Obtenció d'estruvita a partir de la fracció líquida digerida de purins de vaca

Actualment a Catalunya existeixen zones amb importants limitacions per l’aplicació de purins al sòl, pel que és imprescindible trobar alternatives de gestió i tractament que permetin l’aprofitament adequat dels recursos continguts a les dejeccions ramaderes sense afectar el medi. La digestió anaeròbia és una de les tècniques utilitzades en el tractament de les dejeccions ramaderes. L’efluent líquid que s’obté d’aquest tractament no modifica el contingut de nitrogen i fòsfor i per tant ha de ser gestionat correctament. L’objectiu general d’aquest projecte és avaluar la precipitació d’estruvita (sal de magnesi, amoni i fosfat) com una alternativa de gestió de l’efluent líquid d’una planta de digestió anaeròbia i compostatge que tracta dejeccions ramaderes conjuntament amb altres residus orgànics. S’han avaluat els efectes dels diferents paràmetres operacionals en la formació d’estruvita (pH, temperatura, velocitat d’agitació, alcalinitat), mitjançant assaigs en discontinu amb solució sintètica. A continuació s’ha procedit a obtenir estruvita a partir de la fracció líquida digerida de purí (FLD), en assaigs en discontinu per estudiar l’efecte del contingut de matèria orgànica i sòlids Totals (ST), així com el contingut en fosfats i el pH de reacció. Finalment, s’han optimitzat els paràmetres de procés en continu, mitjançant la posada en marxa d’un reactor a escala de laboratori i estudi de l’efecte de la velocitat d’agitació i de la introducció del stripping de CO2, tant amb solució sintètica com amb la fracció líquida digerida del purí. Dels resultats obtinguts es pot concloure que els factors que tenen una major influència en el procés d’obtenció d’estruvita són el pH (el pH òptim es situa al voltant de 9), i la presència de matèria orgànica i sòlids ens suspensió, que interfereix de forma quantitativa i qualitativa en la formació de l’estruvita. En el procés en continu s’ha aconseguit reduccions d’un 84% i 98% d’amoni i fòsfor respectivament, obtenintse estruvita que pot ser utilitzada com a fertilitzant d’alliberació lenta. Es pot concloure que la precipitació d’estruvita és una bona alternativa per millorar la gestió de les dejeccions ramaderes alhora que permet recuperar nutrients i tancar cicles. La combinació amb un tractament previ que elimini la matèria orgànica, com podria ser la digestió anaeròbia, i una separació de fases, per eliminar els sòlids en suspensió, es presenta com una configuració amb molts avantatges.

Batch effect confounding leads to strong bias in performance estimates obtained by cross-validation.

BACKGROUND: With the large amount of biological data that is currently publicly available, many investigators combine multiple data sets to increase the sample size and potentially also the power of their analyses. However, technical differences ("batch effects") as well as differences in sample composition between the data sets may significantly affect the ability to draw generalizable conclusions from such studies. FOCUS: The current study focuses on the construction of classifiers, and the use of cross-validation to estimate their performance. In particular, we investigate the impact of batch effects and differences in sample composition between batches on the accuracy of the classification performance estimate obtained via cross-validation. The focus on estimation bias is a main difference compared to previous studies, which have mostly focused on the predictive performance and how it relates to the presence of batch effects. DATA: We work on simulated data sets. To have realistic intensity distributions, we use real gene expression data as the basis for our simulation. Random samples from this expression matrix are selected and assigned to group 1 (e.g., 'control') or group 2 (e.g., 'treated'). We introduce batch effects and select some features to be differentially expressed between the two groups. We consider several scenarios for our study, most importantly different levels of confounding between groups and batch effects. METHODS: We focus on well-known classifiers: logistic regression, Support Vector Machines (SVM), k-nearest neighbors (kNN) and Random Forests (RF). Feature selection is performed with the Wilcoxon test or the lasso. Parameter tuning and feature selection, as well as the estimation of the prediction performance of each classifier, is performed within a nested cross-validation scheme. The estimated classification performance is then compared to what is obtained when applying the classifier to independent data.

Análisis y mejora de los procesos excepcionales de una multinacional del sector de la electrónica utilizando la metodología Business Process Management

El presente documento ilustra la aplicación de la metodología Business Process Managementpara el caso de una empresa multinacional del sector de la electrónica. Para ello se han tomado los procesos excepcionales de Supply Chain Operations en el área EMEA (Europa, Oriente Medio y África). Se ha analizado la situación inicial, donde la aparición de incidencias de calidad en productos terminados y listos para entregar a clientes generaba una serie de acciones descoordinadas y con resultados insatisfactorios. Todos los departamentos implicados comprometían recursos, tiempo y esfuerzo, sin estar alineados entre sí. A partir de la aplicación sistemática de la metodología BPM definida en 10 fases, se ha desarrollado una solución completa para los procesos excepcionales. El documento describe con detalle en proceso de Reflash y la documentación necesaria para poner el proceso bajo control y en mejora continua.

Gaussian process framework for pervasive estimation of swimming velocity with body-worn IMU

Presented is an accurate swimming velocity estimation method using an inertial measurement unit (IMU) by employing a simple biomechanical constraint of motion along with Gaussian process regression to deal with sensor inherent errors. Experimental validation shows a velocity RMS error of 9.0 cm/s and high linear correlation when compared with a commercial tethered reference system. The results confirm the practicality of the presented method to estimate swimming velocity using a single low-cost, body-worn IMU.