Universidad Nacional de Trujillo: Publicaciones Científicas
Not a member yet
3750 research outputs found
Sort by
Well-posedness for a Third-Order PDE with Dissipation
No full textIn this work, we prove that the Cauchy problem associated with a third-order equation with dissipation in periodic Sobolev spaces admits a unique solution. We also show that the solution depends continuously on the initial data. Our approach combines both an intuitive method, based on Fourier theory, and a more abstract framework using semigroup theory. Furthermore, by employing an alternative method, we demonstrate the uniqueness of the solution through its dissipative nature, drawing inspiration from the contributions of Iorio [1] and Santiago [2]. To deepen and enrich our study, we investigate the infinite dimensional space in which differentiability occurs and its connection to the initial data. Finally, we extend our results to equations of arbitrary nth order.In this work, we prove that the Cauchy problem associated with a third-order equation with dissipation in periodic Sobolev spaces admits a unique solution. We also show that the solution depends continuously on the initial data. Our approach combines both an intuitive method, based on Fourier theory, and a more abstract framework using semigroup theory. Furthermore, by employing an alternative method, we demonstrate the uniqueness of the solution through its dissipative nature, drawing inspiration from the contributions of Iorio [1] and Santiago [2]. To deepen and enrich our study, we investigate the infinite dimensional space in which differentiability occurs and its connection to the initial data. Finally, we extend our results to equations of arbitrary nth order
Some Results for Generalized Local Homology Modules
No full textWe prove some results on the finiteness of co-associated primes of generalized local homology modules inspired by the conjecture of Grothendieck and the question of Huneke. We also show equivalent properties of minimax local homology modules. Here, we get applications for the generalized local homology module, in a general theory of modules.Demostramos algunos resultados sobre la finitud de primos coasociados de modulos de homología local generalizados, inspirados en la conjetura de Grothendieck y la cuestión de Huneke. También mostramos propiedades equivalentes de modulos de homología local minimax. Aquí, encontramos aplicaciones para el módulo de homología local generalizado en una teoría general de módulos
Predicción de la eficiencia metalúrgica en la recuperación de oro utilizando validación cruzada y la métrica sMAPE
No full textLa predicción de la eficiencia metalúrgica en la recuperación de oro constituye una herramienta clave para la optimización de los procesos de beneficio en la industria minera. El cual, el objetivo de este trabajo fue predecir con mayor precisión la eficiencia metalúrgica en la recuperación de oro en las etapas rougher y final, empleando técnicas de aprendizaje automático y la métrica sMAPE como indicador principal de desempeño. Se aplicó un enfoque cuantitativo, evaluando modelos supervisados, como Regresión Lineal, Árbol de Decisión y Bosque Aleatorio; mediante validación cruzada de cinco pliegues. Los resultados obtenidos evidenciaron diferencias significativas entre los algoritmos; la Regresión Lineal alcanzó un sMAPE de 10.26 % en rougher y 9.09 % en final, mientras que el Árbol de Decisión redujo el error en la etapa rougher hasta 6.76 %. El mejor desempeño general se consiguió con el Random Forest, el cual alcanzó un error porcentual medio absoluto escalar de 6.47% en la etapa operativa y un sMAPE total ponderado de 6.73%, lo que significa que es un 40% mejor que el modelo de referencia Dummy, que tuvo un error ponderado del 11.29%. Estas predicciones fueron coherentes con el comportamiento real del proceso y reflejaron las variaciones típicas asociadas con la recuperación en planta. Además, se analizaron las concentraciones de plata (Ag) y plomo (Pb) como variables metalúrgicas relacionadas con el oro (Au), con el fin de validar la consistencia física y metalúrgica del conjunto de datos, sin constituir objetivos principales del modelado. En conclusión, la integración de modelos avanzados como el Random Forest es una opción práctica para reforzar la supervisión del proceso de flotación, prever cambios en la eficiencia y ayudar a sacar el mayor provecho a la recuperación del oro.Referencias
