Introducción. La enseñanza del álgebra lineal sigue planteando retos importantes en la formación de ingenieros, especialmente en lo que respecta a la comprensión de los sistemas de ecuaciones lineales y su conjunto de solución. Desde los postulados de la Teoría APOE, estos conceptos se conciben como construcciones mentales que evolucionan de la acción al esquema, articulando representaciones algebraicas, matriciales y geométricas. Objetivos. Analizar las construcciones mentales que surgen en los estudiantes de ingeniería al resolver sistemas de ecuaciones lineales, basándose en una estrategia de enseñanza diseñada con base en una descomposición genética fundamentada en la Teoría APOE. Materiales y métodos. Se realizó un estudio cualitativo de alcance descriptivo con 26 estudiantes de ingeniería matriculados en un curso de Álgebra Lineal. La enseñanza se organizó según el ciclo de enseñanza ACE y se apoyó en tareas que promovían la transición entre las estructuras mentales. La recolección de datos incluyó producciones escritas y razonamientos de los estudiantes, analizados a la luz de la Teoría APOE. Resultados. Se observó una progresión en la comprensión de los sistemas de ecuaciones lineales y su conjunto de solución, que avanzó desde la aplicación procedimental de métodos algorítmicos hacia formas de razonamiento que integran representaciones algebraicas, matriciales y geométricas. Conclusiones. Los hallazgos confirman que la estrategia didáctica basada en la Teoría APOE orientada por el ciclo ACE facilitó el tránsito desde concepciones operativas hacia una comprensión estructural de los sistemas de ecuaciones lineales en los estudiantes. Esto aporta criterios para diseñar propuestas de enseñanza más coherentes con la naturaleza conceptual del Álgebra Lineal en la formación de ingenieros.
Introducción. La identificación de plantas medicinales nativas suele depender de métodos destructivos, lentos o altamente dependientes de experiencia especializada. Este estudio propone el uso de imágenes hiperespectrales en el infrarrojo cercano (NIR-HSI) y aprendizaje automático como herramientas alternativas, no invasivas, para la discriminación rápida de tres especies medicinales del norte del Perú: Peperomia inaequalifolia (congona), Alternanthera sp. (lancetilla) y Teline monspessulana (retama). Objetivos. Evaluar el desempeño de modelos de clasificación multiclase aplicados a espectros NIR-HSI preprocesados, con el fin de desarrollar un sistema confiable para la identificación vegetal y el control de calidad. Materiales y Métodos. Se recolectaron un total de 1467 espectros mediante una cámara NIR-HSI en el rango de 1300–1700 nm. Los datos espectrales fueron preprocesados utilizando suavizado Savitzky–Golay y normalización por variación normal estándar (SNV). Se entrenaron y evaluaron siete clasificadores de aprendizaje automático mediante validación cruzada estratificada de 5 pliegues, incluyendo Random Forest, Gradient Boosting, XGBoost y Ridge Classifier. Resultados. Random Forest alcanzó el mejor desempeño (accuracy = 0.9959), con un ROC-AUC de 1.00. Los demás modelos presentaron valores de exactitud entre 0.9720 y 0.9945, con valores de ROC-AUC cercanos a 1.00, lo que indica una alta capacidad discriminativa. Conclusiones. La combinación de NIR-HSI y modelos supervisados de aprendizaje automático permite una clasificación altamente precisa de plantas medicinales. Este enfoque muestra potencial para aplicaciones en trazabilidad, aseguramiento de la calidad y validación etnobotánica, particularmente en contextos descentralizados o con recursos limitados.
