Resultados de investigación

Analysing literacy from non-dominant perspectives that consider multimodality, the non-human and the unplanned is a matter of justice, as posthuman scholars have recognised. In this research project (HAMLET), we explore which other literacies are valued when this approach is adopted. Our focus is on the relations that emerge and challenge the binaries that accompany education and literacy research (e.g. literacy/non-literacy, mind/body, adult/child). This shift enables us to consider approaches that are more inclusive, less verbocentric, and that de-centre the human. This dataset focuses from a group of young children and things (e.g. a notebook, a bench, and a cork floor) intra-acting, moving and playing as if they were in a football match. We observe how the bodies of children, ourselves, notebooks, spaces, and time become intertwined through this difficult-to-articulate practice. In the article that draws on this dataset, drawing on Mazzei’s (2017) methodology, we trace the contours of movement to further develop Erin Manning’s conceptualization of this phenomenon while challenging reductionist understandings of literacy. This anaysis helped us exploring how embodied, unintentional, and more-than-linguistic practices contribute to literacy. Furthermore, it encourages educators to embrace unexpected worldings, prioritize relationships, and reconsider the role of movement in the classroom and in reading practices., Analizar la alfabetización desde perspectivas no dominantes que consideran la multimodalidad, lo no humano y lo no planificado es una cuestión de justicia, como han reconocido los estudiosos posthumanos. En este proyecto de investigación (HAMLET), exploramos qué otras alfabetizaciones se valoran cuando se adopta este enfoque. Nuestro enfoque está en las relaciones que surgen y desafían las dicotomías que acompañan a la investigación educativa y literaz (por ejemplo, alfabetización/no alfabetización, mente/cuerpo, adulto/niño). Este cambio nos permite considerar enfoques más inclusivos, menos verbocéntricos y que descentran al ser humano. respuesta con el mundo en lugar de propósitos impulsados por adultos, y en las intensas relaciones entre niños y materiales, donde las palabras pierden prioridad cuando se valora lo que se crea. Este conjunto de datos se centra en un grupo de niños pequeños y objetos (un cuaderno, un banco y un suelo de corcho) que interactúan, se mueven y juegan como si estuvieran en un partido de fútbol. Observamos cómo los cuerpos de los niños, los nuestros propios, los cuadernos, los espacios y el tiempo se entrelazan a través de esta práctica difícil de articular. En el artículo que se basa en este conjunto de datos, partiendo de la metodología de Mazzei (2017), trazamos los contornos del movimiento para desarrollar aún más la conceptualización de Erin Manning sobre este fenómeno, al tiempo que cuestionamos las interpretaciones reduccionistas de la alfabetización. Este análisis nos ayudó a explorar cómo las prácticas corporales, no intencionadas y más allá de lo lingüístico contribuyen a la alfabetización. Además, anima a los educadores a acoger «mundos» inesperados, a dar prioridad a las relaciones y a reconsiderar el papel del movimiento en el aula y en las prácticas de lectura.

En este dataset se recogen imágenes de células de cáncer de mama de la línea MDA-MB-231 embebidas en hidrogeles de colágeno de diferente composición y concentración. Estas imágenes se tomaron mediante el uso de un microscopio confocal y el marcaje fluorescente de las células, además de utilizar beads o microesferas fluorescentes (rojo) como marcadores de posición, permitiendo calcular las fuerzas ejercidas por las células en cada una de las condiciones., Se incluye una imagen de una célula en cada tipo de hidrogel (colágeno bovino, de rata o mezcla de ambos) y cada concentración (0.8, 1.5 y 2.3 mg/ml).

El proyecto MATILDA parte de la necesidad de abordar la alfabetización desde la heterogeneidad, la singularidad y la complejidad de los niños. El concepto de alfabetización en este proyecto va más allá del desarrollo de una serie de destrezas relacionadas con la lectura y la escritura, y se extiende a todas las prácticas que configuran la creación de significados en la infancia a través de sus experiencias y los entornos sociales en los que se insertan dichas prácticas. El conjunto de datos generado se basa en una de las acciones desarrolladas en el centro adjunto al proyecto MATILDA. Partiendo de un marco de investigación postcualitativa, los investigadores realizaron observación participativa y los datos se generaron a partir de un ensamblaje de vídeos, fotografías y notas de campo. Estos fueron creados entre febrero y marzo de 2022. Los datos que forman parte de este conjunto de datos son cuatro fotografías y dos viñetas. Ambos recogen intra-acciones que ocurrieron en nuestro proyecto y indican la pluralidad de prácticas de alfabetización y lenguaje en la primera infancia., - Imágenes - Viñetas escritas a partir de nota de campo y videos

