1,720,976 research outputs found
Análisis multivariado aplicado a la representación de datos sintéticos de secuenciación de ARN
Full text linkTesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2017.Fil: Reeb, Pablo Daniel. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina.La secuenciación de alto rendimiento de ARN genera grandes bases de datos con información que puede ser utilizada con diferentes objetivos. Una de las aplicaciones más utilizada consiste en resumir las lecturas de las secuencias agregándolas en función de una unidad de interés tal como gen, exón o transcript . En este tipo de análisis se obtienen matrices con datos de conteos correspondientes a cada individuo en estudio (filas) y asignados a una particular unidad de interés (columnas). En general el número de individuos es muy pequeño en relación al número de variables y los conteos presentan un rango de dispersión muy amplio.
En esta tesis se comparan técnicas de análisis multivariado exploratorio a 2 y 3 vías de clasificación que contemplan la naturaleza de los datos obtenidos en experimentos de secuenciación de ARN. Utilizando datos sintéticos generados con la técnica de plasmodios se comparan transformaciones a los datos y medidas de disimilaridad empleadas en el análisis
de cluster jerárquico, análisis de escalamiento multidimensional métrico y no métrico y en el análisis factorial multiple. La transformación de los conteos originales a través de funciones que utilizan logaritmo o el uso de disimilaridades basadas en correlacion de Spearman o disimilaridad Poisson rescata la estructura natural de las muestras en todos los métodos de
análisis utilizados. La mera estandarización o normalización de los conteos no genera representaciones confiables. La elección de la mejor medida debe considerar el nivel de relación señal-ruido ya que no todas las medidas muestran la configuración natural de la muestras en función de la cantidad de transcripts expresados o no diferencialmente. Este aspecto debe considerarse al momento de representar las muestras utilizando todos transcripts obtenidos o filtrando por expresión diferencial.Fil: Reeb, Pablo Daniel. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina
¿Cómo asegurar un buen nivel de floración y cuaje en manzanos Red Delicious?
Full text linkEl principal cultivar de manzanos plantado en la Norpatagonia es ‘Red Delicious’ y sus clones, con alrededor de 11.000 hectáreas y cerca del 65 % de la superficie de los manzanos (SENASA, 2021). Un problema habitual en este cultivar es la escasa floración o el bajo nivel de cuaje en determinadas ocasiones. Cualquiera de estas dos situaciones impide sostener una producción de manzanas de calidad en el
tiempo.EEA Alto ValleFil: Curetti, Mariela. Instituto Nacional Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Raffo Benegas, María Dolores. Instituto Nacional Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Reeb, Pablo Daniel. Universidad Nacional del Comahue. Facultad de Ciencias Agrarias; ArgentinaFil: Rodriguez, Andrea Betiana. Instituto Nacional Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; Argentin
Fruit drop and bloom return according to time of metyamitron application for chemical thinning in 'Red Chief' apple
No full textTrabajo presentado al EUFRIN Fruit Thinning Working Group Symposium. Belgrade (Serbia), febrero 2020Early removal of some of the fruits in apple trees improves the quality of remaining fruits at harvest and ensures adequate bloom return. An excess of fruits inhibits the flower bud induction in apple trees, a process that occurs between three and eight weeks after bloom. The objective of this work was to describe fruit drop during spring according to different chemical thinning and its relationship with bloom return in ‘Red Chief’ apple trees. Metamitron (MM) applications at a concentration of 200 ppm were done when mean fruit diameter were 8, 12 and 16 mm (between 15 and 28 days after full bloom) in three seasons: 2018-19, 2019-20 and 2020-21. Thinning effectiveness was evaluated by fruit set two months after bloom and fruit number tree‑1 at harvest. Fruit drop was recorded weekly, by counting the number of persisting fruits in six clusters tree‑1 during spring. Bloom return was determined by the number of flower clusters tree‑1 in the following season. Bloom return presented a strong negative correlation with fruit number per tree at harvest. Generally, MM treatments presented a higher percentage of dropped fruits around 20 days after application. The percentage of dropped fruits in the trees sprayed with MM at 16 mm was only higher with respect to control after ≈40 days after full bloom. Even so this late thinning treatment improved bloom return, indicating that floral induction may also occur later in the season.EEA Alto ValleFil: Curetti, Mariela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Raffo Benegas, María Dolores. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Reeb, Pablo Daniel. Universidad Nacional del Comahue. Facultad de Ciencias Agrarias; Argentin
Analisis de variabilidad espacio-temporal de la calidad de peras Williams en un monte frutal.
