Conservation paleobiology deals with the use and application of paleontological data to the conservation of biodiversity. It implies the study of the circumstances driving species to the brink of extinction, to go extinct, or survive through the changes. In the present scenario of Global Change, this discipline seems useful as it can inform about the paths that species can undergo at present and in the near future. Particularly important to inform the state and faith of present-day ecosystems are those studies dealing with the last glacial-interglacial transition, since they show the changes faced by many still extant species under a scenario of global warming and an increasing human population. A close parallel to today’s threats to biodiversity. The present proposal will use the rich vertebrate fossil record from the site of Tagua Tagua 3 (TT3) in the Antiguo Lago de Tagua Tagua (ALTT), Region de O’Higgins, to investigate changes in biological communities through time. This record spans from the late Pleistocene (~13 kyr BP) to the mid Holocene (~6 kyr BP), presenting a continuous faunal sequence with extinct megafauna in its older component and extant vertebrates towards the Holocene. The record also attests the arrival and establishment of humans, as well as the occurrence of important changes in vegetation and climate. All this together makes of TT3 a unique record for central Chile, that offers the opportunity to make an adequate reconstruction of the recent past of a greatly endangered natural system. The ecosystem-through-time reconstruction and analysis includes the following objectives: (1) a comprehensive study of the fossil record to identify what, how many, and how abundant were the different species at different moments through time in the ALTT, with a particular emphasis on vertebrates; (2) to see how the communities reconstructed from the fossil record behave in moments of major environmental changes, including anthropogenic drivers of change, extinction of megafauna, and vegetation changes; (3) use food web modeling for analyzing the causes and consequences of the changes in these communities. This aims to pursue models that can integrate the fossil record and proxies of environmental change to understand the vulnerabilities to which these communities were exposed at different moments through time; (4) work in characterizing the present-day state of the vertebrate community in the area near the ALTT, aiming to build a modern picture in terms of community composition as well as in food web structure, to compare with what is revealed, and predicted, by the fossil record and associated models. The methodology to accomplishing these objectives includes: (1) fossil preparation, taxonomic identification, and quantification (MNI, NISP) for each level excavated in TT3; (2) to compare the faunal communities inferred from the fossil record to the available record of environmental changes through time (vegetation, climate, human arrival); (3) to stablish trophic relationships among the different species identified in the fossil record (using literature, stable isotope analyses results and zooarchaeological studies); this information will be used to implement food web models that explore the stability and complexity of different vertebrate communities through time and during times of particular important changes such as megafaunal extinctions, human arrival a changes in vegetation; (4) current species occurrences in the area will be inferred from the literature, open databases (GBIF) and complemented using species distributions models along with field species surveys; this information will be used to understand the current species composition of the area and to model current trophic interactions to compare with the ones inferred from the fossil record. Some expected results are a thorough characterization of community composition and food web topology through time, particularly at moments of important environmental changes. The arrival of humans during the late Pleistocene and the trophic connections generated with the fauna present should have an effect in the topology and stability of the food web. At the same time, the inclusion of a dynamic bottom-up controlled change (forested vs. shrubland) will provide important insights on how the food web and the vertebrate communities changed in moments of major vegetation changes. It is expected that some moments in the past will parallel the present-day conditions of biological systems from central Chile, providing clues on how to face the current environmental changes that endanger these ecosystems.

Proyecto que buscaba indagar en la realcion entre los primeros pobladores del desierto de atacama y su entorno a finales del Pleistoceno (12.000 años atrás).

Objetivos: Caso de estudio continental 1) Caracterizar y reconocer las áreas de mayor biodiversidad de megafauna extinta (mamíferos de >44 kg de masa corporal) para el periodo de transición Pleistoceno-Holoceno en Sudamérica. 2) Identificar si dichas áreas corresponden a posibles corredores o rutas utilizadas por los primeros cazadores-recolectores que colonizaron el continente durante el Pleistoceno tardío. Caso de estudio particular: Desierto de Atacama 3) Caracterizar la distribución de especies de megafauna para para el Desierto de Atacama (y para los Andes Centrales), tomando en cuenta el rico registro paleoclimático de la región como variable explicativa de la presencia de ciertas especies de megafauna en este sector. 4) Analizar si dicha distribución podría explicar el uso por parte de los primeros humanos de distintas rutas de migración en el sector (costeras, alto andinas y a través del desierto). Metodología: Generar Modelos de Distribución de Especies a nivel continental para los distintos taxa de megafauna extinta sudamericana que existieron durante la transición Pleistoceno-Holoceno. Estos modelos se generarán utilizando la locación geográfica e información cronológica del rico registro fósil de megafauna existente para Sudamérica, junto con información de las condiciones ambientales extraída de modelos climáticos generados para distintos momentos de la transición Pleistoceno-Holoceno. A partir de los Modelos de Distribución de Especies se identificarán las áreas de mayor biodiversidad (aquellas con la mayor cantidad de taxa) las cuales se comprarán con la distribución geográfica de sitios arqueológicos tempranos. Todo esto con la finalidad de identificar posibles rutas de migración humana hacia el continente. Para el caso del Desierto de Atacama (y de los Andes centrales) se aplicará la misma metodología descrita anteriormente pero haciendo uso del rico registro paleclimático existente para la región. Además, utilizaré los modelos para estimar la distribución pasada de especies actuales que habitan el sector desde el Pleistoceno tardío. Los Modelos de Distribución de Especies resultantes se compraran con la distribución geográfica de sitios arqueológicos para intentar reconocer las rutas migratorias usadas por los primeros humanos que colonizaban este ambiente extremo. Con la idea de obtener mayor información acerca de la megafauna extinta que habitó el Desierto de Atacama, me uniré a un grupo de investigadores en labores de rescate y análisis de sitios fósiles recientemente encontrados. Mi propósito es aportar con mi conocimiento de datación de megafauna extinta por radiocarbono y obtener más datos que mejoren la calidad de los modelos planeados. Resultados esperados: Se espera que la superposición de los modelos de distribución de megafauna extinta para la transición Pleistoceno-Holoceno muestre las áreas que probablemente exhibían la mayor biodiversidad para este periodo. Al comprar dichas áreas con la locación geográfica de los sitios tempranos de colonización humana en Sudamérica, se espera reconocer si las rutas de migración escogidas por los primeros cazadores-recolectores habrían sido determinadas por la presencia de mayor o menor biodiversidad de megafauna. Para el caso del Desierto de Atacama y los Andes Centrales, se espera obtener la probable distribución de las especies de megafauna que habitaban el área de manera más detallada, dado el uso de registros paleoclimáticos específicos para la zona como variables predictivas. Se espera que dichos Modelos de Distribución de Especies de megafauna permitan comprender e identificar la elección de rutas migratorias por los primeros cazadores-recolectores que habitaron estas regiones en particular.

El proyecto tiene como objetivo desarrollar e implementar modelos de aprendizaje automático (Machine Learning, ML) para analizar datos ómicos generados a partir de plantas agronómicas, con el fin de identificar patrones moleculares clave asociados a su productividad, resistencia a estreses abióticos (como sequía y salinidad) y bióticos (como plagas y enfermedades), y su adaptación a condiciones climáticas cambiantes.

