Resultados de investigación

This dataset contains the experimental data derived from the research project focused on developing a targeted nanotherapeutic strategy for the treatment of atherosclerosis. The therapy utilises poly(lactic-co-glycolic acid) (PLGA) nanoparticles functionalised with the VBP binding peptide (targeting vascular cell adhesion molecule-1, VCAM-1) for the localized delivery of the selective CB2 cannabinoid receptor agonist, JWH-133 (VBP-JWH-133-NPs), mitigating systemic side effects and overcoming the low bioavailability of the free compound. Summary of generated datasets and methodology Nanoparticle characterization - Data: Particle size, polydispersity index (PDI), and Zeta potential measured via Dynamic Light Scattering (DLS); encapsulation efficiency (%EE) and drug loading determined by HPLC; peptide conjugation yield and stability profiles. - Methodology: Preparation of PLGA nanoparticles via emulsion-evaporation/nanoprecipitation followed by surface functionalisation with the VBP peptide using chemical coupling. In vivo therapeutic efficacy and sex-specific analysis: - Data: Quantification of body weight and related parameters, organ-to-body weight ratios. aortic plaque burden and lipid deposition (morphometry and immunohistochemistry / Oil Red O staining), systemic inflammatory cytokine levels, and serum lipid panels. - Methodology: Preclinical trials in male and female ApoE-/- mice on a high-fat diet receiving comparative treatments (vehicle, free JWH-133, and VBP-JWH-133-NPs). Stratified statistical analysis incorporating sex as a biological variable.

Datos, anonimizados, de la encuesta administrada a jóvenes de entre 11 y 18 años de Andalucía, durante el año 2020. Este conjunto de datos incluye: variables sociodemográficas (género, edad, peso, altura, país de nacimiento, país de nacimiento de padre/madre, orientación sexual y uso de redes sociales virtuales), subescalas de victimización y agresión de la versión española del European Bullying Intervention Project Questionnaire (EBIPQ; Ortega-Ruiz et al., 2016) y subescalas de cibervictimización y ciberagresión de la versión española del European Cyberbullying Intervention Project Questionnaire (ECIPQ; Ortega-Ruiz et al., 2016); versión española de la Perceived Social Competence Scale II (Romera et al., 2016); Risky Online Behaviour Scale (Sasson & Mesch, 2016); Cyberbullying Victimization Emotional Impact Scale (CVEIS; Elipe et al., 2017); Coping Strategies Scale (Nacimiento & Mora-Merchán, 2014); Anger Regulation Scale (Bar-On & Parker, 2006); Socio-Emotional Competence Questionnaire (SECQ; Zhou & Ee, 2012); Multidimensional Scale of Perceived Social Support (MSPSS; Zimet et al., 1988, 2016); Self-Compassion Scale (Raes et al., 2011); Parental Control of Internet Use by Adolescents Questionnaire (Álvarez-García et al., 2019); and Need for Popularity Scale (Santor et al., 2000)., Anonymised data from the survey administered to middle school students aged 11-18 in Andalusia in 2020 and 2021. This dataset includes: sociodemographic variables (gender, age, weight, height, country of birth, country of birth of father/mother, sexual orientation and use of virtual social networks), victimization and aggression subscales of the Spanish version of the European Bullying Intervention Project Questionnaire (EBIPQ; Ortega-Ruiz et al., 2016) and cybervictimization and cyberaggression subscales of the Spanish version of the European Cyberbullying Intervention Project Questionnaire (ECIPQ; Ortega-Ruiz et al., 2016); Spanish version of the Perceived Social Competence Scale II (Romera et al., 2016); Risky Online Behaviour Scale (Sasson & Mesch, 2016); Cyberbullying Victimization Emotional Impact Scale (CVEIS; Elipe et al., 2017); Coping Strategies Scale (Nacimiento & Mora-Merchán, 2014); Anger Regulation Scale (Bar-On & Parker, 2006); Socio-Emotional Competence Questionnaire (SECQ; Zhou & Ee, 2012); Multidimensional Scale of Perceived Social Support (MSPSS; Zimet et al., 1988, 2016); Self-Compassion Scale (Raes et al., 2011); Parental Control of Internet Use by Adolescents Questionnaire (Álvarez-García et al., 2019); and Need for Popularity Scale (Santor et al., 2000).

