Investigación
http://repositorio.unnoba.edu.ar/xmlui/handle/23601/36
2024-03-29T00:49:37ZProbing behavior of the corn leafhopper Dalbulus maidis on susceptible and resistant maize hybrids
http://repositorio.unnoba.edu.ar/xmlui/handle/23601/687
Probing behavior of the corn leafhopper Dalbulus maidis on susceptible and resistant maize hybrids
The corn leafhopper Dalbulus maidis is the main vector of the pathogens that cause corn stunt, a major disease of maize in the Americas. In line with plant resistance being an efficient tool to control diseases, the findings of a previous work showed that some corn hybrids are resistant to D. maidis. In this work, we assessed the probing behavior of D. maidis on susceptible and resistant corn hybrids using EPG (Electrical Penetration Graph) technology. Feeding of fifteen-day-old, non-inoculative females was recorded for 20 hours, with access to hybrids DK390, DK670, DK79-10, and DK72-10. Compared to the susceptible hybrid DK670, the other hybrids shifted D. maidis probing behavior in a way consistent with plant resistance to insects. This shift consisted of a higher number of probes of short duration, difficulties in attaining phloem ingestion and increase in xylem ingestion. In addition to this common shift in probing behavior, a phloem-located resistance factor was inferred in DK72-10 based on the longer time spent in phloem conditioning to attain phloem ingestion. In contrast, DK390 expressed the highest level of mesophyll and phloem-based resistance, in both cases seen with repeated attempts of short duration, a behavior typically associated with failed attempts to ingest. These findings support and are consistent with previous research, providing useful information to characterize maize hybrids resistant to D. maidis, and consequently to corn stunt.; La chicharrita del maíz Dalbulus maidis es el principal vector de los patógenos que causan el achaparramiento del maíz, una de las principales enfermedades del maíz en América. En línea con que la resistencia de las plantas es una herramienta eficaz para controlar las enfermedades, los resultados de un trabajo anterior mostraron que algunos híbridos de maíz son resistentes a D. maidis. En este trabajo, evaluamos el comportamiento de D. maidis en híbridos de maíz susceptibles y resistentes utilizando la tecnología EPG (Gráfico de Penetración Eléctrica). Se registró la alimentación de hembras no inoculantes de quince días de edad durante 20 horas, con acceso a los híbridos DK390, DK670, DK79-10 y DK72-10. En comparación con el híbrido susceptible DK670, los otros híbridos cambiaron el comportamiento de sondeo de D. maidis de forma coherente con la resistencia de la planta a los insectos. Este cambio consistió en un mayor número de sondeos de corta duración, dificultades para lograr la ingestión del floema y aumento de la ingestión del xilema. Además de este cambio común en el comportamiento de sondeo, se dedujo un factor de resistencia localizado en el floema en DK72-10 basado en el mayor tiempo empleado en el acondicionamiento del floema para alcanzar la ingestión del floema. Por el contrario, DK390 expresó el nivel más alto de resistencia basada en el mesófilo y el floema, en ambos casos observados con intentos repetidos de corta duración, un comportamiento típicamente asociado con intentos fallidos de ingestión. Estos hallazgos apoyan y son consistentes con investigaciones previas, proporcionando información útil para caracterizar híbridos de maíz resistentes a D. maidis, y consecuentemente al achaparramiento del maíz.
2022-05-31T00:00:00ZEstimación del tiempo en el diseño de actividades educativas digitales
http://repositorio.unnoba.edu.ar/xmlui/handle/23601/684
Estimación del tiempo en el diseño de actividades educativas digitales
La presencia tecnológica en el ámbito educativo, aunque resistida, se ha ido incrementando notablemente con el paso del tiempo. Sin dudas, desempeñó un rol crucial durante la etapa de pandemia permitiendo establecer vínculos y comunicación, a pesar de estar aislados y separados físicamente, evitando así lo que en otra época hubiera significado la suspensión del proceso educativo prácticamente por completo.
