Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D

Autores
Trujillo Jiménez, Magda Alexandra; Navarro, Jose Pablo; Ramallo, Virginia; Paschetta, Carolina Andrea; de Azevedo, Soledad; Ruderman, Anahí; Perez, Luis Orlando; Morales, Arturo Leonardo; Pazos, Bruno Alfredo; Delrieux, Claudio Augusto; Gonzalez-Jose, Rolando
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Un escáner 3D crea una nube de puntos referenciados espacialmente, los cuales luego se unen en una malla que idealmente reconstruye la forma escaneada. El costo de este instrumental es prohibitivo, por lo que buscamos alternativas económicas pero de calidad comparable. El objetivo final es desarrollar un servicio en la nube que procese videos tomados con smartphones, haciendo accesible y práctico el escaneo corporal. Se desarrollaron algoritmos de visión por computadora e inteligencia artificial para, desde todos los ángulos, identificar y segmentar automáticamente la forma humana. En el entrenamiento y testeo del sistema se utilizaron aproximadamente 200 videos tomados a voluntarios, e imágenes bidimensionales (COCO dataset, de libre acceso, con 66.808 fotos). Con el modelo de análisis construido, se estudiaron los videos de RAÍCES 2018. Este biobanco de población patagónica cuenta, para cada persona, con filmaciones acompañadas de escaneos 3D (Structure Sensor), mediciones antropométricas clásicas, material biológico e información individual padronizada (datos socioeconómicos, de salud, dieta y actividad física). Se analizaron 54 videos de este biobanco, empleando 300 cuadros de cada uno en promedio, lo que suma 16.200 imágenes, consiguiendo 54 representaciones corporales en forma de nube de puntos 3D. Se obtuvo un 86% de cobertura sobre las reconstrucciones del Structure Sensor, mostrando que las tomas de video posibilitan efectivamente un modelado tridimensional con exactitud y precisión adecuadas. Este modelo habilita un amplio espectro de tareas de análisis que requieren mediciones antropométricas precisas. En particular, en el grupo de estudio, permitirá verificar que la morfometría del cuerpo humano es un predictor robusto de fenotipos biomédicos relacionados con condiciones como obesidad y sobrepeso, así como validar su utilidad en la práctica clínica habitual.
Fil: Trujillo Jiménez, Magda Alexandra. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina
Fil: Navarro, Jose Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Ramallo, Virginia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Paschetta, Carolina Andrea. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: de Azevedo, Soledad. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Ruderman, Anahí. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Perez, Luis Orlando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Morales, Arturo Leonardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional de la Patagonia "San Juan Bosco". Facultad de Ingeniería - Sede Trelew.; Argentina
Fil: Pazos, Bruno Alfredo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional de la Patagonia "San Juan Bosco". Facultad de Ingeniería - Sede Trelew.; Argentina
Fil: Delrieux, Claudio Augusto. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Gonzalez-Jose, Rolando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
XIV Jornadas Nacionales de Antropología Biológica
San Salvador de Jujuy
Argentina
Asociación de Antropología Biológica Argentina
Materia
ANTROPOMETRIA 3D
ESCANEO CORPORAL
APRENDIZAJE DE MAQUINA
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:11336/133898

id CONICETDig_6e71544aa8a14a51cfd785af2d7e7d42
oai_identifier_str oai:ri.conicet.gov.ar:11336/133898
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3DTrujillo Jiménez, Magda AlexandraNavarro, Jose PabloRamallo, VirginiaPaschetta, Carolina Andreade Azevedo, SoledadRuderman, AnahíPerez, Luis OrlandoMorales, Arturo LeonardoPazos, Bruno AlfredoDelrieux, Claudio AugustoGonzalez-Jose, RolandoANTROPOMETRIA 3DESCANEO CORPORALAPRENDIZAJE DE MAQUINAhttps://purl.org/becyt/ford/1.6https://purl.org/becyt/ford/1Un escáner 3D crea una nube de puntos referenciados espacialmente, los cuales luego se unen en una malla que idealmente reconstruye la forma escaneada. El costo de este instrumental es prohibitivo, por lo que buscamos alternativas económicas pero de calidad comparable. El objetivo final es desarrollar un servicio en la nube que procese videos tomados con smartphones, haciendo accesible y práctico el escaneo corporal. Se desarrollaron algoritmos de visión por computadora e inteligencia artificial para, desde todos los ángulos, identificar y segmentar automáticamente la forma humana. En el entrenamiento y testeo del sistema se utilizaron aproximadamente 200 videos tomados a voluntarios, e imágenes bidimensionales (COCO dataset, de libre acceso, con 66.808 fotos). Con el modelo de análisis construido, se estudiaron los videos de RAÍCES 2018. Este biobanco de población patagónica cuenta, para cada persona, con filmaciones acompañadas de escaneos 3D (Structure Sensor), mediciones antropométricas clásicas, material biológico e información individual padronizada (datos socioeconómicos, de salud, dieta y actividad física). Se analizaron 54 videos de este biobanco, empleando 300 cuadros de cada uno en promedio, lo que suma 16.200 imágenes, consiguiendo 54 representaciones corporales en forma de nube de puntos 3D. Se obtuvo un 86% de cobertura sobre las reconstrucciones del Structure Sensor, mostrando que las tomas de video posibilitan efectivamente un modelado tridimensional con exactitud y precisión adecuadas. Este modelo habilita un amplio espectro de tareas de análisis que requieren mediciones antropométricas precisas. En particular, en el grupo de estudio, permitirá verificar que la morfometría del cuerpo humano es un predictor robusto de fenotipos biomédicos relacionados con condiciones como obesidad y sobrepeso, así como validar su utilidad en la práctica clínica habitual.Fil: Trujillo Jiménez, Magda Alexandra. