Search

Studying the thermodynamic properties of soil organic matter is a developing field that involves the measurement of the energy stored by the soil. Quantifying soil energy content is still challenging despite different methodological approaches are available to calculate that value. One of the options is the proximate analysis following the guidelines for the energetic characterization of biomass. However, proximate analyses are still unexplored for soils. In this paper, we investigate the potential of this analysis to contribute to study soil from a thermodynamic perspective. With that goal, 31 soil samples collected in mature oak forests following a depth transect were used for elemental, thermal and proximate analysis. Proximate analyses and energetic characterization were performed by simultaneous thermogravimetry and differential scanning calorimetry The authors thank Verónica Piñeiro and Montse Gómez of the RIAIDT analytical services at the University of Santiago de Compostela (Spain) for elemental and thermal analysis. Authors also thank Ken Byrne from the department of Biological Sciences, University of Limerick (Ireland), Eva Vanguelova from the Alice Holt Forest Research Station (UK) and Ander Arias González from Neiker-Tecnalia Basque Institute for Agricultural Research and Development (Spain) for the soil samples supply. This work has been developed under the project CONGESTION, funded by the by the Spanish Ministery of Science and Innovation (PID 2022-119204RB-C22) SI

La evolución de las tecnologías de la información nos permite abordar problemas en ciencia e ingeniería cada vez más grandes, complejos y con mejor resolución, obteniendo soluciones en un tiempo razonable. La necesidad, o posibilidad, de resolver estos problemas requieren, cada día más, el uso de las grandes infraestructuras computacionales disponibles en los centros de cálculo, o de los recursos distribuidos y coordinados a través de computación Grid sin necesidad de un control centralizado. Debido a esto, la programación en arquitecturas distribuidas es cada vez más popular, y, muchas veces, imprescindible, entre los miembros de la comunidad científica. Muchas veces se reciclan viejas técnicas para tratar con las nuevas arquitecturas. Así, los métodos de predicción de rendimiento, usados frecuentemente tanto por los arquitectos de computadores como por los creadores de compiladores, pueden ser adaptados para tener en cuenta las peculiaridades de estos nuevos sistemas distribuidos. Pero no todos los algoritmos pueden ser tratados de la misma forma. Hay una categoría especial de problemas, los llamados códigos irregulares, en los que cálculos, control de flujo, patrón de acceso a memoria y comunicaciones durante la ejecución dependen fuertemente de los datos de entrada, y no pueden ser caracterizados correctamente de forma estática. Estos problemas aparecen cada vez con mayor frecuencia en el software científico y de ingeniería. En este documento describimos una metodología que nos permite crear modelos de predicción de rendimiento de códigos irregulares para arquitecturas paralelas y distribuidas, metodología que se ha aplicado a un grupo escogido de algoritmos. Los algoritmos seleccionados corresponden todos a aplicaciones reales, que representan distintas categorías de códigos irregulares. Estos algoritmos cubren diferentes ámbitos de interés en ciencia y tecnología, incluyendo desde la resolución de sistemas de ecuaciones con matrices dispersas hasta métodos heurísticos de optimización. Sobre todos estos algoritmos se han llevado a cabo diferentes tipos de análisis para caracterizar su comportamiento ante diversas configuraciones de los sistemas computacionales y de los datos de entrada. El procesos ha supuesto distintas aproximaciones al problema de la modelización de códigos irregulares tanto en el aspectos de las computaciones como en el de las comunicaciones.