[1]. Fu, Y.; Zhang, Z.; Sun, W. (2020). Machine learning-based process monitoring in froth flotation. Minerals Engineering, 155, 106457.DOI: https://doi.org/10.1016/j.mineng.2020.106457
[2]. Chai, X.; Li, C.; Rao, Y. (2021). Data-driven modeling of flotation processes: A review. Powder Technology, 377, 497–510.DOI: https://doi.org/10.1016/j.powtec.2020.09.085
[3]. Yang, X.; Aldrich, C. (2019). Online monitoring of mineral processing using machine learning methods. Minerals Engineering, 132, 260–270.DOI: https://doi.org/10.1016/j.mineng.2018.12.019
[4]. Liu, J.; Zhang, B.; Chen, G. (2020). Flotation process optimization using neural networks. Minerals, 10(12), 1093.DOI: https://doi.org/10.3390/min10121093
[5]. Chen, Z.; Peng, Y.; Xie, W. (2019). Real-time optimization in flotation plants. Minerals Engineering, 141, 105855.DOI: https://doi.org/10.1016/j.mineng.2019.105855
[6]. Hyndman, R.; Koehler, A. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679–688.DOI: https://doi.org/10.1016/j.ijforecast.2006.03.001
[7]. Flores, R.; Valderrama, L. (2021). Evaluation of metallurgical process indicators using percentage-based error metrics. Minerals, 11(8), 864.DOI: https://doi.org/10.3390/min11080864
[8]. Bendaña, D.; Combes, F. (2016). Performance assessment in flotation circuits using error metrics. Minerals Engineering, 95, 57–66.DOI: https://doi.org/10.1016/j.mineng.2016.05.018
[9]. Gholami, R.; Rasouli, V. (2013). Performance comparison of various data mining algorithms in prediction of rock properties. Journal of Mining Science, 49(1), 27–36.DOI: https://doi.org/10.1134/S1062739149010044
[10]. Aldrich, C. (2019). Process data analytics in the mining industry. Minerals, 9(7), 415.DOI: https://doi.org/10.3390/min9070415
[11]. Wang, S.; Wang, X.; Xiao, Y. (2015). Data cleaning techniques in industrial process monitoring. Control Engineering Practice, 42, 92–105.DOI: https://doi.org/10.1016/j.conengprac.2015.05.003
[12]. Bu, X.; Peng, Y.; Xie, W. (2017). Variability analysis of flotation systems. Minerals Engineering, 100, 125–132.DOI: https://doi.org/10.1016/j.mineng.2016.10.014
[13]. Liu, Q.; Dong, Z.; Wang, H. (2022). Application of ensemble learning in mineral processing prediction. Minerals, 12(5), 531.DOI: https://doi.org/10.3390/min12050531
[14]. Maldonado, P.; Rojas, J.; Becerra, Y. (2020). Rougher flotation modeling using classical regression approaches. Minerals Engineering, 149, 106259.DOI: https://doi.org/10.1016/j.mineng.2020.106259
[15]. Taran, M.; Hassani, F.; Ghodsi, M. (2019). Linear vs nonlinear modeling in gold flotation circuits. Journal of Mining and Environment, 10(1), 193–204.DOI: https://doi.org/10.22044/jme.2018.6912.1481
[16]. Safari, M.; Ghadimi, P.; Vafaei, S. (2022). Random forest modeling in mineral processing. Minerals, 12(1), 77.DOI: https://doi.org/10.3390/min12010077
[17]. Hosseini, F.; Paryab, S.; Emami, M. (2021). Sensor noise impact on flotation prediction models. Measurement, 176, 109220.DOI: https://doi.org/10.1016/j.measurement.2021.109220
[18]. Chakraborty, S.; Sharma, A.; Nandi, S. (2021). Effectiveness of cross-validation in industrial predictive modeling. Expert Systems with Applications, 170, 114520.DOI: https://doi.org/10.1016/j.eswa.2020.114520
[19]. Jang, J.; Lee, S.; Park, Y. (2023). Benchmarking models using dummy regressors in process prediction. Applied Sciences, 13(3), 1574.DOI: https://doi.org/10.3390/app13031574
[20]. Maldonado, R.; Cisternas, L.; Gálvez, E. (2021). Early-stage prediction in flotation to optimize reagents. Minerals Engineering, 174, 107271.DOI: https://doi.org/10.1016/j.mineng.2021.107271
[21]. Dutta, S.; Sarker, R.; Sharma, P. (2022). Integration of machine learning models into SCADA for real-time optimization. IEEE Access, 10, 8821–8835.DOI: https://doi.org/10.1109/ACCESS.2022.3142911