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; ArgentinaFil: Navarro, Jose Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaFil: Ramallo, Virginia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaFil: Paschetta, Carolina Andrea. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaFil: de Azevedo, Soledad. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaFil: Ruderman, Anahí. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaFil: Perez, Luis Orlando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaFil: Morales, Arturo Leonardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional de la Patagonia "San Juan Bosco". Facultad de Ingeniería - Sede Trelew.; ArgentinaFil: Pazos, Bruno Alfredo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional de la Patagonia "San Juan Bosco". Facultad de Ingeniería - Sede Trelew.; ArgentinaFil: Delrieux, Claudio Augusto. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Gonzalez-Jose, Rolando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaXIV Jornadas Nacionales de Antropología BiológicaSan Salvador de JujuyArgentinaAsociación de Antropología Biológica ArgentinaAsociación de Antropología Biológica Argentina2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectJornadaBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/133898Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D; XIV Jornadas Nacionales de Antropología Biológica; San Salvador de Jujuy; Argentina; 2019; 165-165978-987-27445-3-3CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://3b87ab56-9ab6-4587-8556-542f7dc659db.filesusr.com/ugd/4ab91e_97439a7e868e47f6b090d270df48fd3c.pdfNacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:29:46Zoai:ri.conicet.gov.ar:11336/133898instacron: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 10:29:47.078CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
title Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
spellingShingle Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
Trujillo Jiménez, Magda Alexandra
ANTROPOMETRIA 3D
ESCANEO CORPORAL
APRENDIZAJE DE MAQUINA
title_short Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
title_full Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
title_fullStr Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
title_full_unstemmed Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
title_sort Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D
dc.creator.none.fl_str_mv Trujillo Jiménez, Magda Alexandra
Navarro, Jose Pablo
Ramallo, Virginia
Paschetta, Carolina Andrea
de Azevedo, Soledad
Ruderman, Anahí
Perez, Luis Orlando
Morales, Arturo Leonardo
Pazos, Bruno Alfredo
Delrieux, Claudio Augusto
Gonzalez-Jose, Rolando
author Trujillo Jiménez, Magda Alexandra
author_facet Trujillo Jiménez, Magda Alexandra
Navarro, Jose Pablo
Ramallo, Virginia
Paschetta, Carolina Andrea
de Azevedo, Soledad
Ruderman, Anahí
Perez, Luis Orlando
Morales, Arturo Leonardo
Pazos, Bruno Alfredo
Delrieux, Claudio Augusto
Gonzalez-Jose, Rolando
author_role author
author2 Navarro, Jose Pablo
Ramallo, Virginia
Paschetta, Carolina Andrea
de Azevedo, Soledad
Ruderman, Anahí
Perez, Luis Orlando
Morales, Arturo Leonardo
Pazos, Bruno Alfredo
Delrieux, Claudio Augusto
Gonzalez-Jose, Rolando
author2_role author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv ANTROPOMETRIA 3D
ESCANEO CORPORAL
APRENDIZAJE DE MAQUINA
topic ANTROPOMETRIA 3D
ESCANEO CORPORAL
APRENDIZAJE DE MAQUINA
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.6
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv Un escáner 3D crea una nube de puntos referenciados espacialmente, los cuales luego se unen en una malla que idealmente reconstruye la forma escaneada. El costo de este instrumental es prohibitivo, por lo que buscamos alternativas económicas pero de calidad comparable. El objetivo final es desarrollar un servicio en la nube que procese videos tomados con smartphones, haciendo accesible y práctico el escaneo corporal. Se desarrollaron algoritmos de visión por computadora e inteligencia artificial para, desde todos los ángulos, identificar y segmentar automáticamente la forma humana. En el entrenamiento y testeo del sistema se utilizaron aproximadamente 200 videos tomados a voluntarios, e imágenes bidimensionales (COCO dataset, de libre acceso, con 66.808 fotos). Con el modelo de análisis construido, se estudiaron los videos de RAÍCES 2018. Este biobanco de población patagónica cuenta, para cada persona, con filmaciones acompañadas de escaneos 3D (Structure Sensor), mediciones antropométricas clásicas, material biológico e información individual padronizada (datos socioeconómicos, de salud, dieta y actividad física). Se analizaron 54 videos de este biobanco, empleando 300 cuadros de cada uno en promedio, lo que suma 16.200 imágenes, consiguiendo 54 representaciones corporales en forma de nube de puntos 3D. Se obtuvo un 86% de cobertura sobre las reconstrucciones del Structure Sensor, mostrando que las tomas de video posibilitan efectivamente un modelado tridimensional con exactitud y precisión adecuadas. Este modelo habilita un amplio espectro de tareas de análisis que requieren mediciones antropométricas precisas. En particular, en el grupo de estudio, permitirá verificar que la morfometría del cuerpo humano es un predictor robusto de fenotipos biomédicos relacionados con condiciones como obesidad y sobrepeso, así como validar su utilidad en la práctica clínica habitual.
