Comparison of thermogenic activity induced by the new sympathomimetic Ro 16-8714 between normal and obese subjects.

In a previous study, we demonstrated that the new beta-adrenoceptor agonist Ro 16-8714 possesses thermogenic property in normal male volunteers. The aim of the present study was to compare the metabolic response of lean vs obese individuals to a similar dose of this compound. Following an overnight fast, Ro 16-8714 (0.17 mg/kg fat free mass) or a placebo was given per os to six normal-weight subjects and to six moderately obese subjects. The rate of energy expenditure (EE) and the substrate utilization were determined by indirect calorimetry (hood system) before and for 6 h following the drug administration. Heart rate and blood pressure as well as plasma glucose, insulin and free fatty acid (FFA) concentrations were also measured at regular intervals throughout the study. The increment relative to base-line (mean +/- s.e.m.) in EE was similar in the two groups and averaged 4.0 +/- 1.4 per cent and 12.2 +/- 1.4 per cent with placebo and with Ro 16-8714 respectively in lean subjects, whereas the values reached 3.5 +/- 1.2 per cent and 14.4 +/- 2.0 per cent in obese subjects. Heart rate, systolic blood pressure, insulin and FFA were increased without any significant difference between the two groups. This study shows that Ro 16-8714 is a potent thermogenic agent both in normal and obese subjects.

Machine learning analysis and modeling of interest rate curves

The present research deals with the review of the analysis and modeling of Swiss franc interest rate curves (IRC) by using unsupervised (SOM, Gaussian Mixtures) and supervised machine (MLP) learning algorithms. IRC are considered as objects embedded into different feature spaces: maturities; maturity-date, parameters of Nelson-Siegel model (NSM). Analysis of NSM parameters and their temporal and clustering structures helps to understand the relevance of model and its potential use for the forecasting. Mapping of IRC in a maturity-date feature space is presented and analyzed for the visualization and forecasting purposes.

Arva: prospecciones en un centro productor de ánforas Dressel 20 (Alcolea del Río, Sevilla)

La campaña de excavación realizada en 1991 en las proximidades de sector termal de la ciudad romana de Arva (Alco1ea del Río, Sevilla) ha permitido localizar tres hornos dedicados a la producción de ánforas Dressel20. Uno de ellos se data en época flavio-trajanea; los dos restantes se sitúan en un momento post-severiano. El conjunto parece formar parte del sector artesanal de Arva, situado junto al Guadalquivir.

Nuevo epígrafe métrico de Lora del Río (Sevilla)

El presente articulo edita por primera vez y comenta brevemente una inscripci6n métrica latina encontrada en Lora del Río (Sevilla)

Arva: Prospección en un centro productor de ánforas Dressel 20 (Alcolea del Río, Sevilla)

La campaña de excavación realizada en 1991 en las proximidades de sector termal de la ciudad romana de Arva (Alco1ea del Río, Sevilla) ha permitido localizar tres hornos dedicados a la producción de ánforas Dressel20. Uno de ellos se data en época flavio-trajanea; los dos restantes se sitúan en un momento post-severiano. El conjunto parece formar parte del sector artesanal de Arva, situado junto al Guadalquivir.

El profesor Juan Maluquer de Motes y la investigación protohistórica en el curso inferior del río Ebro

La publicación en 1954 y 1958 de los Estudios Críticos 1 y JI dedicados al poblado de la primera Edad del Hierro del Alto de la Cruz (Cortes de Navarra) supuso, sin ningún género de dudas, el arranque de la sistematización de la secuencia cultural y poblacional del área del valle medio del Ebro en el período correspondiente al Bronce Final y las fases más antiguas de la Edad del Hierro.

Advanced geostatistical and machine-learning models for spatial data analysis of radioactively contaminated regions

Radioactive soil-contamination mapping and risk assessment is a vital issue for decision makers. Traditional approaches for mapping the spatial concentration of radionuclides employ various regression-based models, which usually provide a single-value prediction realization accompanied (in some cases) by estimation error. Such approaches do not provide the capability for rigorous uncertainty quantification or probabilistic mapping. Machine learning is a recent and fast-developing approach based on learning patterns and information from data. Artificial neural networks for prediction mapping have been especially powerful in combination with spatial statistics. A data-driven approach provides the opportunity to integrate additional relevant information about spatial phenomena into a prediction model for more accurate spatial estimates and associated uncertainty. Machine-learning algorithms can also be used for a wider spectrum of problems than before: classification, probability density estimation, and so forth. Stochastic simulations are used to model spatial variability and uncertainty. Unlike regression models, they provide multiple realizations of a particular spatial pattern that allow uncertainty and risk quantification. This paper reviews the most recent methods of spatial data analysis, prediction, and risk mapping, based on machine learning and stochastic simulations in comparison with more traditional regression models. The radioactive fallout from the Chernobyl Nuclear Power Plant accident is used to illustrate the application of the models for prediction and classification problems. This fallout is a unique case study that provides the challenging task of analyzing huge amounts of data ('hard' direct measurements, as well as supplementary information and expert estimates) and solving particular decision-oriented problems.

Detección por el satélite LANDSAT-4 de los efectos de la riada del 8-XI-82 en el río Segre

Por medio de técnicas de tratamiento de imágenes digitales se realiza un estudio de los efectos producidos por una inundación ocurrida a finales del año 1982 en el valle del río Segre, en Catalunya, a partir de la información multiespectral captada por el sensor TM del satélite LANDSAT-4. Utilizando un programa de clasificación no supervisada basado en la distancia euclídea, se diferencian cuatro tipos de suelo o de cubiertas en el rea de estudio (3.8 x 2.3 km). Se efecta un análisis cuantitativo de la calidad de los resultados, usando como referencia la información obtenida en un estudio de campo. Este análisis muestra un alto grado de correspondencia entre el mapa de campo (verdad terreno) y la cartografía realizada a partir de los datos multiespectrales.

Estudio tectónico del Paleozoico inferior del Pirineo entre la Cerdaña y el río Ter (resumen)

El análisis estructural del domo del río Freser (Pirineos Orientales, España) permite poner de manifiesto una sucesión de tres fases de plegamiento hercinianas. Se describen las características de las mismas y se comparan con las descritas por otros autores en regiones vecinas.

Mineralogía y elementos pesados de 1os sedimentos actuales del río Llobregat (Barcelona

El objetivo del presente trabajo es la adquisición de conocimientos previos acerca de la evolución mineralógica y de la distribución de elementos pesados en 1os sedimentos actuales del rio Llobregat (Barcelona, España). El análisis mineralógico se ha realizado por difracción de rayos X. Las concentraciones de Ba, Pb, Cr, Cu, Ni, Rb, Sr y Zn han sido determinadas por medio de espectrometria de fluorescencia de rayos X. Los resultados obtenidos permiten apreciar un marcado aumento del contenido en elementos pesados hacia el curso bajo el rio atribuible al mayor grado de contaminación. Pb y Cu presentan una notable relación en su comportamiento geoquímico mientras que otros elementos contaminantes como Zn y Cr, con notable aumento en la desembocadura del rio, siguen una distinta dinámica de reparto.