Review and analysis of computational techniques and methods for body condition score estimation on cows

Autores
Rodríguez Alvarez, Juan Maximiliano; Arroqui, Mauricio; Mangudo, Pablo; Toloza, Juan Manuel; Jatip, Daniel Esteban; Rodriguez, Juan Manuel; Zunino Suarez, Alejandro Octavio; Mateos Diaz, Cristian Maximiliano; Machado, Claudio
Año de publicación
2018
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.
BCS (Body Condition Score) is a method used to estimate bodyfat reserves and accumulated energy balance of cows. BCS heavily influencesmilk production, reproduction, and health of cows. Therefore, it is important tomonitor BCS to achieve better animal response, but this is a time-consuming andsubjective task performed oftentimes visually by expert scorers. These problemsare the motivation behind several studies, which have tried to automate BCS ofdairy cows by applying image analysis and machine learning techniques. Thiswork analyzes these studies pointing out their main advantages and drawbacks,which allow us in turn to identify new research and development opportunities toimprove overall automatic BCS estimation.
Fil: Rodríguez Alvarez, Juan Maximiliano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Arroqui, Mauricio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Mangudo, Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Toloza, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Jatip, Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Rodriguez, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; Argentina
Fil: Zunino Suarez, Alejandro Octavio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; Argentina
Fil: Mateos Diaz, Cristian Maximiliano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; Argentina
Fil: Machado, Claudio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Materia
PRECISION LIVESTOCK
BODY CONDITION SCORE
MACHINE LEARNING
DEEP LEARNING
IMAGE ANALYSIS
CONVOLUTIONAL NEURAL NETWORKS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/95008

id CONICETDig_393023ad6d96bcddda0dac92d06f00e4
oai_identifier_str oai:ri.conicet.gov.ar:11336/95008
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Review and analysis of computational techniques and methods for body condition score estimation on cowsRodríguez Alvarez, Juan MaximilianoArroqui, MauricioMangudo, PabloToloza, Juan ManuelJatip, Daniel EstebanRodriguez, Juan ManuelZunino Suarez, Alejandro OctavioMateos Diaz, Cristian MaximilianoMachado, ClaudioPRECISION LIVESTOCKBODY CONDITION SCOREMACHINE LEARNINGDEEP LEARNINGIMAGE ANALYSISCONVOLUTIONAL NEURAL NETWORKShttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.BCS (Body Condition Score) is a method used to estimate bodyfat reserves and accumulated energy balance of cows. BCS heavily influencesmilk production, reproduction, and health of cows. Therefore, it is important tomonitor BCS to achieve better animal response, but this is a time-consuming andsubjective task performed oftentimes visually by expert scorers. These problemsare the motivation behind several studies, which have tried to automate BCS ofdairy cows by applying image analysis and machine learning techniques. Thiswork analyzes these studies pointing out their main advantages and drawbacks,which allow us in turn to identify new research and development opportunities toimprove overall automatic BCS estimation.Fil: Rodríguez Alvarez, Juan Maximiliano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Arroqui, Mauricio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Mangudo, Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Toloza, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Jatip, Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaFil: Rodriguez, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; ArgentinaFil: Zunino Suarez, Alejandro Octavio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; ArgentinaFil: Mateos Diaz, Cristian Maximiliano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; ArgentinaFil: Machado, Claudio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; ArgentinaSociedad Argentina de Informática E Investigación Operativa2018-07info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/95008Rodríguez Alvarez, Juan Maximiliano; Arroqui, Mauricio; Mangudo, Pablo; Toloza, Juan Manuel; Jatip, Daniel Esteban; et al.; Review and analysis of computational techniques and methods for body condition score estimation on cows; Sociedad Argentina de Informática E Investigación Operativa; SADIO Electronic Journal of Informatic and Operation Research; 17; 2; 7-2018; 48-651514-6774CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/https://www.sadio.org.ar/index.php/EJS/article/view/6info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:44:33Zoai:ri.conicet.gov.ar:11336/95008instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:44:34.197CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Review and analysis of computational techniques and methods for body condition score estimation on cows
title Review and analysis of computational techniques and methods for body condition score estimation on cows
spellingShingle Review and analysis of computational techniques and methods for body condition score estimation on cows
Rodríguez Alvarez, Juan Maximiliano
PRECISION LIVESTOCK
BODY CONDITION SCORE
MACHINE LEARNING
DEEP LEARNING
IMAGE ANALYSIS
CONVOLUTIONAL NEURAL NETWORKS
title_short Review and analysis of computational techniques and methods for body condition score estimation on cows
title_full Review and analysis of computational techniques and methods for body condition score estimation on cows
title_fullStr Review and analysis of computational techniques and methods for body condition score estimation on cows
title_full_unstemmed Review and analysis of computational techniques and methods for body condition score estimation on cows
title_sort Review and analysis of computational techniques and methods for body condition score estimation on cows
dc.creator.none.fl_str_mv Rodríguez Alvarez, Juan Maximiliano
Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip, Daniel Esteban
Rodriguez, Juan Manuel
Zunino Suarez, Alejandro Octavio
Mateos Diaz, Cristian Maximiliano
Machado, Claudio
author Rodríguez Alvarez, Juan Maximiliano
author_facet Rodríguez Alvarez, Juan Maximiliano
Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip, Daniel Esteban
Rodriguez, Juan Manuel
Zunino Suarez, Alejandro Octavio
Mateos Diaz, Cristian Maximiliano
Machado, Claudio
author_role author
author2 Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip, Daniel Esteban
Rodriguez, Juan Manuel
Zunino Suarez, Alejandro Octavio
Mateos Diaz, Cristian Maximiliano
Machado, Claudio
author2_role author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv PRECISION LIVESTOCK
BODY CONDITION SCORE
MACHINE LEARNING
DEEP LEARNING
IMAGE ANALYSIS
CONVOLUTIONAL NEURAL NETWORKS
topic PRECISION LIVESTOCK
BODY CONDITION SCORE
MACHINE LEARNING
DEEP LEARNING
IMAGE ANALYSIS
CONVOLUTIONAL NEURAL NETWORKS
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.2
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.