Fil: Trujillo Jiménez, Magda Alexandra. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina
Fil: Navarro, Jose Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Ramallo, Virginia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Paschetta, Carolina Andrea. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: de Azevedo, Soledad. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Ruderman, Anahí. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Perez, Luis Orlando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Morales, Arturo Leonardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional de la Patagonia "San Juan Bosco". Facultad de Ingeniería - Sede Trelew.; Argentina
Fil: Pazos, Bruno Alfredo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Universidad Nacional de la Patagonia "San Juan Bosco". Facultad de Ingeniería - Sede Trelew.; Argentina
Fil: Delrieux, Claudio Augusto. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Gonzalez-Jose, Rolando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
XIV Jornadas Nacionales de Antropología Biológica
San Salvador de Jujuy
Argentina
Asociación de Antropología Biológica Argentina
description Un escáner 3D crea una nube de puntos referenciados espacialmente, los cuales luego se unen en una malla que idealmente reconstruye la forma escaneada. El costo de este instrumental es prohibitivo, por lo que buscamos alternativas económicas pero de calidad comparable. El objetivo final es desarrollar un servicio en la nube que procese videos tomados con smartphones, haciendo accesible y práctico el escaneo corporal. Se desarrollaron algoritmos de visión por computadora e inteligencia artificial para, desde todos los ángulos, identificar y segmentar automáticamente la forma humana. En el entrenamiento y testeo del sistema se utilizaron aproximadamente 200 videos tomados a voluntarios, e imágenes bidimensionales (COCO dataset, de libre acceso, con 66.808 fotos). Con el modelo de análisis construido, se estudiaron los videos de RAÍCES 2018. Este biobanco de población patagónica cuenta, para cada persona, con filmaciones acompañadas de escaneos 3D (Structure Sensor), mediciones antropométricas clásicas, material biológico e información individual padronizada (datos socioeconómicos, de salud, dieta y actividad física). Se analizaron 54 videos de este biobanco, empleando 300 cuadros de cada uno en promedio, lo que suma 16.200 imágenes, consiguiendo 54 representaciones corporales en forma de nube de puntos 3D. Se obtuvo un 86% de cobertura sobre las reconstrucciones del Structure Sensor, mostrando que las tomas de video posibilitan efectivamente un modelado tridimensional con exactitud y precisión adecuadas. Este modelo habilita un amplio espectro de tareas de análisis que requieren mediciones antropométricas precisas. En particular, en el grupo de estudio, permitirá verificar que la morfometría del cuerpo humano es un predictor robusto de fenotipos biomédicos relacionados con condiciones como obesidad y sobrepeso, así como validar su utilidad en la práctica clínica habitual.
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Jornada
Book
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/133898
Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D; XIV Jornadas Nacionales de Antropología Biológica; San Salvador de Jujuy; Argentina; 2019; 165-165
978-987-27445-3-3
CONICET Digital
CONICET
url http://hdl.handle.net/11336/133898
identifier_str_mv Identificación y segmentación automática del cuerpo humano utilizando herramientas computacionales para la reconstrucción antropométrica 3D; XIV Jornadas Nacionales de Antropología Biológica; San Salvador de Jujuy; Argentina; 2019; 165-165
978-987-27445-3-3
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://3b87ab56-9ab6-4587-8556-542f7dc659db.filesusr.com/ugd/4ab91e_97439a7e868e47f6b090d270df48fd3c.pdf
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.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Asociación de Antropología Biológica Argentina
publisher.none.fl_str_mv Asociación de Antropología Biológica Argentina
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_ 1844614305125761024
score 13.070432