Complex traits and candidate genes: estimation of genetic variance components across multiple genetic architectures

GIOVANNY COVARRUBIAS-PAZARAN Hans-Peter Piepho (2023, [Artículo])

Average Semivariance Linear Mixed Model Variance Component Estimation Polygenic Inheritance Oligogenic Inheritance Mendelian Inheritance CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MENDELISM GENETIC VARIANCE GENOME-WIDE ASSOCIATION STUDIES PHENOTYPES CHROMOSOME MAPPING

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

Algorithmic differentiation of linear mixed models with variance-covariance structures

Fernando Henrique Toledo Jose Crossa Juan Burgueño Keith Gardner Rosa Angela Pacheco Gil (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MATHEMATICAL MODELS ALGORITHMS LINEAR MODELS

Point placement of late vegetative stage nitrogen splits increase the productivity, N-use efficiency and profitability of tropical maize under decade long conservation agriculture

Hari Sankar Nayak C.M. Parihar Shankar Lal Jat ML JAT Ahmed Abdallah (2022, [Artículo])

Non-Linear Growth Model Nitrogen Remobilization Right Placement Precision Nitrogen Management CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA GROWTH MODELS NITROGEN NUTRIENT MANAGEMENT

Modelación hidráulica de un reactor de electrocoagulación tubular de sección anular

JAVIER DE JESUS CANTO RIOS Alejandra Martín-Domínguez Sara Pérez-Castrejón VICTOR HUGO ALCOCER YAMANAKA Velitchko Tzatchkov (2017, [Artículo])

El presente trabajo se enfoca en el estudio de las pérdidas de carga totales en un reactor de electrocoagulación con flujo a presión y sección transversal anular simple y múltiple, donde esta última característica depende del arreglo de los electrodos. Se presenta el análisis de las pérdidas de carga por cortante y accesorios, las cuales se modelaron utilizando diferentes expresiones empíricas y se compararon con las mediciones realizadas a escala semipiloto. Como resultado del análisis se observó que la ecuación de Bahramir, Yovanovich y Culham (2006) asemeja las pérdidas reales en secciones anulares múltiples, mientras que la expresión propuesta por Davis describe mejor la sección anular simple. Estos resultados permitirán tener herramientas para diseñar reactores de electrocoagulación a escala real.

Electrocoagulación Modelación Pérdidas de carga hidráulica Secciones anulares INGENIERÍA Y TECNOLOGÍA

Neyman-Scott-based water distribution network modelling

Modelación de redes de agua potable basado en el proceso de Neyman-Scott

VICTOR HUGO ALCOCER YAMANAKA Velitchko Tzatchkov (2012, [Artículo])

Uno de los parámetros más difíciles de estimar al modelar las redes de distribución de agua potable es el del consumo doméstico. Se ha demostrado que este sigue un proceso estocástico posible de caracterizar a través de pulsos rectangulares, con ciertas intensidad, duración y frecuencia de arribo, por medio de esquemas estocásticos como el modelo de pulsos rectangulares de Neyman-Scott (NSRPM). El esquema NSRPM se basa en la solución de un problema de optimización no lineal que involucra momentos teóricos de las series sintéticas (equiprobables) y los momentos observados (mediciones de campo). Se ha publicado la metodología, así como trabajos orientados a la generación de la demanda en los domicilios, sin embargo, no su validación en una red de distribución real, con la conjunción y agregación de las demandas de los domicilios, y su comparación con los métodos tradicionales. En el presente artículo se comparan resultados obtenidos empleando series sintéticas con carácter estocástico, producto del esquema NSRPM aplicado a la determinación de presiones y caudales, con los obtenidos por el método tradicional que utiliza curva de variación horaria de la demanda, y con mediciones de presión y caudal hechas en el sector Humaya, en Culiacán, Sinaloa, México.

