Proyectos

La ocurrencia de desastres asociados a amenazas naturales representa un desafío muy importante para Chile. Los frecuentes incendios en territorios forestales, los costos asociados a aluviones e inundaciones como las ocurridas en los inviernos de 2021 y de 2023 en la región de O’Higgins, e incluso la permanente amenaza de terremotos y volcanes, representan enormes costos para los territorios. Recientemente, la institucionalidad pública ha avanzado en el desarrollo de políticas de prevención de desastres con la aprobación de la Ley 21.364 (2021), creando el Sistema Nacional de Prevención y Respuesta ante Desastres (SINAPRED), sustituyendo la Oficina Nacional de Emergencia (ONEMI) por el Servicio Nacional de Prevención y Respuesta ante Desastres (SENAPRED). La ciencia tiene mucho que aportar a esta nueva institucionalidad pública. La Universidad de O’Higgins (UOH), por ejemplo, colabora con SENAPRED O’Higgins a través de la Mesa de Peligros Geológicos, instaurada el año 2021. No obstante, el desafío de la prevención de desastres y el fomento de la resiliencia necesita otras perspectivas que consideren las características de los espacios geográficos donde se producen los riesgos. Se necesita un trabajo colaborativo con la institucionalidad pública y la comunidad local, pero sobre todo, una perspectiva interdisciplinaria que aúne los conocimientos de la ciencia social y natural. La propuesta presentada busca generar una red que vincule a investigadores/as nacionales (UOH y Universidad de Chile) con investigadores de universidades de Países Bajos (Universidad Libre de Amsterdam) y Dinamarca (Universidad de Copenhague), para realizar actividades de intercambio de experiencias e investigación aplicada. Estos investigadores han logrado incidir en políticas públicas y estrategias a nivel local y regional en diversos países de Europa. Siguiendo una mirada multi-sectorial y nutridos de varias disciplinas, estos expertos han desarrollado perspectivas, herramientas y conocimientos de los cuales, sin duda, podemos aprender dada la coyuntura chilena con su nueva institucionalidad. El proyecto contempla tres etapas para crear y potenciar esta red. Primero, el equipo nacional visitar Ámsterdam y Copenhague para vincularse con equipos interdisciplinarios, intercambiando experiencias de trabajo aplicado. Destaca el trabajo que realiza el equipo de Chile con SENAPRED O’Higgins, y el trabajo aplicado en Europa con el Proyecto LINKS (https://links-project.eu/). Segundo, un experto de Europa visitará la UOH. En esta visita, el invitado participará en reuniones y talleres, y colaborará con investigación aplicada en la región. Y tercero, el proyecto realizará una serie de eventos presenciales, como un seminario nacional con el experto internacional, además de talleres aplicados con diferentes partes interesadas. A estos eventos se invitará a representantes de organismos públicos, académicos/as de otras instituciones y a la comunidad interesada en general. Como resultado, esta red permitirá: (1) intercambiar experiencias y difundir conocimiento aplicado sobre la gestión del riesgo a través de perspectivas interdisciplinarias; (3) potenciar el capital humano de estudiantes de la UOH y promover la investigación interdisciplinaria en la gestión del riesgo; y (3) crear y consolidar una entidad que visibilice el trabajo que realiza la UOH en torno a la gestión del riesgo, contribuyendo así a la reducción del riesgo de desastres a nivel regional y de la macrozona.

