LA CULTURA DE RESISTENCIA ANTE EL MEGAPROYECTO EN EL RÍO CUAUTLA (2013-2022)

Sendic Sagal Luna (2023, [Tesis de maestría])

“Por más de nueve años los campesinos opositores del municipio de Ayala, al sur del estado de Morelos, han mantenido una defensa del agua del río Cuautla. Durante este tiempo han reivindicado una postura ambientalista y de justicia social, que desborda y enfrenta los objetivos de gestión, administración y mercantilización del agua de la dirigencia de la Asociación de Usuarios del Agua del Río Cuautla, Manantiales y Corrientes tributarias “General Eufemio Zapata Salazar” (ASURCO), asociación que además de aglutinar y representar a más de seis mil ejidatarios y pequeños propietarios, es concesionaria de la infraestructura de riesgo desde 1994 y responsable de las dotaciones de agua de los usuarios. La resistencia en defensa del agua del río Cuautla he prevalecido ante la fase de imposición del acueducto para la termoeléctrica del Proyecto Integral Morelos (PIM), que va del 2013 al 2022. La relevancia político-simbólica de los que observaremos como una cultura de resistencia reside en la re-significación del mito de Zapata y en la reconstitución de las identidades transterritoriales, que toman lugar y forma en la protesta campesina y en los rituales festivo-religiosos de los habitantes afectados de Anenecuilco y Tenextepango. Como pueblos del municipio de Ayala, Morelos, Anenecuilco y Tenextepango se benefician de los terrenos fértiles en el ámbito rural aguas abajo del río Cuautla y se ven afectados por el trasvase de agua, a través del acueducto para la termoeléctrica ubicada en Huexca, municipio de Yecapixtla, al nororiente morelense. Otro proceso que se observa en relación con la imposición del acueducto en el río Cuautla, es el de las intervenciones directas-indirectas de las fuerzas de seguridad y otros grupos armados; intervenciones armadas que han impactado negativamente en la resistencia y en la vida cotidiana de los habitantes en los pueblos al suroriente de Morelos”.

Conflictos en torno al agua - México - Cuautla, Morelos. Abastecimiento de agua - Morelos. Cuautla, río - Aspectos ambientales. Central termoeléctrica Huexca (México). Tesis - Maestría en Antropología Social, CDMX. CIENCIAS SOCIALES SOCIOLOGÍA SOCIOLOGÍA DE LOS ASENTAMIENTOS HUMANOS SOCIOLOGÍA ECOLÓGICA SOCIOLOGÍA ECOLÓGICA

Economic valuation of climate induced losses to aquaculture for evaluating climate information services in Bangladesh

Peerzadi Rumana Hossain T.S Amjath-Babu Timothy Joseph Krupnik (2023, [Artículo])

Very little research has focused on climate impacts on aquaculture and the potential of climate information services (CIS) for aquaculture to support sustainable development goals 2030 (SDGs)1. This study represents an effort to bridge this gap by conducting a first ex-ante economic evaluation of CIS for aquaculture in Bangladesh by semi-automating the extraction of data on climate-induced fish losses during 2011 to 2021 from popular online newspaper articles and corroborating them with available government and satellite datasets. During this period, Bangladesh faced an estimated loss of around 140 million USD for hatcheries, open water fish and shrimp. When validated with a year of country-wide official data on climate-induced economic losses to aquaculture, the damage reported from these media sources is approximately 10 percent of actual losses. Given this rule of thumb, the potential economic value of aquacultural CIS could be up to USD14 million a year, if 10 percent of the damage can be offset by appropriate services through a range of multi-sector efforts to establish and extend these services to farmers at scale.

Climate Information Services Newspaper Scraping CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA LOSSES AQUACULTURE CLIMATE SERVICES SUSTAINABLE DEVELOPMENT GOALS

Determinantes del comportamiento de queja del consumidor en México

Determinants of consumer complaint behavior in Mexico

IGNACIO JAVIER CRUZ RODRIGUEZ JAVIER GALAN FIGUEROA (2019, [Artículo])

El objetivo del trabajo es explicar los determinantes del comportamiento de queja del consumidor en los niveles socioeconómico y empresa. Para ello se acude a la metodología de datos de panel estático a fin de estimar el impacto de los determinantes de las quejas de los consumidores. Los resultados a nivel socioeconómico indican que las quejas se encuentran determinadas por el ingreso, las conciliaciones a favor de los consumidores y por la población residente en zonas urbanas. Mientras a nivel empresa los resultados muestran que tanto la cuota de mercado como el tamaño de la firma afectan positivamente las quejas. Se concluye que los resultados coinciden con la literatura revisada y que se puede esperar un aumento en el número de quejas presentadas por los consumidores.

