Investigación sobre el reconocimiento automático foliar de la laurisilva canaria

[ES] La investigación que se resume en el presente artículo, da evidencia de la posibilidad de lograr exitosamente una taxonomía de laurásea canaria de forma automática, usando muestras de hojas. Imágenes digitalizadas por medio de un escáner, de un muestrario de hojas, son usadas como elementos de clasificación. Éstas son procesadas, extrayendo parámetros discriminantes que, por medio de diferentes modelos de aprendizaje automático, los identifican como descriptivos de pertenencia a una especie. El resultado se presenta con un valor de evidencia, medición que permite evaluar el peso de parámetros o conjuntos de parámetros en la clasificación. El sistema podría ser usado para determinar parámetros taxonómicos que permitan establecer un sistema de patentes de plantas desarrolladas o descubiertas, de interés económico.

Why are egg fertilization rates not correlated with hatching success in sea turtles?

[EN] The relative number of developing eggs is directly affected by fertilization rate, and unfertile eggs may indirectly negatively affect development of viable eggs within the nest. Thus, the number of viable eggs at laying should influence hatching success. We have studied both parameters in a nesting population of loggerhead turtles from Boavista Island (Republic of Cabo Verde). Fertility was estimated based on eggs excavated from nests within the first 96 hours after deposition. Our results confirm a high egg fertilization rate for the species, which exceeded an average of 94% fertility (95% confidence limits: 91.9 and 96.2%, N=43 nests).