La posición socio económica en el campo de la actividad física y su relación con la imagen corporal: Aproximación desde el enfoque determinantes/ determinación social de la salud

El presente trabajo analiza la definición de la categoría posición socioeconómica (PSE) y las variables con las cuales se representa en los productos académicos del campo de la actividad física, además de su relación con la categoría de imagen corporal. Para lograr el objetivo, se rastrean elementos que permiten dar cuenta si los documentos de investigación se abordan desde alguno de los dos contextos: determinantes (DDSS) o determinación social de la salud (DSS). Se inicia con un rastreo global por medio de los motores de búsqueda, las bases de datos y los repositorios institucionales. Posteriormente se parametriza la ruta, desde las categorías imagen corporal (IC) y PSE. Las investigaciones pretenden dar cuenta de la evaluación a 15 años del programa "Salud para Todos" de la ONU de 2001, en el marco de los Objetivos Del Milenio. Se revisaron resúmenes de los productos, descartando aquellos donde la categoría PSE o sus descriptores asociados tuvieran un papel secundario. Se limitó a Latinoamérica y España por su tradición histórica colonizadora; con el ánimo de conocer la postura de esta comunidad frente al proceso globalizado de la salud en el mundo. Al grupo final se le aplican criterios parametrizados a partir de la revisión teórica, para responder los interrogantes basados en las implicaciones que tiene la PSE en el pensamiento actual de la producción científica en el campo de la actividad física; y cómo las otras categorías de análisis se ven o no manifiestas. El índice de calidad científica CASPe, determina la pertinencia de los textos. En el aspecto teórico, se encuentra que la categoría PSE, a pesar de ser muy utilizada, tiene una conceptualización difusa. Por tal motivo, se propone una definición de PSE sustentada en el pensamiento sociológico. En el aspecto empírico, al rastrear las variables con que se reemplaza la PSE en las investigaciones, se encuentran grandes diferencias y el uso de múltiples y disímiles subcategorías.

Big Data approaches as a support for precision livestock farming techniques

With the advent of new technologies it is increasingly easier to find data of different nature from even more accurate sensors that measure the most disparate physical quantities and with different methodologies. The collection of data thus becomes progressively important and takes the form of archiving, cataloging and online and offline consultation of information. Over time, the amount of data collected can become so relevant that it contains information that cannot be easily explored manually or with basic statistical techniques. The use of Big Data therefore becomes the object of more advanced investigation techniques, such as Machine Learning and Deep Learning. In this work some applications in the world of precision zootechnics and heat stress accused by dairy cows are described. Experimental Italian and German stables were involved for the training and testing of the Random Forest algorithm, obtaining a prediction of milk production depending on the microclimatic conditions of the previous days with satisfactory accuracy. Furthermore, in order to identify an objective method for identifying production drops, compared to the Wood model, typically used as an analytical model of the lactation curve, a Robust Statistics technique was used. Its application on some sample lactations and the results obtained allow us to be confident about the use of this method in the future.