This work aims to quantify the determinants of consumer complaint behavior in socioeconomic and business levels. For this purpose, the static panel data methodology is used in order to estimate the impact of consumer complaints both at the federal level of the Mexican Republic and at the level of the main companies that are considered leaders in their field. The results by the state indicate that the complaints are determined by income, reconciliations in favor of consumers and population residing in urban areas.While at the company level, the results show that both market share and company size positively affect consumer complaints. In conclusion, the results agree with the literature reviewed, and a rise in the number of complaints is possible.

HUMANIDADES Y CIENCIAS DE LA CONDUCTA Datos de panel Efectos fijos y efectos aleatorios Satisfacción de los consumidores Quejas del consumidor Panel data models Fixed effects and random effects Consumer complaint

MLN disease diagnostics, surveillance, MLN disease-free seed production, and MLN disease management

Suresh L.M. (2022, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DISEASES DISEASE MANAGEMENT SEED PRODUCTION MAIZE NECROSIS YIELD LOSSES ECONOMIC IMPACT SURVEILLANCE SYSTEMS TRAINING

On-farm storage loss estimates of maize in Kenya using community survey methods

Hugo De Groote Anani Bruce (2023, [Artículo])

Maize is the most important staple in sub-Saharan Africa (SSA), with highly seasonal production. High storage losses affect food security, but good estimations are lacking. A new method using focus group discussions (FGDs) was tested with 121 communities (1439 farmers, 52% women) in Kenya's six maize-growing zones, to estimate the maize losses to storage pests and analyze farmer practices. As control strategies, half of the farmers used chemical pesticides (49%), while hermetic bags (16%) and botanicals (15%) were also popular. Relative loss from weevils in the long rains was estimated at 23%, in the short rains 18%, and annually 21%. Fewer farmers were affected by the larger grain borer (LGB) than by maize weevils: 42% in the long rainy season and 32% in the short rainy season; losses from LGB were also smaller: 19% in the long season, 17% in the short season, and 18% over the year. Total storage loss, from both species combined, was estimated at 36%, or 671,000 tonnes per year. The greatest losses occur in the humid areas, especially the moist mid-altitudes (56%), and with smaller loss in the drylands (20–23%). Extrapolating the point data and overlaying with the maize production map shows the geographic distribution of the losses, with the most important area found around Lake Victoria. FGDs provide convenient and cheap tools to estimate storage losses in representative communities, but a total loss estimate of 36% is higher than is found in other studies, so its accuracy and framing effects need to be assessed. We conclude that storage pests remain a major problem, especially in western Kenya, and that the use of environmentally friendly technologies such as hermetic storage and botanicals needs more attention, both by the public extension service and private agrodealers.

Larger Grain Borer Maize Weevil CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MAIZE STORAGE LOSSES PESTS SURVEY METHODS

MLN disease diagnostics, MLN disease-free seed production and MLN disease management

Suresh L.M. (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA YIELD LOSSES DISEASES MAIZE PHENOTYPING GERMPLASM SYMPTOMS ECONOMIC ASPECTS

Detección de comportamiento no verbal en interacción humano-robot

Detection of non-verbal behavior in human-robot interaction

Ernesto Adrián Lozano De la Parra (2023, [Tesis de maestría])

La comunicación no verbal desempeña un papel vital en la interacción humana. En el contexto de la interacción humano-robot (IHR), los robots sociales están diseñados principalmente para la comunicación verbal con los humanos, dejando a la comunicación no verbal como un área de investigación abierta. En este trabajo, se presenta una arquitectura flexible y abierta llamada Software Arquitechture for Nonverbal Interaction in Human-Robot Interaction (SANI-HRI) diseñada para facilitar las interacciones no verbales en IHR. Entre sus componentes se encuentra un Cuaderno Computacional P2P basado en navegador web, aprovechado para codificar, ejecutar y compartir programas reactivos. Pueden incluirse modelos de aprendizaje automático para el reconocimiento en tiempo real de gestos, poses y estados de ´animo, empleando protocolos como MQTT. Otro componente clave es un Broker para distribuir datos entre distintos dispositivos físicos, como robots, dispositivos vestibles y sensores ambientales, así como modelos de aprendizaje automático que comprendan diferentes tipos de datos. Se demuestra la utilidad de esta arquitectura mediante tres escenarios de interacción: (i) el primero que emplea la proxémica y la dirección de la mirada para iniciar un encuentro improvisado, (ii) un segundo que utiliza técnicas de visión por computadora para detectar y analizar expresiones faciales y corporales, así como el uso sensores biométricos para obtener datos de ritmo cardiaco durante una rutina de ejercicio, y (iii) un tercero que incorpora el reconocimiento de objetos y Modelos de Lenguaje Grandes para sugerir comidas a cocinar en función de los ingredientes disponibles. Estos escenarios ilustran cómo los componentes de la arquitectura pueden integrarse para abordar nuevos escenarios, en los que los robots necesitan inferir señales no verbales de los usuarios.