Métodos basados en representaciones neuronales implícitas están empezando a usarse ampliamente en distintos ámbitos de visión computacional, robótica y sensado remoto. Este tipo de representaciones están permitiendo abordar múltiples problemas en ambientes no controlados como la agricultura, de manera robusta. Por ejemplo, métodos basados en Neural Radiance Fields (NeRF) se están explorando de manera amplia tanto con imágenes satelitales como en problemas de robótica de campo. En este contexto, el proyecto busca aunar competencias en visión computacional y aprendizaje de máquinas, usadas en la detección remota y en robótica, para abordar nuevas técnicas basadas en representaciones neuronales implícitas, para aplicaciones de la agricultura de precisión. Para lograr este objetivo, los investigadores convocados tienen un profundo conocimiento en estas áreas complementarias. Es importante destacar que las áreas de sensado remoto (satelital y drones) y sensado próximo (robots y redes de sensores) están experimentando una aceleración sin precedentes. En el caso de sensado remoto, además de los grandes programas públicos como Sentinel, los actores privados están creando flotas de microsatélites capaces de vigilar la Tierra con revisitas diarias. Estos datos abundantes, baratos y de alta resolución están creando oportunidades para desarrollar aplicaciones novedosas para la supervisión de la actividad agrícola. En el caso del sensado próximo, las redes de sensores, junto con el uso de robots para monitoreo, está permitiendo un seguimiento regular de los procesos agrícolas, con una alta resolución temporal y espacial, por lo que cada vez hay una mayor disponibilidad de datos, que complementan los datos obtenidos mediante sensado remoto. A nivel de uso, estas tecnologías se complementan, y a nivel de investigación, las técnicas utilizadas están empezando a converger, mediante el uso de métodos basados en redes neuronales, y más específicamente por métodos basados en representaciones neuronales implícitas, tales como Neural Radiance Fields (NeRF). Por todo esto, el estudio del sensado remoto y próximo de manera conjunta, y mediante marcos de trabajo con técnicas similares como las representaciones neuronales implícitas, tiene un gran potencial para en un futuro próximo generar una visión integrada de los procesos agrícolas mejorando la sostenibilidad y eficiencia en la agricultura. Durante su ejecución, el proyecto llevará a cabo actividades de investigación conjunta, incluyendo seminarios online regulares, la toma de datos en terreno, y un workshop de cierre en el contexto de una conferencia internacional, que junto con el intercambio de investigadores en formación (magíster, doctorado y/o postdoctorado), así como visitas de investigadores senior, buscan articular una de red de trabajo que aborde de manera interdisciplinar y con técnicas modernas, problemáticas de sensado remoto y próximo en agricultura de precisión mediante representaciones neuronales implícitas, tales como Neural Radiance Fields (NeRF), entre otras.

