Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones
- Autores
- Gaiad, José Emilio; Fechner, Diana Corina; Martínez, Ramón Alberto; Lezcano, Cesar Adrian; Hidalgo, Melisa Jazmin; Pellerano, Roberto Gerardo
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La Argentina se destaca por su producción de limones, naranjas, mandarinas y pomelos. En particular, las mandarinas constituyen el 15% de la producción de cítricos del país, concentrándose esta producción principalmente en la región nordeste. El 10% de la producción de mandarinas se exporta, el 61% se destina al consumo interno y un 29% se industrializa1. Este trabajo se orientó a la búsqueda de variables químicas que aporten información para los sistemas de trazabilidad de cítricos argentinos. Se trabajó con muestras de frutos de tangor Murcott (Citrus reticulata × C. sinensis) y mandarino Okitsu (C. unshiu), provenientes de huertos comerciales ubicados en el NEA. Para la obtención de las muestras se seleccionaron productores que presentan un nivel tecnológico medio, emplean técnicas de cultivo comunes en la región, atienden a la diversidad de calidad de su fruta y comercializan su producción en distintos mercados (interno, de exportación e industria para jugos o derivados). La selección de muestras se realizó en etapas, estratificando por zona de producción (1. NE de Entre Ríos, 2. SE de Corrientes, 3. Centro O de Corrientes y 4. Centro S de Misiones), seleccionando 8 huertos dentro de cada zona y se recolectaron 15 frutos de cada huerto. Los frutos fueron recolectados en el momento en que alcanzaron la maduración comercial, teniendo en cuenta parámetros anatómicos y fisicoquímicos. Previo a la determinación de los elementos, cada muestra de frutos fue subdivida en subgrupos de 5 frutos, los cuales fueron lavados y procesados en un homogeinizador doméstico. Posteriormente las muestras fueron calcinadas hasta obtención de cenizas y disueltas con 5 ml de HNO3 al 65%, llevando a volumen final de 30 ml con agua destilada. Utilizando un ICP-OES se determinaron los contenidos de Na, K, Ca, Mg, Mn, Fe y Zn. Los resultados obtenidos se analizaron utilizando técnicas de análisis quimiométricas (LDA y PLS-DA) como así también técnicas de minería de datos (SMV-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global y el área bajo la curva determinados por validación cruzada en grupos (k=10). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido a su robustez frente a la variabilidad de los datos.
Fil: Gaiad, José Emilio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
Fil: Fechner, Diana Corina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
Fil: Martínez, Ramón Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
Fil: Lezcano, Cesar Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
Fil: Hidalgo, Melisa Jazmin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
Fil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
10° Congreso Argentino de Química Analítica
Santa Rosa
Argentina
Universidad Nacional de la Pampa. Facultad de Ciencias Exactas y Naturales
Asociación Argentina de Químicos Analíticos - Materia
-
CLASIFICACION
MANDARINA
ICP-OES
MULTIELEMENTAL - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/180699
Ver los metadatos del registro completo
| id |
CONICETDig_fc06450321c6fd83d8b608c50389c7f2 |
|---|---|
| oai_identifier_str |
oai:ri.conicet.gov.ar:11336/180699 |
| network_acronym_str |
CONICETDig |
| repository_id_str |
3498 |
| network_name_str |
CONICET Digital (CONICET) |
| spelling |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patronesGaiad, José EmilioFechner, Diana CorinaMartínez, Ramón AlbertoLezcano, Cesar AdrianHidalgo, Melisa JazminPellerano, Roberto GerardoCLASIFICACIONMANDARINAICP-OESMULTIELEMENTALhttps://purl.org/becyt/ford/1.4https://purl.org/becyt/ford/1La Argentina se destaca por su producción de limones, naranjas, mandarinas y pomelos. En particular, las mandarinas constituyen el 15% de la producción de cítricos del país, concentrándose esta producción principalmente en la región nordeste. El 10% de la producción de mandarinas se exporta, el 61% se destina al consumo interno y un 29% se industrializa1. Este trabajo se orientó a la búsqueda de variables químicas que aporten información para los sistemas de trazabilidad de cítricos argentinos. Se trabajó con muestras de frutos de tangor Murcott (Citrus reticulata × C. sinensis) y mandarino Okitsu (C. unshiu), provenientes de huertos comerciales ubicados en el NEA. Para la obtención de las muestras se seleccionaron productores que presentan un nivel tecnológico medio, emplean técnicas de cultivo comunes en la región, atienden a la diversidad de calidad de su fruta y comercializan su producción en distintos mercados (interno, de exportación e industria para jugos o derivados). La selección de muestras se realizó en etapas, estratificando por zona de producción (1. NE de Entre Ríos, 2. SE de Corrientes, 3. Centro O de Corrientes y 4. Centro S de Misiones), seleccionando 8 huertos dentro de cada zona y se recolectaron 