Nonverbal communication plays a vital role in human interaction. In the context of Human-Robot Interaction (HRI), social robots are designed primarily for verbal-based communication with humans, making nonverbal communication an open research area. We present a flexible, open framework called Software Architecture for Nonverbal Interaction in Human-Robot Interaction (SANI-HRI) designed to facilitate nonverbal interactions in HRI. Among its components it has a P2P Browser-Based Computational Notebook, leveraged to code, run, and share reactive programs. Machine-learning models can be included for real-time recognition of gestures, poses, and moods, employing protocols such as MQTT. Another key component is a broker for distributing data among different physical devices like the robot, wearables, and environmental sensors and also machine learning models. We demonstrate this framework’s utility through three interaction scenarios: (i) the first one employing proxemics and gaze direction to initiate an impromptu encounter, (ii) a second that uses computer vision techniques to detect and analyze facial and body expressions, as well as the use of biometric sensors to obtain heart rate data during a workout routine, and (iii) a third one incorporating object recognition and a Large-Language Model to suggest meals to be cooked based on available ingredients. These scenarios illustrate how the framework’s components can be seamlessly integrated to address new scenarios, where robots need to infer nonverbal cues from users.

Interacción humano-robot, Comunicación no verbal, Broker MQTT, Notebook computacional, Modelos linguísticos grandes, SANI-HRI Human-robot interaction, Nonverbal communication, Broker MQTT, Computational notebook, Large language models, SANI-HRI INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES SISTEMAS DE RECONOCIMIENTO DE CARACTERES SISTEMAS DE RECONOCIMIENTO DE CARACTERES

MLN disease diagnostics, MLN disease-free seed production and MLN disease management

Suresh L.M. (2022, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DISEASES DISEASE MANAGEMENT SEED PRODUCTION MAIZE NECROSIS YIELD LOSSES ECONOMIC IMPACT SURVEILLANCE SYSTEMS TRAINING

Predicción de actividad antimicrobiana usando modelos de escala evolutiva a través de un flujo de trabajo en la plataforma KNIME

Prediction of antimicrobial activity using models of evolutionary scale through a workflow in the KNIME platform

Karla Lorena MartÍnez Mauricio (2023, [Tesis de maestría])

Dentro de las estrategias para combatir la resistencia antimicrobiana, se está llevando a cabo investigación para la creación de nuevos fármacos basados en péptidos antimicrobianos. En los últimos años, se han realizado esfuerzos para incorporar herramientas computacionales que ayuden a acelerar la identificación de péptidos con actividad antimicrobiana. Una de estas herramientas son los modelos QSAR basados en aprendizaje tradicional, que permiten predecir la actividad antimicrobiana en péptidos a partir de información basada en su secuencia. Un componente clave en este proceso es el tipo de características moleculares a utilizar. Recientemente, ha surgido una familia de modelos pre-entrenados llamados ESM-2, los cuales generan incrustaciones (características) que fueron aprendidas a partir de 65 millones de secuencias que abarcan diversidad evolutiva. En este trabajo de tesis, se analiza la contribución de las incrustaciones ESM-2 de diferentes dimensiones de forma individual y en conjunto en el desarrollo de modelos QSAR basados en aprendizaje tradicional para la clasificación de péptidos antimicrobianos, así como sus tipos funcionales, como antibacteriano, antifúngico y antiviral. A partir de este estudio se concluye que aumentar la capacidad de los modelos ESM-2 no implica una mejora en el rendimiento de los modelos para predecir péptidos antimicrobianos. Los modelos ESM-2 t30 y ESM-2 t33 son los más apropiados para extraer características y mejorar la exactitud en las predicciones de péptidos antimicrobianos. Además, fusionar características de diferentes incrustaciones ESM-2 es una estrategia efectiva para construir mejores modelos QSAR que el uso exclusivo de características derivadas de un modelo ESM-2 específico. Se construyeron modelos más simples con un rendimiento comparable o superior a los modelos basados en aprendizaje profundo reportados en la literatura. Para llevar a cabo este estudio se implementó un flujo de trabajo en KNIME que genera de forma automática hasta 1980 modelos de clasificación binaria basados en aprendizaje tradicional. Incorpora diversas técnicas de selección de características, algoritmos de clasificación, métricas de desempeño y una fase de limpieza de datos. Este flujo de trabajo se encuentra disponible en https://github.com/cicese-biocom/classification-QSAR-bioKom.

