Alisa Garcia

La agroecología tiene como objetivo el conocimiento de los elementos y procesos claves en el funcionamiento de los agrosistemas, para su eficaz gestión en armonía con el ambiente. La protección vegetal ha sido enfocada tradicionalmente, bajo el concepto de lucha y control, utilizando arsenales químicos o biológicos y, en estos momentos, biotecnológicos. La aplicación de criterios ecológicos en protección vegetal ha permitido desarrollar procesos como la biofumigación, fundamentada en la utilización de los gases resultantes de la biodescomposición de la materia orgánica para el manejo de organismos patógenos de los vegetales. Es de esperar que el futuro de la agricultura muestre una mayor preocupación por el ambiente, la conservación de los recursos naturales, la salud de las personas y se destaque su contribución a la reducción de la pobreza, así como su aportación al desarrollo de los agrocombustibles.

Detecting sensitive information considering privacy is a relevant issue on Online Social Networks (OSNs). It is often difficult for users to manage the privacy associated with their posts on social networks taking into account all the possible consequences. The aim of this work is to provide information about the sensitivity of the content of a publication when a user is going to share it in OSN. For this purpose, we developed a privacy-assistant agent that detects sensitive information. Based on this information, the agent provides a message through a nudge mechanism warning about the possible risks of sharing the message. To avoid being annoying, the agent also considers the user’s previous behaviour (e.g. if he previously ignored certain nudges) and adapts the messages it sends to give more relevance to those categories that are more important to the user from the point of view of the privacy risk. This agent was integrated into the social network Pesedia. We analysed the performance of different models to detect a set of sensitive categories (i.e. location, medical, drug/alcohol, emotion, personal attacks, stereotyping, family and association details, personal details and personally identifiable information) in a dataset of tweets in Spanish. The model that obtained the best results (i.e. F1 and accuracy) and that was finally integrated into the privacy-assistant agent was transformer-based.