Análisis de turbidez basado en caracterización de contextos

Autores
Vidart, Gastón; Cechich, Alejandra; Buccella, Agustina; Montenegro, Ayelen
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Publicado en: Memorias de las JAIIO : CAI - Congreso Argentino de AgroInformática, v.8, no. 4 (2022) : 170-183 (2022)
Considerando la cantidad y diversidad en los datos que hoy día se relevan para futuros análisis, su combinación y uso se torna un elemento complejo a modelar. Es por esto que el agregado de semántica, a través de modelos conceptuales, es una tendencia actual en las arquitecturas para Sistemas Big Data. En ese sentido, en este artículo presentamos una caracterización de contexto de variables que influencian la turbidez en los cuerpos de agua. Esa caracterización permite combinar datos relevantes del contexto de aplicación, lo que favorecería la identificación de situaciones recurrentes, incluyendo el tratamiento de esos datos durante el análisis. La propuesta se ejemplifica con un caso de estudio llevado a cabo en el área del Alto Valle del Río Negro.
EEA Alto Valle
Fil: Vidart, Gastón. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); Argentina
Fil: Cechich, Alejandra. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); Argentina
Fil: Buccella, Agustina. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); Argentina
Fil: Montenegro, Ayelen. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; Argentina
Fuente
14º Congreso Argentino de AgroInformática (CAI-2022) y 51as. Jornadas Argentinas de Informática (JAIIO 51). Universidad Abierta Interamericana (UAI). Modalidad virtual y presencial, 17 al 27 de octubre de 2022
Materia
Calidad del agua
Turbidez
Rio Negro (Argentina)
Water Quality
Turbidity
Sistemas Big Data
Análisis de Turbidez
Big Data Systems
Turbidity Analysis
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/22441
Acceder
id INTADig_99e3b8c3cee2063f070ccdd676397894
oai_identifier_str oai:localhost:20.500.12123/22441
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Análisis de turbidez basado en caracterización de contextosVidart, GastónCechich, AlejandraBuccella, AgustinaMontenegro, AyelenCalidad del aguaTurbidezRio Negro (Argentina)Water QualityTurbiditySistemas Big DataAnálisis de TurbidezBig Data SystemsTurbidity AnalysisPublicado en: Memorias de las JAIIO : CAI - Congreso Argentino de AgroInformática, v.8, no. 4 (2022) : 170-183 (2022)Considerando la cantidad y diversidad en los datos que hoy día se relevan para futuros análisis, su combinación y uso se torna un elemento complejo a modelar. Es por esto que el agregado de semántica, a través de modelos conceptuales, es una tendencia actual en las arquitecturas para Sistemas Big Data. En ese sentido, en este artículo presentamos una caracterización de contexto de variables que influencian la turbidez en los cuerpos de agua. Esa caracterización permite combinar datos relevantes del contexto de aplicación, lo que favorecería la identificación de situaciones recurrentes, incluyendo el tratamiento de esos datos durante el análisis. La propuesta se ejemplifica con un caso de estudio llevado a cabo en el área del Alto Valle del Río Negro.EEA Alto ValleFil: Vidart, Gastón. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); ArgentinaFil: Cechich, Alejandra. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); ArgentinaFil: Buccella, Agustina. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); ArgentinaFil: Montenegro, Ayelen. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; ArgentinaSociedad Argentina de Informática2025-05-26T12:43:53Z2025-05-26T12:43:53Z2022info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12123/224412451-749614º Congreso Argentino de AgroInformática (CAI-2022) y 51as. Jornadas Argentinas de Informática (JAIIO 51). Universidad Abierta Interamericana (UAI). Modalidad virtual y presencial, 17 al 27 de octubre de 2022reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2025-10-23T11:19:31Zoai:localhost:20.500.12123/22441instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-10-23 11:19:32.029INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Análisis de turbidez basado en caracterización de contextos
