Responder al tema | CrimenResuelto
Acceder
Registrarse
Novedades
Buscar sólo en títulos
De:
Buscar
Buscar
Buscar sólo en títulos
De:
Inicio
Foros
Nuevos mensajes
Buscar en foros
Novedades
Nuevos mensajes
Última actividad
Donar
Acceder
Registrarse
Novedades
Buscar sólo en títulos
De:
Buscar
Buscar
Buscar sólo en títulos
De:
Menú
Acceder
Registrarse
Instalar la app
Instalar
Últimos hilos
Herramientas de predicción criminal y su impacto en nuestro proceso penal
La justicia y el proceso penal en clave algorítmica. Nuevos enfoques, nuevos riesgos
Cómo informar de autolesiones no suicidas según profesionales de salud. Guía para comunicadores de medios de comunicación
El discurso periodístico y los procesos de criminalización. Análisis de la cobertura del "caso Asunta"
La cultura de la violación al espejo victimológico. Detección y deconstrucción de inercias normalizadoras de la violencia sexual
Inicio
Foros
CRIMINOLOGÍA
CRIMINALÍSTICA Y CIENCIAS FORENSES
ENTOMOLOGÍA FORENSE
Mejoramiento de un método no comercial para la extracción de ADN de moscas de interés médico-legal
JavaScript está desactivado. Para una mejor experiencia, por favor, activa JavaScript en el navegador antes de continuar.
Estás usando un navegador obsoleto. No se pueden mostrar este u otros sitios web correctamente.
Se debe actualizar o usar un
navegador alternativo
.
Responder al tema
Mensaje
<blockquote data-quote="Admin" data-source="post: 855" data-attributes="member: 1"><p style="text-align: justify">La espectroscopía de reflectancia en el infrarrojo cercano (NIRS) es una tecnología rápida, multiparamétrica, amigable con el ambiente, de bajo costo y gran exactitud, para el análisis de diversos componentes en alimentos, en suelo y en agricultura. El objetivo del presente estudio fue construir modelos de calibración NIRS, para la predicción de nutrientes en tejido vegetal de caña de azúcar, para producción de panela, cultivada en la región de la Hoya del río Suárez. Un total de 416 muestras de tejido fueron escaneadas en el segmento espectral Vis-NIR. El análisis quimiométrico, se realizó con el software WinISI V4.10, aplicando la regresión de mínimos cuadrados parciales modificados, junto a una validación cruzada. Se evaluaron cuatro modelos con diferentes tratamientos matemáticos y el rendimiento de las calibraciones, se hizo por medio de la validación externa, analizando las medidas de bondad de ajuste, como el coeficiente de determinación de la predicción, el error estándar de la predicción ajustado por el sesgo y la desviación predictiva residual. Los resultados muestran que el modelo de calibración para N presentó el mayor poder predictivo. Para macronutrientes, las calibraciones, con mayor poder predictivo, fueron P y K y para micronutrientes, el modelo para B, mientras que para Cu presentó el más bajo poder predictivo. Se encontraron modelos adecuados para la predicción de los contenidos de N, Ca y P; para los demás nutrientes, se recomienda ampliar el conjunto de calibración.</p> <p style="text-align: justify"></p> <p style="text-align: justify">Enlace: <a href="https://repository.udca.edu.co/handle/11158/5238" target="_blank">https://repository.udca.edu.co/handle/11158/5238</a></p> <p style="text-align: justify"></p> <p style="text-align: justify">Derechos: <a href="https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es" target="_blank">https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es</a></p></blockquote><p></p>
[QUOTE="Admin, post: 855, member: 1"] [JUSTIFY]La espectroscopía de reflectancia en el infrarrojo cercano (NIRS) es una tecnología rápida, multiparamétrica, amigable con el ambiente, de bajo costo y gran exactitud, para el análisis de diversos componentes en alimentos, en suelo y en agricultura. El objetivo del presente estudio fue construir modelos de calibración NIRS, para la predicción de nutrientes en tejido vegetal de caña de azúcar, para producción de panela, cultivada en la región de la Hoya del río Suárez. Un total de 416 muestras de tejido fueron escaneadas en el segmento espectral Vis-NIR. El análisis quimiométrico, se realizó con el software WinISI V4.10, aplicando la regresión de mínimos cuadrados parciales modificados, junto a una validación cruzada. Se evaluaron cuatro modelos con diferentes tratamientos matemáticos y el rendimiento de las calibraciones, se hizo por medio de la validación externa, analizando las medidas de bondad de ajuste, como el coeficiente de determinación de la predicción, el error estándar de la predicción ajustado por el sesgo y la desviación predictiva residual. Los resultados muestran que el modelo de calibración para N presentó el mayor poder predictivo. Para macronutrientes, las calibraciones, con mayor poder predictivo, fueron P y K y para micronutrientes, el modelo para B, mientras que para Cu presentó el más bajo poder predictivo. Se encontraron modelos adecuados para la predicción de los contenidos de N, Ca y P; para los demás nutrientes, se recomienda ampliar el conjunto de calibración. Enlace: [URL]https://repository.udca.edu.co/handle/11158/5238[/URL] Derechos: [URL]https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es[/URL][/JUSTIFY] [/QUOTE]
Insertar citas…
Verificación
Responder
Inicio
Foros
CRIMINOLOGÍA
CRIMINALÍSTICA Y CIENCIAS FORENSES
ENTOMOLOGÍA FORENSE
Mejoramiento de un método no comercial para la extracción de ADN de moscas de interés médico-legal
Arriba
Pie