TRANSFERENCIA SUPERCOMPUTACIÓN PARA INNOVACIÓN EN SALUD REGIONAL: HPC-UOH Y HRLBO

Frailty is increasingly becoming an important public health challenge worldwide because it is associated with older age, and with adverse outcomes such as reduced quality of life, increased mortality rates, hospitalizations, falls, depression, and dementia. Frailty is defined as dynamic state affecting an individual who experiences losses in one or more domains of human functioning (physical, psychological, social) that are caused by the influence of a range of variables, and which increases the risk of adverse outcomes. This more integral conceptual definition promotes the collaboration of scientists, social and behavioral professionals as well as clinicians from diverse specialties. In this proposal an interdisciplinary group (Biochemistry, Geriatric, Occupational Therapist, Kinesiologist, social worker, bioengineer, statistician among others) aims to evaluate frailty in Chile with a biopsychosocial approach with the final purpose to identify and manage frailty while taking into consideration all the dimensions. Additionally, we aim to design a multidomain personalized person-base intervention for a healthy aging that can uncover a circulating microRNA biomarker panel that can allow an early-detection of frailty, leading to a new multidimensional geriatric assessment. We propose the following hypothesis: A personalized multidimensional training program reduces the frailty prevalence, increasing adherence and participation in the program among community-living older adults. This intervention will be paralleled by a distinctive miRNA profile reflecting the multiple domains of frailty, as well as improvements in diverse psychosocial traits.

This proposal ultimately seeks to provide information to guide conservation and management policies for Myostemma species, and a model to assess the vulnerability to GCC in other organisms of the highly endemic and threatened CWRVF biodiversity hotspot. This project will generate the first complete genome sequence for Amaryllidoideae, which will have a global impact by enabling genome-based evolutionary, breeding, biochemical, and pharmaceutical research.

La colaboración entre nuestros grupos busca formar una alianza para fortalecer la investigación científica y tecnológica y la formación de capital humano calificado en Genómica, Biología de Sistemas y Biotecnología, para mejorar la productividad de especies agrícolas y acuícolas en un escenario de cambio climático, vinculándonos con actores y necesidades del sector productivo. Con esta propuesta, buscamos crear un polo nacional de investigadores capacitados en las últimas herramientas y tecnologías que siente la bases para la postulación conjunta a proyectos asociativos y/o de investigación aplicada e interdisciplinaria en el corto plazo, la producción de artículos científicos y propiedad intelectual y la formación de excelencia de las futuras generaciones.

Durante las últimas décadas, la expectativa de vida promedio ha aumentado dramáticamente, mientras que la salud no ha aumentado proporcionalmente. Para Chile se espera que para el 2050 el número de adultos mayores superará el 30% de la población con un incremento del 109% respecto al 2015, superando el 75% proyectado para la población mundial. Entender el proceso de envejecimeinto y encontrar marcadores biológicos con capacidad diagnóstica y pronóstica, permitirá promover estrategias para aumentar el número de años de vida saludable, disminuyendo los gastos en salud asociado al envejecimiento. Varios estudios han permitido avanzar y entender los mecanismos moleculares de pérdidad de función muscular durante el evenjecimiento, más conocida como sarcopenia. Sin embargo, la complejidad del proceso y el insuficiente conocimiento de los mecanismos subjacentes dificultan el diseño de estrategias terapéuticas eficaces. Hasta el momento, la actividad física y el ejercicio siguen siendo la estrategia más eficaz para previnir y tratar la sarcopenia. Por lo cual, identificar nuevos biomarcadores musculares en combinación con marcadores clínicos bien establecidos de parámetros físicos y funcionales, fortalecería la actual evaluación geriátrica, al utilizar un enfoque interdiciplinario. Los microRNA (miRNA, 18–25 nt de largo) han ganado interés debido a que son moléculas altamente conservadas en todas las especies, y actúan como reguladores positivos y/o negativos de la expresión génica. Entender la relación reguladora directa entre los miARN y el ARN mensajero (mRNA) desempeña en el músculo esquelética es fundamentaltanto para el proceso de transcripción del ARNm y traducción de proteínas como para entender el deterioro de la función muscular. Sin embargo, la regulación de la red post-transcripcional miARN-ARNm y los mecanismos genéticos involucrados en el proceso de envejecimiento del músculo esquelético humano están lejos de ser elucidados. En el presente estudio, nuestro objetivo es explorar e integrar coperfiles emparejados de miARN y ARNm durante la pérdida de función muscular producidad durante el envejecimeinto en personas mayores. Este análisis integral permitirá la identificación de nuevos blancos de miARN y estrategias reguladoras que controlan la expresión génica en la pérdidad de función del músculo esquelético y cómo éstas son modificadas por el entrenamiento de fuerza. Se hipotetiza que existen redes de regulación post-transcripcional miRNA/mRNA que se expresan de manera diferencial en el músculo esquelético de personas jóvenes y personas mayores, que estarían asociadas con cambios en la función muscular durante el envejecimiento. Además, el entrenamiento de fuerza modifica estas redes de regulación, lo que podría contribuir a la mejora de la función muscular y la prevención o atenuación de la sarcopenia. Objetivos generales - Identificar las redes de regulación post-transcripcional miRNA/mRNA involucradas en la pérdida de función musclular en personas mayores que son moduladas por un entrenamiento de fuerza, para proponer nuevos biomarcadores de función muscular durante el envejecimeinto que se correlacionan con parámetros clínicos/funcionales. Objetivos específicos 1. Determinar las redes de regulación post-transcripcional miRNA/mRNA que se expresan diferencialmente en el músculo esquelético de personas jóvenes y personas mayores. 2. Identificar las redes de regulación post-transcripcional miRNA/mRNA que se modifican después de 12 semanas de entrenamiento de fuerza en personas mayores 3. Correlacionar las redes miRNA/mRNA identificadas con parámetros bioquímicos, físicos y funcionales de función muscular, antes y después de 12 semanas de entrenamiento de fuerza en personas mayores Este proyecto busca Identificar nuevos biomarcadores de función muscular durante el envejecimiento, podrían ser utilizados en futuros estudios y en la práctica clínica para evaluar la salud muscular en personas mayores. Además, de contribuir a una mejor comprensión de los mecanismos moleculares que subyacen a la pérdida de masa muscular en el envejecimiento y cómo la intervención del entrenamiento de fuerza puede modificar esos mecanismos. Finalmente, el uso de tecnologías avanzadas de secuenciación (mARN y miARN) y bioinformática permitirá impulsar el desarrollo y la mejora de técnicas de secuenciación y análisis de datos en el campo de la genómica y la transcriptómica en el área del envejecimiento, como también, promover la colaboración a nivel nacional e internacional a través de las bases de datos y recursos bioinformáticos generados que estarán a disposición de investigadores del área.

