Análisis de turbidez basado en caracterización de contextos
- Autores
- Vidart, Gastón; Cechich, Alejandra; Buccella, Agustina; Montenegro, Ayelén
- Año de publicación
- 2022
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- 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.
Sociedad Argentina de Informática e Investigación Operativa - Materia
-
Ciencias Informáticas
Ciencias Agrarias
sistemas Big Data
Calidad del agua
análisis de turbidez - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/151915
Ver los metadatos del registro completo
id |
SEDICI_18918a9970acca214e68c92de754e38b |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/151915 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Análisis de turbidez basado en caracterización de contextosVidart, GastónCechich, AlejandraBuccella, AgustinaMontenegro, AyelénCiencias InformáticasCiencias Agrariassistemas Big DataCalidad del aguaanálisis de turbidezConsiderando 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.Sociedad Argentina de Informática e Investigación Operativa2022-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf170-183http://sedici.unlp.edu.ar/handle/10915/151915spainfo:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/432/365info:eu-repo/semantics/altIdentifier/issn/2451-7496info: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)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:39:07Zoai:sedici.unlp.edu.ar:10915/151915Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:39:07.873SEDICI (UNLP) - Universidad Nacional de La Platafalse |
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 Ciencias Informáticas Ciencias Agrarias sistemas Big Data Calidad del agua análisis de turbidez |
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, Ayelén |
author |
Vidart, Gastón |
author_facet |
Vidart, Gastón Cechich, Alejandra Buccella, Agustina Montenegro, Ayelén |
author_role |
author |
author2 |
Cechich, Alejandra Buccella, Agustina Montenegro, Ayelén |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Ciencias Agrarias sistemas Big Data Calidad del agua análisis de turbidez |
topic |
Ciencias Informáticas Ciencias Agrarias sistemas Big Data Calidad del agua análisis de turbidez |
dc.description.none.fl_txt_mv |
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. Sociedad Argentina de Informática e Investigación Operativa |
description |
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. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-10 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia 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://sedici.unlp.edu.ar/handle/10915/151915 |
url |
http://sedici.unlp.edu.ar/handle/10915/151915 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/432/365 info:eu-repo/semantics/altIdentifier/issn/2451-7496 |
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 170-183 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616265763651584 |
score |
13.070432 |