[22]. Khosravi, A.; Nahavandi, S.; Creighton, D. (2013). Handling outliers in tree-based models. Neurocomputing, 123, 153–162.DOI: https://doi.org/10.1016/j.neucom.2012.07.044
[23]. Pérez, D.; Andrade, J. (2020). Limitations of sMAPE in metallurgical indicators. Minerals, 10(11), 1013.DOI: https://doi.org/10.3390/min10111013
[24]. Ghorbani, Y.; Franzidis, J.-P.; Petersen, J. (2013). Mineralogical variability and its effect on predictive models. Minerals Engineering, 52, 22–31.DOI: https://doi.org/10.1016/j.mineng.2013.05.020
[25]. Lin, Y.; Al-Thyabat, S.; Xia, L. (2020). Real-time control improvement in flotation using predictive models. Minerals Engineering, 159, 106595.DOI: https://doi.org/10.1016/j.mineng.2020.106595
Abordaje jurídico-epistemológico de la impredecibilidad en la resolución de controversias a personas indocumentadas en Perú
No full textEl objeto del presente estudio es plantear fundamentos jurídicos epistemológicos para contrarrestar la impredecibilidad en la resolución de controversias de personas naturales indocumentadas en Perú. Con tal propósito se analizaron setenta resoluciones del Tribunal Constitucional, en el periodo 2004-2023, que constituye la muestra poblacional de estudio, en el marco del enfoque cuantitativo-longitudinal. Logrando determinar que tales fundamentos jurídico-epistemológicos se deben sustentar en principios y derechos aportados por el Constitucionalismo Principialista y la importancia para toda persona de contar con documentos de identidad
Advances in the use of active yeast in raising chickens
Get PDFThe broiler industry supplies quality protein, which is in constant development. It seeks productive strategies that improve production, health, growth, and survival and reduce the poultry industry's diseases, stress, and long-term environmental impact. Broiler chickens are exposed to numerous microorganisms that alter production, and this is an opportunity for yeasts to promote the growth of organisms, stimulate the immune system, improve health, promote changes in intestinal structure, and inhibit pathogens. This review summarizes the current knowledge and effect of active yeast species on raising chickens, nutrition, immunity, digestibility, changes in intestinal structure, and pathogens on those organisms. Due to their nutritional value, active yeasts are used as natural and alternative ingredients in broiler chickens. They are a source of b-glucans, chitin, nucleic acids, mannan-oligosaccharides, b-carotene, and vitamins. Enzymes they produce improve intestinal maturity and digestion. The immune and antioxidant properties of yeasts play an essential role as probiotics and immunostimulants to enhance the resistance of broilers against common viral and bacterial diseases. Bioactive products generated by active yeasts can improve intestinal microbiota and positively alter the immune response, phagocytosis, encapsulation, etc. Different active yeast species and strains have been used and have generated exciting results. They are popular as beneficial candidates for nutrition by maintaining broiler chickens’ health's and well-being conditions. Future studies must understand the functioning and effect of species and strains on broiler chickens in their different processes, the use of new research tools (proteomics, radioisotopes, real-time molecular biology, etc.) can facilitate these studies
La evolución del entorno laboral durante la industria 4.0