El objetivo principal de esta propuesta es estudiar las redes de regulación post-transcripcionale de miARNs en especies vegetales del desierto de Atacama, su adaptación a ambientes extremos e interacción con el medio donde habita. Se propone un enfoque que integra (1) la implementación de un nuevo método computacional para predecir estas interacciones miARN:ARNm que permita integrar información de los datos de secuenciación y la interacción de otros microorganismos, lo que permitirá (2) la construcción de redes regulatorias post-transcripcionales miARN:ARNm asociadas a la adaptación y supervivencia en los límites de la vida.

Proyecto interno de la UOH de carácter multidisciplinario que busca crear mapas moleculares multiómicos de los cánceres prevalentes en la región, utilizando tecnologías de vanguardia y algoritmos avanzados.

El presente trabajo, financiado por la Dirección de Equidad de Género y Diversidades de la Universidad de O’Higgins (Convocatoria 2022), busca evaluar las principales motivaciones y dificultades de las mujeres para ingresar a carreras de las Ciencias de la Ingeniería, titularse y continuar una carrera académica en la Región de O’Higgins. La Universidad Estatal de O’Higgins es una institución de 7 años que desde sus inicios ha promovido políticas para la equidad de género, sin embargo estas medidas pareciera ser aún insuficientes o no se le ha dado un seguimiento para ver su verdadero impacto en esta materia. La diferencia en el número de matrículas de mujeres vs hombres en carreras de Ciencias de la Ingeniería de Universidades chilenas es abismante, a pesar de la no existencia de diferencias inherentes/innatas entre hombres y mujeres que expliquen las brechas en los aprendizajes o trayectorias académicas en las matemáticas ( Bakker et al., 2021; Kersey et al., 2019; Lachance & Mazzocco, 2006; Spelke, 2005). Según Ing2030 (2018), el aumento de mujeres en carreras de ingeniería en Chile no ha sido significativo en un lapso de 10 años: 20% el año 2004 y 24% el año 2014. Tanto así que en el año 2019, el 7% de las mujeres que se titularon de pregrado en Chile, lo hicieron en las áreas de ciencia, tecnología, ingeniería y matemáticas (STEM), siendo el país con el porcentaje más bajo de los miembros de la OCDE (Ministerio de Ciencia, Tecnología, Conocimiento e Innovación, 2022). Para llevar a cabo este estudio se han usado metodologías cuantitativas y cualitativas. El estudio cuantitativo se realiza mediante encuestas online mientras que el estudio cualitativo es a través del desarrollo de Focus group. Se analizaron 468 encuestas online a estudiantes de enseñanza media de la Región de O’Higgins, 94 encuestas a estudiantes de las carreras de Ingeniería de la Universidad de O’Higgins y 25 encuestas a académicos(as) e investigadores del Instituto de Ciencias de la Ingeniería de la Universidad de O’Higgins. Adicionalmente, se analizaron los resultados de 3 focus groups a alumnas de enseñanza media de la comuna de Rancagua y 3 focus groups a alumnas de las carreras de Ingeniería de la Universidad de O’Higgins. Dentro de los resultados se observa que un 83% de los y las estudiantes de enseñanza media de la Región de O’Higgins considera que tanto hombres como mujeres avanzan con igual rapidez en sus carreras, un 84% de las y los estudiantes de carreras de Ingeniería de la Universidad de O’Higgins considera que mujeres y hombres tienen igualdad de avance en sus carreras, mientras que un 76% de académicos(as) e investigadores(as) estima que los hombres avanzan más rápido en su carrera. Se constató que estudiantes de enseñanza media, estudiantes de las carreras de ingeniería y académicas e investigadoras de la Región de O’Higgins experimentan brechas y barreras, sumado a la falta de confianza en sus capacidades y logros (Síndrome de la Impostora; Paterson & Vincent-Akpu, 2021). Adicionalmente, a pesar de considerar que en la Región de O’Higgins y en la Universidad de O’Higgins se promueve una cultura para la igualdad de género, el grupo en estudio tiene la creencia que las estudiantes y académicas de las Geociencias y Ciencias de la Ingeniería son más propensas a sufrir acoso. Asimismo, las estudiantes y científicas enfrentan importantes dificultades para compatibilizar la vida familiar y laboral. A través de este estudio buscamos visibilizar las principales dificultades que enfrentan estudiantes e investigadoras de esta área durante el desarrollo de su carrera. Tomar conciencia de la realidad de las mujeres en áreas STEM en la Región de O’Higgins permitirá tomar medidas más eficientes y eficaces tanto para la atracción como para evitar la fuga y/o estancamiento de estudiantes y científicas con alto potencial, permitiendo un acceso más igualitario en carreras STEM y un desarrollo en un espacio seguro y de respeto.

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.

Climate change is driving new interactions between human communities and the environment. The impacts of climate extremes and the progressive patterns of changes in precipitation and temperature are creating new risk dynamics and a high diversity of ecological responses, new interactions between species, and adaptation pathways from society. Climate risk assessment is a crucial tool in current climate change science for developing adaptation and resilience plans and actions. In Chile, the recently enacted climate change law mandates the creation of climate action plans at the communal, basin, and regional levels, requiring climate risk studies as a first step to design adaptation processes, reduce climate risks, and foster resilience at different scales. Over the past decade, extremely unusual drought and large mass movement triggered by intense precipitation has produced important cost and life losses in the Mediterranean and Temperate territories, respectively. The mega-drought in the Mediterranean region has led to extensive tree mortality and forest decay, which is vary geographically diverse and heterogeneous, and remain unassessed in terms of impacts (exposition), vulnerability, and resilience. Years of extreme drought, known as "hyper-droughts," have the potential to profoundly impact biomass dynamics and greenhouse gas emissions. The climatic conditions in the years preceding hyper-droughts play a crucial role in the response and resilience of tree species and forest communities, particularly concerning mortality, decomposition, growth, and regeneration processes. The effects of extreme drought can also trigger environmental changes that increase the risk of other hazards such as forest fires or heatwaves, resulting in areas where the climate risk increases, and consequently the priority for adaptation and resilience planning. In recent decades, massive mass movements, including landslides and debris flows, have become a significant climate hazard in North Patagonia, particularly associated with intense precipitation events. Understanding the frequency of mass movements and their relationship to intense precipitation and other climatic factors is essential for climate change action plans and climate risk assessment. In this context, our proposal aims to develop the first studies using multi-proxy techniques to enhance environmental information for climate risk assessment and integrate it into climate action plans in the Mediterranean and Temperate climate of Chile. First, we will identify and reconstruct the hyper-droughts in the Mediterranean area and pluvial extremes in North Patagonia using historical documents, instrumental and tree-ring records. We will analyze the hyper-drought records to assess the influence of prior climatic variability on forest response and resilience, as well as the drought vulnerability of different Mediterranean forests at high and mid elevations. This assessment will include estimations of structural and functional diversity. Simultaneously, we will reconstruct mass movements using remote sensing, historical documents, and dendrogeomorphology techniques. By examining the frequency of mass movements, we will investigate the role of pluvial extremes and climate variability in their occurrence, especially important for climate risk assessment in the North Patagonian fjord systems, where the extension of the "Carretera Austral" is planned in the near future. This project will generate one of the longest and most precise records of hyper-droughts in the Mediterranean climate and mass movements associated with pluvial events in the North Patagonian Andean fjords of Chile. Additionally, it will provide initial estimations of forest vulnerability to hyper-droughts in Chile. These records are essential environmental information for climate risk assessment and climate action plans mandated by the new climate change legislation in Chile. To ensure effective dissemination, we will communicate our results to the local community through infographics and seminars. We will engage with policy makers, such as Climate Change regional committees, local governments, and environmental risk public services, through meetings, workshops, and policy papers. Furthermore, we will promote the sharing of our results within the scientific community through scientific articles, research visits, international exchanges, and conference participation.