No full textEl Alto Valle de Río Negro y Neuquén constituye la principal zona de
producción de frutales de pepita de Argentina. La pera Williams es una de las
variedades más cultivadas en la región, y su principal destino es la exportación.
Conocer los rendimientos y la calidad de la fruta de los montes comerciales
permitiría mejorar la organización de las actividades y ajustar el manejo de los
mismos, haciendo más eficiente la etapa productiva. El objetivo de este trabajo
fue evaluar la variabilidad espacial de la calidad de la fruta proveniente de una
parcela de pera Williams, y analizar si existe alguna relación entre dicha
variabilidad y los rendimientos. Para ello se evaluó la calidad de la fruta al
momento de cosecha y luego de tres meses de conservación. Además se analizó
la variabilidad espacial y temporal de los rendimientos, y se delimitaron zonas
diferenciales de rendimiento (baja, mediana y alta producción). Se observó que
existe una marcada variabilidad espacial en los rendimientos y que algunos
parámetros de calidad se ven afectados por dicha variabilidad.Fil: del Brio, Dolores. Universidad Nacional del Comahue. Facultad e Ciencias y Tecnología de los Alimentos; Argentina
Raleo químico con Metamitrona en manzano Galaxy
Full text linkUna alternativa al uso del Carbaril. Efectivo en aplicaciones tardías. Efecto de las condiciones meteorológicas en torno a la aplicación. En los valles irrigados de la Norpatagonia hay más de 2000 hectáreas con montes de manzanos del grupo Gala (Tabla 1), de las cuales cerca del 55 % tienen entre 10 y 20 años de implantación (SENASA, 2020). En los últimos ocho años se ha registrado una disminución paulatina de esta superficie (alrededor de 180 ha/año) debido, entre otras causas, a la dificultad de lograr frutos con el tamaño y la cobertura de color requerido por el mercado. Estos atributos de calidad se encuentran fuertemente influenciados por la carga frutal de los árboles, la cual debe ser regulada para lograr una producción de calidad. Habitualmente la regulación de la carga frutal en manzanos se realiza mediante la aplicación de un raleo químico en los días siguientes a la caída de pétalos y un posterior raleo manual de frutos. En nuestra región, el Carbaril es el principal raleador utilizado en manzanos. Este insecticida está fuertemente cuestionado debido a su efecto nocivo sobre las abejas y otros insectos benéficos; y su aplicación se encuentra prohibida en Europa (Wertheim, 2000). Además, en ocasiones se han detectado residuos de este plaguicida en las manzanas del grupo Gala, debido a su ciclo productivo de menor duración. Resulta de interés, entonces, estudiar alternativas al Carbaril para el raleo químico de manzanos. En particular en la variedad Galaxy, la cual es considerada como difícil de ralear químicamente debido a su floración prolongada en el tiempo.EEA Alto ValleFil: Curetti, Mariela. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Raffo Benegas, María Dolores. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Rodríguez, Andrea Betiana. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Reeb, Pablo Daniel. Universidad Nacional del Comahue. Facultad de Ciencias Agrarias; Argentin
Estimación del tamaño de manzanas mediante análisis de imágenes digitales para pronósticos de producción
Full text linkPublicado en: 48 JAIIO : CAI - Congreso Argentino de AgroInformática : 279-280 (2019)Estimar el rendimiento de un monte frutal de manera anticipada es muy importante para mejorar la organización y la logística de las actividades tanto en la etapa de producción, como en la de cosecha y posterior comercialización. Al momento de realizar pronósticos de producción en frutales de pepita, existen dos aspectos fundamentales que se deben considerar. Por un lado, conocer el número de frutos presentes en los árboles, y por otro lado, conocer el tamaño de los mismos para poder estimar su peso a cosecha. Hasta el momento, la metodología utilizada a nivel regional para recolectar esta información es el conteo manual del número de frutos, y la medición del diámetro ecuatorial de los frutos utilizando un calibre. Sin embargo, estas metodologías no siempre son precisas y requieren de mucho tiempo de medición a campo. Por ello es de gran interés comenzar a evaluar alternativas como el análisis de imágenes para realizar estas tareas.