En este dataset se recogen las figuras incluidas en el artículo “Quantitative atlas of collagen hydrogels reveals mesenchymal cancer cell traction adaptation to the matrix nanoarchitecture” (Acta Biomaterialia, 2024), así como las figuras del material suplementario. Este proyecto compara el comportamiento mecánico de células de cáncer de mama en diferentes hidrogeles de colágeno, según su composición (bovino, de rata o mezcla de ambos) o concentración (0.8, 1.5 y 2.3 mg/ml). Para ello se ha llevado a cabo la metodología Traction Force Microscopy, además de que se ha comparado con la microestructura de cada uno de los hidrogeles, reconstruida mediante la técnica FIB-SEM., Figuras 1-7 del artículo y Figuras 1-3 del material suplementario

El proyecto MATILDA parte de la necesidad de abordar la alfabetización desde la heterogeneidad, la singularidad y la complejidad de los niños. El concepto de alfabetización en este proyecto va más allá del desarrollo de una serie de destrezas relacionadas con la lectura y la escritura, y se extiende a todas las prácticas que configuran la creación de significados en la infancia a través de sus experiencias y los entornos sociales en los que se insertan dichas prácticas. El conjunto de datos generado se basa en un evento colectado como parte del trabajo de campo del proyecto MATILDA. Partiendo de un marco de investigación postcualitativa, los investigadores realizaron observación participativa y los datos se generaron a partir de un ensamblaje de vídeos, fotografías y notas de campo. Los datos que forman parte de este conjunto de datos son una viñeta y una foto. Ambos recogen intra-acciones que ocurrieron en nuestro proyecto e indican la pluralidad de prácticas de alfabetización y lenguaje en la primera infancia desde una perspectiva afectiva., - Imágenes. - Una viñeta escrita a partir de nota de campo y videos.