El proyecto busca aunar competencias en visión computacional y fruticultura, para habilitar la construcción de modelos de crecimiento y madurez de cerezas a partir de modelos 3D construidos a partir de imágenes hiperespectrales. En particular se desarrollarán algoritmos de visión computacional 3D basados en representaciones neuronales implícitas para estimar el color y tamaño de frutos en cerezo durante el ciclo de crecimiento y cosecha, así como para estimar y correlacionar información hiperespectral con variables de calidad, como firmeza y grados brix de los frutos. A partir de estos algoritmos, se desarrollará una metodología para la construcción de modelos de crecimiento de los frutos que aporten a mejorar la calidad de la fruta fresca de exportación. Es importante destacar que métodos de machine learning basados en representaciones neuronales implícitas están empezando a usarse ampliamente en distintos ámbitos de visión computacional, robótica y sensado remoto. Este tipo de representaciones está permitiendo abordar múltiples problemas en ambientes no controlados en la agricultura, de manera robusta. Por ejemplo, métodos basados en redes neuronales implícitas, tales como Neural Radiance Fields (NeRF) y Deep Signed Functions (DeepSDF) se están explorando para aplicaciones tales como reconstrucción 3D de frutas, árboles y huertos, habilitando aplicaciones de agricultura de precisión, como conteo de frutas y análisis fenológico. Para que el desarrollo de estas aplicaciones tenga un impacto en la agricultura, es necesario el desarrollo de modelos desde una mirada interdisciplinar, considerando tanto métodos del estado del arte de visión computacional y machine learning, así como un conocimiento profundo de fruticultura y en particular de fisiología de los árboles frutales caducos. La calidad de la fruta de exportación es un pilar fundamental de nuestra fruticultura, y desde esa base, se considera importante el desarrollo de herramientas de monitoreo y diagnóstico que permitan predecir calidad y condición de la fruta oportunamente, y sobre todo bajo un escenario de cambio climático. En la temporada 2021-2022, un 20% de las cerezas presentaron serios problemas de calidad en los mercados de destino. De este volumen, un 28-47% se relacionaron con problemas de manejo en precosecha. En la agricultura convencional el uso de datos ha sido limitado a conocer procesos productivos puntuales tales como el monitoreo de variables ambientales o fisiológicas, las que han dado cuenta de un cierto estado del sistema de la planta de manera indirecta. Algunos avances en automatización en la toma de datos se han reportado para la aplicación de riego de precisión. Sin embargo, desde el mundo académico no existe un gran aprovechamiento de los avances en inteligencia artificial para la agronomía. En efecto, la predicción del comportamiento de variables productivas complejas, especialmente aquellas ligadas a la calidad de la fruta representan aún un desafío no resuelto en la industria nacional. En este sentido las técnicas de machine learning han sido utilizadas con éxito para predecir el rendimiento en diversas especies agrícolas, incluyendo frutales. No obstante, la calidad de fruta ha sido escasamente abordada, pese a existir capacidades teóricas. Debido a esto surge la necesidad del desarrollo de herramientas para construir modelos de crecimiento y madurez de cerezas, así como para que los productores puedan hacer seguimiento de su producción, y en particular de la calidad de ésta. Con el objetivo de desarrollar una metodología para la construcción de modelos de desarrollo de cerezas mediante imágenes hiperespectral y modelos computacionales 3D de frutos, y así aportar a la mejora de la calidad de la producción de la cereza, el proyecto propone abordar tres grandes objetivos: ● Diseñar y capturar base de datos de imágenes, de variables agroclimáticas y mediciones fisiológicas. ● Desarrollar métodos de visión computacional y IA para la estimación de calibre, firmeza, color, y grados brix de cerezas. ● Desarrollar, calibrar y validar modelos de crecimiento de cerezas a partir de los resultados obtenidos con los algoritmos de visión computacional y IA desarrollados. Para alcanzar estos objetivos, los investigadores convocados tienen un profundo conocimiento en las áreas complementarias desde la ingeniería (visión computacional, machine learning y robótica), y la fruticultura (fisiología de los árboles frutales caducos, sistemas de conducción, portainjertos, y gestión de huertos).

