Do first-year university students understand the language of mathematics?

The aim of the project is to determine if the understanding of the language of Mathematics of students starting university is propitious to the development of an appropriate cognitive structure. The objective of this current work was to analyse the ability of first-year university students to translate the registers of verbal or written expressions and their representations to the registers of algebraic language. Results indicate that students do not understand the basic elements of the language of Mathematics and this causes them to make numerous errors of construction and interpretation. The students were not able to associate concepts with definitions and were unable to offer examples.

Francesc Renart i Arús (1783-1853) i els orígens del teatre català vuitcentista

Estudi sobre l'obra dramàtica de Francesc Renart, inventari i inicis del sainet costumista català del Vuit-cents.

Macroecología y ecoinformática: sesgos, errores y predicciones en el modelado de distribuciones

Hoy en día es común estudiar los patrones globales de biodiversidad a partir de las predicciones generadas por diferentes modelos de nicho ecológico. Habitualmente, estos modelos se calibran con datos procedentes de bases de datos de libre acceso (e.g. GBIF). Sin embargo, a pesar de la facilidad de descarga y de la accesibilidad de los datos, la información almacenada sobre las localidades donde están presentes las especies suele tener sesgos y errores. Estos problemas en los datos de calibración pueden modificar drásticamente las predicciones de los modelos y con ello pueden enmascarar los patrones macroecológicos reales. El objetivo de este trabajo es investigar qué métodos producen resultados más precisos cuando los datos de calibración incluyen sesgos y cuáles producen mejores resultados cuando los datos de calibración tienen, además de sesgos, errores. Para ello creado una especie virtual, hemos proyectado su distribución en la península ibérica, hemos muestreado su distribución de manera sesgada y hemos calibrado dos tipos de modelos de distribución (Bioclim y Maxent) con muestras de distintos tamaños. Nuestros resultados indican que cuando los datos sólo están sesgados, los resultados de Bioclim son mejores que los de Maxent. Sin embargo, Bioclim es extremadamente sensible a la presencia de errores en los datos de calibración. En estas situaciones, el comportamiento de Maxent es mucho más robusto y las predicciones que proporciona son más ajustadas.