Proyectos

Far from simple steric repulsion, i.e., volumetric repulsion, the dynamics of granular systems are driven by a menagerie of interactions: dissipative collisions, van der Waals forces, electrostatic Coulomb and polarization forces, viscous drag and, in the presence of even minute amounts of liquid, capillary bridges or ice coatings. Despite its importance and the development of many powerful experimental, numerical and theoretical tools, until now, a unified description of granular media is lacking, even for the simplest model situation of perfectly spherical, impenetrable and dissipative particles. One of the most important topics in granular media research is clustering, for both fundamental and applied reasons. Clustering produces large gradients, which makes usual gradient perturbations schemes more difficult, which even poses questions about the validity of continuum approaches for these systems. Clustering and coarsening are also relevant for many industrial applications, including grain and powder storage, transport and manipulation, in the food, mining and chemical industries, to mention a few. Electrostatically–induced granular clustering has emerged as a mechanism with fundamental and practical implications. The electrification of such systems occurs through tribocharging—the exchange of charge between contacting surfaces. Despite its importance, how insulators transfer such large amounts of charge during contact is not well-understood. How this can also occur for identical materials during contact is puzzling as well. Furthermore, the nature of the charge carrier is also not settled. Concerning applications, just recently electrostatically–induced granular clustering has been revealed as a possible enhancing mechanism for granular coarsening in a very important and unsolved issue: the formation of planetesimals, which can be considered as baby planets (from 1 km size it is expected that gravity should be the driving accretion force). Indeed, despite clear evidence, our current theoretical understanding is that rocky planets should not exist; a basic ingredient seems to be missing for explaining the clustering of grains in the sub- mm to cm range. We propose that electrification through tribocharging is the missing ingredient. Thus, the main objective of this proposal is to address how different pair-wise interactions and, in general, particle and collisional properties, lead to sustained cluster growth. We are developing two experimental systems to make concrete steps toward this goal. In the first, we are using a free-fall apparatus to observe collisions between sub-mm particles in vacuum and zero-gravity conditions. In the second, we are forging into the new territory of interactions between millimeter-scale particles or clusters with a controlled acoustic levitation setup. In order to understand the microphysics of grain growth in the sub-mm to cm range, our immediate objective is to characterize the sticking efficiencies and dominant forces—including the possibility of same-material tribocharging—in a variety of conditions. In the first experimental setup, we will focus on few-particle interactions and clustering. In the second, we will study controlled collisions between a few up to many-particle clusters. Working on these two experiments in tandem will enable us to characterize collisions over decades of data in cluster size and impact energy, and quantify same-material tribocharging. For both experiments we will use standard dielectric materials (as ZrO2:SiO2 composites) as a benchmark. Then, we will use analog meteorite materials (e.g. San Carlos Olivine) in both setups, and original meteorite grains (Allende meteorite) with the ultrasonic setup, where controlled collisions can be done for smaller amounts of material. The outcome of such experiments will be a phase portrait of collisional aggregation efficiency covering features ranging from particle and cluster size to particle interactions, particle composition and impact energy. One particular contribution we will focus on is the effect of tribocharging on the formation efficiency of larger clusters, which should be relevant toward our current understanding of asteroid and planetesimal formation.

Aun cuando no hay una cifra oficial que los cuantifique, los niños y niñas con Trastornos del Espectro Autista (TEA) constituyen un grupo importante de personas que requieren y demandan formación escolar, la cual debe ser, naturalmente, de igual calidad que para el resto de los estudiantes. Esta condición neurológica y de desarrollo es reconocida dentro de algunas políticas transversales en educación, como la LGE (Ley 20.370), que declara asegurar la equidad en el sistema educativo, el Decreto 170 para aquello relacionado con el proceso de identificación y asignación de recursos del estado para estudiantes con Necesidades Educativas Especiales, el Decreto 83 referido a las adecuaciones curriculares, y el Diseño Universal del Aprendizaje (DUA), que propende al desarrollo curricular atendiendo prácticas inclusivas. Adicionalmente, el Ministerio de Educación ha implementado una serie de manuales y lineamientos específicos sobre TEA, tanto para padres y madres, como para educadores y educadoras. A pesar de todo lo anterior, los testimonios y opiniones de las agrupaciones dan cuenta que, para efectos prácticos, aún hay escasos avances en esta integración, la cual se ve complicada además por una serie de estereotipos sociales propios del desconocimiento sobre este trastorno, que asume una capacidad matemática superior a priori, y otros mitos que afectan la convivencia e integración de estos niños y niñas en las comunidades educativas. Dentro de lo específicamente relacionado con la Matemática, dentro de los principales problemas para el trabajo matemático con niños y niñas con TEA está el aspecto de la comunicación verbal, además del déficit observado en funciones ejecutivas, las que pueden manifestarse a través de problemas de memoria y/o planificación/organización, memoria de trabajo, flexibilidad mental, atención y autocontrol. Así, el presente proyecto apunta como objetivo, el fortalecimiento de las habilidades matemáticas de niños y niñas con TEA. El diseño será realizado bajo un enfoque preferentemente cuantitativo, orientado al nivel preescolar y primer ciclo básico.

Diplomado gestión sostenible de sistemas pecuarios

El Estudio Longitudinal Social de Chile (ELSOC) es un estudio único en Chile y América Latina, el cual encuesta anualmente a una muestra representativa de la población urbana en Chile a lo largo de una década, con el fin de evaluar la manera cómo piensan, sienten y se comportan los chilenos en torno a un conjunto de temas referidos al conflicto y la cohesión social en el país.

