Oxidación de Cu(I) en agua de mar

La cinética de oxidación de Cu(I) con oxígeno, a concentración nanomolar, se ha estudiado en función de la concentración de cobre (I), pH, concentración de bicarbonato y de la temperatura, al objeto de obtener las ecuaciones de dependencia de la constante de velocidad con cada variable, en NaCl (0.7M) con bicarbonato (2mM) y en agua de mar. Los estudios a escala nanomolar se han comparado con los estudios realizados por otros autores a escala micromolar. El tiempo de vida medio a nivel nanomolar es superior en ambos medios, lo que justifica la presencia de concentraciones medibles de Cu(I) en aguas superficiales. La constante de velocidad de segundo orden (k) es independiente de la concentración de Cu(I), en el rango de 20 a 200 nM, con lo que los resultados permiten una visión más realista de lo que ocurre en el océano. En los estudios del efecto del pH en la cinética de oxidación se obtienen rectas próximas para disolución de NaCl (0.7M) con bicarbonato (2mM) y en agua de mar, por lo que las interacciones específicas pueden despreciarse o quedar compensadas entre sí. La ecuación obtenida para cada caso es: Logk(NaCl) = −2.453(±0.341) + 0.611(±0.044)pH (para NaCl) Logk(sw) = −1.484(±0.266) + 0.489(±0.034) pH (para agua de mar) La concentración de bicarbonato produce un aumento en la constante de segundo orden (k) hasta 5mM, comportándose de acuerdo con la ecuación siguiente: [ ] [ ]2 3 2 3 3 2 2 ( ) 1.54 10 ( 3.518 10 ) 3.963( 58.17 10 ) 0.212( 3.242 10 ) 3 NaHCO Logk NaHCO NaHCO − − − ⋅ ± ⋅ = − ± ⋅ + ± ⋅ − El aumento de la temperatura produce un aumento en la constante de velocidad relacionándose este efecto con la entalpía y entropía de activación del proceso. Oxidación de Cu(I) en agua de mar 8 El trabajo realizado supone un mejor conocimiento de los procesos que controlan la cinética de oxidación del Cu(I) en medios naturales y servirán de base para futuros experimentos.

Muscular development and physical activity as major determinants of femoral bone mass acquisition during growth

[EN] OBJECTIVES: To investigate to what extent bone mass accrual is determined by physical activity and changes in lean, fat, and total body mass during growth. METHODS: Twenty six physically active and 16 age matched control boys were followed up for three years. All subjects were prepubertal at the start of the survey (mean (SEM) age 9.4 (0.3) years). The weekly physical activity of the active boys included compulsory physical education sessions (80-90 minutes a week), three hours a week of extracurricular sports participation, and occasional sports competitions at weekends. The physical activity of the control group was limited to the compulsory physical education curriculum. Bone mineral content (BMC) and areal density (BMD), lean mass, and fat mass were measured by dual energy x ray absorptiometry. RESULTS: The effect of sports participation on femoral bone mass accrual was remarkable. Femoral BMC and BMD increased twice as much in the active group as in the controls over the three year period (p < 0.05). The greatest correlation was found between the increment in femoral bone mass and the increment in lean mass (BMC r = 0.67 and BMD r = 0.69, both p < 0.001). Multiple regression analysis revealed enhancement in lean mass as the best predictor of the increment in femoral bone BMC (R = 0.65) and BMD (R = 0.69). CONCLUSIONS: Long term sports participation during early adolescence results in greater accrual of bone mass. Enhancement of lean mass seems to be the best predictor of this bone mass accumulation. However, for a given muscle mass, a greater level of physical activity is associated with greater bone mass and density in peripubertal boys.

Nuevos datos biométricos y contribución a la biología reproductora Myroconger Compressus (Osteichthyes: Anguilliformes: Myrocongridae) de Las Islas Cabo Verde

Máster en Gestión Sostenible de Recursos Pesqueros

Smile detection for user interfaces

[EN]Perceptual User Interfaces (PUIs) aim at facilitating human-computer interaction with the aid of human-like capacities (computer vision, speech recognition, etc.). In PUIs, the human face is a central element, since it conveys not only identity but also other important information, particularly with respect to the user’s mood or emotional state. This paper describes both a face detector and a smile detector for PUIs. Both are suitable for real-time interaction.