Phosphorus quantification in fertilizers using laser induced breakdown spectroscopy (LIBS): a methodology of analysis to correct physical matrix effcts.

2016

Development of Glomerella leaf spot is enhanced in virus-infected Maxi Gala apples.

Apples are commercially grown in Brazil in a subtropical environment that favors the development of fungal diseases such as Glomerella leaf spot (GLS) caused mainly by Glomerella cingulata (anamorph Colletotrichum gloeosporioides). The main objective of this work was to evaluate the effect of mixed infections by Apple stem grooving virus (ASGV) and Apple stem pitting virus (ASPV) on the infection and the colonization processes of C. gloeosporiodes in cv. Maxi Gala plants. Leaves of 16-month-old potted plants were spray-inoculated and both the disease incidence and lesion count were monitored over time and leaf severity was assessed in the final evaluation using an image analysis tool. Results showed that initial infection estimated from a monomolecular model fitted to progress of lesion count was higher and the incubation period (time to reach 50% incidence) was on average 10 h shorter in virus-infected plants compared to non-infected plants. It is hypothesized that initial events such as conidial germination and fungal penetration into plant cells were facilitated by the presence of viral infection. Also, final GLS severity was significantly higher in the virus-infected plants. Mixed infections by ASGV/ASPV seemed to make apple leaves more susceptible to the initial infection and colonization by C. gloeosporioides.

Ottimizzazione di un Data Warehouse con Google Cloud Platform

I dati sono una risorsa di valore inestimabile per tutte le organizzazioni. Queste informazioni vanno da una parte gestite tramite i classici sistemi operazionali, dall’altra parte analizzate per ottenere approfondimenti che possano guidare le scelte di business. Uno degli strumenti fondamentali a supporto delle scelte di business è il data warehouse. Questo elaborato è il frutto di un percorso di tirocinio svolto con l'azienda Injenia S.r.l. Il focus del percorso era rivolto all'ottimizzazione di un data warehouse che l'azienda vende come modulo aggiuntivo di un software di nome Interacta. Questo data warehouse, Interacta Analytics, ha espresso nel tempo notevoli criticità architetturali e di performance. L’architettura attualmente usata per la creazione e la gestione dei dati all'interno di Interacta Analytics utilizza un approccio batch, pertanto, l’obiettivo cardine dello studio è quello di trovare soluzioni alternative batch che garantiscano un risparmio sia in termini economici che di tempo, esplorando anche la possibilità di una transizione ad un’architettura streaming. Gli strumenti da utilizzare in questa ricerca dovevano inoltre mantenersi in linea con le tecnologie utilizzate per Interacta, ossia i servizi della Google Cloud Platform. Dopo una breve dissertazione sul background teorico di questa area tematica, l'elaborato si concentra sul funzionamento del software principale e sulla struttura logica del modulo di analisi. Infine, si espone il lavoro sperimentale, innanzitutto proponendo un'analisi delle criticità principali del sistema as-is, dopodiché ipotizzando e valutando quattro ipotesi migliorative batch e due streaming. Queste, come viene espresso nelle conclusioni della ricerca, migliorano di molto le performance del sistema di analisi in termini di tempistiche di elaborazione, di costo totale e di semplicità dell'architettura, in particolare grazie all'utilizzo dei servizi serverless con container e FaaS della piattaforma cloud di Google.