Distribución de agua Demanda de agua Consumo doméstico de agua Modelación INGENIERÍA Y TECNOLOGÍA

Facile synthesis of a TiO2-Al2O3-GnPs compound and its application in the photocatalytic degradation of Diuron

Alina De J. Zurita Yduarte Diana J. Gallegos Hernández URIEL ALEJANDRO SIERRA GOMEZ GLADIS JUDITH LABRADA DELGADO SALVADOR FERNANDEZ TAVIZON Pedro Jesús Herrera Franco SRINIVAS GODAVARTHI JOSE GILBERTO TORRES TORRES ADRIAN CERVANTES URIBE CLAUDIA GUADALUPE ESPINOSA GONZALEZ (2022, [Artículo])

"New ternary materials TiO2-Al2O3-GnPs (TAG) were prepared by using an innocuous sol-gel method with a slight modification for the addition of graphene nanoplatelets (GnPs), under room temperature and atmospheric pressure. The materials TiO2-Al2O3-GnPs were prepared with variations of concentration between 0.05 and 1 wt % of GnPs. In this study, we analyzed the physicochemical properties by X-ray diffraction (XRD) and UV-Vis spectroscopy, textural properties by N2 physisorption, morphology by scanning and transmission electron microscopy (SEM, TEM) and a chemical species analysis was carried out by X-ray photoelectron spectroscopic (XPS). The photocatalytic activity of each material was evaluated in the degradation of a model molecule, Diuron, a carcinogenic and cytotoxic herbicide used in farm fields. To determine reaction selectivity and mineralization degree, the photocatalytic reaction was monitored by using UV-Vis spectroscopy and total organic carbon (TOC). In samples with higher GnPs’ concentration, a good enough specific surface area of up to 379 m2/g was observed, and reduced band gap energy (2.8 eV) with respect to TiO2 and mixed oxide (3.2 and 3.1 eV respectively), was obtained. These resulting properties were the key indicator so that the materials could be applied as photocatalysts. In the photocatalytic activity determination, TAG-0.75 was the sample that showed the best results with respect to the mixed oxide; the highest photocatalytic conversion, the reduced average life time, and increased mineralization and reaction selectivity."

Graphene nanoplatelets Mixed oxides Sol-gel Photocatalytic degradation BIOLOGÍA Y QUÍMICA QUÍMICA QUÍMICA

Monitoreo e Instalación visual de señales a un motor eléctrico de inducción de instalación trifásica de forma jaula de ardilla, mediante la implementación de tecnología industria 4.0

Luis Ricardo Uribe Dávila (2023, [Tesis de maestría])

Vivimos la industria 4.0, misma que no es nueva, ya que sus orígenes se remontan a finales de la década de los 2000, en Alemania. Un pilar de la industria 4.0 es el análisis de datos, conocido como Big Data. El conocer los datos de un proceso, de un estudio, ayuda en gran medida a predecir el comportamiento que tendrá el proceso o la máquina a estudiar en un periodo a corto o mediano plazo. En el presente proyecto se analizan los datos arrojados por un motor eléctrico de corriente alterna, del tipo inducción, jaula de ardilla. El motor está diseñado para trabajar de manera continua, sin embargo, el uso que se le da, es meramente educativo; es decir, no sobre pasa las 15 horas por semana de uso. Mediante la toma de datos de las tres fases de corriente RMS o corriente de valor eficaz que posee el motor eléctrico que se realizará con el microcontrolador Arduino UNO, se analizarán los mismos mediante el software de cómputo numérico MATLAB, ordenando los datos, descartando valores que no aporten información relevante para lograr la predicción de datos. Por último, se llevará a conocer este proyecto a la carrera mecatrónica, área sistemas de manufactura flexible y área automatización, con el fin de que puedan observar de una mejor manera la aplicación y funcionamiento de uno de los pilares de la actual industria 4.0.