En el contexto de los nuevos modelos educativos la definición de actividades digitales y la relación del tiempo que lleva su desarrollo por parte de los estudiantes, es una problemática en donde, en general, los docentes no centran atención puesto que se pone más énfasis en el planteo y tipo de actividad que en el tiempo que demanda a cada estudiante realizarlas.
La Dirección de Educación Digital de la Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA) ha desarrollado, en el marco de una Tesina de Grado inmersa en el Instituto de Investigación y Transferencia de Tecnología, una aplicación web para realizar el cálculo de tiempo que le lleva al estudiantado realizar las actividades digitales planificadas de una propuesta educativa.
2023-03-01T00:00:00ZObservatorio de Tecnología e Innovación Educativa
http://repositorio.unnoba.edu.ar/xmlui/handle/23601/683
Observatorio de Tecnología e Innovación Educativa
Con el inicio de la pandemia por coronavirus SARS-CoV-2 y el mandato de Aislamiento Social Preventivo y Obligatorio en marzo de 2020, el área de Educación Digital de la Universidad Nacional del Noroeste de la Provincia de Buenos Aires y su Sistema Institucional de Educación Digital y a Distancia se vio obligado a extender sobre todas las unidades académicas enfoques tecnológicos y metodologías pedagógico didácticas afines a la Educación Digital y a Distancia. Asimismo, debió potenciar capacidades y habilidades digitales de docentes y estudiantes, procurando un buen uso de los recursos y asistiendo a quienes manifestaron dificultades de conectividad. Coherentemente, se crearon entornos virtuales de enseñanza-aprendizaje, espacios digitales para la constitución de mesas examinadoras y normativas acordes. Todo esto dio lugar al surgimiento diligente de un Observatorio de Tecnologías e Innovación Educativa (OTIE) capaz de realizar análisis cuanti y cualitativos de los acontecimientos y, con base en ello, proponer estrategias y políticas para el desarrollo prospectivo de la Educación Digital en la UNNOBA.
2023-06-01T00:00:00ZEtiquetado semiautomático de marcadores biológicos a partir de superpixel sobre imágenes de microscopía. Aplicación al análisis automático del comportamiento de células progenitoras neurales
http://repositorio.unnoba.edu.ar/xmlui/handle/23601/682
Etiquetado semiautomático de marcadores biológicos a partir de superpixel sobre imágenes de microscopía. Aplicación al análisis automático del comportamiento de células progenitoras neurales
En los últimos años, el avance respecto a la adquisición de grandes cantidades de
imágenes de microscopía ha hecho posible que el análisis digital de imágenes desarrolle
herramientas capaces de obtener información automática, disminuyendo los tiempos y
errores en técnicas manuales. Sin embargo, el etiquetado manual de objetos en imágenes
sigue siendo una tarea que consume demasiado tiempo, especialmente en campos como
la genética, donde se requiere la supervisión de expertos. Por otra parte, en el hipocampo,
área cerebral relacionada con el aprendizaje y memoria, existen Células Progenitoras
Neurales (NPC). Estas células proliferan y luego se diferencian en tres tipos celulares en el
sistema nervioso central. El objetivo del presente trabajo fue generar etiquetas de núcleos
celulares en imágenes de microscopía de fluorescencia de manera semiautomática. Para
ello se utilizaron imágenes de NPC cultivadas in vitro provenientes de ratones adultos.
Sobre ellas se aplicó un preprocesamiento seguido de una técnica de Superpixel refinada a
partir de un proceso manual. Las técnicas empleadas fueron capaces de generar etiquetas
para entrenar con datos diversos que abarquen diferentes condiciones de iluminación y
contraste. El conjunto de datos final se compone de 22 imágenes preprocesadas y 22 sin
preprocesar. Ambos conjuntos tienen 1773 núcleos etiquetados sumando un total de 3546
etiquetas por todo el dataset. Se pretende utilizar estos resultados para entrenar redes
neuronales convolucionales para el análisis completo y automatizado del comportamiento
de proliferación y diferenciación de NPC.
2023-07-01T00:00:00Z