15 frutos de cada huerto. Los frutos fueron recolectados en el momento en que alcanzaron la maduración comercial, teniendo en cuenta parámetros anatómicos y fisicoquímicos. Previo a la determinación de los elementos, cada muestra de frutos fue subdivida en subgrupos de 5 frutos, los cuales fueron lavados y procesados en un homogeinizador doméstico. Posteriormente las muestras fueron calcinadas hasta obtención de cenizas y disueltas con 5 ml de HNO3 al 65%, llevando a volumen final de 30 ml con agua destilada. Utilizando un ICP-OES se determinaron los contenidos de Na, K, Ca, Mg, Mn, Fe y Zn. Los resultados obtenidos se analizaron utilizando técnicas de análisis quimiométricas (LDA y PLS-DA) como así también técnicas de minería de datos (SMV-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global y el área bajo la curva determinados por validación cruzada en grupos (k=10). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido a su robustez frente a la variabilidad de los datos.Fil: Gaiad, José Emilio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; ArgentinaFil: Fechner, Diana Corina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; ArgentinaFil: Martínez, Ramón Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; ArgentinaFil: Lezcano, Cesar Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; ArgentinaFil: Hidalgo, Melisa Jazmin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; ArgentinaFil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina10° Congreso Argentino de Química AnalíticaSanta RosaArgentinaUniversidad Nacional de la Pampa. Facultad de Ciencias Exactas y NaturalesAsociación Argentina de Químicos AnalíticosUniversidad Nacional de la Pampa2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/180699Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones; 10° Congreso Argentino de Química Analítica; Santa Rosa; Argentina; 2019; 267-267978-950-863-375-0CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://10caqa.exactas.unlpam.edu.arinfo:eu-repo/semantics/altIdentifier/url/https://www.aaqa.org.ar/web/wp-content/uploads/2021/12/10-Congreso-Argentino-de-Quimica-Analitica.pdfInternacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T09:49:43Zoai:ri.conicet.gov.ar:11336/180699instacron: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:34982025-09-03 09:49:44.116CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
| dc.title.none.fl_str_mv |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones |
| title |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones |
| spellingShingle |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones Gaiad, José Emilio CLASIFICACION MANDARINA ICP-OES MULTIELEMENTAL |
| title_short |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones |
| title_full |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones |
| title_fullStr |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones |
| title_full_unstemmed |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones |
| title_sort |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones |
| dc.creator.none.fl_str_mv |
Gaiad, José Emilio Fechner, Diana Corina Martínez, Ramón Alberto Lezcano, Cesar Adrian Hidalgo, Melisa Jazmin Pellerano, Roberto Gerardo |
| author |
Gaiad, José Emilio |
| author_facet |
Gaiad, José Emilio Fechner, Diana Corina Martínez, Ramón Alberto Lezcano, Cesar Adrian Hidalgo, Melisa Jazmin Pellerano, Roberto Gerardo |
| author_role |
author |
| author2 |
Fechner, Diana Corina Martínez, Ramón Alberto Lezcano, Cesar Adrian Hidalgo, Melisa Jazmin Pellerano, Roberto Gerardo |
| author2_role |
author author author author author |
| dc.subject.none.fl_str_mv |
CLASIFICACION MANDARINA ICP-OES MULTIELEMENTAL |
| topic |
CLASIFICACION MANDARINA ICP-OES MULTIELEMENTAL |
| purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.4 https://purl.org/becyt/ford/1 |
| dc.description.none.fl_txt_mv |
La Argentina se destaca por su producción de limones, naranjas, mandarinas y pomelos. En particular, las mandarinas constituyen el 15% de la producción de cítricos del país, concentrándose esta producción principalmente en la región nordeste. El 10% de la producción de mandarinas se exporta, el 61% se destina al consumo interno y un 29% se industrializa1. Este trabajo se orientó a la búsqueda de variables químicas que aporten información para los sistemas de trazabilidad de cítricos argentinos. Se trabajó con muestras de frutos de tangor Murcott (Citrus reticulata × C. sinensis) y mandarino Okitsu (C. unshiu), provenientes de huertos comerciales ubicados en el NEA. Para la obtención de las muestras se seleccionaron productores que presentan un nivel tecnológico medio, emplean técnicas de cultivo comunes en la región, atienden a la diversidad de calidad de su fruta y comercializan su producción en distintos mercados (interno, de exportación e industria para jugos o derivados). La selección de muestras se realizó en etapas, estratificando por zona de producción (1. NE de Entre Ríos, 2. SE de Corrientes, 3. Centro O de Corrientes y 