El objetivo del presente trabajo fue evaluar una metodología de medición del tamaño de manzanas a partir de imágenes RGB, como alternativa a la medición manual.EEA Alto ValleFil: Del Brío, Dolores. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Fernández, Darío Eduardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Mañueco, María Lucía. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Montenegro, Ayelen. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaFil: Reeb, Pablo Daniel. Universidad Nacional del Comahue (UNCo). Facultad de Ciencias Agrarias (FaCA); Argentin
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Modelización de sistemas biológicos para manejo de frutales mediante sensores remotos y proximales
No full textEstimar el rendimiento de un monte frutal de manera anticipada es muy importante para
mejorar la organización y la logística de las actividades tanto en la etapa de producción, como
en la de cosecha y posterior comercialización. Al momento de realizar pronósticos de
producción en frutales de pepita, existen dos aspectos fundamentales que se deben considerar.
Por un lado, conocer el número de frutos presentes en los árboles, y, por otro lado, conocer el
tamaño de los mismos para poder estimar su peso a cosecha. Hasta el momento, la
metodología utilizada a nivel regional para recolectar esta información es el conteo manual
del número de frutos, y la medición del diámetro ecuatorial de los frutos utilizando un calibre
digital. Sin embargo, estas metodologías no siempre son precisas y requieren de mucho tiempo
de medición a campo y son costosas en mano de obra. Por ello resulta de gran interés la
búsqueda de alternativas como el análisis de imágenes para realizar estas tareas.
El objetivo de la presente tesis fue implementar un modelo predictivo del rendimiento
parcelario a cosecha en frutales de pepita, adaptado a las condiciones del Alto Valle de Río
Negro y Neuquén. Los objetivos específicos fueron: analizar y seleccionar variables
relevantes para el modelo de predicción de cosecha; adaptar y aplicar metodologías de escaneo
de frutos en base a sensores proximales; comparar calidad de predicción y costos entre
metodologías que impliquen conteo de fruto manual y técnicas de conteo con sensores y
desarrollar un modelo de predicción de tamaño, peso y número de frutos (rendimiento) a
cosecha en manzanos y perales.
Para ello se trabajó en dos montes frutales de la Estación Experimental Agropecuaria INTA
Alto Valle, uno de manzanas cv ´Red chief´ y uno de peras cv `Williams` y en cuatro montes
frutales comerciales de empresas con los mismos cultivares.
Como se mencionó previamente, el primero de los elementos a conocer para realizar
pronósticos de cosecha es el número de frutos presentes en los árboles. Para esto se realizaron
conteos manuales de frutos por árbol (metodología tradicional) al momento de realizar los
pronósticos (principios de diciembre) y además el mismo día del conteo se capturaron
imágenes provenientes de cámaras digitales RGB. Se tomaron fotos de los árboles de día y de
noche durante 4 temporadas. También se obtuvo el dato de número total de frutos por planta
a cosecha. Con las imágenes se entrenaron algoritmos de visión artificial para la detección de
objetos basados en redes neuronales que puedan detectar y contar manzanas y peras a partir
de imágenes, como alternativa al conteo manual. Los modelos se evaluaron según
sensibilidad, precisión y F1score; y se calculó la correlación entre frutos detectados por
imágenes y los efectivamente cosechados. La precisión, sensibilidad y F1score alcanzados por
los modelos fueron 0,86; 0,83 y 0,84; respectivamente. El coeficiente de correlación entre el
número de frutos por árbol obtenido manualmente y el número de frutos detectados por el
modelo fue 0,88 para manzanas y 0,69 para peras. Estos resultados pueden mejorarse si se
aumenta la cantidad de datos de entrada a los modelos utilizados con más imágenes y etiquetas
de frutas tomadas en la mayor diversidad de condiciones posibles. La posibilidad de estimar
los frutos a partir de imágenes, reduce el tiempo de mano de obra destinada a dicha tarea, y
esto permitiría aumentar el número de árboles muestreados para realizar los pronósticos.
También se trabajó en la estimación de diámetros a partir de imágenes. Para esto se tomaron
imágenes de frutos en arboles colocando elementos de dimensiones conocidas como
referencia. Luego se trazaron líneas rectas sobre cada fruto para estimar su tamaño y se calculó
el coeficiente de correlación entre las mediciones con calibre digital y las estimaciones a partir
de imágenes. Las correlaciones entre diámetros estimados y medidos manualmente fueron de
0,73 en manzanas y 0,80 en peras. Las estimaciones no resultaron del todo precisas y los
resultados variaron en función de la cercanía de los frutos al elemento de dimensiones
conocidas, y según la posición que tome el fruto en el árbol y cuan oculto quede por otras
partes del árbol.