Molecular features play an important role in different bio-chem-informatics tasks, such as the Quantitative Structure-Activity Relationships (QSAR) modeling. Several pre-trained models have been recently created to be used in downstream tasks either by fine-tuning a specific model or by extracting features to feed traditional classifiers. In this sense, a new family of Evolutionary Scale Modeling models (termed as ESM-2 models) has been recently introduced, demonstrating outstanding results in structure protein prediction benchmarks. Herein, we are devoted to assessing the usefulness of different-dimensional embeddings derived from ESM-2 models in the prediction of antimicrobial peptides, given the great deal of attention received because of their potential to become a plausible option to mainly fight multi-drug resistant bacteria. To this end, we created a KNIME workflow to guarantee using the same modeling methodology, and consequently, carrying out fair comparisons. As a result, it can be drawn that the 640- and 1,280- dimensional embeddings are the most appropriate to be used in modeling because statistically better results were achieved from them. We also combined features from different embeddings, and we can draw that the fusion of features of different embeddings contributes to getting better models than only using a specific model ESM-2. Comparisons regarding state-of-the-art deep learning models confirm that when performing methodologically principled studies in the prediction of AMPs, non-DL based models yield comparable-to-superior results to DL-based models. The implemented KNIME workflow is availablefreely at https://github.com/cicese-biocom/classification-QSAR-bioKom. We consider that this workflow can be valuable to prevent unfair comparisons regarding new computational methods, as well as to propose new non-DL based models.

péptidos antimicrobianos, QSAR, aprendizaje automático ESM-2, KNIME antimicrobial peptides, QSAR, machine learning, ESM-2, KNIME INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES DISEÑO CON AYUDA DE ORDENADOR DISEÑO CON AYUDA DE ORDENADOR

Detección de eventos violentos en publicaciones de redes sociales

Detection of violent events in social media publications

Esteban Ponce León (2023, [Tesis de maestría])

En los últimos años, ha habido un interés creciente en el monitoreo de redes sociales para recopilar información y, en algunos casos, para examinar la ocurrencia de delitos. Sin embargo, gran parte de las investigaciones hasta ahora solo se han centrado en ciudades de EE. UU. o extranjeras, y por ende, en publicaciones y conjuntos de datos en inglés El objetivo principal de esta tesis es diseñar un método que permita la identificación de publicaciones de eventos violentos en español y en Twitter, utilizando información multimodal y técnicas de aumento de datos que mejoren el rendimiento de los modelos. Para esto, el trabajo de investigación se dividió en dos fases experimentales. La primera orientada a identificar publicaciones a partir de solo texto, explorando diferentes técnicas de aumento de datos para texto y modelos de aprendizaje máquina y profundo. En la segunda fase, se extendió el método propuesto para abordar la identificación en un contexto multimodal, es decir, considerando tanto los textos de los tweets como las imágenes compartidas que los acompañan. En este caso el método propuesto consideró utilizar descripciones textuales de las imágenes y abordar la problemática desde el dominio textual, además se hicieron 2 tipos de aumento de datos para cada tipo de información. La evaluación de los métodos se hizo utilizando las colecciones de la tarea de evaluación DA-VINCIS 2022 y 2023. Los resultados demostraron una mejora en el rendimiento de los modelos al considerar el uso de información multimodal y el uso de aumento de datos.

In recent years, there has been a growing interest in monitoring social networks to gather information and, in some cases, to examine the occurrence of crime. However, much of the research so far has only focused on US or foreign cities, and thus on English-language publications and data sets. The main objective of this thesis is to design a method that allows the identification of publications of violent events in Spanish and on Twitter, using multimodal information and data augmentation techniques that improve the performance of the models. For this, the research work was divided into two experimental phases. The first aimed at identifying publications from only text, exploring different data augmentation techniques for text and machine and deep learning models. In the second phase, the proposed method was extended to address identification in a multimodal context, that is, considering both the texts of the tweets and the shared images that accompany them. In this case, the proposed method considered using textual descriptions of the images and addressing the problem from the textual domain, in addition, 2 types of data augmentation were made for each type of information. The evaluation of the methods was done using the collections of the DA-VINCIS 2022 and 2023 evaluation task. The results demonstrated an improvement in the performance of the models when considering the use of multimodal information and the use of data augmentation.

Detección de Violencia, Redes Sociales, Aumento de Datos, Procesamiento del Lenguaje Natural, BERT, BETO, Descripción de Imágenes Violence Detection, Social Networks, Data Augmentation, Natural Language Processing, BERT, BETO, Image Captioning INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES MODELOS CAUSALES MODELOS CAUSALES