Get PDFSe busca evaluar las estrategias de formación continua para cerrar brechas de habilidades digitales, mejorar la adaptabilidad de los empleados y proponer recomendaciones para una transición efectiva hacia esta nueva era industrial. Se realizó una revisión sistemática siguiendo la declaración PRISMA 2020. La investigación incluyó 18 artículos relevantes obtenidos de bases de datos como Redalyc (9), SciELO (5), Araucaria (1) y CONCYTEC (3), seleccionados por su pertinencia en el análisis de la evolución del entorno laboral durante la Industria 4.0. La implementación de las tecnologías de la Industria 4.0 muestra mejoras significativas en la eficiencia operativa y una reducción de riesgos laborales. No obstante, persisten desafíos relacionados con la falta de habilidades digitales y la resistencia al cambio en ciertos sectores. Los estudios revisados resaltan la necesidad de implementar estrategias de formación continua para facilitar la adaptación tecnológica y cerrar brechas de competencias. Es fundamental cerrar las brechas de habilidades digitales mediante estrategias de capacitación continua que fomenten la adaptabilidad de los trabajadores. Además, las empresas deben equilibrar la integración tecnológica con el bienestar de los empleados, promoviendo una transición sostenible y efectiva hacia esta nueva era industrial
La Inmunidad Parlamentaria: Líneas de acción para su fortalecimiento y encausamiento en el Proceso Constitucional Peruano
No full textEl objetivo es, analizar el origen, la naturaleza y la finalidad de la inmunidad parlamentaria; así como plantear una propuesta en la que sea un órgano especifico, dentro de la estructura de la Corte Suprema, quien proceda a examinar y autorizar el lavamiento o no, de la inmunidad parlamentaria de arresto y proceso, de los parlamentarios; analizando al mismo tiempo si la regulación actual, vulnera el principio de igualdad. La metodología empleada corresponde al enfoque cualitativo, lo cual nos ha llevado a promover: fuentes doctrinales, normativas y jurisprudenciales, sobre la realidad expuesta. Entre las conclusiones más resaltantes a las que hemos llegado es que el 70% de los encuestados, considera que el órgano especializado, dentro de la estructura del Poder Judicial, Corte Suprema, para realizar la autorización para el levantamiento de la inmunidad, sea la Sala Plena de la Corte Suprema, la misma que tiene su regulación en el Art. 79 del T.U.O de la Ley Orgánica del Poder Judicial
Análisis Económico de la Mitigación de Aproximaciones Críticas entre Equipos de Carguío y Acarreo mediante un Modelo Matemático basado en Geometría Angular
No full textEn las operaciones mineras a cielo abierto, el proceso de carguío pala–camión representa una etapa crítica desde el punto de vista operativo, de seguridad y económico. Una aproximación inadecuada del camión hacia la pala puede generar interferencias geométricas, paradas no programadas y eventos de colisión, afectando directamente la productividad del sistema. Tradicionalmente, la distancia mínima de aproximación se ha definido mediante criterios empíricos o valores fijos, los cuales no consideran la geometría real de la maniobra de ingreso del camión. En este estudio se desarrolla y aplica un Modelo de Distancia Mínima por Geometría Angular (DMG) para determinar la distancia mínima de aproximación segura entre la pala y el camión durante el proceso de carguío. El modelo se fundamenta en un planteamiento geométrico que incorpora explícitamente el efecto de la orientación angular del camión, ajustando la distancia mínima en función del ángulo de ingreso mediante un factor trigonométrico. Como condición base, se considera el caso ideal de alineamiento, a partir del cual se formula el modelo angular continuo. El análisis se aplica a un caso de estudio correspondiente a una operación minera a cielo abierto, utilizando datos operacionales reales de equipos de carguío y acarreo. Los resultados obtenidos evidencian que la distancia mínima de aproximación no es constante, sino que aumenta de manera no lineal conforme se incrementa el ángulo de aproximación del camión, lo que explica la ocurrencia de aproximaciones críticas bajo criterios de distancia fija. Asimismo, el análisis económico muestra que dichas aproximaciones generan pérdidas acumuladas significativas, estimadas en US$ 21.8 millones anuales por concepto de utilidad perdida. La aplicación del modelo DMG permite establecer un criterio geométrico más preciso para la gestión de la distancia mínima de seguridad, contribuyendo a la mitigación de aproximaciones críticas y al fortalecimiento de la seguridad operacional.