El segundo a elemento a conocer para realizar pronósticos es el tamaño de los frutos a cosecha.
Para esta estimación se trabajó en el ajuste de modelos mixtos no lineales que describan el
crecimiento de los frutos de pera y manzana para la región en estudio. Para ello se
seleccionaron frutos cada temporada y se midió semanalmente sus diámetros con calibre
digital desde los 30 días después de plena floración hasta cosecha. Con los datos obtenidos se
ajustaron diferentes modelos que contemplaron tanto efectos fijos como aleatorios a diferentes
niveles de agrupamiento. Como resultado se obtuvo que el crecimiento de manzanas cv ‘Red
Chief’ y peras cv ‘Williams’ en el Alto Valle de Rio Negro quedó descripto por la curva
logística en su tercera parametrización. El uso de modelos mixtos no lineales multiniveles
presentó la ventaja de poder discernir y cuantificar fuentes de variabilidad a diferentes niveles.
El efecto aleatorio que mayor influencia tuvo en los parámetros estimados de los modelos fue
el fruto. La incorporación de variables ambientales e índices verdes en los modelos mejoró el
comportamiento de los mismos, permitiendo contemplar la variabilidad asociada a cada
temporada y sitio analizado. Si bien los modelos que incorporan índices verdes lograron
describir bien el crecimiento de los frutos, a los fines del pronóstico no resultan prácticos si
no están acompañados de un paquete tecnológico apropiado, por lo cual para hacer pronósticos
se utilizarán los modelos sin dichos índices. La capacidad predictiva de los modelos cuando
se calculó con datos no contemplados en el proceso modelado fue razonable, con valores de
sesgo medio cercanos a un milímetro en peras y menores para manzanas; y de sesgo medio
relativo cercanos al dos y al uno por ciento para peras y manzanas respectivamente.
El número de árboles o tamaño del monte frutal se obtuvo por registros del productor y con
todos estos elementos se realizaron dos pronósticos diferentes para luego compararlos con los
rendimientos reales: i) basado en información recolectada por metodologías de conteo manual
o tradicional; ii) basado en información obtenida por imágenes.
Los pronósticos realizados de forma tradicional presentaron errores relativos aceptables tanto
para peras (hasta 10%) como para manzanas (hasta 5%), por lo cual representan una
herramienta de gran utilidad para estimar la producción a nivel de parcela. Por su parte, los
pronósticos realizados a partir de imágenes arrojaron errores relativos desde tres a diez por
ciento para manzanas y un poco mayores en peras (hasta 25% en uno de los montes frutales).
Esto se explicó por la estructura de los montes de pera y la mayor dificultad de detección de
frutos de peras en las imágenes. En casi todos los montes frutales el pronóstico tradicional fue
más preciso que el obtenido a partir de imágenes, sin embargo, el costo de realización es muy
superior respecto a este último. Considerando que los errores son aceptables, y que es posible
mejorar el pronóstico por imágenes, representa una gran alternativa.
Las estimaciones de distribución de tamaños a cosecha no representaron adecuadamente las
distribuciones obtenidas realmente, lo cual se asoció a un tamaño de muestra pequeño y a
errores en el diseño del experimento.
A partir de los resultados surge también la necesidad de seguir trabajando a futuro en la mejora
de la precisión de los algoritmos de detección de frutas a partir de imágenes y en el desarrollo
de metodologías precisas de estimación de tamaños de frutos ya sea de forma manual o
también a partir de imágenes. Además, sería interesante evaluar la posibilidad de construir un
paquete tecnológico que permita medir (ya sea tamaños o número de frutos) y a la vez registrar
las coordenadas geográficas de las respectivas mediciones para contar con datos de índices
verdes de cada registro y poder incorporarlos a los pronósticos.Anticipating the yield forecast in fruit orchards is crucial to improve the organization and
logistics within the activities in the production stage, fruit picking labors and ultimately
commercialization. There are two key aspects to be consider in apple and pear yield forecast:
having the number of fruit present in the trees and getting to know the size in order to estimate
their weight in harvest. Up to know manual fruit counting and manual diameter measurement
have been the only methodology used regionally to collect this information. However, these
techniques have not proved to be accurate enough and eventually require many hours of work.
