An??lisis y taxomizaci??n de actividades de ense??anza

Analizar y seleccionar actividades de ense??anza para una posterior taxomizaci??n. Taxomizar las actividades de ense??anza para facilitar la cientificidad de la toma de decisiones en el aula y ofrecer mayor rigor y claridad al pensamiento de los profesores. Dejar patente la estructura did??ctica de las actividades de ense??anza y posibilitar su selecci??n cient??fica. El campo de estudio son las actividades de Ciencias Experimentales, incluidas en textos y curricula escritos para la etapa de 11 a 13 a??os. Se analizaron 14 textos distintos para la selecci??n de actividades. Se seleccionaron 15 actividades de cada texto, de forma aleatoria, a trav??s de la numeraci??n de las actividades y la utilizaci??n de las tablas de Sixto Rios (1972) y Barbancho. En total se analizaron 210 actividades. La metodolog??a de trabajo elegida ha sido la taxomizaci??n num??rica, pero el primer paso consisti?? en la selecci??n de las actividades o elementos a sistematizar. Una vez elegidas ??stas se seleccionaron los caracteres o categor??as a trav??s de las cuales se taxomizaron las actividades (emisor, receptor, canal, mensaje, c??digo verbal, c??digo ic??nico, referente, etc.). Posteriormente, se construy?? la matriz de datos y a partir de ??sta la matriz de semejanzas, hallando el coeficiente de distancias eucl??deas, despues de un an??lisis de cluster obtendremos un fenograma que nos permite hallar las relaciones y amalgamaciones entre las actividades y extraer conclusiones. Matriz de semejanzas. Mediante dos programas inform??ticos: P2M, que es un programa cuyo objeto es formar clusters con los datos o casos que se le impriman, a partir de una cualquiera de las medidas de distancia existente (en este caso eucl??dea); el otro es un programa inform??tico que complementa al anterior (ordena los datos obtenidos, agrupa los datos iguales, halla porcentajes, etc.). ??ste ??ltimo es un programa creado para esta investigaci??n. Resultados del primer tratamiento de datos: 8 tipos de actividades; todas ellas cumplen una funci??n formativa; las de conocimiento son aconsejables para fijar ideas b??sicas; las de comprensi??n son positivas por la personalizaci??n de los contenidos; las de aplicaci??n favorecen la relaci??n teor??a-pr??ctica. Es importante el estudio de la situaci??n contextual antes de proceder a la elecci??n de actividades de un tipo. El segundo programa permite la creaci??n de un banco de datos para archivar todas las actividades de modo que un profesor podr??a elegir los caracteres que m??s le convengan. Escasa variedad de caracteres. Hay que elaborar actividades lo m??s variadas posibles. Hay que adecuar las actividades a los objetivos pretendidos y a la situaci??n contextual del alumno.

Atomization Energies of LnX Molecules (Ln = Sm, Eu, and Yb; X = Cl, Br, and I)

The gas phase equilibria Ba + LnX = BaX + Ln (Ln = Sm, Eu, Yb; X = Cl, Br, I) were investigated by Knudsen effusion mass spectrometry using a low energy of ionizing electrons to avoid fragmentation processes. The BaX molecules were used as references with well-established bond energies. The atomization enthalpies ΔatH0° of the LnX molecules were determined to be 427 ± 9 (SmCl), 409 ± 9 (EuCl), 366 ± 9 (YbCl), 360 ± 10 (SmBr), 356 ± 13 (EuBr), 316 ± 9 (YbBr), 317 ± 10 (SmI), 293 ± 10 (EuI), and 283 ± 10 (YbI) kJ·mol−1.

Utilização de imagens do ALOS/PALSAR no mapeamento digital de atributos físicos dos solos.

O levantamento e a análise da espacialização dos atributos do solo através de ferramentas de geoestatística são fundamentais para que cada hectare de terra seja cultivado segundo as suas reais aptidões. As imagens de radar de abertura sintética (SAR) têm um grande potencial para a estimação de umidade do solo e, desta forma, estes sensores podem auxiliar no mapeamento de propriedades físicas e físico-hídricas dos solos. O objetivo geral deste estudo foi avaliar o potencial de utilização de imagens de radar (micro-ondas) ALOS/PALSAR na identificação de solos em uma área da Formação Botucatu, dominada por solos de textura arenosa e média no município de Mineiros - GO. A área tem aproximadamente 946 ha, com o relevo da região variando de plano a suave ondulado e geologia da área é composta basicamente, por Arenitos da Formação Botucatu. No presente estudo foram amostrados 84 pontos para calibração e 25 pontos para validação, coletados nas profundidades de 0-20 cm e 60-80 cm. As amostras de solo analisadas para a determinação de areia, silte, argila, capacidade de campo (CC), ponto de murcha permanente (PMP) e água total disponível (AD). Para o desenvolvimento do trabalho foram adquiridas imagens de cinco datas e diferentes polarizações, totalizando 14 imagens, que foram processadas para a correção geométrica e correção radiométrica, utilizando o MDE. Também foram gerados covariáveis dos atributos do terreno: elevação (ELEV), declividade (DECLIV), posição relativa da declividade (PR-DECL), distância vertical do canal de drenagem (DVCD), fator-ls (FATOR-LS) e distância euclidiana (D-EUCL). A predição dos atributos do solo foi realizada utilizando os métodos Random Forest (RF) e Random Forest Krigagem (RFK), tendo como covariáveis preditoras as imagens de radar e os atributos do terreno. O processamento das imagens do radar ALOS/PALSAR possibilitou as correções geométrica e radiométrica, transformando os dados em unidades de coeficiente de retroespalhamento (?º) corrigidos pelo modelo digital de elevação (MDE). As imagens adquiridas representaram de forma ampla as variações de ?º ocorridos em diferentes datas. Os solos da área de estudo são predominantemente arenosos, com a maioria dos pontos amostrados classificados como NEOSSOLOS QUARTZARÊNICOS, seguidos dos LATOSSOLOS. Os modelos RF empregados para a predição dos atributos físicos e físico-hídricos dos solos proporcionaram a análise da contribuição das covariáveis preditoras. Os atributos do terreno que exerceram maior influência na predição dos atributos estudados estão relacionados à elevação. As imagens de 03/05/2009 (HH1, VV1, HV1 e VH1) e 26/09/2010 (HH3 e HV3), obtidas em períodos mais secos, tiveram melhores correlações com os atributos do solo. As análises dos semivariogramas dos resíduos da predição dos modelos RF demonstraram maior dependência espacial na camada de 60 a 80 cm. A abordagem da Krigagem somada ao modelo RF contribuíram para a melhoria da predição dos atributos areia, argila, CC e PMP. O uso de imagens de radar ALOS/PALSAR e atributos do terreno como covariáveis em modelos RFK mostrou potencial para estimar os atributos físicos (areia e argila) e físico-hídricos (CC e PMP), que podem auxiliar no mapeamento de solos associados aos materiais de origem da Formação Botucatu.