Referencias
[1] B. Enkhchuluun, B.-O. Batgerel, y C. Ping, «Cycle Time Analysis of Open Pit Mining Dump Trucks», Int. J. Geosci., vol. 14, n.o 08, pp. 689-709, 2023, DOI: https://doi.org/10.4236/ijg.2023.148037
[2] I. A. O. Aguayo, M. Nehring, y G. M. W. Ullah, «Optimising Productivity and Safety of the Open Pit Loading and Haulage System with a Surge Loader», Mining, vol. 1, n.o 2, pp. 167-179, sep. 2021, DOI: https://doi.org/10.3390/mining1020011
[3] A. Moniri-Morad, M. S. Shishvan, M. Aguilar, M. Goli, y J. Sattarvand, «Powered haulage safety, challenges, analysis, and solutions in the mining industry; a comprehensive review», Results Eng., vol. 21, p. 101684, mar. 2024, DOI: https://doi.org/10.1016/j.rineng.2023.101684
[4] Y. Zhang, Z. Zhao, L. Bi, L. Wang, y Q. Gu, «Determination of Truck–Shovel Configuration of Open-Pit Mine: A Simulation Method Based on Mathematical Model», Sustainability, vol. 14, n.o 19, p. 12338, ene. 2022,DOI: https://doi.org/10.3390/su141912338
[5] N. Vela y F. John, «Desarrollo de modelo matemático para el ajuste de distancias mínimas en equipos con el propósito de optimizar el proceso de carguío en una mina a tajo abierto–Arequipa, 2024», 2024, Accedido: 12 de diciembre de 2025.DOI: https://doi.org/10.20868/upm.thesis.511
[6] B.-W. Jo, Y.-S. Lee, J.-H. Kim, D.-K. Kim, y P.-H. Choi, «Proximity Warning and Excavator Control System for Prevention of Collision Accidents», Sustainability, vol. 9, n.o 8, p. 1488, ago. 2017,DOI: https://doi.org/10.3390/su9081488
[7] A. Althubaiti, «Sample size determination: A practical guide for health researchers», J. Gen. Fam. Med., vol. 24, n.o 2, pp. 72-78, 2023,DOI: https://doi.org/10.1002/jgf2.600.
