Resultados de investigación

Este dataset recopila los datos obtenidos a partir de ensayos de reología (barrido en frecuencia y barrido en el tiempo). Estos ensayos permitieron la caracterización mecánica y estructural de los hidrogeles preparados con varias composiciones y concentraciones de colágeno, necesario para calcular las tracciones celulares a partir de los campos de desplazamientos calculados mediante Traction Force Microscopy., Se incluyen el barrido en frecuencia y el barrido en el tiempo de cada uno de los 9 hidrogeles diferentes, con tres réplicas para cada uno.

Los datos hacen referencia a los ítems de los constructos del modelo de investigación de ecuaciones estructurales asociado al artículo.

This dataset contains the original data used to create Figures 3-5 and 7-10 in the paper entitled 'Role of concentration-polarization electroosmosis in the dielectrophoresis of highly charged colloids: A theoretical study', published in teh Physical Review E Journal, File name: FIG3_Analytical-Vdep-Du-0.5.csv FIG3_Analytical-Vdep-Du-1.0.csv FIG3_Numerical-Vdep-Du-0.5.csv FIG3_Numerical-Vdep-Du-1.0.csv Description: DATASET FOR GENERATING FIGURE 3 IN THE MANUSCRIPT File name: Analytical-Vcpep-EntreQDu.csv Numerical-Vcpep-EntreQDu.csv Description: DATASET FOR GENERATING FIGURE 4 IN THE MANUSCRIPT File name: Analytical-Ucpep-smallDu.csv Numerical-Ucpep-smallDu.csv Description: DATASET FOR GENERATING FIGURE 5 IN THE MANUSCRIPT File name: FIG7_Vcpep-Du-0.25.csv FIG7_Vcpep-Du-0.50.csv FIG7_Vcpep-Du-0.75.csv FIG7_Vcpep-Du-1.00.csv FIG7_Vdep-Du-0.25.csv FIG7_Vdep-Du-0.50.csv FIG7_Vdep-Du-0.75.csv FIG7_Vdep-Du-1.00.csv Description: DATASET FOR GENERATING FIGURE 7 IN THE MANUSCRIPT File name: FIG8_Vcpep-Du-1.00.csv FIG8_Vcpep-Du-2.00.csv FIG8_Vcpep-Du-10.0.csv FIG8_Vdep-Du-1.00.csv FIG8_Vdep-Du-2.00.csv FIG8_Vdep-Du-10.0.csv Description: DATASET FOR GENERATING FIGURE 8 IN THE MANUSCRIPT File name: Udip-CPEP+DEP-Du-0.1.csv Udip-CPEP+DEP-Du-0.01.csv Udip-CPEP+DEP-Du-1.0.csv Udip-CPEP+DEP-Du-3.0.csv Udip-CPEP+DEP-Du-10.0.csv Description: DATASET FOR GENERATING FIGURE 9 IN THE MANUSCRIPT File name: ucpep_u1_u2_u3-V1.csv Description: DATASET FOR GENERATING FIGURE 10 IN THE MANUSCRIPT

Dataset generated in the work “Impact of Irrigation Management Decisions on the WaterFootprint of Processing Tomatoes in Southern Spain” whose main objective was to determine the water footprint of processing tomatoes grown in southern Spain under different drip irrigation methodologies., Climatic variables prevailing during the two growing cycles, fraction of soil shaded by the crop, relationship between growing degree days and crop’s shaded area, leaf water potential, leaf gas exchange, nitrate concentration in the soil solution, water footprint components.

Los datos provienen de los resultados de una prueba de evaluación de reconocimiento geométrico de estudiantes del Grado en Educación Primaria, obtenidos mediante el método de cálculo de grados de adquisición de niveles de razonamiento geométrico, durante el periodo 04/03/2024 - 06/03/2024.

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.

Revisión bibliométrica (2000-2022) la producción académica sobre e-gov y seguridad electrónica, evidenciando un auge reciente en su estudio, reflejo de su relevancia actual para la ciudadanía y el sector público., El contenido del dataset recopila los resultados obtenidos en las búsquedas de las bases de datos seleccionadas (Web of Science y Scopus).