Chile tiene una larga historia de implementación de un mercado escolar basado en los argumentos de que la elección escolar puede mejorar la calidad de la educación. Esta política de elección escolar es una política nacional, afectando a familias de zonas urbanas y también rurales. Históricamente y a nivel internacional, es en el área urbana dónde se dan procesos más intensos de elección de escuela, no en la rural. Actualmente, en Chile, con un nuevo índice de ruralidad y la implementación de un sistema de admisión centralizada, tenemos mejores datos para poder entender cómo funciona el mercado escolar fuera de las zonas urbanas, con la posibilidad de caracterizar el fenómeno según niveles de ruralidad. Esta caracterización y análisis de las experiencias de familias y directivos de escuelas enfrentando diversas condiciones de ruralidad será esencial para poder identificar los principales desafíos que se enfrentan y las políticas más esenciales para mejorar las condiciones y el acceso a educación de calidad. Las experiencias no son todas iguales, y así las políticas tienen que reconocer que la experiencia de elección escolar no es homogénea entre zonas altamente urbanas, altamente rurales e intermedias. Este proyecto busca caracterizar y analizar cómo la realidad de la elección de escuelas varía según el nivel de ruralidad, utilizando un índice de ruralidad escolar (IRE) innovador (Giaconi et al., 2022) para analizar los mercados escolares, las preferencias de los postulantes y los resultados de asignación en el sistema de admisión escolar, así como comprender las percepciones y experiencias de los actores clave (padres y directores) en relación con la oferta educativa y la movilidad escolar en dichos contextos. Específicamente se busca: 1. Validar y extender el índice de ruralidad escolar para su uso en el análisis del sistema educativo de la educación básica y la educación media. 2. Describir la distribución de la oferta y demanda del mercado escolar según el nivel de ruralidad. 3. Evaluar diferencias según nivel de ruralidad en el impacto de la asignación a la primera preferencia en el desempeño de los estudiantes asignados a escuelas con sobredemanda (donde la asignación se realiza por lotería). 4. Caracterizar las experiencias y percepciones de apoderadas/os respecto al proceso de elección de escuela y admisión vía SAE, en establecimientos educacionales con enseñanza básica en distintos niveles de ruralidad en la Región de O’Higgins. Para este análisis se usarán métodos mixtos, con un análisis estadístico descriptivo y entrevistas en profundidad semi-estructuradas. Para el componente cuantitativo se usarán datos administrativos del sistema de admisión escolar (SAE) y del Ministerio de Educación (incluyendo matrícula y SIMCE) para identificar zonas que enfrentan diversas realidades con respecto al mercado escolar y evaluar cómo esto está relacionado al riesgo de no acceder a su primera preferencia. En el análisis cualitativo se va a profundizar en lo encontrado con el análisis cuantitativo, utilizando entrevistas con directores de escuelas y con familias de estudiantes que recién están entrando a escuelas públicas o particulares subvencionados en áreas con distintos niveles de ruralidad en la Región de O’Higgins. Estas entrevistas permitirán un conocimiento más detallado de los distintos desafíos que enfrentan estos actores y las diversas necesidades que puedan ser atendidas para mejorar las experiencias de participación en los mercados educativos. Además de su contribución al conocimiento académico, este estudio tiene implicaciones prácticas directas para la mejora del sistema educativo en Chile. Los resultados permitirán informar a reformas en las políticas educativas que aborden las experiencias de familias y escuelas en diversos contextos, más allá de solo lo urbano. El proyecto también contribuye a la formación de nuevos investigadores, incluyendo estudiantes de pregrado y una investigadora posdoctoral que participarán en diversas etapas de la investigación. En resumen, este proyecto busca comprender las diversas experiencias y necesidades de familias y escuelas que difieren según su experiencia de la ruralidad, combinando métodos cuantitativos y cualitativos avanzados. Su enfoque holístico y su potencial impacto en las políticas educativas lo posicionan como un estudio crucial para mejorar la calidad del sistema educacional de Chile y de la región.