En el proyecto se USECHIP desarrolla este dataset neuromórfico para estudiar la clasificación de aves mediante sistemas autónomos de bajo consumo y bajo coste. El conjunto incluye vídeos de canario, periquito, cotorra y gorrión, transformados mediante un Neuromorphic Auditory Sensor (NAS) en eventos pulsantes distribuidos en 64 bandas de frecuencia en estéreo. Las señales, registradas en ficheros .AEDAT con direcciones AER y marcas temporales, se procesan en MATLAB para generar muestras destinadas al acelerador de redes neuronales pulsantes y recurrentes ReckOn. El dataset final ofrece ficheros .dat equilibrados, creados con distintos umbrales de agrupación temporal., 1. Objetivo y alcance del dataset Uno de los objetivos del proyecto USECHIP es estudiar la biodiversidad mediante circuitos y sistemas autónomos, de bajo consumo y bajo coste, contribuyendo al objetivo europeo PERTE-chip. En este trabajo se evalúa la viabilidad de clasificar aves utilizando sistemas neuromórficos para el sensado y la grabación de audio, así como Redes Neuronales Pulsantes y Recurrentes para su clasificación. 2. Archivos mp4 de origen y clases de aves El dataset contiene vídeos en formato .mp4 (carpeta mp4) correspondientes a cuatro aves: canario, periquito, cotorra y gorrión. Los vídeos se han descargado de YouTube y sus enlaces se encuentran en el archivo links.txt. Los nombres de estos archivos son: 0_Canario_Canary.mp4, 1_Cotorra_Parakeet.mp4, 2_Gorrion_Sparrow.mp4 y 3_Jilguero_Goldfinch.mp4. El número al principio del nombre del archivo corresponde con la clase en numérica en el dataset. 3. Conversión del audio mediante el NAS a ficheros .aedat El Neuromorphic Auditory Sensor (NAS) descompone el audio en 64 bandas de frecuencia comprendidas entre 20 Hz y 20 kHz. El sistema emula la cóclea humana, que transmite al córtex auditivo información pulsante sobre las bandas detectadas en el audio de entrada. El NAS convierte el audio en modulación por frecuencia de pulsos (PFM) y filtra este flujo de pulsos mediante dos bancos de filtros de paso de banda, configurables en cascada o en paralelo. En la configuración en cascada, los filtros de paso de banda de mayor frecuencia reciben la señal pulsante, conservan la banda detectada y descartan los pulsos correspondientes a frecuencias menores. La salida descartada alimenta el filtro configurado con la siguiente banda de alta frecuencia. Este procedimiento se repite 64 veces, una por cada banda. Cada filtro dispone de dos salidas pulsantes, que representan la actividad positiva o negativa de la señal de audio. Las salidas pulsantes de los filtros se multiplexan en un bus digital asíncrono. Cada pulso genera un evento identificado numéricamente con el filtro que lo produjo. Los filtros de mayor frecuencia tienen identificadores menores. Cada filtro emplea dos identificadores: uno par para los eventos positivos y otro impar para los negativos. El NAS dispone de dos entradas de audio y permite trabajar con sonido estéreo. Las direcciones de ambas entradas son correlativas y abarcan de 0 a 255: las direcciones de 0 a 127 corresponden a la «oreja» izquierda y las de 128 a 255 a la derecha. La salida pulsante del NAS contiene información sobre el identificador de cada evento, en formato Address-Event Representation (AER), y sobre el instante en que se produce. Para conservar ambos datos, el sistema de captura OKAERTool asigna una marca temporal a cada evento y los empaqueta en tramas que se envían por USB al PC. El programa específico jAER almacena la información en ficheros .AEDAT, que contienen la secuencia AER y la marca temporal (timestamp) de cada evento. Por tanto, los ficheros .AEDAT representan la transformación del audio de los vídeos .mp4 a un formato neuromórfico descompuesto en bandas de frecuencia. Estos archivos se encuentran en la carpeta “aedat”. 4. Generación de muestras para ReckOn en ficheros .dat A partir de las grabaciones .AEDAT se extraen las muestras de entrenamiento y test destinadas al acelerador de redes neuronales pulsantes y recurrentes ReckOn. El procesamiento se realiza en MATLAB mediante los siguientes archivos (carpeta Matlab): 1. Loadaerdat.m. Recibe la ruta y el nombre de un fichero .aedat y devuelve un array de dos columnas y tantas filas como eventos contiene el archivo. Las columnas representan los eventos y sus marcas temporales. 2. gen_ds_reckon_birds_mw_max.m. Recibe un umbral (th) y un booleano que indica si deben mostrarse gráficos de las muestras extraídas. El umbral determina cuántos eventos consecutivos de cada filtro y con la misma polaridad deben recibirse para generar un evento de salida para ese filtro y polaridad. Se implementa con un contador por cada filtro que incrementa 1 si llega un evento positivo, y decrementa 1 si el evento que llega es negativo. Este comportamiento representa el umbral de una neurona Integrate & Fire situada a la salida de cada filtro. Esta neurona IF no incorpora ni olvido ni tiempo refractario. Además, el valor de th también se emplea para crear muestras de mayor duración temporal. Para ello, las marcas temporales se dividen por th antes de comprobar la duración. Todas las muestras tienen 2250 timesteps, con la relación 1 timestep = 1 timestamp × th. gen_ds_reckon_birds_mw_max.m itera sobre los cuatro archivos .aedat, llama a plot_reckon_mw_max.m para cada uno y, una vez extraídas las muestras de cada ave, las mezcla y concatena en un único fichero .dat con el formato de ReckOn. 3. Plot_reckon_mw_max.m. Recibe como parámetros de entrada el nombre del archivo .aedat, el número de clase asociado al ave, el umbral, el número máximo de muestras que se desea extraer y un booleano para representar gráficamente cada muestra. Llama a loadaerdat.m, recorre los eventos para implementar el circuito de filtro IF con el umbral indicado y procesa la lista reducida tras el filtrado haciendo un proceso de segmentación y etiquetado. La función recorta secuencias de eventos con marcas temporales de hasta 2250 × th. En cada muestra inserta un evento especial con dirección AER -2 y con timestep igual a la clase correspondiente. Al final añade otro evento especial con dirección -1 y timestep 2250. Los timesteps se calculan dividiendo entre th, mediante números enteros, la marca temporal del fichero .aedat. Además, las marcas temporales de cada muestra se desplazan para que comiencen siempre en el timestep 0. 5. Ficheros .dat disponibles El dataset contiene los siguientes archivos equilibrados (carpeta dat): o birds_mw_th1_balanced_max.dat: generado con th = 1; contiene 4000 muestras, 1000 por ave. o birds_mw_th20_balanced_max.dat: generado con th = 20; contiene 940 muestras, 235 por ave. o birds_mw_th50_balanced_max.dat: generado con th = 50; contiene 504 muestras, 126 por ave. o birds_mw_th100_balanced_max.dat: generado con th = 100; contiene 264 muestras, 66 por ave.