Landslides are an important landscape forming process, providing the main mechanism for sediment release from slopes to permit transportation through the fluvial system. Thus, in advecting mountain chains, landslides play a key role in allowing the development of a long-term dynamic equilibrium between uplift and erosion, and in reducing slopes to their threshold angle. In doing so, landslides can directly impact humans. Unfortunately, fatalities and material losses caused by landslides concentrate in areas with high degrees of marginalization, which indicates that the most marginalized populations are the most prone to experience the negative effects of landslides. The total landslide death toll in Chile is 1010 between 1928 and 2017, 54% of them in Central Chile (32.5°S – 35°S). A key question for the proposed research is what are the controlling factors affecting the temporal and spatial distribution of landslides in Central Chile (32.5°S-35°S)? The assessment of this question is relevant considering that landslides are an important natural hazard driven mainly by strong earthquakes and heavy rainfall, both triggers present in our country. Chile is one of the most seismically active countries on Earth and strong earthquakes are often associated with a chain of cascading hazards, such as ground shaking, liquefaction, tsunamis, and coseismic landslides. In tectonically-active mountain areas, landslides are also a major cause of fatalities and economic losses during and after great magnitude earthquakes. In fact, in Chile, there are two broad types of earthquake-induced landslides: interplate/megathrust and shallow crustal earthquakes. For example, the Mw 8.8 interplate/megathrust Maule earthquake in 2010 with a rupture length of around 450 km produced more than 1200 landslides widely distributed between 32.5°S and 38°S. On the other hand, current climate trends and future projections show in addition to temperature rise a decrease in winter rainfall, an increase in the frequency of flood events, increased summer rainfall, and a rise in the torrential nature of storms. Indeed, precipitation has been reduced since 2010 in central Chile, with a 20-40% rainfall deficit. This period of 10 consecutive dry years has been called around the region the Mega Drought. All these environmental conditions are correlated with landslide activity in Central Chile. For the more recent example, on 30 January 2021, an intense and short rainfall, accompanied by hail, affected the Central Valley of Chile (34.4°S), producing catastrophic hail-debris flows affecting the local communities. According to official reports issued by the National Emergency Office, these hail-debris flows affected 200 people, leaving one house destroyed, 52 with significant damage, and another 20 with minor damage. In recent years, landslide hazard and susceptibility maps have been developed mainly in metropolitan regions, nevertheless, none of them considered the evaluation of coseismic landslides. On the other hand, the occurrence of rainfall-induced landslides is poorly studied and probably underreported in Central Chile, especially in O’Higgins and Maule regions. The purpose of this project is to identify the main characteristics of landslides that occur in Central Chile (32.5°-35°S), before and during a mega drought condition, in a zone affected by interplate/megathrust and shallow crustal earthquakes. It seeks to improve the understanding of their mechanics, temporal-spatial distribution, and geological controlling factors, obtaining quantifiable inputs for the development of a methodology for landslide hazard assessment that includes coseismic landslides and the effect of megadrought applicable to urban/territorial planning and disaster prevention strategies.

El presente trabajo, financiado por la Dirección de Equidad de Género y Diversidades de la Universidad de O’Higgins (Convocatoria 2022), busca evaluar las principales motivaciones y dificultades de las mujeres para ingresar a carreras de las Ciencias de la Ingeniería, titularse y continuar una carrera académica en la Región de O’Higgins. La Universidad Estatal de O’Higgins es una institución de 7 años que desde sus inicios ha promovido políticas para la equidad de género, sin embargo estas medidas pareciera ser aún insuficientes o no se le ha dado un seguimiento para ver su verdadero impacto en esta materia. La diferencia en el número de matrículas de mujeres vs hombres en carreras de Ciencias de la Ingeniería de Universidades chilenas es abismante, a pesar de la no existencia de diferencias inherentes/innatas entre hombres y mujeres que expliquen las brechas en los aprendizajes o trayectorias académicas en las matemáticas ( Bakker et al., 2021; Kersey et al., 2019; Lachance & Mazzocco, 2006; Spelke, 2005). Según Ing2030 (2018), el aumento de mujeres en carreras de ingeniería en Chile no ha sido significativo en un lapso de 10 años: 20% el año 2004 y 24% el año 2014. Tanto así que en el año 2019, el 7% de las mujeres que se titularon de pregrado en Chile, lo hicieron en las áreas de ciencia, tecnología, ingeniería y matemáticas (STEM), siendo el país con el porcentaje más bajo de los miembros de la OCDE (Ministerio de Ciencia, Tecnología, Conocimiento e Innovación, 2022). Para llevar a cabo este estudio se han usado metodologías cuantitativas y cualitativas. El estudio cuantitativo se realiza mediante encuestas online mientras que el estudio cualitativo es a través del desarrollo de Focus group. Se analizaron 468 encuestas online a estudiantes de enseñanza media de la Región de O’Higgins, 94 encuestas a estudiantes de las carreras de Ingeniería de la Universidad de O’Higgins y 25 encuestas a académicos(as) e investigadores del Instituto de Ciencias de la Ingeniería de la Universidad de O’Higgins. Adicionalmente, se analizaron los resultados de 3 focus groups a alumnas de enseñanza media de la comuna de Rancagua y 3 focus groups a alumnas de las carreras de Ingeniería de la Universidad de O’Higgins. Dentro de los resultados se observa que un 83% de los y las estudiantes de enseñanza media de la Región de O’Higgins considera que tanto hombres como mujeres avanzan con igual rapidez en sus carreras, un 84% de las y los estudiantes de carreras de Ingeniería de la Universidad de O’Higgins considera que mujeres y hombres tienen igualdad de avance en sus carreras, mientras que un 76% de académicos(as) e investigadores(as) estima que los hombres avanzan más rápido en su carrera. Se constató que estudiantes de enseñanza media, estudiantes de las carreras de ingeniería y académicas e investigadoras de la Región de O’Higgins experimentan brechas y barreras, sumado a la falta de confianza en sus capacidades y logros (Síndrome de la Impostora; Paterson & Vincent-Akpu, 2021). Adicionalmente, a pesar de considerar que en la Región de O’Higgins y en la Universidad de O’Higgins se promueve una cultura para la igualdad de género, el grupo en estudio tiene la creencia que las estudiantes y académicas de las Geociencias y Ciencias de la Ingeniería son más propensas a sufrir acoso. Asimismo, las estudiantes y científicas enfrentan importantes dificultades para compatibilizar la vida familiar y laboral. A través de este estudio buscamos visibilizar las principales dificultades que enfrentan estudiantes e investigadoras de esta área durante el desarrollo de su carrera. Tomar conciencia de la realidad de las mujeres en áreas STEM en la Región de O’Higgins permitirá tomar medidas más eficientes y eficaces tanto para la atracción como para evitar la fuga y/o estancamiento de estudiantes y científicas con alto potencial, permitiendo un acceso más igualitario en carreras STEM y un desarrollo en un espacio seguro y de respeto.