En un contexto de creciente preocupación por los problemas de salud mental, no puede obviarse que aquellos relacionados con miedos adquiridos, ansiedad y estrés (justamente de los más prevalentes a nivel global y también en Chile), tienen una incidencia notablemente mayor en mujeres que en hombres. Además de la salud mental, el estrés impacta otras dimensiones de la salud humana así como los contextos en los que las personas se desarrollan (educativos, laborales etc.). Por tanto, una mayor vulnerabilidad al estrés en las mujeres supondría riesgos y brechas de género en una multiplicidad de ámbitos. Aunque estos datos epidemiológicos se conocen desde hace tiempo, los factores de vulnerabilidad y resiliencia al estrés potencialmente involucrados permanecen relativamente desconocidos y han sido solo parcialmente abordados. Mientras algunos estudios se han centrado en establecer mecanismos biológicos a un nivel más molecular, la psicología viene mostrando un interés creciente en estudiar el papel de las estrategias de afrontamiento al estrés, las cuales estarían fuertemente determinadas también por el contexto social y cultural. La evidencia disponible al respecto es sin embargo aún incipiente en lo que se refiere a eventuales diferencias de género en el uso de estrategias de afrontamiento al estrés como variable potencialmente relevante para entender la emergencia de problemas de salud mental. En Chile, esta limitación resulta especialmente acuciante debido a que las investigadoras no cuentan con suficientes instrumentos validados en población chilena para el avance del conocimiento en esta área. Por ello, el objetivo principal del presente proyecto es validar en población chilena uno de los inventarios de estrategias de afrontamiento al estrés más ampliamente utilizado en otros países, a saber, el Inventario de Estrategias de Afrontamiento al Estrés (CSI en sus siglas e Inglés) para el desarrollo de estas investigaciones en nuestro territorio. Para ello, se analizarán las propiedades psicométricas del instrumento a partir de su versión española comprobando coeficientes de fiabilidad y validez. Tras la validación inicial del instrumento, en una segunda fase del estudio éste será utilizado para establecer si hombres y mujeres difieren en el uso de estrategias de afrontamiento al estrés en dos contextos específicos. En concreto, se analizarán eventuales diferencias de género y el papel de las estrategias de afrontamiento en el estrés percibido durante situaciones de sexismo explícito y de amenaza ambiental como condición control. En el primer caso, utilizaremos una situación experimental testeada anteriormente con éxito en nuestro laboratorio. Específicamente, se pedirá a tres grupos de hombres y tres grupos de mujeres que participen de un juego online, mientras reciben verbalizaciones de índole sexista. Un grupo de cada condición anterior será expuesto a verbalizaciones sexistas de tipo hostil, otro de tipo benevolente, mientras el tercer grupo recibirá verbalizaciones no sexistas. Posteriormente, se establecerá la intensidad del estrés percibido durante el juego y se identificará el tipo de estrategia de afrontamiento utilizada en la situación experimental. Un estudio previo conducido solo con mujeres y el Inventario de Estrategias de Afrontamiento al Estrés (CSI) en su versión española encontró que las mujeres utilizaron en general más estrategias de afrontamiento de tipo desadaptativo que adaptativo en general, y que el estrés percibido fue mayor en el primer caso que en el segundo (Osses, Pérez y Angulo, en preparación). La inclusión de hombres en este nuevo estudio nos permitirá comprobar si en este tipo de situaciones las mujeres despliegan estrategias desadaptativas en mayor medida que los hombres. Finalmente, en un tercer estudio se establecerá si hombres y mujeres difieren en el uso de estrategias de afrontamiento ante estresores ambientales. Para ello, se identificará la intensidad del estrés percibido y las estrategias de afrontamiento en personas expuestas a riesgos ambientales en una zona vulnerable de nuestra región. Aunque los resultados podrían ser relevantes en sí mismos, en este proyecto particular el tercer estudio se propone como una condición control que permita dilucidar si eventuales diferencias de género en el uso de estrategias de afrontamiento se encuentran condicionadas por el tipo de estresor (sexista o no sexista) o son más bien generales. Con ello se pretende finalmente contribuir también a una mejor comprensión de cómo el sexismo sistémico que sufrimos las mujeres podría afectar a nuestro bienestar y salud mental, analizando el papel de las estrategias de afrontamiento utilizadas en estas situaciones como factores de vulnerabilidad o resiliencia.

Vinculación internacional con la Universidad autonoma de Barcelona (Francisco Perez) y nacional con la Universidad de Chile (Daniela Luna) para el estudio de destetes prematuros en cerdos producidos intensivamente y su relación con afecciones fisiológicas y de bienestar.

Vinculación internacional con la Universidad autonoma de Barcelona (Francisco Perez) y nacional con la Universidad de Chile (Daniela Luna) para el estudio de destetes prematuros en cerdos producidos intensivamente y su relación con afecciones fisiológicas y de bienestar.

Vinculación internacional con la Universidad autonoma de Barcelona (Francisco Perez) y nacional con la Universidad de Chile (Daniela Luna) para el estudio de destetes prematuros en cerdos producidos intensivamente y su relación con afecciones fisiológicas y de bienestar.

Vinculación internacional con la Universidad autonoma de Barcelona (Francisco Perez) y nacional con la Universidad de Chile (Daniela Luna) para el estudio de destetes prematuros en cerdos producidos intensivamente y su relación con afecciones fisiológicas y de bienestar.

Evaluación del potencial de captura de carbono en relaves mineros de la Mina El Teniente, Chile