[8] S. K. Ahmed, «How to choose a sampling technique and determine sample size for research: A simplified guide for researchers», Oral Oncol. Rep., vol. 12, p. 100662, dic. 2024,DOI: https://doi.org/10.1016/j.oor.2024.100662
[9] L. F. Plaza Gálvez, «Modelación matemática en ingeniería», IE Rev. Investig. Educ. REDIECH, vol. 7, n.o 13, pp. 47-57, oct. 2016.DOI: https://doi.org/10.33010/ie_rie_rediech.v7i13.9
[10] M. Simonov, K. Zaytsev, y N. Popova, «GENERATION OF MATHEMATICAL MODELS OF LINEAR DYNAMIC SYSTEMS DESCRIBED BY BLOCK DIAGRAMS», . Vol., n.o 20, 2022.DOI: https://doi.org/10.1007/978-3-540-78879-9_2
[11] D. Burgic, «The Effects of Mathematical Modelling in Mathematics Teaching of Linear, Quadratic and Logarithmic Functions», Eur. J. Math. Sci. Educ., dic. 2021,DOI: https://doi.org/10.12973/ejmse.2.2.129
[12] S. M. Mohamed, M. H. Yacoub, W. S. Sayed, L. A. Said, y A. G. Radwan, «Efficient hardware implementations of trigonometric functions and their application to sine-based modified logistic map», Digit. Signal Process., vol. 159, p. 104993, abr. 2025,DOI: https://doi.org/10.1016/j.dsp.2025.104993
[13] K. V. Sánchez Duarte, «Usos y funcionalidades del ángulo en el desarrollo del pensamiento trigonométrico», Rev. Educ., ene. 2024,DOI: https://doi.org/10.15517/revedu.v48i1.56036
[14] Y. Pachuca Herrera, G. Zubieta Badillo, Y. Pachuca Herrera, y G. Zubieta Badillo, «Definiciones e imágenes del concepto de ángulo y su medida en estudiantes que inician la educación superior», Educ. Matemática, vol. 32, n.o 1, pp. 38-66, 2020,DOI: https://doi.org/10.24844/em3201.03
[15] «Angular Measurement - an overview | ScienceDirect Topics». Accedido: 11 de diciembre de 2025. [En línea]. Disponible en: https://www.sciencedirect.com/topics/engineering/angular-measurement?utm_source
[16] S. Zhang, K. Liu, L. Song, T. Lu, Q. Shao, y Y. Wang, «Efficient on-machine measurement device and application for linear motion angular error of CNC machine tools», Adv. Mech. Eng., vol. 17, n.o 9, p. 16878132251370417, sep. 2025,DOI: https://doi.org/10.1177/1687813225137041
Flotación de minerales de estaño: Una revisión sistemática de mineralogía, depósitos y reactivos en operaciones industriales
No full textEl objetivo de esta investigación fue analizar sistemáticamente la composición de los minerales de estaño, conocer sus depósitos, identificar los colectores necesarios para la flotación y revisar los procesos de flotación empleados por empresas mineras. La metodología utilizada consistió en una búsqueda sistemática de información relacionada con la flotación de minerales de estaño. Los resultados mostraron que la casiterita (SnO₂) y la estannita (CuS-FeS-SnS₂) son los minerales esenciales. La clasificación de los depósitos de estaño se basa en tres grupos: depósitos diseminados, minerales de grano medio-grueso y minerales de estaño de grano grueso. Los colectores necesarios para la flotación de minerales de estaño son ácido arsénico, ácido fosfónico y ácido dicarboxílico. En el proceso de flotación de la mina Minsur se emplean reactivos depresores y colectores; algunos de ellos son el sulfato de cobre (CuSO₄) y el xantato de amilo. En conclusión, es esencial conocer el proceso de flotación del mineral de estaño debido a la gran demanda de este metal.
Referencias
[1] Angadi SI, Sreenivas T, Ho-Seok Jeon, Sang-Ho Baek, Mishra BK. A review of cassiterite beneficiation fundamentals and plant practices. Minerals Engineering. 2015 January; 70: 178–200.
[2] Philippe LVS, Lyon SB, Sammon C, Yarwood J. Validation of electrochemical impedance measurements for water sorption into epoxy coatings using gravimetry and infra-red spectroscopy. Corrosion Science. 2008 March; 50(3): 887–896.
[3] Chander S. A brief review of pulp potentials in sulfide flotation. International Journal of Mineral Processing. 2003 September 29; 72(1–4): 141–150.
[4] Williams EF, Woodberry NT, Dixon JK. Purification and surface tension properties of alkyl sodium sulfosuccinates. Journal of Colloid Science. 1957 October; 12(5): 452–459.
[5] Charlotte M, Berchel M, Couthon H, Jaffrés P. Phosphonic acid: preparation and applications. Journal of Organic Chemistry. 2017; 13: 2186–2213.
[6] Chai L, Yue M, Yang J, Wang Q, Li Q, Liu H. Formation of tooeleite and the role of direct removal of As(III) from high-arsenic acid wastewater. Journal of Hazardous Materials. 2016 December 15; 320: 620–627.