El cromatógrafo permite evaluar aspectos tan importantes como la calidad de la fruta, cantidad y tipos de azúcares que tiene, o algunos compuestos nutricionales que puedan ser de valor en la investigación y en la valorización de los productos agrícolas

El propósito general de la investigación es estudiar la capacidad de generalización evidenciada por estudiantes de 10-11 años al trabajar con diferentes contenidos de carácter algebraico. La relevancia e impacto de este proyecto tiene relación con el tópico que aborda: la generalización, un tópico que se reconoce como la esencia de actividad matemática, la cual permite a los estudiantes hacer explícito este tipo de pensamiento (Carpenter y Franke, 2001; Dienes, 1961; Dreyfus, 2002; Krutetskii, 1976; Lee, 1996; Mason, 1996). Si bien estudios previos muestran cómo estudiantes de 6-12 años generalizan y expresan dichas relaciones al responder a diferentes problemas y situaciones de carácter algebraico (e.g., Ayala-Altamirano y Molina, 2019; Blanton y Kaput, 2004; Brizuela, Blanton, Sawrey, Newman-Owens y Murphy Gardiner, 2015; Morales, Cañadas, Brizuela y Gómez, 2018; Rivera y Becker, 2008; Schliemann, Carraher y Brizuela, 2012; Warren, Miller y Cooper, 2013), y aunque el álgebra se ha incorporado en currículo nacional, existe poca evidencia sobre cómo se está desarrollando está capacidad en los estudiantes chilenos. Con base en la idea anterior, la conjetura general es que estos estudiantes también mostrarán evidencias de generalización a partir de actividades propuestas. En concreto, la conjetura es que luego de sucesivas intervenciones en el aula, los estudiantes generalizarán las relaciones matemáticas involucradas en diferentes problemas, mediante una sofisticación en la forma de: (a) expresar y representar dichas generalizaciones; (b) justificar y argumentar sus ideas; y (c) razonar. A partir de lo anterior, y considerando las características propias del diseño y el contexto en el cual se llevará a cabo este estudio, la pregunta de investigación es ¿cómo generalizan estudiantes de 10-11 años al participar de diferentes actividades que tienen un carácter algebraico? Para responder a esta pregunta, se han definido tres objetivos de investigación (O): O.1. Describir y caracterizar las representaciones usadas por estudiantes de 10-11 años al generalizar las relaciones matemáticas involucradas en diferentes problemas de carácter algebraico (aritmética generalizada; equivalencia, expresiones, ecuaciones e inecuaciones; y pensamiento funcional). O.2. Analizar las justificaciones matemáticas evidenciadas por estudiantes de 10-11 años al generalizar las relaciones matemáticas involucradas en diferentes problemas de carácter algebraico (aritmética generalizada; equivalencia, expresiones, ecuaciones e inecuaciones; y pensamiento funcional). O.3. Identificar evidencias en el razonamiento matemático de los estudiantes de 10-11 años al generalizar las relaciones matemáticas involucradas en diferentes problemas de carácter algebraico (aritmética generalizada; equivalencia, expresiones, ecuaciones e inecuaciones; y pensamiento funcional).

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

.

Data driven computational intelligence (CI) techniques have gained a principal role in the analysis and interpretation of sensor signals such as optical cameras, LiDAR, wearable inertial sensors, wearable physiological sensors including electroencephalographic (EEG) recorders, and a wide variety of medical imaging devices. Currently, deep learning approaches are the artificial intelligence (AI) mainstream providing solutions to the entire spectrum of AI problems. We are specifically interested in developments related to deep reinforcement learning for decision making and control, and generative adversarial networks, graph neural networks, and semantic deep networks as promising paradigms for the analysis and interpretation of synchronized multisensor signals that arise in the focus domain of application, which is the correlated analysis and interpretation of the neural activity and the behavioral observation of humans and animal models. A field that could be identified as computational neuroethology. In short we aim to measure quantitatively the body motion to assess the external behavioral traits, in synchrony with the neural activity measurement. We benefit from recent developments wearable wireless connected electroencephalograms (EEG), and Inertial measurement systems (IMS), as well as accurate close range LiDAR cameras. The project will be devoted to the development of technological solutions for the realization of experimental measurements, and deep learning based computational tools for data analysis. We will collaborate with working team members in the design and construction of experimental arenas. Advanced computational methods will be applied to data analysis obtained from animal models which have been developed by the scientific community to assess quantitatively the effect of drugs or cognitive experiments. Actual experimental work is envisaged to be carried out (or has already been carried out) by external collaborators under the supervision of corresponding ethical committees. Animal model data will be provided by MI Carreño from University of Montreal, U Liberal of the UPV/EHU, R Angulo from Universidad OHiggings (Chile). We will develop human neuroethological prototypes that can be applied to aid the refined and differential diagnosis of some behavioral syndromes, such as the autistic spectrum condition, some neurodegenerative conditions (Alzheimers disease, Parkinsons Disease), and the aging process in general. In the current COVID-19 pandemic this approach would be helpful to assess the behavioral impact of the neural damages that the coronavirus appears to inflict to some subjects. Furthermore, we will explore neuro-ethologically enhanced human-robot interaction, where the robotic counterpart will take into account behavioral and neural cues to modulate the interaction in order to minimize stress and maximize safety. We will collaborate with A Lekova of IR-BAS Bulgaria on the impact of robot interaction with children with communication disorders. Works on human-robot interaction will be inspired by T Hashimoto (JAIST) and H Wagatsuma (Kyutech) from Japan. Finally, we will consider the neuroethological observation of human social interactions in unstructured environments and mediated by game playing. This tool will be help in the analysis of increasingly prevalent social behavior disorders.