Resultados de investigación

Este conjunto de datos está elaborado a partir de los datos completos constituidos por las 54 entrevistas semidirigidas que integran el corpus PRESEEA-Santander. Estos datos están preestratificados en torno a las variables de sexo, edad y nivel educativo, conforme a las directrices marcadas en el Proyecto para el Estudio Sociolingüístico del Español de España y América (PRESEEA) (Moreno Fernández 2021). El objetivo de este inventario es reunir el léxico extraído de las entrevistas orales, grabadas y transcritas, del núcleo urbano de una ciudad española, como parte del proyecto arriba mencionado. Un inventario léxico constituye un recurso de primer orden para abordar el estudio del vocabulario desde parámetros tanto cualitativos como cuantitativos. Su finalidad estriba en poner a disposición de la comunidad científica internacional una estructura que facilite la localización de palabras y su uso investigador en estudios lingüísticos y aplicados, como los propios de la sociolingüística y la lexicometría, entre otros., Este trabajo ha sido posible gracias a la financiación recibida por el Ministerio de Ciencia, Innovación y Universidades para el proyecto "Estudio de los condicionantes sociales del español actual en el centro y norte de España: nuevas identidades, nuevos retos, nuevas soluciones (ECOS -C/N)"(PID2023-148371NB-C42), Inventario morfológico de PRESEEA-Santander (muestra) -- Inventario léxico PRESEEA-Santander (corpus). Introducción -- Inventario léxico PRESEEA-Santander (corpus). Metodología -- Inventario léxico de PRESEEA-Santander (muestra) -- Inventario léxico PRESEEA-Santander (corpus) (volúmenes)

Los formularios recogen la información de las piezas incluidas en el proyecto “Imitaciones de piedras en vidrio en época romana y su reinterpretación en época moderna” (PID2020-117299GB-I00); acrónimo LAPISVITRUMQUE. Se trata de tres formularios: uno para vidrios, otro para piedras preciosas y ornamentales y un tercero en el que se relacionan ambos. Los dos primeros incluyen datos relacionados con las propias piezas y el tercero busca comparar vidrios y piedras a través de diversos filtros por conjunto, grupo, clase, color y cualidad. Este formulario está en constante actualización según se va incorporando nueva información, con él se podrá determinar en el caso de los vidrios las formas que imitan en su decoración y a qué tipo de rocas ornamentales o piedras preciosas lo hacen. Y en el caso de las producciones en piedra (instrumenta domestica, adornos personales, etc.) contrastar su aparición o no en vidrio., The forms collect information on the pieces included in the Project “Glass Imitations of Stones in the Roman Period and their Reinterpretation in the Modern Era” (PID2020-117299GB-I00), acronym: LAPISVITRUMQUE, funded by MCIN/ AEI/10.13039/501100011033. There are three forms: one for glass (Tabla_vidrio), another for precious and ornamental stones (Tabla_piedras), and a third that relates the two (Tabla_correlacion). The first two include data related to the pieces themselves and the third seeks to compare glass and stone through various filters by set, group, class, colour and quality. This form is constantly being updated as new information is added. In the case of glass, it can be used to determine the shapes imitated in their decoration and the type of ornamental rocks or precious stones they imitate. And in the case of stone productions (instrumenta domestica, personal ornaments, etc.) to contrast their appearance or not in glass., Agencia Estatal de la Investigación. Ministerio de Ciencia, Innovación y Universidades. Gobierno de España (MCIN/ AEI /10.13039/501100011033), 1_Tabla Vidrio_UCrea.xlsx 2_Tabla Piedras_UCrea.xlsx 3-Tabla Correlación_xlsx UCrea_datos formularios

Mosquitonet is an open-source pavement distress dataset collected with a low-cost vehicle-mounted system for pavement distress detection through Deep Learning algorithms. There are 7099 images with 13 distress classes, annotated by experts in 12 formats: COCO, PASCAL VOC, YOLO/YOLOv4-v7 PyTorch, TF Object Detection, TFRecord, YOLOv3 Keras, Retinanet Keras and CreateML. The images were gathered by means of a low-cost, high-resolution and fast-acquisition system, Mosquito. The Mosquito system is an unmanned aerial vehicle mounted on a 3D-printed structure that is attached to a vehicle using a suction cup system. The Mosquito system provides images and GPS coordinates per image for speeds up to 120 km/h, where its remote control allows the co-pilot to adjust its parameters in real time for better capture. Annotations for training Deep Learning models were performed manually by pavement experts.

Las imágenes tienen formato JPEG, Email de contacto: sedanoj@unican.es, Imágenes del vuelo fotogramétrico con Drone de las instalaciones del Balneario La Hermida, Drone photogrammetric flight images of the Balneario La Hermida facilities