27851 research outputs found
Sort by
Analysis of potential iron toxicity in hemodialysis patients under intravenous iron treatment
No full text14 p.Background/Objectives: Higher iron doses are used in the anemia treatment of hemodialysis patients, which allows for lower doses of erythropoiesis-stimulating agents; however, there are concerns regarding the risk of iron toxicity. This study aimed to evaluate the potential toxicity of iron deposition in prevalent hemodialysis patients on iron therapy and its relationship with parameters used to assess iron status, plasma protein oxidation, and cellular iron toxicity. Methods: Magnetic resonance imaging was performed in 56 patients to assess hepatic iron deposition, which was related to clinical and analytical parameters. In patients included in the first and fourth quartiles, according to hepatic iron deposition, plasma protein oxidative stress was quantified, as were iron and cytokine levels in peripheral blood mononuclear cells (PBMCs). Results: Patients with higher hepatic iron deposition had a longer time on hemodialysis (42.0 ± 43.0 vs. 4.9 ± 3.4 months, p < 0.001) and higher ferritin levels (1200 ± 516 vs. 429 ± 278 ng/mL, p < 0.001) than those with lower hepatic iron deposition, without differences in transferrin saturation or hepatic enzyme serum concentration. No differences were found in plasma protein oxidation, iron content, or cytokine mRNA content in PBMCs, except for a decrease in IL-6 levels in patients with higher hepatic iron deposition. Conclusions: Patients with longer hemodialysis times had higher iron stores, suggesting that iron treatment over time increases hepatic iron deposition. No parameters supporting increased toxicity in patients with higher hepatic iron deposition were observed
IA generativa aplicada a mantenimiento predictivo
No full textCátedra ENIA IA3. Documento de trabajoEl mantenimiento predictivo (Predictive Maintenance, PdM) se ha consolidado como
una de las aplicaciones más relevantes de la analítica avanzada en entornos industriales. La
capacidad de anticipar fallos en equipos críticos permite reducir costes operativos, mejorar
la disponibilidad de los activos y optimizar la planificación de mantenimiento. Durante la
última década, el desarrollo de sensores industriales, infraestructuras de datos industriales y
técnicas de aprendizaje automático ha permitido avanzar significativamente en la detección
temprana de anomalías, el diagnóstico de fallos y la estimación de la vida útil restante
de componentes. Sin embargo, a pesar de estos avances, muchas implementaciones de
PdM continúan enfrentando limitaciones importantes relacionadas con la interpretación de
resultados, la integración con procesos operacionales y la gestión del conocimiento técnico
asociado al mantenimiento.
En este contexto, la irrupción reciente de la inteligencia artificial generativa (Generative
AI) ha abierto nuevas oportunidades para transformar la forma en que los sistemas de
mantenimiento utilizan y generan conocimiento operativo. A diferencia de los modelos
predictivos tradicionales, que se centran principalmente en la estimación de variables
específicas como la probabilidad de fallo o el tiempo restante hasta el fallo, los modelos
generativos permiten producir información estructurada o semiestructurada a partir de
grandes volúmenes de datos heterogéneos. Estos modelos pueden generar explicaciones
técnicas, asistir en el diagnóstico de fallos, sintetizar información procedente de múltiples
fuentes industriales y apoyar la toma de decisiones en operaciones de mantenimiento
complejas.
La aplicación de inteligencia artificial generativa al mantenimiento predictivo representa
por tanto una evolución conceptual en la analítica industrial. En lugar de limitarse a
detectar patrones estadísticos en señales de sensores, los sistemas basados en modelos
generativos pueden integrarse con bases de conocimiento, documentación técnica, históricos
de mantenimiento y registros operativos para proporcionar soporte cognitivo a técnicos
e ingenieros. Este enfoque permite transformar sistemas de PdM puramente analíticos
en plataformas de asistencia técnica capaces de interpretar resultados, contextualizar
información y generar recomendaciones operativas.
Desde una perspectiva empresarial, la integración de modelos generativos en entornos
de mantenimiento plantea también desafíos importantes relacionados con la arquitectura de
sistemas, la gobernanza de los modelos, la fiabilidad de las respuestas generadas y la gestión
de riesgos asociados a decisiones automatizadas. En entornos industriales críticos, donde
las decisiones de mantenimiento pueden tener implicaciones económicas y de seguridad
significativas, resulta esencial comprender tanto las oportunidades como las limitaciones
de estas tecnologías.