[7] Pryor EJ, Vrobel SA. Studies in Cassiterite Flotation. Bulletin of the Institution of Mining and Metallurgy. 1951; 532: 201.
[8] Pijarino F. Hydrothermal Mineral Deposits. Springer-Verlag; 2008.
[9] Sibson R, Rober F, Poulsen H. High-angle reverse faults, fluid-pressure cycling, and mesothermal gold-quartz deposits. 1988 June 01; 16(6).
[10] Simon A, Ripley E. The Role of Magmatic Sulfur in the Formation of Ore Deposits. Reviews in Mineralogy and Geochemistry. 2011 January 11.
[11] Mitchell Anh K, Nguyen V. Heterocoagulation of chalcopyrite and pyrite minerals in flotation separation. Advances in Colloid and Interface Science. 2005 June 30; 227–237.
[12] Miller AJD, Li C, Davidtz F, Vosb. A review of pyrrhotite flotation chemistry in the processing of PGM ores. Minerals Engineering. 2005 July 8; 18(8): 855–865.
[13] McKibben MA, Tallant JA, del Angel K. Kinetics of inorganic arsenopyrite oxidation in acidic aqueous solutions. Applied Geochemistry. 2008 February 28; 23(2): 121–135.
[14] Ran Ang D, Khan U, Tsujii N, Takai K, Nakamura R, Mori T. Thermoelectricity generation and electron–magnon scattering in a natural chalcopyrite mineral from a deep-sea hydrothermal vent. Angewandte Chemie. 2015; 127(44).
[15] Lei X, Wang J, Shi C, Huang J, Zhang H, Liu Q, et al. Probing surface interactions of electrochemically active galena mineral surface using atomic force microscopy. The Journal of Physical Chemistry C. 2016; 22433–22442.
[16] Dingwell D. Shear viscosities of ferrosilicate liquids. American Mineralogist. 1989; 1038–1044.
[17] Hawthorne FC, Henry DJ. Classification of the minerals of the tourmaline group. European Journal of Mineralogy. 1999; 201–215.
[18] Polkin SI. Flotation of Rare Metal and Tin Ores. Gosgorte-khizdat; 1971.
[19] Krasnukhina AV, Lepetov SF, Vakhromova SP. Concentration of Tin Ores. Report of Scientific Research Institute on Tin; 1971.
[20] Streltsin VG, Ponovich MN. Proceedings of Symposium on Flotation of Cassiterite. Novosibirsk; 1973.
[21] Bulatovic SM. New Collector Mixture for Tin Flotation – The Recovery of Tin from San Rafael Gravity Tailings. Report of Investigation; 2005.
[22] Zhu J, Zhu Y. The effect of ions in water on the benzyl arsonic acid flotation of cassiterite slimes. Journal of Central-South Institute of Mining and Metallurgy. 1985; 1(1): 29–37.
[23] He JZ, Liu MX. Innovation in separation technology for fine gravity semi-products. Mineral Processing and Extractive Metallurgy. 1984; 553–562.
[24] Cuyper J, Sales A. Flotation of cassiterite. Proceedings of International Tin Symposium. 1977; 175–182.
[25] Kirchberg H, Wottgen L. The effect of phosphorus and antimony surfactants on cassiterite flotation. Chemistry, Physics and Application of Surface Active Substances. 1976; 693–704.
[26] Arbiter N. Beneficiation of cassiterite ore by froth flotation. British Patent. 1968; 110–643.
[27] Polkin SJ, Korzova RV. The flotation of cassiterite and tourmaline by means of DNS and high molecular tannins. Tsvetnie Metally. 13(10): 10–13.
[28] Strebzyn VG. Selective flotation of cassiterite in the presence of iron-bearing minerals. Obogasthenie Rud. 1968; (13): 3–6.