BCS (Body Condition Score) is a method used to estimate bodyfat reserves and accumulated energy balance of cows. BCS heavily influencesmilk production, reproduction, and health of cows. Therefore, it is important tomonitor BCS to achieve better animal response, but this is a time-consuming andsubjective task performed oftentimes visually by expert scorers. These problemsare the motivation behind several studies, which have tried to automate BCS ofdairy cows by applying image analysis and machine learning techniques. Thiswork analyzes these studies pointing out their main advantages and drawbacks,which allow us in turn to identify new research and development opportunities toimprove overall automatic BCS estimation.
Fil: Rodríguez Alvarez, Juan Maximiliano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Arroqui, Mauricio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Mangudo, Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Toloza, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Jatip, Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
Fil: Rodriguez, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; Argentina
Fil: Zunino Suarez, Alejandro Octavio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; Argentina
Fil: Mateos Diaz, Cristian Maximiliano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Instituto Superior de Ingeniería del Software. Universidad Nacional del Centro de la Provincia de Buenos Aires. Instituto Superior de Ingeniería del Software; Argentina
Fil: Machado, Claudio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil. Centro de Investigación Veterinaria de Tandil. Universidad Nacional del Centro de la Provincia de Buenos Aires. Centro de Investigación Veterinaria de Tandil. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Centro de Investigación Veterinaria de Tandil; Argentina
description BCS (del inglés "Body Condition Score") es un método utilizado para estimar las reservas de grasa corporal y el balance energético acumulado de las vacas. El BCS influye significativamente en la producción de leche, reproducción y salud de las vacas. Es por ello, que es importante monitorear este valor para lograr una mejor respuesta animal, pero resulta ser una tarea costosa en tiempo y subjetiva, realizada generalmente de manera visual por evaluadores expertos. Estos problemas conducen la motivación de varios estudios, que han tratado de automatizar el BCS de vacas lecheras aplicando técnicas de análisis de imágenes y aprendizaje automático. En este documento se analizan dichos estudios, señalando sus principales ventajas y desventajas, las que permiten además identificar nuevas oportunidades de investigación y desarrollo para mejorar el proceso general de automatización del BCS.
publishDate 2018
dc.date.none.fl_str_mv 2018-07
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/95008
Rodríguez Alvarez, Juan Maximiliano; Arroqui, Mauricio; Mangudo, Pablo; Toloza, Juan Manuel; Jatip, Daniel Esteban; et al.; Review and analysis of computational techniques and methods for body condition score estimation on cows; Sociedad Argentina de Informática E Investigación Operativa; SADIO Electronic Journal of Informatic and Operation Research; 17; 2; 7-2018; 48-65
1514-6774
CONICET Digital
CONICET
url http://hdl.handle.net/11336/95008
identifier_str_mv Rodríguez Alvarez, Juan Maximiliano; Arroqui, Mauricio; Mangudo, Pablo; Toloza, Juan Manuel; Jatip, Daniel Esteban; et al.; Review and analysis of computational techniques and methods for body condition score estimation on cows; Sociedad Argentina de Informática E Investigación Operativa; SADIO Electronic Journal of Informatic and Operation Research; 17; 2; 7-2018; 48-65
1514-6774
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://www.sadio.org.ar/index.php/EJS/article/view/6
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Sociedad Argentina de Informática E Investigación Operativa
publisher.none.fl_str_mv Sociedad Argentina de Informática E Investigación Operativa
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614483534675968
score 13.070432