Programas (scripts) en la herramienta Singular para el cálculo del número de soluciones de un sistema polinómico asociado a un problema combinatorio. Se aportan también las salidas de las ejecuciones., herbolarioSingular-kbase-maestro.txt. Fichero con el programa que lanza cada configuración. herbolario-kbase-zzzzzzzz.txt. Fichero con el programa en Singular para una configuración dada. herbolarioSing-out-kbasezzzzzzzz. Fichero con la salida de la ejecución del programa anterior.

This dataset contains the original data and files used to create Figures 5, 7 and 8 in the paper, and Figure S5 of the Supplementary Material., FIG5_10kHz_400Vpp_Sample.avi FIG78_DATA.m FIG78_c1c2c3.txt FIG78_V1V2V3.txt FIGS5_DATA.m FIGS5_c1c2c3.txt FIGS5_V1V2V3.txt

CRC-MSI-HistoTags v1.0 es un conjunto de datos de histología de cáncer colorrectal a nivel de parche. Contiene 600 parches de imagen H&E desidentificados de 512 x 512 píxeles, extraídos a 20x (resolución espacial de 0,5 um/píxel; campo de tejido de 256 x 256 um por parche), repartidos a partes iguales entre tres cohortes (200 parches cada una): la cohorte institucional Macarena, TCGA-COAD y CPTAC-COAD. Cada cohorte está equilibrada con 100 parches con inestabilidad de microsatélites (MSI) y 100 estables (MSS). Cada parche se vincula a su estado MSI/MSS y a siete anotaciones morfológicas binarias por consenso de expertos (arquitectura glandular, diferenciación tumoral, serración glandular, mucina, linfocitos intraepiteliales infiltrantes de tumor, inflamación peritumoral y necrosis intraluminal). Metodología: los parches se seleccionaron a partir de imágenes de portaobjetos completos (WSI) mediante un flujo de aprendizaje de múltiples instancias (MIL) de alta atención. El estado MSI/MSS de la cohorte Macarena se determinó por inmunohistoquímica de reparación de errores de emparejamiento (MLH1, MSH2, MSH6 y PMS2). Dos anotadores anotaron los 600 parches de forma independiente y las discrepancias se resolvieron por consenso. La cohorte institucional Macarena fue aprobada por el Comité de Ética de la Investigación de los Hospitales Universitarios Virgen Macarena-Virgen del Rocío (protocolo PID2023-147688OA-I00) y se libera como imágenes desidentificadas a nivel de parche. El conjunto de datos incluye además metadatos por parche, un manifiesto de archivos con sumas de comprobación SHA256, diccionarios de etiquetas y cohortes, un archivo de validación técnica, tablas suplementarias de trazabilidad de anotaciones y scripts de Python para cargar y validar la publicación. El conjunto describe la colección de imágenes en sí, no los resultados de ningún modelo de predicción MSI/MSS., images/ (macarena/, tcga_coad/, cptac_coad/): 600 imágenes PNG RGB (200 por cohorte). data/: metadata.csv, file_manifest.csv, tag_annotations_consensus_final.csv, tag_dictionary.csv, cohort_dictionary.csv, technical_validation_final.csv. supplementary/: anotaciones brutas por anotador y tablas de trazabilidad del consenso. code/: load_dataset.py, validate_dataset.py. docs/: documentación de protocolo, validación técnica y disponibilidad de datos. CITATION.cff, LICENSE.

Crayons of Askalan (2011), dirigido y escrito por Laila Hotait, es un documental creativo, basado en una larga investigación, que retrata el proceso artístico del pintor palestino Zuhdi Al Adawi durante su encarcelamiento en la prisión israelí de Askalan. A través de la memoria, el dibujo y la palabra, la película reconstruye la experiencia del encierro y la resistencia simbólica mediante la creación artística. El film articula testimonio, archivo y recreación visual para explorar la relación entre arte, identidad y supervivencia en contexto de conflicto, convirtiendo el acto creativo en una forma de afirmación política y memoria colectiva. La película se estrenó en Hot Docs y estuvo en más de veinte festivales nacinales e internacionales en selección., Financiado por el Sundance Documentary Institute, Arab Fund for Arts and Culture, Screen Institute Beirut y Doha Film Institute. Seleccionado en Berlinale Talents, Editing Studio.