Búsqueda avanzada


Área de conocimiento




7977 resultados, página 6 de 10

CÓMO LLEVAR YUCATÁN A CUESTAS : LAS FOTOGRAFÍAS DEL ESTADO DE YUCATÁN EN LA EXPOSICIÓN HISTÓRICO-AMERICANA DE MADRID EN 1892

Marisol Domínguez González (2023, [Tesis de maestría])

“En el marco de las celebraciones del IV Centenario del llamado Descubrimiento de América, España organizó en Madrid la exposición Histórico-Americana de 1892, una muestra internacional que reunió a varios países, la mayoría antiguas colonias española, y con la que buscaba ostentar, entre otras cosas, su influencia en el desarrollo de estos territorios. Hacia la última década del siglo XIX los objetos fotográficos ya figuraban en las exposiciones universales fungiendo como una herramienta visual más para construir la imagen y/o la narrativa que un territorio, país o nación pretendía mostrar. Esta investigación explora la colección fotográfica que México presentó en la Exposición Histórico-Americana y se concentra específicamente en las fotos del estado de Yucatán. Con la intención de entender el papel de los conjuntos de fotografías en los procesos de construcción y exposición de un discurso local y nacional, aquí se indaga el qué y el cómo se mostró a México y a Yucatán a través de estas imágenes. Las fotos de Yucatán son series de diversa proveniencia, manufactura y temática que el gobierno estatal envió a la Junta Colombiana, instancia encargada de diseñar la propuesta expositiva de México. Estos objetos, que funcionaron como carta de presentación del estado de Yucatán en Madrid, se abordan dentro de la amplia colección fotográfica que México expuso. A su vez, para contextualizarla, se reconstruyen las salas de México y se revisa la propuesta expositiva y el proceso de participación del país dentro de la lógica general de la Exposición Histórico-Americana”.

Fotografías - Yucatán - Exposiciones. Yucatán - Historia - Exposiciones. Tesis - Maestría en Historia, Peninsular. CIENCIAS SOCIALES HISTORIA HISTORIA DE PAÍSES HISTORIA LOCAL HISTORIA LOCAL

On-farm assessment of yield and quality traits in durum wheat

Facundo Tabbita Iván Ortíz-Monasterios Francisco Javier Pinera-Chavez Maria Itria Ibba Carlos Guzman (2023, [Artículo])

BACKGROUND: Durum wheat is key source of calories and nutrients for many regions of the world. Demand for it is predicted to increase. Further efforts are therefore needed to develop new cultivars adapted to different future scenarios. Developing a novel cultivar takes, on average, 10 years and advanced lines are tested during the process, in general, under standardized conditions. Although evaluating candidate genotypes for commercial release under different on-farm conditions is a strategy that is strongly recommended, its application for durum wheat and particularly for quality traits has been limited. This study evaluated the grain yield and quality performance of eight different genotypes across five contrasting farmers’ fields over two seasons. Combining different analysis strategies, the most outstanding and stable genotypes were identified. RESULTS: The analyses revealed that some traits were mainly explained by the genotype effect (thousand kernel weight, flour sodium dodecyl sulfate sedimentation volume, and flour yellowness), others by the management practices (yield and grain protein content), and others (test weight) by the year effect. In general, yield showed the highest range of variation across genotypes, management practices, and years and test weight the narrowest range. Flour yellowness was the most stable trait across management conditions, while yield-related traits were the most unstable. We also determined the most representative and discriminative field conditions, which is a beneficial strategy when breeders are constrained in their ability to develop multi-environment experiments. CONCLUSIONS: We concluded that assessing genotypes in different farming systems is a valid and complementary strategy for on-station trials for determining the performance of future commercial cultivars in heterogeneous environments to improve the breeding process and resources.