Fondos para apoyar la realizacion de la Fourth Latin American Summer School on Robotics (LACORO 2025). La primera edición se realizó online en octubre de 2020; la segunda fue presencial en enero de 2023; la tercera 2024 en la Universidad de O'Higgins en Rancagua, Chile. La cuarta edición tendrá lugar en diciembre de 2025 en la Universidad de O'Higgins. https://lacoro.org/ Esta Escuela de Verano beneficiará principalmente a Estudiantes y Académicos de las Américas interesados en la Investigación en Inteligencia Artificial aplicada a la Robótica. Nuestro objetivo es fomentar la colaboración nacional y regional en esta área de investigación. Para la primera edición, alcanzamos 241 inscripciones para actividades online de todo el mundo, y la segunda versión tuvo 166 inscripciones para actividades presenciales en enero de 2023, principalmente de Chile, México, Argentina, Brasil y Uruguay.

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).

Fondos para apoyar la realizacion de la Third Latin American Summer School on Cognitive Robotics (LACORO 2024). La primera edición se realizó online en octubre de 2020; la segunda fue presencial en enero de 2023; la tercera versión tendrá lugar entre el 9 y el 13 de diciembre de 2024 en la Universidad de O'Higgins en Rancagua, Chile. https://lacoro.org/ Esta Escuela de Verano beneficiará principalmente a Estudiantes y Académicos de las Américas interesados en la Investigación en Inteligencia Artificial aplicada a la Robótica. Nuestro objetivo es fomentar la colaboración nacional y regional en esta área de investigación. Para la primera edición, alcanzamos 241 inscripciones para actividades online de todo el mundo, y la segunda versión tuvo 166 inscripciones para actividades presenciales en enero de 2023, principalmente de Chile, México, Argentina, Brasil y Uruguay.

Fondos para apoyar la realizacion de la Third Latin American Summer School on Cognitive Robotics (LACORO 2024). La primera edición se realizó online en octubre de 2020; la segunda fue presencial en enero de 2023; la tercera versión tendrá lugar entre el 9 y el 13 de diciembre de 2024 en la Universidad de O'Higgins en Rancagua, Chile. https://lacoro.org/ Esta Escuela de Verano beneficiará principalmente a Estudiantes y Académicos de las Américas interesados en la Investigación en Inteligencia Artificial aplicada a la Robótica. Nuestro objetivo es fomentar la colaboración nacional y regional en esta área de investigación. Para la primera edición, alcanzamos 241 inscripciones para actividades online de todo el mundo, y la segunda versión tuvo 166 inscripciones para actividades presenciales en enero de 2023, principalmente de Chile, México, Argentina, Brasil y Uruguay.

Escuela de Verano Latino Americana de Robotica (LACORO)

Escuela de Verano Latino Americana de Robotica (LACORO)

KhipuX support grant for organizing the Third Latin American Summer School on Cognitive Robotics (LACORO) https://www.lacoro.org/

KhipuX support grant for organizing the Third Latin American Summer School on Cognitive Robotics (LACORO) https://www.lacoro.org/

La literatura muestra que diferencias en las habilidades matemáticas tempranas son fuertes predictores de desempeño matemático posterior e incluso afectan la selección de carreras universitarias. Además, aquellos niños que ingresan a la etapa escolar con habilidades matemáticas deficientes, mantienen bajos desempeños académicos durante toda su trayectoria escolar. De hecho, las condiciones iniciales de aprendizaje matemático determinan las trayectorias futuras de aprendizaje. En este contexto, un proyecto FONDEF (2019 - 2021) de la Universidad de O’Higgins nos permitió desarrollar el Test de Pensamiento Matemático (TPM, ver https://jugarmate.org/tpm/) para evaluar aprendizajes matemáticos en niveles de pre-kínder, kínder y 1ro básico. El TPM es un test basado en siete juegos digitales cuya aplicación en grupos grandes de estudiantes es rápida y sencilla por lo que permite recolectar una gran cantidad de datos de aprendizaje con poco esfuerzo. En congruencia con avances recientes en el desarrollo de habilidades matemáticas tempranas, este instrumento logra capturar dos dimensiones del pensamiento matemático infantil que son el pensamiento numérico y el razonamiento espacial. Estos desarrollos previos presentan una gran oportunidad para investigar las condiciones iniciales de los aprendizajes matemáticos y las posibles trayectorias de aprendizajes posteriores. La hipótesis que sustenta este proyecto es que existen perfiles de pensamiento matemático temprano que son capturados en los puntajes TPM y que las primeras trayectorias de aprendizaje se pueden modelar como un tránsito por estos perfiles. En este contexto, el presente proyecto propone la aplicación de algoritmos de inteligencia artificial para el procesamiento y visualización de datos TPM para primero identificar distintos perfiles de pensamiento matemático temprano para luego encontrar patrones de tránsito entre éstos perfiles y así identificar trayectorias iniciales de aprendizaje matemático. La metodología propone analizar conjuntos de datos TPM obtenidos en una muestra de más de 700 estudiantes de prekinder, kinder y 1ro básico aplicando métodos de reducción de dimensionalidad (p.ej., análisis de componentes principales) y algoritmos de agrupamiento (p.ej., clustering). Los resultados de los algoritmos de agrupamiento se interpretan como perfiles de pensamiento matemático, mientras que análisis de evolución de perfiles se interpretan como las trayectorias iniciales de aprendizaje de las matemáticas tempranas. Se espera que los resultados de esta investigación se utilicen para el diseño de intervenciones remediales personalizadas que permitan potenciar el desarrollo de habilidades matemáticas tempranas.