4. Centro S de Misiones), seleccionando 8 huertos dentro de cada zona y se recolectaron 15 frutos de cada huerto. Los frutos fueron recolectados en el momento en que alcanzaron la maduración comercial, teniendo en cuenta parámetros anatómicos y fisicoquímicos. Previo a la determinación de los elementos, cada muestra de frutos fue subdivida en subgrupos de 5 frutos, los cuales fueron lavados y procesados en un homogeinizador doméstico. Posteriormente las muestras fueron calcinadas hasta obtención de cenizas y disueltas con 5 ml de HNO3 al 65%, llevando a volumen final de 30 ml con agua destilada. Utilizando un ICP-OES se determinaron los contenidos de Na, K, Ca, Mg, Mn, Fe y Zn. Los resultados obtenidos se analizaron utilizando técnicas de análisis quimiométricas (LDA y PLS-DA) como así también técnicas de minería de datos (SMV-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global y el área bajo la curva determinados por validación cruzada en grupos (k=10). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido a su robustez frente a la variabilidad de los datos. Fil: Gaiad, José Emilio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Fechner, Diana Corina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Martínez, Ramón Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Lezcano, Cesar Adrian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Hidalgo, Melisa Jazmin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina 10° Congreso Argentino de Química Analítica Santa Rosa Argentina Universidad Nacional de la Pampa. Facultad de Ciencias Exactas y Naturales Asociación Argentina de Químicos Analíticos |
| description |
La Argentina se destaca por su producción de limones, naranjas, mandarinas y pomelos. En particular, las mandarinas constituyen el 15% de la producción de cítricos del país, concentrándose esta producción principalmente en la región nordeste. El 10% de la producción de mandarinas se exporta, el 61% se destina al consumo interno y un 29% se industrializa1. Este trabajo se orientó a la búsqueda de variables químicas que aporten información para los sistemas de trazabilidad de cítricos argentinos. Se trabajó con muestras de frutos de tangor Murcott (Citrus reticulata × C. sinensis) y mandarino Okitsu (C. unshiu), provenientes de huertos comerciales ubicados en el NEA. Para la obtención de las muestras se seleccionaron productores que presentan un nivel tecnológico medio, emplean técnicas de cultivo comunes en la región, atienden a la diversidad de calidad de su fruta y comercializan su producción en distintos mercados (interno, de exportación e industria para jugos o derivados). La selección de muestras se realizó en etapas, estratificando por zona de producción (1. NE de Entre Ríos, 2. SE de Corrientes, 3. Centro O de Corrientes y 4. Centro S de Misiones), seleccionando 8 huertos dentro de cada zona y se recolectaron 15 frutos de cada huerto. Los frutos fueron recolectados en el momento en que alcanzaron la maduración comercial, teniendo en cuenta parámetros anatómicos y fisicoquímicos. Previo a la determinación de los elementos, cada muestra de frutos fue subdivida en subgrupos de 5 frutos, los cuales fueron lavados y procesados en un homogeinizador doméstico. Posteriormente las muestras fueron calcinadas hasta obtención de cenizas y disueltas con 5 ml de HNO3 al 65%, llevando a volumen final de 30 ml con agua destilada. Utilizando un ICP-OES se determinaron los contenidos de Na, K, Ca, Mg, Mn, Fe y Zn. Los resultados obtenidos se analizaron utilizando técnicas de análisis quimiométricas (LDA y PLS-DA) como así también técnicas de minería de datos (SMV-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global y el área bajo la curva determinados por validación cruzada en grupos (k=10). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido a su robustez frente a la variabilidad de los datos. |
| 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 Congreso 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/11336/180699 Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones; 10° Congreso Argentino de Química Analítica; Santa Rosa; Argentina; 2019; 267-267 978-950-863-375-0 CONICET Digital CONICET |
| url |
http://hdl.handle.net/11336/180699 |
| identifier_str_mv |
Clasificación de frutos de mandarinas a través del análisis multielemental y técnicas de reconocimientos de patrones; 10° Congreso Argentino de Química Analítica; Santa Rosa; Argentina; 2019; 267-267 978-950-863-375-0 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://10caqa.exactas.unlpam.edu.ar info:eu-repo/semantics/altIdentifier/url/https://www.aaqa.org.ar/web/wp-content/uploads/2021/12/10-Congreso-Argentino-de-Quimica-Analitica.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 application/pdf |
| dc.coverage.none.fl_str_mv |
Internacional |
| dc.publisher.none.fl_str_mv |
Universidad Nacional de la Pampa |
| publisher.none.fl_str_mv |
Universidad Nacional de la Pampa |
| 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_ |
1842268990862262272 |
| score |
13.13397 |