Wheat Quality GGE Analysis Flour Yellowness CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA FLOURS WHEAT QUALITY YIELDS FIELD EXPERIMENTATION

La historia detrás de Gonolobus caamali (Apocynaceae), endémica de la península de Yucatán

GERMAN CARNEVALI FERNANDEZ CONCHA GUSTAVO ADOLFO ROMERO GONZALEZ José Luis Tapia Muñoz Ivón Mercedes Ramírez Morillo CLAUDIA JANETH RAMIREZ DIAZ William Rolando Cetzal Ix RODRIGO STEFANO DUNO KATYA JEANNETH ROMERO SOLER (2022, [Artículo])

Publicar una especie nueva para la ciencia es siempre una tarea interesante y retadora, sobre todo en los tiempos modernos, donde la comunidad de sistemáticos de plantas y las revistas científicas exigen investigaciones de biología comparada más completas, integrando diferentes fuentes de evidencia (morfológica y molecular), más allá de una simple descripción morfológica. Esta historia comenzó hace más de 15 años y terminó este año, cuando Gonolobus caamali Carnevali & R. Duno (Apocynaceae), fue descrita como una nueva especie para la ciencia. Presentamos aquí algunos detalles de esta especie.

ASCLEPIADOIDEAE EXTINCION MEXICO NOVEDAD TAXONOMICA YUCATAN BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA VEGETAL (BOTÁNICA) TAXONOMÍA VEGETAL TAXONOMÍA VEGETAL

Parques vemos, biodiversidad no sabemos: el caso de la herpetofauna de la ciudad de Mérida

Roberto Carlos Barrientos Medina (2023, [Artículo])

La herpetofauna, constituida por las diferentes especies de anfibios y reptiles que se pueden encontrar en un hábitat, es un buen grupo indicador de diversidad, ya que presenta características de movilidad que los hacen ser más dependientes del hábitat (lugar en el que viven). En este trabajo se analizan los patrones de diversidad de los anfibios y reptiles que se pueden encontrar en los parques ecológicos de Mérida, en distintos niveles de expresión (alfa, beta y gamma). Los resultados señalan la influencia del grado de urbanización, de acuerdo con los patrones encontrados en las diversidades beta y gamma.

AMBIENTES ANTROPIZADOS ECOLOGIA URBANA NIVELES DE DIVERSIDAD PATRONES ECOLOGICOS YUCATAN BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA ANIMAL (ZOOLOGÍA) HERPETOLOGÍA HERPETOLOGÍA

Big data, small explanatory and predictive power: Lessons from random forest modeling of on-farm yield variability and implications for data-driven agronomy

Martin van Ittersum (2023, [Artículo])

Context: Collection and analysis of large volumes of on-farm production data are widely seen as key to understanding yield variability among farmers and improving resource-use efficiency. Objective: The aim of this study was to assess the performance of statistical and machine learning methods to explain and predict crop yield across thousands of farmers’ fields in contrasting farming systems worldwide. Methods: A large database of 10,940 field-year combinations from three countries in different stages of agricultural intensification was analyzed. Random effects models were used to partition crop yield variability and random forest models were used to explain and predict crop yield within a cross-validation scheme with data re-sampling over space and time. Results: Yield variability in relative terms was smallest for wheat and barley in the Netherlands and for wheat in Ethiopia, intermediate for rice in the Philippines, and greatest for maize in Ethiopia. Random forest models comprising a total of 87 variables explained a maximum of 65 % of cereal yield variability in the Netherlands and less than 45 % of cereal yield variability in Ethiopia and in the Philippines. Crop management related variables were important to explain and predict cereal yields in Ethiopia, while predictive (i.e., known before the growing season) climatic variables and explanatory (i.e., known during or after the growing season) climatic variables were most important to explain and predict cereal yield variability in the Philippines and in the Netherlands, respectively. Finally, model cross-validation for regions or years not seen during model training reduced the R2 considerably for most crop x country combinations, while for wheat in the Netherlands this was model dependent. Conclusion: Big data from farmers’ fields is useful to explain on-farm yield variability to some extent, but not to predict it across time and space. Significance: The results call for moderate expectations towards big data and machine learning in agronomic studies, particularly for smallholder farms in the tropics where model performance was poorest independently of the variables considered and the cross-validation scheme used.

Model Accuracy Model Precision Linear Mixed Models CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MACHINE LEARNING SUSTAINABLE INTENSIFICATION BIG DATA YIELDS MODELS AGRONOMY