We live in industry 4.0, which is not new, since its origins date back to the late 2000s, in Germany. One pillar of industry 4.0 is data analysis, known as Big Data. Knowing the data of a process, of a study, helps greatly to predict the behavior that the process or machine will have to study in a short- or medium-term period. This project analyzes the data released by an electric motor of alternating current, of the type induction, squirrel cage. The engine is designed to work continuously, however, the use given to it is merely educational, that is; only not over spends 15 hours per week of use. By taking data from the three phases of RMS current or effective value current of the electric motor that will be made with the Arduino UNO micro controller, they will be analyzed using MATLAB numerical computing software, ordering the data, discarding values that do not provide relevant information to achieve data prediction. Finally, this project will be presented to the mechatronics career, flexible manufacturing systems area and automation area, so that they can observe in a better way the application and operation of one of the pillars of the current industry 4.0.

Mantenimiento predictivo Regresión lineal Industria 4.0 Big data Corriente RMS Predictive maintenance Linear regression Industry 4.0 Big data RMS Current INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS OTRAS ESPECIALIDADES TECNOLÓGICAS OTRAS OTRAS

Simulación del escurrimiento directo de eventos en cuencas pequeñas con el modelo Hidras

Antonio Quevedo Tiznado NABIL MOBAYED KHODR CARLOS FUENTES RUIZ Enrique Gonzalez Sosa CARLOS ALBERTO CHAVEZ GARCIA (2016, [Artículo])

El escurrimiento directo es el efecto integrado de la lluvia, intercepción, evapotranspiración, infiltración y el escurrimiento en lámina sobre el terreno, en un punto específico de una cuenca. La conversión de las lluvias a escurrimiento es un proceso complejo que depende tanto de la distribución espacial y temporal de las lluvias como de las características físicas de la cuenca. Este estudio tuvo por objetivo plantear procedimientos para simular el escurrimiento directo a escala de evento en cuencas pequeñas. Como casos de estudio se eligieron dos cuencas experimentales de México con características diferentes en cuanto a tamaño, ubicación, tipo de vegetación, topografía y régimen pluviométrico: río Mixcoac, en el valle de México; y la unidad de escurrimiento Cerro Blanco, en Tabasco.

Hidrogramas sintéticos Modelación hidrológica Calibración de hidrogramas INGENIERÍA Y TECNOLOGÍA

Análisis de la dinámica del monzón de Norteamérica usando modelos globales y regionales

SALVADOR CASTILLO LIÑAN (2021, [Tesis de maestría])

Maestro en Ciencias y Tecnología del Agua - Hidrometeorología) -- Instituto Mexicano de Tecnología del Agua. Coordinación de Desarrollo Profesional e Institucional. Subcoordinación de Posgrado.

El Monzón de Norteamérica (NAM) es un sistema atmosférico intraestacional causante de aproximadamente el 70% de las precipitaciones anuales en el noroeste de México y suroeste de Estados Unidos. Su estudio utilizando modelos numéricos es un reto debido a la compleja dinámica asociada a la abrupta orografía y al contraste térmico océano-continente que contribuyen a su desarrollo durante el verano. A pesar de que la gran mayoría de los modelos globales del experimento CMIP5 (Proyecto de Intercomparación de Modelos Acoplados), logran describir el periodo intraestacional de precipitaciones máximas sobre el dominio del NAM y reproducir su variabilidad espacial y temporal, se han identificado sesgos en las simulaciones con respecto a las observaciones y los datos de Reanálisis. Con el propósito de abordar estos sesgos, así como identificar y explicar el inicio-final del monzón, en este estudio se analiza el papel de los mecanismos entre la atmósfera, del continente y el océano, utilizando simulaciones numéricas regionales generadas con el modelo sueco RCA4 (Rossby Centre regional atmospheric model 4), el cual fue forzado con 10 modelos globales del CMIP5.

Monzón de Norteamérica Modelación numérica Precipitaciones INGENIERÍA Y TECNOLOGÍA