La comunicación estratégica como herramienta para el desarrollo rural : análisis comparativo de aspectos organizacionales y comunicacionales en dos grupos del programa Cambio Rural de la EEA San Juan INTA

El desarrollo rural, tiene como objetivos mejorar la calidad de vida y aumentar la participación social, cultural, política, tecnológica y económica de los productores y sus comunidades. Para lograrlos, los productores tiene que ser capaces de organizarse, formar grupos de intercambio e inter aprendizaje, empresas agro comerciales, crear alianzas estratégicas con otros actores sociales del campo y de la ciudad, para enfrentear la dura competencia por los mercados y los recursos. El objetivo de este trabajo de Tesis es realizar un análisis comparativo de los aspectos organizacionales y comunicacionales en dos grupos de intercambio e inter aprendizaje, empresas agro comerciales, crear alianzas estratégicas con otros actores sociales del campo y de la ciudad, para enfrentar la dura competencia por los mercados y los recursos. El objetivo de este trabajo de Tesis es realizar un análisis comparativo de los aspectos organizacioneales y comunicacionales en dos grupos de productores del programa Cambio Rural del INTA en la provincia de San Juan. Se tomará como marco de análisis un modelo comunicacional de abordaje transdisciplinario denominado 'comunicación estratégica', desarrollado en la Escuela de Comunicación de la Universidad Nacional de Rosario, cuyo objetivo es lograr un desarrollo sostenible enendido como cambio social conversacional. El mundo humano es un mundo de comunicación y sólo tenemos el mundo que creamos con los otros. La comunicación es constitutiva de la organización, es la que establece los vínculos entre los distintos actores en un momento y espacio determinado. Desde la comunicación estratégica, ya no hay un mensaje a transmitir, sino un problema a resolver. Se considera a la comunicación com espacio estratégico, como un momento relacionante de la diversidad sociocultural, un enfoque centrado en el encuentro con intenciones de transformación. La metodología de comunicación estratégica se complementó con el método etnográfico, ya que este enfoque permite comprender los sentidos que los actores sociales le otorgan a sus prácticas. El trabajo de campo consistió en entrevistas que se realizaron en el mes de marzo a los productores del grupo Esparragueros Unidos del Médano de Oro y en el mes de julio del 2011, a los productores del grupo Yema Franca. La observación participante se realizó en las reuniones mensuales grupales: durante 2009-2011 para el grupo Yema Franca. En esta Tesis se analizarán los modelos comunicacionales y organizacionales que operan en los grupos 'Esparragueros Unidos del Médano de Oro' y 'Yema Franca' (vid vino) del programa Cambio Rural de la Estación Experimental Agropecuaria EEA San Juan del Instituto Nacional de Tecnología Agropecuaria (INTA). Este análisis permitirá producir conocimiento sobre las organizaciones y los modelos comunicacionales que operan en los grupos del programa mencionado

Conceptualización de área del rectángulo con la mediación del programa Cabri Geometry

En esta charla se presentará el trabajo realizado durante el año 2010 por el grupo Nuevas Tecnologías de EDUMAT-UIS coordinado por el Dr. Martín Eduardo Acosta Gempeler. El grupo viene realizando un trabajo de capacitación a profesores de varios colegios del área metropolitana de Bucaramanga en cuanto a la implementación de software de geometría dinámica en la enseñanza de diferentes conceptos geométricos en secundaria.

Perfil e inclinación vocacional en matemáticas de los estudiantes del programa ciclo de iniciación universitaria de la Universidad Simón Bolívar