This dataset provides detailed information on outdoor air temperatures, indoor operative temperatures, and energy consumption for a simulated building case study focused on Seville, Spain. The data includes monthly measurements of indoor (in degrees Celsius) and outdoor (in degrees Celsius) operative temperatures throughout the year, as well as associated energy consumptions for different building needs, including lighting, heating, cooling, and equipment. The consumptions are expressed in kWh/m² and are collected under the current climate scenario as well as future projections based on different Representative Concentration Pathways (RCP 2.6, RCP 4.5, and RCP 8.5) for the years 2050 and 2100. This dataset is useful for assessing the energy demand of buildings and analyzing energy vulnerability in urban contexts, particularly in relation to climate change and its impact on heating and cooling needs., Este conjunto de datos contiene información detallada sobre las temperaturas exteriores del aire, las temperaturas operativas interiores y los consumos energéticos de un edificio simulado en un estudio de caso centrado en Sevilla, España. Los datos incluyen mediciones mensuales de las temperaturas operativas interiores (en grados Celsius) y exteriores (en grados Celsius) a lo largo de todo el año, así como los consumos energéticos asociados a las diferentes necesidades de un edificio residencial, incluyendo iluminación, calefacción, refrigeración y equipamiento. Los consumos se expresan en kWh/m² y se recopilan bajo un escenario climático actual, así como proyecciones futuras bajo diferentes rutas de concentración representativas (RCP 2.6, RCP 4.5 y RCP 8.5) para los años 2050 y 2100. Este conjunto de datos es útil para la evaluación de la demanda energética de edificios y el análisis de la vulnerabilidad energética en contextos urbanos, especialmente en relación con el cambio climático y sus efectos sobre las necesidades de calefacción y refrigeración., The dataset contains the following variables organized by columns and rows, structured monthly for each of the analyzed years (current, 2050, and 2100 under different RCP scenarios): Month: Represents the month of the year (January to December). Outdoor Air Temperature (°C): Monthly average outdoor air temperature measured in degrees Celsius for each month. This variable corresponds to the external weather conditions in the city of Seville for each of the climate scenarios. Indoor Operative Temperature (°C): Monthly average indoor operative temperature measured in degrees Celsius for each month. This temperature reflects the thermal comfort inside the building, considering radiation, convection, and air temperature conditions. Lighting: Monthly energy consumption associated with the building's lighting system, expressed in kWh per square meter of living space. Heating: Monthly energy consumption associated with the building’s heating system, expressed in kWh per square meter of living space. Cooling: Monthly energy consumption associated with the building’s cooling (HVAC) system, expressed in kWh per square meter of living space. Equipment: Monthly energy consumption associated with the operation of electrical equipment inside the building (appliances, electronics, etc.), expressed in kWh per square meter of living space. Total Consumption (kWh/m²): The total sum of energy consumption (lighting, heating, cooling, and equipment) for each month, expressed in kWh per square meter of living space. Climate Scenarios (RCP 2.6, RCP 4.5, RCP 8.5): The values for outdoor temperature, indoor operative temperature, and energy consumption are broken down according to three greenhouse gas emissions scenarios: RCP 2.6, RCP 4.5, and RCP 8.5. These scenarios reflect different future greenhouse gas concentration trajectories and their impacts on climate conditions and energy demand., El conjunto de datos contiene las siguientes variables organizadas por columnas y filas, estructurado de forma mensual para cada uno de los años analizados (actual, 2050, y 2100 bajo distintos escenarios RCP): Mes: Representa el mes del año (enero a diciembre). Temperatura Exterior del Aire (°C): Temperatura media exterior del aire medida en grados Celsius para cada mes. Esta variable corresponde a las condiciones meteorológicas externas de la ciudad de Sevilla en cada uno de los escenarios climáticos. Temperatura Operativa Interior (°C): Temperatura media operativa interior medida en grados Celsius durante cada mes. Esta temperatura refleja el confort térmico en el interior del edificio, considerando las condiciones de radiación, convección y temperatura del aire. Iluminación: Consumo energético mensual asociado a la iluminación del edificio, expresado en kWh por metro cuadrado de superficie habitable. Calefacción: Consumo energético mensual asociado al sistema de calefacción del edificio, expresado en kWh por metro cuadrado de superficie habitable. Refrigeración: Consumo energético mensual asociado al sistema de refrigeración (HVAC) del edificio, expresado en kWh por metro cuadrado de superficie habitable. Equipos: Consumo energético mensual asociado al funcionamiento de los equipos eléctricos dentro del edificio (electrodomésticos, electrónica, etc.), expresado en kWh por metro cuadrado de superficie habitable. Consumo Total (kWh/m²): Suma total de los consumos energéticos (iluminación, calefacción, refrigeración y equipos) durante cada mes, expresado en kWh por metro cuadrado de superficie habitable. Escenarios Climáticos (RCP 2.6, RCP 4.5, RCP 8.5): Los valores de temperatura exterior, temperatura operativa interior y consumo energético se desglosan en función de tres escenarios de emisiones de gases de efecto invernadero: RCP 2.6, RCP 4.5 y RCP 8.5. Estos escenarios reflejan diferentes trayectorias futuras de concentración de gases de efecto invernadero y sus efectos sobre las condiciones climáticas y la demanda energética.

Los resultados aportan mediciones de la actividad gamma tanto fase como no fase obtenida mediante la técnica "Temporal Spectral Evolution (TSE)". Se aportan datos de latencia, amplitud y exportaciones de mapas para correlaciones topográficas en formato excel. Los datos corresponden a sujetos sanos en dos mediciones temporales para evaluar replicabilidad, ante un paradigma "oddball visual".