Hoy en día, los sistemas de salud incluyen como prioridades la prevención de enfermedades, el incremento de la esperanza de vida, la mejora de la calidad de vida y la reducción de las admisiones en los servicios de emergencia. Para alcanzar estos retos, es necesario adaptar los sistemas de información actuales, dado que la fragmentación de la información del paciente en diferentes lugares y formatos dificulta enormemente su acceso y procesamiento adecuados. Por ello, los sistemas informáticos sanitarios deben ser capaces, primero, de intercambiar datos entre todas las unidades que los integran y, segundo, de tener la habilidad para interpretar la información presente en los datos que intercambian, tanto en el contexto correcto como en un tiempo razonable. Para alcanzar tal fin, en esta tesis doctoral se propone anotar semánticamente las diferentes colecciones de información clínica, usando las terminologías más apropiadas. Para demostrar nuestra hipótesis, nos centramos en dos recursos: la historia clínica electrónica del paciente (HCE), que hoy en día se considera una pieza clave para la prestación eficiente y de calidad de los servicios sanitarios y da acceso a la información del paciente, y en las guías de práctica clínica, que constituyen una fuente importante de conocimiento sobre las recomendaciones diagnósticas y terapéuticas basadas en la evidencia. La tesis demuestra que es factible el desarrollo de técnicas automatizadas para anotar semánticamente, por una parte, los modelos clínicos que formalizan las HCE y que suponen una arquitectura para la comunicación e intercambio de datos de HCE y, por otra parte, los textos que describen las guías clínicas textuales y, por lo tanto, el conocimiento que consultará el clínico con una precisión y fiabilidad elevada.

Frente a la contaminación de otros medios (aguas, suelos), en la era preindustrial se había considerado a la atmósfera como un medio de depuración de contaminantes suficientemente eficaz como para que, salvo en contadas excepciones, las emisiones de contaminantes a la atmósfera resultasen inocuas para el medio y las personas; reduciéndose a un problema de molestias (olores, visibilidad), sin mayores consecuencias. Esta consideración errónea agudizó el problema de la contaminación atmosférica con la introducción de la máquina de vapor, origen de la revolución industrial, para cuyo funcionamiento comenzaron a quemarse grandes cantidades de carbón; a lo que hay que sumar el uso de otros combustibles fósiles en la industria y transporte, el manejo y emisión de sustancias procedentes de la industria química, y de otras actividades humanas. A partir de ese momento, la preocupación por la calidad del aire que respiramos ha ido pareja al reconocimiento de las incertidumbres en los procesos atmosféricos que afectan a los contaminantes, de carácter altamente no lineal y que experimentan grandes variaciones en función de la dinámica meteorológica, ya de por sí compleja. Estos procesos complejos, sin embargo, son los que permiten la depuración de los contaminantes en la atmósfera y, en consecuencia, la minoración de su impacto; por lo que se ha reconocido la necesidad de conocerlos y, cuando era posible, cuantificarlos. Así que, el conocimiento de los procesos atmosféricos relacionados con la contaminación atmosférica partió inicialmente del análisis de datos experimentales de campo, de una parte, y de modelos teóricos de los procesos atmosféricos y su posible relación con la dispersión física de los contaminantes. La simplicidad de las soluciones analíticas de dichos modelos teóricos, sin embargo, dificultaba su aplicación a problemas reales.

The bioenergetics analysis and mathematical modelling of several bioprocesses with industrial interest aiming for waste materials recovery, is conducted in this Thesis. The objective is to mechanistically understand the physical limits of the processes together with the ecological interactions established in their different microbial ecosystems. This new knowledge could lead towards an improvement of the bioprocesses control increasing their efficiency. Three mathematical models have been developed based on bioenergetics and minimizing the empirical information necessary. Firstly, a novel metabolic energy-based model has been developed that accurately predicts the experimentally observed changes in product spectrum with pH variations when glucose is fermented in acidogenic conditions. The results are mechanistically explained analysing, under different environmental conditions, the impact that variable proton motive potential and active transport energy costs have in terms of energy harvest over products yielding. Secondly, several bioenergetics analyses to investigate the potential reversibility of specific anaerobic pathways of interest (more reduced products yielding with higher energy density) have been developed. Thermodynamics of the different steps in biochemical pathways are analysed and combined with assumptions concerning kinetic and physiological constraints to evaluate if the pathways are potentially reversible by imposing changes in process conditions. And thirdly, a last model is presented based on the assumption that mixed cultures are composed by undefined species competing for the energetic resources available and limited by the fundamental trade-off between yield and rate of energy harvest per unit of substrate. In this model, the competition between existing and non-experimentally reported microbial catabolic activities, is simulated. Successful ecological relations of competition or collaboration are predicted under the hypothesis of maximum energy harvest rate and in line with experimental observations.