La literatura muestra que diferencias en las habilidades matemáticas tempranas son fuertes predictores de desempeño matemático posterior e incluso afectan la selección de carreras universitarias. Además, aquellos niños que ingresan a la etapa escolar con habilidades matemáticas deficientes, mantienen bajos desempeños académicos durante toda su trayectoria escolar. De hecho, las condiciones iniciales de aprendizaje matemático determinan las trayectorias futuras de aprendizaje. En este contexto, un proyecto FONDEF (2019 - 2021) de la Universidad de O’Higgins nos permitió desarrollar el Test de Pensamiento Matemático (TPM, ver https://jugarmate.org/tpm/) para evaluar aprendizajes matemáticos en niveles de pre-kínder, kínder y 1ro básico. El TPM es un test basado en siete juegos digitales cuya aplicación en grupos grandes de estudiantes es rápida y sencilla por lo que permite recolectar una gran cantidad de datos de aprendizaje con poco esfuerzo. En congruencia con avances recientes en el desarrollo de habilidades matemáticas tempranas, este instrumento logra capturar dos dimensiones del pensamiento matemático infantil que son el pensamiento numérico y el razonamiento espacial. Estos desarrollos previos presentan una gran oportunidad para investigar las condiciones iniciales de los aprendizajes matemáticos y las posibles trayectorias de aprendizajes posteriores. La hipótesis que sustenta este proyecto es que existen perfiles de pensamiento matemático temprano que son capturados en los puntajes TPM y que las primeras trayectorias de aprendizaje se pueden modelar como un tránsito por estos perfiles. En este contexto, el presente proyecto propone la aplicación de algoritmos de inteligencia artificial para el procesamiento y visualización de datos TPM para primero identificar distintos perfiles de pensamiento matemático temprano para luego encontrar patrones de tránsito entre éstos perfiles y así identificar trayectorias iniciales de aprendizaje matemático. La metodología propone analizar conjuntos de datos TPM obtenidos en una muestra de más de 700 estudiantes de prekinder, kinder y 1ro básico aplicando métodos de reducción de dimensionalidad (p.ej., análisis de componentes principales) y algoritmos de agrupamiento (p.ej., clustering). Los resultados de los algoritmos de agrupamiento se interpretan como perfiles de pensamiento matemático, mientras que análisis de evolución de perfiles se interpretan como las trayectorias iniciales de aprendizaje de las matemáticas tempranas. Se espera que los resultados de esta investigación se utilicen para el diseño de intervenciones remediales personalizadas que permitan potenciar el desarrollo de habilidades matemáticas tempranas.

Esta propuesta se construye a partir de un proyecto previo (FONDEF ID19I10030) donde desarrollamos y validamos un modelo de enseñanza matemática con base en juegos de mesa y evaluaciones digitales para estudiantes en el nivel de transición de la educación parvularia. Por un lado, elaboramos 12 juegos de mesa cuyos efectos positivos en el aprendizaje matemático se validaron a través de una intervención escolar controlada. Por otro lado, desarrollamos el test de pensamiento matemático (TPM) para evaluar objetivos curriculares matemáticos del nivel de transición. El TPM utiliza tabletas para automatizar la mediación, lo cual permite que su formato de aplicación sea grupal, recolectando grandes cantidades de datos con poco esfuerzo y de manera inmediata (p.ej., evalúa aulas completas en una hora). Datos de una muestra de 750 niños, permitió verificar su validez de contenido, criterio y constructo, para asegurar que puede ser utilizado como instrumento de evaluación de los logros de aprendizaje declarados en el currículo chileno. En consecuencia, la prueba de concepto de nuestro modelo de enseñanza fue exitoso. Estudios recientes demuestran que en Chile los procesos de capacitación docente no producen mejoras en los aprendizajes estudiantiles, indicando que la superación del problema de bajos desempeños exige la creación de estrategias curriculares más intensivas e integrales. En este contexto, el presente proyecto busca desarrollar un sistema de apoyo docente, cuyo núcleo pedagógico sea el modelo de enseñanza descrito arriba, y que pueda ser llevado con éxito a aulas reales del sistema educativo chileno. El primer resultado de este proyecto fortalece el TPM dotándole de la capacidad para entregar retroalimentación personalizada de manera automatizada en formato de recomendaciones de actividades para mejorar los aprendizajes. Para esto, crearemos algoritmos de inteligencia artificial que serán entrenados a partir de un etiquetado de datos (elaborado por educadoras expertas) que asignen actividades de aprendizaje adecuadas a los resultados TPM. El segundo resultado es un sistema de apoyo docente integral e intensivo que facilita la adopción de nuestro modelo de enseñanza en aulas reales. Dicho sistema permite que una institución pública (p.ej., un SLEP) brinde servicios educativos dirigidos a fortalecer la calidad de los aprendizajes matemáticos tempranos en todas las aulas de su red educativa. En más detalle, el “sistema de gestión pedagógica del aula matemática” coordina el uso de materiales educativos, profesionales expertos y plataformas tecnológicas para mejorar la calidad de los procesos de enseñanza-aprendizaje. La validación de este sistema involucra realizar una intervención escolar de tipo longitudinal, con grupo de control y cuatro medidas repetidas que permitan estimar su efecto en los aprendizajes matemáticos de 400 estudiantes. También se evalúa el nivel de aceptación del sistema por parte del cuerpo docente involucrado. El plan de implementación y masificación contempla que la Fundación Mustakis (mandante) masifique al uso del TPM y el acceso a los programas de capacitación on-line, el DAEM Requinoa (asociada) realice un pilotaje del sistema de gestión pedagógica del aula matemática y que la UOH (beneficiaria) genere alianzas con instituciones públicas (p.ej., DAEM, SLEP) para que adopten este sistema y puedan brindar servicios educativos que mejoren los aprendizajes matemáticos en las aulas de sus redes educativas.

Esta propuesta se construye a partir de un proyecto previo (FONDEF ID19I10030) donde desarrollamos y validamos un modelo de enseñanza matemática con base en juegos de mesa y evaluaciones digitales para estudiantes en el nivel de transición de la educación parvularia. Por un lado, elaboramos 12 juegos de mesa cuyos efectos positivos en el aprendizaje matemático se validaron a través de una intervención escolar controlada. Por otro lado, desarrollamos el test de pensamiento matemático (TPM) para evaluar objetivos curriculares matemáticos del nivel de transición. El TPM utiliza tabletas para automatizar la mediación, lo cual permite que su formato de aplicación sea grupal, recolectando grandes cantidades de datos con poco esfuerzo y de manera inmediata (p.ej., evalúa aulas completas en una hora). Datos de una muestra de 750 niños, permitió verificar su validez de contenido, criterio y constructo, para asegurar que puede ser utilizado como instrumento de evaluación de los logros de aprendizaje declarados en el currículo chileno. En consecuencia, la prueba de concepto de nuestro modelo de enseñanza fue exitoso. Estudios recientes demuestran que en Chile los procesos de capacitación docente no producen mejoras en los aprendizajes estudiantiles, indicando que la superación del problema de bajos desempeños exige la creación de estrategias curriculares más intensivas e integrales. En este contexto, el presente proyecto busca desarrollar un sistema de apoyo docente, cuyo núcleo pedagógico sea el modelo de enseñanza descrito arriba, y que pueda ser llevado con éxito a aulas reales del sistema educativo chileno. El primer resultado de este proyecto fortalece el TPM dotándole de la capacidad para entregar retroalimentación personalizada de manera automatizada en formato de recomendaciones de actividades para mejorar los aprendizajes. Para esto, crearemos algoritmos de inteligencia artificial que serán entrenados a partir de un etiquetado de datos (elaborado por educadoras expertas) que asignen actividades de aprendizaje adecuadas a los resultados TPM. El segundo resultado es un sistema de apoyo docente integral e intensivo que facilita la adopción de nuestro modelo de enseñanza en aulas reales. Dicho sistema permite que una institución pública (p.ej., un SLEP) brinde servicios educativos dirigidos a fortalecer la calidad de los aprendizajes matemáticos tempranos en todas las aulas de su red educativa. En más detalle, el “sistema de gestión pedagógica del aula matemática” coordina el uso de materiales educativos, profesionales expertos y plataformas tecnológicas para mejorar la calidad de los procesos de enseñanza-aprendizaje. La validación de este sistema involucra realizar una intervención escolar de tipo longitudinal, con grupo de control y cuatro medidas repetidas que permitan estimar su efecto en los aprendizajes matemáticos de 400 estudiantes. También se evalúa el nivel de aceptación del sistema por parte del cuerpo docente involucrado. El plan de implementación y masificación contempla que la Fundación Mustakis (mandante) masifique al uso del TPM y el acceso a los programas de capacitación on-line, el DAEM Requinoa (asociada) realice un pilotaje del sistema de gestión pedagógica del aula matemática y que la UOH (beneficiaria) genere alianzas con instituciones públicas (p.ej., DAEM, SLEP) para que adopten este sistema y puedan brindar servicios educativos que mejoren los aprendizajes matemáticos en las aulas de sus redes educativas.