Thus image analysis becomes crucial as an alternative method. The aim of this research is to
implement an innovative model for yield forecast in orchards in the Upper valley of Rio Negro
and Neuquén. The specific goals are: analyzing and selecting relevant variables to the yield
forecast model; adjusting and applying fruit scanning methodologies with proximal sensors;
comparing precision and costs in the yield forecast between manual fruit counting and image
counting; ultimately, developing model to estimate the size, weight and number of harvest
fruit in apple and pear trees.
The trial was carried out in two plots of the National Institute of Agricultural Technology
(INTA) Experimental Station and in four commercial orchards. Apple cultivar was ‘Red
Chief’ and pear cultivar was ‘William’s Bon Chretien’.
In order to get the number of fruits, images were taken during four seasons from many trees
when the pears reached an average diameter of 40 mm and apples 35 mm approximately (first
week of December) in two different conditions: i) natural daylight between 10 am and 1 pm,
ii) at night with the artificial flash light of the camera. The same day images were captured,
the fruits on each photographed tree were manually counted by a single operator. Object
detection pre-trained models based on neural networks (YOLO) were used to train artificial
vision models to detect and count pear and apple numbers in trees from images. Trained
models were evaluated according to recall, precision and F1score; and the correlation between
detected and counted fruits was calculated. The precision, recall and F1score achieved by the
models were up to 0.86, 0.83 and 0.84, respectively. Also, they could be improved by
increasing the amount of input data to the deep learning models. This includes more images
taken in many different conditions (angles, distances to the focus, and growth stages of the
fruits, among others). Also in different tree size, spacing, age and management conditions.
The possibility of estimating the fruit numbers from images could reduce the time spent on
this task, and above all, the costs. This allows growers to increase the number of trees sampled
to make yield forecasts. Size estimation from images was made by drawing straight lines on
each fruit and using reference elements. Pearson correlation coefficient between the manually
measured diameter and the image measured diameter were 0.73 in apples and 0.80 in pears.
The estimation of the fruit size from images was not accurate in this trial, varying according
to the proximity of the fruits to the known dimension object. It also depends on the position
that the fruits take on the tree and how hidden they are by other parts of the plant.
In order to get the fruit size no lineal mixed models were fitted to describe pear and apple
growth in the studied area. Many fruits were randomly selected in each orchard and each
season and its equatorial diameter was measured every week with an electronic digital caliper.
Measurement started 30 days after full bloom (when fruits have reached an average diameter
of 10-15 mm) until harvest time. Different models that included fixed and random effects in
different levels were fitted with the obtained data. As a result, Red chief apples and William’s
pears growth in the Upper Valley of Rio negro and Neuquén was described by a logistic curve
in its third parameterization. Multilevel no lineal mixed models implementation showed the
advantage of discerning and quantifying the sources of stochastic variability at different levels.
Fruit was the random effect that showed the biggest incidence. The incorporation of
environmental covariates and green indexes improved model performances allowing the
variability associated to each site and season to be considered. Although these models were
able to describe the fruit growth, they were not regarded as practical if they are not used
alongside an appropriate technological package. Therefore, models without green indexes will
be used for yield forecast. Predictive capacity indexes were calculated with data not used at
the fitted stage of the models. Results were valid, showing mean bias up to one mm in pear
and lower in apples; and relative mean bias up to 2%.
The number of trees and sizes of the fruit orchards were obtained from growers. Regarding
these data two different forecast were made to be compared with real yield: i) based on
information collected from fruit manual or traditional counting; ii) based on information
obtained from images. Traditional yield forecast showed relative bias up to 5% in apples and
10% in pear becoming a useful tool to estimate the orchard harvest. Whereas image yield
forecast showed relative bias from 3 to 10% in apples and higher in pears (up to 25% in one
of the orchards). These can be related to the fact that there is a high difficulty in fruit detection
in pear images. In most orchards the traditional forecast was more accurate than the one
obtained from images, however the first one has a higher cost. As bias can be acceptable and
improved the image forecast represent a feasible alternative.
Harvest size distribution estimation did not represent well the real ones. These results could
be due to the fact that the sample size was not representative or big enough.
These research results suggest the need to continue working to improve the vision artificial
algorithm precision to detect and count fruits from images and in the development of more
precise methodologies for size estimation (manual or from images). In addition, it could be
interesting to develop a technological package that could measure size and number of fruits
and also record the geographical coordinates of each measurement to have green indexes
information for the yield forecast models.Fil.: Brio, Dolores del.Facultad de Ciencias Agrarias. Universidad Nacional de Rosari
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
- …