El presente documento analiza de forma sistemática el papel de la inteligencia artificial generativa en el ámbito del mantenimiento predictivo industrial. Se presentan los
fundamentos conceptuales del mantenimiento predictivo, los principios técnicos de la
inteligencia artificial generativa y los mecanismos mediante los cuales ambas disciplinas
pueden integrarse en arquitecturas industriales modernas. Asimismo, se examinan los
principales casos de uso industriales, los retos asociados a la evaluación de estos sistemas
y las consideraciones de gobernanza necesarias para su adopción segura en organizaciones
industriales.
El objetivo de este informe es proporcionar una visión técnica rigurosa sobre la
convergencia entre analítica predictiva y modelos generativos, así como ofrecer un marco
conceptual para el diseño de arquitecturas industriales que integren estas capacidades de
manera robusta y escalable
Satire, Humor, and Environmental Crises [reseña de libro]
No full textReseña del libro: Massih Zekavat and Tabea Scheel, Satire, Humor, and Environmental Crises (New York: Routledge, 2023), 248 pp
The business of translation: the Graciáns and the monopoly of diplomatic translation services at the Spanish court
Full text linkThis article examines the pivotal role of the Gracián family in the Spanish monarchys administration during the Early Modern period. As Secretaries of the Interpretation of Languages at the Madrid court, the Graciáns combined public service with the translation of Greek and Latin classics, bolstering their prestige. The family's founder secured his position through linguistic expertise, scholarly erudition, and a network of influential contacts. By marrying into prominent families and accepting commissions from key court figures, the Graciáns elevated their social standing. They established a translation and certification enterprise, subcontracting specialists and earning private fees while appealing to tradition to justify their monopoly. The family strategically transmitted its expertise across generations, creating a legacy highlighted by humanistic knowledge and specialised abilities. This allowed them to gain royal confidence for nearly two centuries, marking the Gracián lineage as a unique and enduring example of inheritance in diplomatic translation
Aliphatic azo compounds as programmable nitrogen donors in alkyne-mediated heterocycle synthesis: implications for medicinal chemistry
Full text link14 p.Nitrogen-containing heterocycles constitute the core of many approved drugs and clinical candidates, making efficient and predictable C-N bond construction a central objetive in medicinal chemistry. Aliphatic azo compounds, traditionally employed as radical initiators, have recently emerged as versatile programmable nitrogen donors, capable of transferring their nitrogen atoms directly into heterocyclic scaffolds. This review summarizes advances in the reactivity of azoaliphatic derivatives with alkynes, highlighting pathways where nitrogen atoms are retained in the final products and on their implications for drug delivery. Cycloaddition processes provide rapid access to privileged heterocycles such as pyrazoles and pyrroles, scaffolds that are well represented in marketed drugs and support early structure-activity relationship exploration. Complementary radical and carbenoid manifolds enable the formation of hydrazides, atropisomeric frameworks and rarer nitrogen-sulfur motifs, offering increased three-dimensionality and new vectors for tuning potency, selectivity and pharmacokinetic properties. Where available, representative case studies illustrate how these scaffolds have contributed to lead optimization, target selectivity or progression toward clinical evaluation. Beyond reactivity, this review critically evaluates scalability, operational robustness and sustainability to define when azo-alkyne methodologies are realistically applicable in medicinal chemistry workflows. Rather than presenting azo compounds as general-purpose reagents, we frame them as strategic nitrogen donors whose reactivity can be aligned with specific stages of the drug discovery pipeline. When used in this manner, azo-alkyne transformations enable efficient scaffold generation, late-stage diversification and access to underexplored chemical space relevant to modern medicinal chemistry.Comunidad de MadridMinisterio de Ciencia e InnovaciónUniversidad de Alcal
Implementación de ROS2 en plataforma robótica
Full text linkEl presente Trabajo de Fin de Grado, en el ámbito de la robótica, aborda la migración del sistema
de control del robot móvil LOLA desde ROS 1 a ROS 2 (ROS 2 Humble), implementando una
arquitectura modular, reproducible y portátil mediante Docker. Se desarrolló el paquete base_lola,
que integra la comunicación entre el hardware y el entorno ROS 2 a través del nodo lolaHW.py,
encargado de gestionar los motores y encoders. La nueva interfaz permitió validar la odometría y el
control del robot, demostrando una comunicación estable, menor latencia y una base sólida para futuras
ampliaciones de navegación autónoma.This Final Degree Project focuses on the migration of the control system of the mobile robot LOLA
from ROS 1 to ROS 2 Humble, implementing a modular, reproducible, and portable architecture using
Docker containers. The base_lola package was developed to integrate communication between the
hardware and the ROS 2 environment through the lolaHW.py node, responsible for managing the motors
and encoders. The new interface enabled the validation of odometry and robot control, demonstrating
stable communication, reduced latency, and a solid foundation for future extensions in autonomous
navigation.Grado en Ingeniería Telemátic
Presentación [Trabajo digno, acoso y violencia en el trabajo desde la perspectiva de los derechos fundamentales. Un análisis comparado Chile-España]
No full text3 p.El Instituto Universitario de Investigación en Estudios Latinoamericanos (IELAT) de la Universidad de Alcalá tiene el honor de presentar este nuevo número de Papeles de Discusión, concebido como una publicación especial en conmemoración del Curso de Altos Estudios en Derecho del Trabajo y de la Seguridad Social de 2025 (1ª edición), celebrado en la Universidad de Alcalá entre el 27 y el 31 de enero de 2025. Este encuentro académico, desarrollado en colaboración con la Universidad de Chile, ha permitido estrechar lazos, compartir planteamientos y consolidar un espacio de formación avanzado
para estudiantes chilenos de posgrado, centrado en el análisis del trabajo digno, el acoso laboral y la protección social desde la perspectiva de los derechos fundamentales.