Data generated with GlycoZIF particles show a reduction in pro-inflammatory mediators, an increase in the level of the heme oxygenase-1 enzyme, inhibition of the NLRP3 inflammasome, and a reduction in reactive gliosis in in vitro and ex vivo assays with diabetic retinopathy models.

This dataset is part of a study that analyzes the thermal conditions in terms of comfort of two homes in the same building that is part of the Casa para Todos program in Ecuador, in 6 different climatic zones in the current climate situation and in the projection to 2050 and 2100 in the RCP 2.6, RCP 4.5 and RCP 8.5 scenarios. The aim of the study is to analyze the building performance, in this case, the adaptive comfort model of ASHRAE 55-2020 has been applied to establish the comfort ranges of each of the climate zones in each scenario. The results show that, due to the environmental conditions of the different areas studied, in each of them it is possible to analyze the performance of the buildings in free oscillation with adaptive comfort ranges, then a great variation between the two houses in the same climatic zone was observed, being the houses on the ground floor the ones that mostly presented a better performance. The dataset provides detailed information for each locality. It was necessary to obtain the climatic files with the Meteonorm computer program and the subsequent energy simulation of the building in DesignBuilder and EnergyPlus. The dataset collects hourly data on outdoor air temperatures, operating temperature of the two homes and comfort limits (ASHRAE 55-2020) in each of the locations as of 2020, 2050 RCP 2.6, RCP 4.5 and RCP 8.5 and 2100 RCP 2.6, RCP 4.5 and RCP 8.5., Este conjunto de datos forma parte de un estudio que analiza las condiciones térmicas en cuanto confort de dos viviendas de un mismo edificio que forma parte del programa Casa para Todos en Ecuador, en 6 zonas climáticas diferentes en la situación climática actual y en la proyección a 2050 y 2100 en los escenarios RCP 2.6, RCP 4.5 y RCP 4.8. Para estudiar su desempeño, se ha aplicado el modelo de confort adaptativo de la ASHRAE 55-2020 para poder establecer los rangos de confort de cada una de las zonas climáticas en cada uno de los escenarios climáticos. Los resultados muestran que, debido a las condiciones ambientales de las diferentes zonas estudiadas, en cada una de ellas es posible analizar el desempeño de los edificios en oscilación libre con rangos de confort adaptativos, existiendo una gran variación entre las dos viviendas en la misma zona climática, siendo las viviendas en planta baja las que en su mayoría presentaron un mejor desempeño. El dataset proporciona información detallada de cada una de las localidades para lo cual fue necesaria la obtención de los archivos climáticos con el programa informático Meteonorm y la posterior simulación energética del edificio en DesignBuilder y EnergyPlus. El dataset recoge los datos horarios de temperaturas del aire exterior, temperatura operativa de las dos viviendas y límites de confort (ASHRAE 55-2020) en cada una de las localidades a 2020, 2050 RCP 2.6, RCP 4.5 y RCP 8.5 y, 2100 RCP 2.6, RCP 4.5 y RCP 8.5., The dataset contains information obtained from the simulation of a prototype of houses in Ecuador belonging to the "Casa Para Todos" program in the current climate situation and the projection to 2050 and 2100 in each of the three scenarios RCP 2.6, RCP 4.5 and RCP 8.5. The simulations have been developed with DesignBuilder V7 and EnergyPlus V8.9.0. Data on outdoor air temperature in °C, indoor operative temperature in °C and comfort limits according to ASHRAE 55-2020 are included. El dataset contiene información obtenida a partir de la simulación de un prototipo de viviendas de Ecuador perteneciente al programa “Casa Para Todos” en la situación climática actual y la proyección a 2050 y 2100 en cada uno de los tres escenarios RCP 2.6, RCP 4.5 y RCP 8.5. Las simulaciones han sido desarrolladas con DesignBuilder V7 y EnergyPlus V8.9.0. Se incluyen datos de temperatura del aire exterior en °C, temperatura operativa interior en °C y límites de confort según la norma ASHRAE 55-2020.

The olive tree is well adapted to the Mediterranean climate, however, the current increase in temperature as a consequence of the global warming affects the phenological stages and can accelerate the ripening of the fruits, moving the harvesting to periods that are less favorable for quality production. In this work, the impact of harvesting under low environmental temperature conditions (harvesting at dawn when the lowest temperature of the day occurred) on olive quality is explored, with particular emphasis on bruising. The study was carried out in two consecutive years (2015-2016) and used fruit from two cultivars with different tolerance to bruising (Manzanilla de Sevilla and Manzanilla Cacereña), growing in SHD conditions.

El artículo presenta datos de varias estaciones de riego, del 2017 al 2019 en un olivar en seto adulto en Carmona (Sevilla). Se comparan diferentes tratamientos de riego en los que se ha empleado la dendrometría (con dendrómetros tipo D6) y el potencial hídrico (con cámara de presión) como indicadores del nivel de estrés en comparación con un Control sin restricciones. No hubo diferencias significativas en cosecha de fruta y aceite aunque hubo un efecto acumulado del estrés sobre la cantidad de aceite., Cada pestaña tiene cada uno de los datos de las tablas