Introduction. The conversion of tropical forests to agricultural and pastoral land has reduced soil carbon stocks by 12 to 30% and removed more than 200 Mg C per hectare of aboveground biomass, which reinforces interest in agroforestry systems that can sequester carbon and restore degraded soils. Objectives: To describe and quantitatively analyse the evolution of research on carbon sequestration in tropical agroforestry systems, identifying temporal, geographical and thematic patterns to inform mitigation policies. Materials and Methods. A systematic bibliometric review of the Scopus database was conducted using a specific search string, with no language or time restrictions; after screening and metadata cleaning, 788 documents published between 1992 and 2026 in 283 sources were analysed with Bibliometrix and VOSviewer, with 2026 records treated as early access items. Results. The results show an annual growth rate of 4.16%, a mean article age of 7.25 years, 3,121 authors with an average of 5.36 co-authors per article and 43.78% international co-authorship, 5,580 references and 2,092 author keywords, a core of nine journals that concentrate 27% of publications, recurrent institutional and national participation patterns, and thematic clusters centred on agroforestry, soil carbon, ecosystem services and land use. Conclusions. The field is now well established and offers a contextual basis for discussions on ecosystem-based mitigation, restoration of degraded tropical landscapes and low carbon rural development, although important gaps remain regarding costs, equity, gender, indigenous peoples and rural wellbeing that future research agendas need to address.
Introducción. Palmas como Attalea butyracea funcionan como ecotopos silvestres clave para especies del género Rhodnius, al proporcionar refugio, condiciones microclimáticas adecuadas y acceso a hospedadores vertebrados, contribuyendo así al mantenimiento de los ciclos de transmisión de Trypanosoma cruzi en paisajes intervenidos. Objetivo. Evaluar la infestación de palmas de Attalea butyracea por triatominos y determinar la infección natural por T. cruzi mediante métodos parasitológicos y moleculares en El Zulia, Norte de Santander, Colombia. Materiales y métodos. Entre agosto y septiembre de 2021 se muestrearon 100 palmas utilizando trampas Angulo modificadas. Los insectos recolectados fueron identificados morfológicamente y mediante la secuenciación del gen mitocondrial citocromo b. La infección se evaluó mediante examen microscópico del contenido intestinal y detección por PCR de ADN de T. cruzi. Resultados. Se recolectaron 64 ejemplares del género Rhodnius, con un índice de infestación del 30 % de las palmas muestreadas. La infección natural fue del 31 % por microscopía y del 40 % por PCR. El análisis molecular confirmó la presencia de Rhodnius robustus I. Conclusiones. La detección de R. robustus I resalta la importancia de integrar la vigilancia molecular para identificar con mayor precisión los vectores y monitorear su capacidad de dispersión y adaptación. La vigilancia entomológica continua en ecotopos naturales es esencial para prevenir la reinfestación y consolidar los logros de los programas de control.
Introducción. El análisis cuantitativo del crecimiento bacteriano es esencial en los estudios microbiológicos, ya que permite evaluar las tasas de supervivencia y proliferación microbiana, facilitando el control y la manipulación de las comunidades. Sin embargo, el conteo manual tradicional de Unidades Formadoras de Colonias (UFC) en placas Petri presenta limitaciones importantes, como el altoconsumo de tiempo y recursos, además de la variabilidad asociada a la subjetividad del analista. Objetivo. Desarrollar un script en Python para el conteo eficiente y preciso de UFC a partir de imágenes digitales. Materiales y Métodos. Se recolectaron muestras de agua de lagunas supraglaciares del glaciar Llaca (Perú), las cuales se sembraron en medios agar nutritivo y R2A mediante el método de extensión en placa. Las culturas fueron incubadas a 5 °C durante 30 días y fotografiadas utilizando una cabina fotográfica diseñada para estandarizar la captura de imágenes. Resultados. El script, desarrollado en Google Colaboratory, siguió tres etapas: preprocesamiento, segmentación y conteo de colonias. Se seleccionó la umbralización adaptativa gaussiana por su robustez frente a variaciones en las condiciones de imagen. El sistema fue evaluado mediante la comparación directa entre conteo automático y manual en 91 imágenes, alcanzando una precisión del 97% ± 0.12, un recall del 95% ± 1.10 y una métrica F-Measure del 96% ± 0.10, con un tiempo promedio de procesamiento de 0,4 segundos por imagen. Conclusiones. El sistema demostró ser una alternativa confiable, rápida y de bajo costo para la cuantificación de UFC, fácilmente replicable en laboratorios microbiológicos con recursos limitados.
