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
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/95008
Ver los metadatos del registro completo
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 |