and products during the obtaining of rums, at the UEB (Base Business Unit) Manuel Fariñas Núñez, in Santiago de Cuba. To find out the existing technological problems, an observation of the operation of all the technical devices used in production was carried out. Data regarding significant operating variables were collected and the company’s warehouse was visited to quantify reserve supplies. From a macroscopic balance of mechanical energy, a mathematical model and an algorithm for solving the problem were developed. During the investigation, it was detected that in the filtration area of the aged rum there are losses of the product due to breakdowns in the pipes. The developed methodology allowed identifying the diameter that satisfies the operating conditions of the system; in addition, it allows obtaining calculation algorithms to select or identify optimal parameters in production systems. The correct selection and operation of technological equipment guarantees the productivity and profitability of a company.

Resumen Las medidas de prevención de la infección por COVID-19 han aumentado los riesgos de abuso para los niños, especialmente en términos de alta vulnerabilidad a la tecnología. A pesar del aumento en el abuso sexual infantil asistido por tecnología (TA-CSA), se ha realizado poca investigación sobre las percepciones de los Trabajadores de la Salud Infantil más allá de informar sobre las experiencias de los jóvenes. Este nuevo estudio tiene como objetivo comprender cómo perciben los Trabajadores de la Salud Infantil el abuso sexual infantil asistido por tecnología, los riesgos, impactos, terapias y percepciones de necesidad. Se utilizó una metodología de investigación cualitativa para el estudio. Los trabajadores de la salud infantil que se ofrecieron como voluntarios para participar en el estudio fueron abordados mediante una estrategia de muestreo intencional y entrevistados en persona. Se tomaron notas de campo para registrar la conversación. Se utilizó un enfoque de teoría fundamentada para analizar los resultados y eliminar el sesgo asociado con el conocimiento presunto de la literatura. Los participantes informaron un aumento exponencial en los casos de TA-CSA durante la pandemia de COVID-19. Los impactos de TA-CSA, como la autoacusación, el miedo al agresor y la incapacidad para gestionar las emociones, fueron los aspectos más comunes y peculiares de TA-CSA en esta población. Aunque los trabajadores de la salud infantil reconocieron los riesgos e impactos de TA-CSA, desconocían la necesidad de marcos distintos y enfoques terapéuticos esenciales para manejar los casos de TA-CSA. Las complejidades en TA-CSA requieren un algoritmo para abordar TA-CSA como una entidad separada. La terapia debe centrarse en los impactos específicos de TA-CSA. Además, las observaciones del estudio estipulan el cambio exigente en la perspectiva de la comunidad de culpar a la víctima por avergonzar al agresor.

Abstract COVID-19 infection prevention measures have enhanced risks of abuse for children, especially in terms of high vulnerability to technology. Despite the rise in technology-assisted child sexual abuse (TA-CSA), little research has been conducted on Child Healthcare Workers’ perceptions beyond reporting on young people’s experiences. This novel study aims to understand how Childcare Workers perceive technology-assisted child sexual abuse, risks, impacts, therapeutics, and perceptions of need. Qualitative research methodology was used for the study. Child healthcare workers volunteering to participate in the study were approached by a purposive sampling strategy and interviewed in person. Field notes were taken to record the conversation. Grounded theory approach was used to analyze the results to eliminate bias associated with presumptive knowledge from literature. Participants reported an exponential rise in cases of TA-CSA during the COVID-19 pandemic. Impacts of TA-CSA such as self- blame, fear of offender, and inability to manage emotions were the most common and peculiar aspects of TA-CSA in this population. Though the childcare workers recognized the risks and impacts of TA-CSA, they were unaware of the need for distinct frameworks and therapeutic approaches essential for handling cases of TA-CSA. Complexities in TA-CSA necessitate an algorithm in addressing TA-CSA as a separate entity. Therapy should be focused on the specific impacts of TA-CSA. Further, the observations of the study stipulate the exigent shift in community perspective from blaming the victim to shaming the offender.