Es bien sabido en el ámbito académico que muchos de los aspirantes a ingresar a los estudios de educación superior suelen tener preferencias por algunas áreas particulares, lo cual refleja un notable desequilibrio en algunas áreas del conocimiento, siendo la más afectada las Ciencias Básicas. Por tanto, este artículo analiza el perfil e inclinación vocacional en matemáticas de los estudiantes que ingresan a la educación superior. La experiencia se llevó a cabo con los estudiantes invitados al programa de Ciclo de Iniciación Universitaria (CIU) de la cohorte 2012, de la Universidad Simón Bolívar (USB), Sede Sartenejas, Venezuela. Se seleccionó una muestra de 108 estudiantes, a los cuales se les administro una encuesta diseñada para verificar su perfil e inclinación vocacional con hincapié en el área de matemáticas. Como resultados se observó, que considerando aspectos relacionados con las matemáticas de Bachillerato (Tercera Etapa de Educación Básica y Educación Media Diversificada y Profesional) como: desempeño, dominio, asistencia y preparación de los estudiantes, contribución a su futura carrera, desempeño y asistencia de los profesores, se pudo estimar su perfil en matemáticas y obtener una clasificación porcentual de: Deficiente 4%, Regular 13%, Aceptable 23%, Bueno 35% y Excelente 25%. Además, los datos mostraron que la inclinación vocacional del grupo favoreció a las carreras pertenecientes al área de ingeniería (72%). La investigación permitió concluir que: los datos recabados revelan que a pesar que los estudiantes tienen un perfil en matemáticas bueno, todavía no es suficiente para responder a las exigencias de la educación superior. También surge la necesidad de facilitar información detallada a los estudiantes desde sus estudios de Bachillerato, con la finalidad de orientarlos y prepararlos como futuros candidatos a una carrera relacionada con la profesión de matemáticas, despertando así en los estudiantes interés por estas carreras tan desfavorecidas y afectadas por el desequilibrio académico.

Núcleo común de la actuación de tutores en un programa de formación de postgrado para profesores de matemáticas

En este estudio se describe la actuación de los tutores en un programa híbrido de formación de postgrado para profesores de matemáticas de secundaria en ejercicio. En este programa, los grupos abordaron el análisis didáctico de temas como números enteros, introducción al lenguaje algebraico, ecuaciones lineales con una incógnita y resolución de sistemas de ecuaciones lineales. Codificamos y analizamos los comentarios de los tutores a los trabajos de los grupos de profesores en formación a su cargo. Para ello, construimos una estructura de categorías y códigos conjugando una revisión de literatura, una visión del aprendizaje de los profesores en formación y una revisión cíclica de los datos. En este trabajo destacamos el proceso seguido para caracterizar las actuaciones comunes de los tutores mediante el análisis de frecuencia de sus comentarios.

Explorando un problema de extremos con un programa de geometría dinámica

Este articulo ilustra cómo un problema ambiguamente formulado admite diferentes lecturas y soluciones, permitiendo así distintas aproximaciones según el nivel y las capacidades del alumno. El problema de optimización es explorado en un entorno de geometría dinámica (The Geometer's Sketchpad). Esta aproximación geométrica facilita la formulación de conjeturas y su prueba visual, allanando el camino a la prueba analítica, si ésta se considera pertinente.

Nonlinear PCA with Local Approach for Diesel Engine Fault Detection and Diagnosis

This brief examines the application of nonlinear statistical process control to the detection and diagnosis of faults in automotive engines. In this statistical framework, the computed score variables may have a complicated nonparametric distri- bution function, which hampers statistical inference, notably for fault detection and diagnosis. This brief shows that introducing the statistical local approach into nonlinear statistical process control produces statistics that follow a normal distribution, thereby enabling a simple statistical inference for fault detection. Further, for fault diagnosis, this brief introduces a compensation scheme that approximates the fault condition signature. Experimental results from a Volkswagen 1.9-L turbo-charged diesel engine are included.

Process monitoring approach using fast moving window PCA

This paper introduces a fast algorithm for moving window principal component analysis (MWPCA) which will adapt a principal component model. This incorporates the concept of recursive adaptation within a moving window to (i) adapt the mean and variance of the process variables, (ii) adapt the correlation matrix, and (iii) adjust the PCA model by recomputing the decomposition. This paper shows that the new algorithm is computationally faster than conventional moving window techniques, if the window size exceeds 3 times the number of variables, and is not affected by the window size. A further contribution is the introduction of an N-step-ahead horizon into the process monitoring. This implies that the PCA model, identified N-steps earlier, is used to analyze the current observation. For monitoring complex chemical systems, this work shows that the use of the horizon improves the ability to detect slowly developing drifts.

