Jose Manuel Pérez

The detection of hydrocarbon spills in marine environments is a critical challenge due to their severe impact on aquatic ecosystems. Hyperspectral imaging technology has emerged as a promising tool for detecting such spills, offering high-resolution spectral data for accurate identification. This work aims to develop an automated procedure for detecting hydrocarbon spills in local marine areas using a compact hyperspectral camera installed on a drone. The methodology integrates machine learning with hyperspectral technology, employing hyperspectral signatures of various hydrocarbons and water to create a spectral knowledge base for classification. A novel approach is used in the classifier training, where hyperspectral signatures are directly utilized as input to an artificial neural network, bypassing the need for extensive image labelling, eliminating the requirement for a large image dataset, and significantly reducing the computational costs associated with deep learning models. The trained classifiers, using autoencoders for encoding hyperspectral signatures, were applied to classify hyperspectral profiles (hyperpixels) in hyperspectral images. The results were highly promising, with the classifiers achieving near-perfect accuracy in detecting contaminated water and distinguishing between different hydrocarbons. Recall and F-score values above 0.90 demonstrate the effectiveness of the proposed approach, offering an efficient, scalable solution for real-time monitoring of marine spills.

El artículo ofrece un análisis crítico del impacto contemporáneo que está teniendo la proliferación de una Educación Ambiental (EA) de nueva generación apoyada por herramientas tecnológicas virtuales en la construcción de una renovada identidad profesional, de un sujeto ecológico postmoderno en continua reconstrucción, reciclado por la influencia que ejerce la tecnología en su práctica laboral ordinaria y en su vida cotidiana como ciudadano ambientalmente comprometido. A los treinta años de Tbilisi se reconstruyen algunos patrones de cambio significativo valorando las limitaciones y oportunidades de los nuevos modelos. Desde los presupuestos de la investigación fenomenológica nos acercamos a los diferentes rasgos del nuevo sujeto ecológico de nuestro tiempo, donde un nuevo concepto de educador ambiental y de EA se perfila empujado por los avances tecnológicos al albur de realidades virtuales, redes sociales y medios de comunicación

Este estudio de relaciones médico-paciente en Mexico involucró entrevistas realizadas a 1700 pacientes inmediatamente de.\pués de salir de su consulta clínica. Se llevó a cabo entre los años 2004-05 en León, More ha, Guanajuato y en Charleston, West Virginia, USA. Los propósitos fueron: 1) establecer un base de datos como punto de referencia para investigaciones futuras en instituciones del cuidado de la salud con referencia a la comunicación médico-paciente, a la satisfacción de los pacientes y al consentimiento infórmado y, 2) hacer una comparación entre las relaciones medico-paciente en Mexico y los Estados Unidos de America. Hicimos varias conclusiones sobre la comunicación médico-paciente, participación del paciente en decisiones con respecto a su cuidado de salud y el ambiente social de la consulta médica. Ofi-ecemos los datos y los cuestionarios completos por internet a cualquier investigador interesado para estudios futuros de acuerdo con sus propios intereses. Además, encontramos que no huho ninguna diferencia importante en las relaciones médico-pacientes con respecto al consentimiento infórmado y la satisfáccián del paciente entre México y los EEUU

Este trabajo pretende dar una visión sintética y descriptiva del síndrome de pérdida que sufre la ciencia económica en su intento de incorporar los interrogantes medioambientales a los mecanismos de predicción socioeconómicos. El repaso de las propuestas del neoliberalismo, del así llamado capitalismo verde, y de la economía ecológica, tiene como objetivo presentar la viabilidad científica de los paradigmas alternativos como modelos de racionalidad económica y como sucedáneos del vigente sistema de producción y consumo.

La investigación interpretativa representa una de las tendencias contemporáneas más reveladoras para el entendimiento del significado de los hechos sociales, culturales, jurídicos, arqueológicos, etnográficos, médicos, psicológicos o educativos. A lo largo de este artículo se ofrece un recorrido panorámico por los procedimientos metodológicos más empleados en el estudio de casos desde la perspectiva de la investigación interpretativa, poniendo énfasis en el proceso, en la logística y en la tecnología de la investigación con datos textuales, imágenes u objetos, procedentes de registros culturales, narraciones orales o documentos institucionales. Desde un enfoque integrador se presenta una modelización de las diferentes fases de este tipo de investigación: se contemplan los requisitos previos, las eventualidades del trabajo de campo, las estrategias de análisis de los datos, que con mayor asiduidad son empleadas por los investigadores, así como los modelos de difusión pública de la información a que se acogen.

This article introduces some soft computing methods generally used for data analysis and flow pattern detection in fluid dynamics. These techniques decompose the original flow field as an expansion of modes, which can be either orthogonal in time, or in space or in time and space, or they can simply be selected using some sophisticated statistical techniques. The performance of these methods is tested in the turbulent wake of a wall-mounted square cylinder. This highly complex flow is suitable to show the ability of the aforementioned methods to reduce the degrees of freedom of the original data by only retaining the large scales in the flow. The main result is a reduced-order model of the original flow case, based on a low number of modes. A deep discussion is carried out about how to choose the most computationally efficient method to obtain suitable reduced-order models of the flow. The techniques introduced in this article are data-driven methods that could be applied to model any type of non-linear dynamical system, including numerical and experimental databases.