La celebración de este curso ha puesto de manifiesto la importancia de construir
puentes académicos entre España y Chile, y de potenciar la cooperación internacional en
un campo tan dinámico y sensible como el Derecho del Trabajo y de la Seguridad Social.
La presencia de profesorado de ambas universidades, unido al carácter interdisciplinar de las sesiones, ha permitido abordar los desafíos laborales actuales desde múltiples enfoques teóricos y prácticos. Este número conmemorativo recoge el espíritu de ese intercambio, reuniendo reflexiones que nacen del diálogo académico y de la experiencia compartida durante una intensa semana de trabajo intelectual
Calidad del empleo en la sombra de la informalidad: un análisis regional en Ecuador entre 2014 y 2019
Full text linkThis paper investigates the relationship between informality and job quality in Ecuador, emphasizing the role of education as a mediating factor. Utilizing data from the National Survey of Employment, Unemployment, and Underemployment from 2014 to 2019, the study employs an Employment Quality Index to assess job quality. Through a detailed empirical strategy incorporating pooled ordinary least squares regressions, panel data analyses, and spatial models, the research unveils a negative impact of
informality in employment quality. However, the findings indicate that education does not significantly influence this relationship at the regional level. These results highlight the necessity for targeted policy interventions that address the structural issues in the labor market.Este artículo examina la relación entre la informalidad y la calidad del empleo en Ecuador, destacando el papel de la educación como factor mediador. Utilizando datos de la Encuesta Nacional de Empleo, Desempleo y Subempleo de 2014 a 2020, el estudio emplea un Índice de Calidad de Empleo para evaluar la calidad del empleo. A través de una estrategia empírica detallada que incorpora regresiones de mínimos cuadrados ordinarios agrupados, análisis de datos de panel y modelos de rezago espacial, la investigación revela un impacto negativo de la informalidad en la calidad del empleo. Sin embargo, los resultados indican que la educación no influye en esta relación a nivel regional. Los hallazgos subrayan la necesidad de intervenciones de política específicas, que aborden los problemas estructurales del mercado laboral
A Novel Generalized Beamforming Layer Set for Deep Learning Based Acoustic Cavitation Detection
Full text linkCavitation is a major issue in hydraulic machinery, causing mechanical damage, efficiency loss and potential system failure. Early detection of cavitation is crucial for predictive maintenance, yet conventional monitoring methods based on pressure and vibration sensors often lack real-time accuracy. In this study, we proposea deep learning-based approach for cavitation detection by integrating trainable beamforming techniques into a trimmed YAMNet architecture. Our method improves computational efficiency by reducing the depth of YAMNet while incorporating spatial filtering layers with learnable parameters. Specifically, we introduce the Standard Beamforming Layer Set, which embeds domain knowledge into the spatial filtering process to enhance the extraction of cavitation-related features. Additionally, we propose the Generalized Beamforming Layer Set, which extends conventional beamforming by incorporating multiple summation elements, increasing noise robustness and detection reliability in complex industrial environments. The system is trained and evaluated using a real-world cavitation noise database recorded in an operational hydraulic system. Experimental results show that a trimmed YAMNet model with beamforming integration significantly improves detection accuracy while reducing computational cost. The proposed Generalized Beamforming Layer Set approach outperforms traditional beamforming methods, achieving a relative improvement of 33.90% over the baseline single-microphone setup without beamforming. These results highlight the effectiveness of integrating adaptive beamforming with deep learning for real-time acoustic monitoring, opening the way for more efficient and robust cavitation detection systems in industrial environments.Spanish Ministry of Science and InnovationComunidad de MadridUniversidad de Alcal