Festival de la Ciencia 2023

Festival de la Ciencia 2023

promoverán la socialización del conocimiento y la instalación de capacidades en comunidades educativas, con el propósito de fortalecer las competencias CTCI en niñas, niños y adolescentes.

promoverán la socialización del conocimiento y la instalación de capacidades en comunidades educativas, con el propósito de fortalecer las competencias CTCI en niñas, niños y adolescentes.

El cáncer es la segunda causa de muerte en la población Chilena y se proyecta que en diez años será la primera causa de muerte en el país. A nivel regional, la región de O Higgins es la que presenta la mayor incidencia de muertes por cáncer. Actualmente, Chile invierte alrededor del 1% del PIB en atención y tratamiento del cáncer. Es indispensable y urgente comenzar a caracterizar molecularmente los cánceres prevalentes de la población Chilena pues esto permitirá integrar información que impactará las decisiones clínicas permitiendo la implementación de tratamientos específicos para los pacientes. El estudio genómico y molecular de sistemas biológicos complejos, como el desarrollo y progresión del cáncer, requieren del desarrollo de nuevos algoritmos y modelos teóricos para analizar e interpretar datos genómicos complejos (big- data). El principal objetivo del laboratorio de genómica computacional que instalaré en el instituto de ciencias de la ingeniería de la Universidad de O Higgins será desarrollar investigación de vanguardia entorno al diseño y aplicación de nuevos algoritmos y tecnologías ómicas para estudiar la arquitectura genómica de cánceres prevalentes de la población Chilena. La meta a largo plazo es trasladar estas tecnologías a la práctica clínica e impulsar la implementación de programas de medicina de precisión enfocados en el tratamiento y prevención del cáncer en nuestro país y región. Un segundo objetivo es impulsar y liderar investigación multidisciplinaria en temáticas de salud, agroindustria y minería, sectores críticos a desarrollar en la región de O'Higgins. Finalmente, el laboratorio de genómica computacional contribuirá a la formación de capital humano avanzado en áreas asociadas a la genómica, bioinformática y biología computacional.

El cáncer es la segunda causa de muerte en la población Chilena y se proyecta que en diez años será la primera causa de muerte en el país. A nivel regional, la región de O Higgins es la que presenta la mayor incidencia de muertes por cáncer. Actualmente, Chile invierte alrededor del 1% del PIB en atención y tratamiento del cáncer. Es indispensable y urgente comenzar a caracterizar molecularmente los cánceres prevalentes de la población Chilena pues esto permitirá integrar información que impactará las decisiones clínicas permitiendo la implementación de tratamientos específicos para los pacientes. El estudio genómico y molecular de sistemas biológicos complejos, como el desarrollo y progresión del cáncer, requieren del desarrollo de nuevos algoritmos y modelos teóricos para analizar e interpretar datos genómicos complejos (big- data). El principal objetivo del laboratorio de genómica computacional que instalaré en el instituto de ciencias de la ingeniería de la Universidad de O Higgins será desarrollar investigación de vanguardia entorno al diseño y aplicación de nuevos algoritmos y tecnologías ómicas para estudiar la arquitectura genómica de cánceres prevalentes de la población Chilena. La meta a largo plazo es trasladar estas tecnologías a la práctica clínica e impulsar la implementación de programas de medicina de precisión enfocados en el tratamiento y prevención del cáncer en nuestro país y región. Un segundo objetivo es impulsar y liderar investigación multidisciplinaria en temáticas de salud, agroindustria y minería, sectores críticos a desarrollar en la región de O'Higgins. Finalmente, el laboratorio de genómica computacional contribuirá a la formación de capital humano avanzado en áreas asociadas a la genómica, bioinformática y biología computacional.

Transferencia y adopción de Tecnologías para la Gestión de Riesgo en el Proceso Productivo de la Cereza: hacia una agricultura de precisión para la Región de O’Higgins

Transferencia y adopción de Tecnologías para la Gestión de Riesgo en el Proceso Productivo de la Cereza: hacia una agricultura de precisión para la Región de O’Higgins

Este proyecto busca conectar al ecosistema de la ciencia y tecnología con las fortalezas y necesidades de la sociedad enmarcado en el territorio de la Macrozona Centro Sur, que abarca las regiones del Libertador Bernando O’Higgins, del Maule, de Ñuble y del BioBío. Se han analizado siete dimensiones relevantes para el desarrollo de la Ciencia como son la infraestructura, el equipamiento disponible, el capital humano, la investigación, la innovación y emprendimiento, los laboratorios naturales y el sector productivo. Desde este análisis han emergido las áreas OECD de la Agricultura, la Ingeniería, la Educación y la Salud con potenciales de crecimiento y mayor impacto en sus habitantes. Los objetivos específicos son: 1) Implementar un modelo de gobernanza de acuerdo a los desafíos y oportunidades identificadas y que permita mejorar la competitividad de Universidades, Centros de Investigación, y otras organizaciones representativas del ámbito público y privado; 2) Fortalecer competencias en innovación abierta, complejidad de innovación y ciencia abierta en el ecosistema de ciencia y tecnología, para analizar desafíos y oportunidades de la macrozona en un lenguaje común; 3) Implementar métodos y mejores prácticas de Ciencia abierta para su aplicación en el ecosistema de ciencia y tecnología de la macrozona en el desarrollo de hipótesis robustas y conectados con sus capacidades y ventajas territoriales. Para realizar esta tarea se creará un comité de coordinación de la macrozona con la participación de la SEREMI de CTCI que convocará a académicos de disciplinas múltiples en concordancia con mesas temáticas transversales y específicas, en conjunto con el sector público y privado, grupo que denominaremos el ecosistema de ciencia y tecnología bajo el paradigma de ciencia abierta (eCTCI-CA), para co-crear un modelo de Ciencia abierta aplicado a la discusión de iniciativas las temáticas específicas propuestas: 1) Creación de modelos asociativos para el capital creativo, 2) Estructuras de convergencias de servicios territoriales, 3) Incorporación de nuevos modelos educativos, 4) Implementación de datos abiertos para el desarrollo de hipótesis, 5) Desarrollo de agricultura de nueva generación, 6) Inclusión de ruralidad sustentable, 7) Adaptación al cambio climático, 8) Desarrollo de Bioeconomía sostenible, 9) Implementado manufactura avanzada y nanomateriales, 9) Prevención y resiliencia del desastre, 10) Conectando investigación básica con la clínica aplicada a la salud pública. Durante la ejecución del proyecto por 2 años el eCTCI-CA será guiado en actividades de creación de confianza y de competencias en el desarrollo de proyectos utilizando metodologías de ciencia abierta, innovación abierta y ágiles. Colaborando en equipos multidisciplinarios con actores claves del sector público y privado para fortalecer la vinculación de las preguntas de investigación con el territorio y la sociedad componente. El impacto esperado de este proyecto es fortalecer la vinculación de las preguntas científicas con su territorio y sociedad, generar hipótesis y conocimiento desde equipos multidisciplinarios y colaborativos, y de manera recíproca conectar las políticas públicas con los requerimientos de eCTCI-CA bajo un paradigma de Ciencia Abierta. Para mantener la sustentabilidad en el tiempo de la iniciativa se propone la creación de una gobernanza con responsabilidades y liderazgo compartidos entre los asociados al proyecto y la creación de un modelo de transferencia de conocimiento al sistema público y privado.