Moving window kernel PCA for adaptive monitoring of nonlinear processes

This paper discusses the monitoring of complex nonlinear and time-varying processes. Kernel principal component analysis (KPCA) has gained significant attention as a monitoring tool for nonlinear systems in recent years but relies on a fixed model that cannot be employed for time-varying systems. The contribution of this article is the development of a numerically efficient and memory saving moving window KPCA (MWKPCA) monitoring approach. The proposed technique incorporates an up- and downdating procedure to adapt (i) the data mean and covariance matrix in the feature space and (ii) approximates the eigenvalues and eigenvectors of the Gram matrix. The article shows that the proposed MWKPCA algorithm has a computation complexity of O(N2), whilst batch techniques, e.g. the Lanczos method, are of O(N3). Including the adaptation of the number of retained components and an l-step ahead application of the MWKPCA monitoring model, the paper finally demonstrates the utility of the proposed technique using a simulated nonlinear time-varying system and recorded data from an industrial distillation column.

Application of Nonlinear PCA for Fault Detection in Polymer Extrusion Processes

This paper describes the application of an improved nonlinear principal component analysis (PCA) to the detection of faults in polymer extrusion processes. Since the processes are complex in nature and nonlinear relationships exist between the recorded variables, an improved nonlinear PCA, which incorporates the radial basis function (RBF) networks and principal curves, is proposed. This algorithm comprises two stages. The first stage involves the use of the serial principal curve to obtain the nonlinear scores and approximated data. The second stage is to construct two RBF networks using a fast recursive algorithm to solve the topology problem in traditional nonlinear PCA. The benefits of this improvement are demonstrated in the practical application to a polymer extrusion process.

Improved Nonlinear PCA for Process Monitoring Using Support Vector Data Description

Nonlinear principal component analysis (PCA) based on neural networks has drawn significant attention as a monitoring tool for complex nonlinear processes, but there remains a difficulty with determining the optimal network topology. This paper exploits the advantages of the Fast Recursive Algorithm, where the number of nodes, the location of centres, and the weights between the hidden layer and the output layer can be identified simultaneously for the radial basis function (RBF) networks. The topology problem for the nonlinear PCA based on neural networks can thus be solved. Another problem with nonlinear PCA is that the derived nonlinear scores may not be statistically independent or follow a simple parametric distribution. This hinders its applications in process monitoring since the simplicity of applying predetermined probability distribution functions is lost. This paper proposes the use of a support vector data description and shows that transforming the nonlinear principal components into a feature space allows a simple statistical inference. Results from both simulated and industrial data confirm the efficacy of the proposed method for solving nonlinear principal component problems, compared with linear PCA and kernel PCA.

Detection of Protein-Protein Interactions Using Protein-Fragment Complementation Assays (PCA)

Protein-protein interactions play a central role in many cellular processes. Their characterisation is necessary in order to analyse these processes and for the functional identification of unknown proteins. Existing detection methods such as the yeast two-hybrid (Y2H) and tandem affinity purification (TAP) method provide a means to answer rapidly questions regarding protein-protein interactions, but have limitations which restrict their use to certain interaction networks; furthermore they provide little information regarding interaction localisation at the subcellular level. The development of protein-fragment complementation assays (PCA) employing a fluorescent reporter such as a member of the green fluorescent protein (GFP) family has led to a new method of interaction detection termed Bimolecular Fluorescent Complementation (BiFC). These assays have become important tools for understanding protein interactions and the development of whole genome interaction maps. BiFC assays have the advantages of very low background signal coupled with rapid detection of protein-protein interactions in vivo while also providing information regarding interaction compartmentalisation. Modified forms of the assay such as the use of combinations of spectral variants of GFP have allowed simultaneous visualisation of multiple competing interactions in vivo. Advantages and disadvantages of the method are discussed in the context of other fluorescence-based interaction monitoring techniques.