title Análisis de turbidez basado en caracterización de contextos
spellingShingle Análisis de turbidez basado en caracterización de contextos
Vidart, Gastón
Calidad del agua
Turbidez
Rio Negro (Argentina)
Water Quality
Turbidity
Sistemas Big Data
Análisis de Turbidez
Big Data Systems
Turbidity Analysis
title_short Análisis de turbidez basado en caracterización de contextos
title_full Análisis de turbidez basado en caracterización de contextos
title_fullStr Análisis de turbidez basado en caracterización de contextos
title_full_unstemmed Análisis de turbidez basado en caracterización de contextos
title_sort Análisis de turbidez basado en caracterización de contextos
dc.creator.none.fl_str_mv Vidart, Gastón
Cechich, Alejandra
Buccella, Agustina
Montenegro, Ayelen
author Vidart, Gastón
author_facet Vidart, Gastón
Cechich, Alejandra
Buccella, Agustina
Montenegro, Ayelen
author_role author
author2 Cechich, Alejandra
Buccella, Agustina
Montenegro, Ayelen
author2_role author
author
author
dc.subject.none.fl_str_mv Calidad del agua
Turbidez
Rio Negro (Argentina)
Water Quality
Turbidity
Sistemas Big Data
Análisis de Turbidez
Big Data Systems
Turbidity Analysis
topic Calidad del agua
Turbidez
Rio Negro (Argentina)
Water Quality
Turbidity
Sistemas Big Data
Análisis de Turbidez
Big Data Systems
Turbidity Analysis
dc.description.none.fl_txt_mv Publicado en: Memorias de las JAIIO : CAI - Congreso Argentino de AgroInformática, v.8, no. 4 (2022) : 170-183 (2022)
Considerando la cantidad y diversidad en los datos que hoy día se relevan para futuros análisis, su combinación y uso se torna un elemento complejo a modelar. Es por esto que el agregado de semántica, a través de modelos conceptuales, es una tendencia actual en las arquitecturas para Sistemas Big Data. En ese sentido, en este artículo presentamos una caracterización de contexto de variables que influencian la turbidez en los cuerpos de agua. Esa caracterización permite combinar datos relevantes del contexto de aplicación, lo que favorecería la identificación de situaciones recurrentes, incluyendo el tratamiento de esos datos durante el análisis. La propuesta se ejemplifica con un caso de estudio llevado a cabo en el área del Alto Valle del Río Negro.
EEA Alto Valle
Fil: Vidart, Gastón. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); Argentina
Fil: Cechich, Alejandra. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); Argentina
Fil: Buccella, Agustina. Universidad Nacional del Comahue. Facultad de Informática. Departamento de Ingeniería de Sistemas. Grupo de Investigación en Ingeniería de Software del Comahue (GIISCo); Argentina
Fil: Montenegro, Ayelen. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Alto Valle; Argentina
description Publicado en: Memorias de las JAIIO : CAI - Congreso Argentino de AgroInformática, v.8, no. 4 (2022) : 170-183 (2022)
publishDate 2022
dc.date.none.fl_str_mv 2022
2025-05-26T12:43:53Z
2025-05-26T12:43:53Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12123/22441
2451-7496
url http://hdl.handle.net/20.500.12123/22441
identifier_str_mv 2451-7496
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Sociedad Argentina de Informática
publisher.none.fl_str_mv Sociedad Argentina de Informática
dc.source.none.fl_str_mv 14º Congreso Argentino de AgroInformática (CAI-2022) y 51as. Jornadas Argentinas de Informática (JAIIO 51). Universidad Abierta Interamericana (UAI). Modalidad virtual y presencial, 17 al 27 de octubre de 2022
reponame:INTA Digital (INTA)
instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str INTA Digital (INTA)
collection INTA Digital (INTA)
instname_str Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv tripaldi.nicolas@inta.gob.ar
_version_ 1846787604197933056
score 12.982451

Publicaciones similares