Este proyecto busca conectar al ecosistema de la ciencia y tecnología con las fortalezas y necesidades de la sociedad enmarcado en el territorio de la Macrozona Centro Sur, que abarca las regiones del Libertador Bernando O’Higgins, del Maule, de Ñuble y del BioBío. Se han analizado siete dimensiones relevantes para el desarrollo de la Ciencia como son la infraestructura, el equipamiento disponible, el capital humano, la investigación, la innovación y emprendimiento, los laboratorios naturales y el sector productivo. Desde este análisis han emergido las áreas OECD de la Agricultura, la Ingeniería, la Educación y la Salud con potenciales de crecimiento y mayor impacto en sus habitantes. Los objetivos específicos son: 1) Implementar un modelo de gobernanza de acuerdo a los desafíos y oportunidades identificadas y que permita mejorar la competitividad de Universidades, Centros de Investigación, y otras organizaciones representativas del ámbito público y privado; 2) Fortalecer competencias en innovación abierta, complejidad de innovación y ciencia abierta en el ecosistema de ciencia y tecnología, para analizar desafíos y oportunidades de la macrozona en un lenguaje común; 3) Implementar métodos y mejores prácticas de Ciencia abierta para su aplicación en el ecosistema de ciencia y tecnología de la macrozona en el desarrollo de hipótesis robustas y conectados con sus capacidades y ventajas territoriales. Para realizar esta tarea se creará un comité de coordinación de la macrozona con la participación de la SEREMI de CTCI que convocará a académicos de disciplinas múltiples en concordancia con mesas temáticas transversales y específicas, en conjunto con el sector público y privado, grupo que denominaremos el ecosistema de ciencia y tecnología bajo el paradigma de ciencia abierta (eCTCI-CA), para co-crear un modelo de Ciencia abierta aplicado a la discusión de iniciativas las temáticas específicas propuestas: 1) Creación de modelos asociativos para el capital creativo, 2) Estructuras de convergencias de servicios territoriales, 3) Incorporación de nuevos modelos educativos, 4) Implementación de datos abiertos para el desarrollo de hipótesis, 5) Desarrollo de agricultura de nueva generación, 6) Inclusión de ruralidad sustentable, 7) Adaptación al cambio climático, 8) Desarrollo de Bioeconomía sostenible, 9) Implementado manufactura avanzada y nanomateriales, 9) Prevención y resiliencia del desastre, 10) Conectando investigación básica con la clínica aplicada a la salud pública. Durante la ejecución del proyecto por 2 años el eCTCI-CA será guiado en actividades de creación de confianza y de competencias en el desarrollo de proyectos utilizando metodologías de ciencia abierta, innovación abierta y ágiles. Colaborando en equipos multidisciplinarios con actores claves del sector público y privado para fortalecer la vinculación de las preguntas de investigación con el territorio y la sociedad componente. El impacto esperado de este proyecto es fortalecer la vinculación de las preguntas científicas con su territorio y sociedad, generar hipótesis y conocimiento desde equipos multidisciplinarios y colaborativos, y de manera recíproca conectar las políticas públicas con los requerimientos de eCTCI-CA bajo un paradigma de Ciencia Abierta. Para mantener la sustentabilidad en el tiempo de la iniciativa se propone la creación de una gobernanza con responsabilidades y liderazgo compartidos entre los asociados al proyecto y la creación de un modelo de transferencia de conocimiento al sistema público y privado.

The field of remote sensing is experiencing an unprecedented acceleration. Besides the large public programs such as Sentinel (see e.g. https://sentinel.esa.int/web/sentinel/missions/sentinel-2), private actors are creating fleets of micro-satellites capable of monitoring of the earth with daily revisits. This abundant and cheap data is creating opportunities for developing novel applications for the monitoring of industrial and agricultural activity. The automatic exploitation of this data is bound to specific application domain knowledge, which requires a mastery of advanced techniques such as computer vision and machine learning, as well as expert knowledge in the field of agriculture. To do this, the team must master earth observation satellites, be able to define the adequate mathematical detection theories, and build on a deep knowledge of satellite image processing, while also including expert knowledge in agriculture. This project aims at uniting competences across the fields of computer vision and machine learning, remote sensing to address emerging applications in agronomy. This project will in addition foster the creation of reproducible research by adopting a reproducible research methodology thus contributing the resulting algorithms to the journal Image Processing On-Line (IPOL). The IPOL journal is an initiative to establish a clear and reproducible state-of-the-art in the domain of image processing and computer vision.

The field of remote sensing is experiencing an unprecedented acceleration. Besides the large public programs such as Sentinel (see e.g. https://sentinel.esa.int/web/sentinel/missions/sentinel-2), private actors are creating fleets of micro-satellites capable of monitoring of the earth with daily revisits. This abundant and cheap data is creating opportunities for developing novel applications for the monitoring of industrial and agricultural activity. The automatic exploitation of this data is bound to specific application domain knowledge, which requires a mastery of advanced techniques such as computer vision and machine learning, as well as expert knowledge in the field of agriculture. To do this, the team must master earth observation satellites, be able to define the adequate mathematical detection theories, and build on a deep knowledge of satellite image processing, while also including expert knowledge in agriculture. This project aims at uniting competences across the fields of computer vision and machine learning, remote sensing to address emerging applications in agronomy. This project will in addition foster the creation of reproducible research by adopting a reproducible research methodology thus contributing the resulting algorithms to the journal Image Processing On-Line (IPOL). The IPOL journal is an initiative to establish a clear and reproducible state-of-the-art in the domain of image processing and computer vision.

Este proyecto de carácter nacional busca entregar un espacio en la red donde se pueda encontrar las herramientas necesarias para realizar vigilancia, pronóstico, investigación y control de la plaga emergente Drosophila suzukii. Busca articular información técnica, proyectos, artículos de investigación e investigadores. Además entrega información en tiempo real a los beneficiarios, productores, investigadores, asesores, sobre las detecciones validadas a nivel comunal.