[29] Topfer G, Gruner U, Menzer D. The behaviour of gangue minerals in the flotation of cassiterite. Symposium for Tin Beneficiation. 1971; 277–280.
[30] Ali M, Ahmed H, Ahmed H, Hefni M. Pyrophyllite: An economic mineral for different industrial applications. Applied Sciences. 2021.
[31] Bru K, Machado M. Pilot-scale investigation of two electric pulse fragmentation (EPF) approaches for the mineral processing of a low-grade cassiterite schist ore. Minerals Engineering. 2020 May 1; 150.
[32] Kovalenker V. Kuramite, Cu₃SnS₄, a new mineral of the stannite group. International Geology Review. 2010; 365–370.
[33] Robert E, Landon, Mogilnor A. Colusite, a new mineral of the sphalerite group. American Mineralogist. 1933; 528–533.
[34] Wang X, Li H, Liu X, Tang Y, Ni C. Advances in flotation reagents for cassiterite separation: challenges and sustainable solutions. Molecules. 2025; 30(11): 2380.
[35] Jin S, Zhang P, Ou L, Zhang Y, Chen J. Flotation of cassiterite using alkyl hydroxamates with different carbon chain lengths: a theoretical and experimental study. Minerals Engineering. 2021; 170.
[36] Jin S, Shi Q, Ou L. Hydrophobic flocculation of fine cassiterite using alkyl hydroxamic acids with different carbon chain lengths as collectors. Molecules. 2023; 28(9): 3911.
[37] Zhao G, Zhou X, Li F, Fu G, Shang X. Flotation performance of anisic hydroxamic acid as new collector for tungsten and tin minerals. Journal of Central South University. 2022; 29(11): 3645–3655.
[38] Luke L, Chang, Brice W. The herzenbergite–teallite series. Mineralogical Magazine. 2013; 186–189.
[39] Zhai D, Bindi L, Panagiostis L, Jiajun S, Tombros, Li K. Discovery of Se-rich canfieldite, Ag₈Sn(S,Se)₆, from the Shuangjianzishan Ag-Pb-Zn deposit, NE China. Mineralogical Magazine. 2019; 83(3): 419–426.
[40] Jaszczak A, Rumsey S, Bindi S, Hackney M, Wise C, Stanley, et al. Merelaniite: a new molybdenum-essential member of the cylindrite group from the Merelani Tanzanite Deposit, Tanzania. Minerals. 2016; 6(4).
[41] Casati P, Nicoletti M, Petrucciani C. Eta (K/AR) di intrusioni profiritiche e leucogabbriche nelle prealpi bergamasche. Pascal Francis. 1976; 32(1): 215–226.
[42] Han G, Chen S, Su S, Huang Y, Liu B, Sun H. A review and perspective on micro and nanobubbles: what they are and why they matter. Minerals Engineering. 2022; 189.
[43] Ren L, Zhang Z, Zeng W, Zhang Y. Adhesion between nanobubbles and fine cassiterite particles. International Journal of Mining Science and Technology. 2023; 33(4): 503–509
Impacto de los indicadores de desempeño sobre el éxito de los equipos de fútbol peruano
No full textEste estudio analiza los factores que explican el éxito de los equipos en la Liga 1 peruana durante la temporada 2022, a partir de datos oficiales de los 19 clubes participantes mediante un diseño correlacional. Los resultados muestran que existe una relación positiva y significativa entre los goles a favor y el rendimiento del equipo (r=0.78, p=.001), mientras que los goles en contra guardan una correlación negativa (r=-0.83, p=.000). La diferencia de goles resultó ser el predictor más sólido del éxito deportivo (r=0.94, p=.000). En contraste, indicadores como la posesión del balón, el número de pases o la precisión en los mismos mostraron correlaciones moderadas, pero no significativas. En resumen, los resultados confirman que el verdadero determinante del éxito en el fútbol peruano no está en dominar el juego, sino en la eficacia para marcar goles y reducir los recibidos