Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama

Autores
Amorena, José Ignacio; Álvarez, Dolores María Eugenia; Fernández de Ahumada, Elvira; Rigalt, Francisco
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La producción de fibras textiles de llama y vicuña es una de las actividades de mayor valor ambiental, cultural y económico para la región alto-andina de Catamarca. Por esto es necesario desarrollar una tecnología que permita analizar de manera rápida y sustentable los parámetros de calidad de este material. En este trabajo se evaluaron, a través de los estadísticos R2, SECV, SEV y RPD, distintos tratamientos y modelos NIRS de predicción para determinar la Finura de muestras de llama y vicuña. Los resultados mostraron que los mejores modelos se obtuvieron con ninguno o con el mínimo tratamiento. Los valores de R2<0.7 y RPD≅1.7 obtenidos, dieron cuenta de la necesidad de aumentar el tamaño muestral y de explorar en el desarrollo de técnicas alternativas de regresión.
The production of llama and vicuna textile fibres is one of the more valuable environmental, cultural and economic activity in the High-Andean region of Catamarca. It is necessary to develop a technology that allows to analyze this material quickly and sustainably. In this work, different treatments and NIRS prediction models were evaluated through R2, SECV, SEV and RPD statistics to predict Fineness in samples of llama and vicuna. The results showed that the best models were obtained with none or minimum treatment. Trough R2 <0.7 and RPD≅1.7 results, we concluded that it is necessary to increase the sample size and explore the development of alternative regression techniques.
Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Amorena, José Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Sumalao.Catamarca; Argentina.
Fil: Fernández de Ahumada, Elvira. Universidad de Córdoba (UCO). Departamento de Matemáticas. Córdoba; España.
Fil: Rigalt, Francisco. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria. (INTA-EEA). Catamarca; Argentina.
Materia
NIRS
Fibras textiles
Llama
Vicuña
Textile fibers
Vicuna
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2022-05-16T20:02:50Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/6302
Acceder
id RIAUTN_ba50c3c2c07b594d3e749d4844488b7d
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/6302
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llamaAmorena, José IgnacioÁlvarez, Dolores María EugeniaFernández de Ahumada, ElviraRigalt, FranciscoNIRSFibras textilesLlamaVicuñaTextile fibersVicunaLa producción de fibras textiles de llama y vicuña es una de las actividades de mayor valor ambiental, cultural y económico para la región alto-andina de Catamarca. Por esto es necesario desarrollar una tecnología que permita analizar de manera rápida y sustentable los parámetros de calidad de este material. En este trabajo se evaluaron, a través de los estadísticos R2, SECV, SEV y RPD, distintos tratamientos y modelos NIRS de predicción para determinar la Finura de muestras de llama y vicuña. Los resultados mostraron que los mejores modelos se obtuvieron con ninguno o con el mínimo tratamiento. Los valores de R2&lt;0.7 y RPD≅1.7 obtenidos, dieron cuenta de la necesidad de aumentar el tamaño muestral y de explorar en el desarrollo de técnicas alternativas de regresión.The production of llama and vicuna textile fibres is one of the more valuable environmental, cultural and economic activity in the High-Andean region of Catamarca. It is necessary to develop a technology that allows to analyze this material quickly and sustainably. In this work, different treatments and NIRS prediction models were evaluated through R2, SECV, SEV and RPD statistics to predict Fineness in samples of llama and vicuna. The results showed that the best models were obtained with none or minimum treatment. Trough R2 &lt;0.7 and RPD≅1.7 results, we concluded that it is necessary to increase the sample size and explore the development of alternative regression techniques.Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.Fil: Amorena, José Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Sumalao.Catamarca; Argentina.Fil: Fernández de Ahumada, Elvira. Universidad de Córdoba (UCO). Departamento de Matemáticas. Córdoba; España.Fil: Rigalt, Francisco. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria. (INTA-EEA). Catamarca; Argentina.2022-05-16T20:02:50Z2022-05-16T20:02:50Z2019info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfhttp://hdl.handle.net/20.500.12272/6302-spainfo:eu-repo/semantics/openAccess2022-05-16T20:02:50Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalDolores María Eugenia ÁlvarezX Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:45:29Zoai:ria.utn.edu.ar:20.500.12272/6302instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:45:29.813Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
title Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
spellingShingle Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
Amorena, José Ignacio
NIRS
Fibras textiles
Llama
Vicuña
Textile fibers
Vicuna
title_short Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
title_full Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
title_fullStr Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
title_full_unstemmed Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
title_sort Desarrollo de modelos NIRS de predicción para el análisis de la finura de fibras textiles de vicuña y llama
dc.creator.none.fl_str_mv Amorena, José Ignacio
Álvarez, Dolores María Eugenia
Fernández de Ahumada, Elvira
Rigalt, Francisco
author Amorena, José Ignacio
author_facet Amorena, José Ignacio
Álvarez, Dolores María Eugenia
Fernández de Ahumada, Elvira
Rigalt, Francisco
author_role author
author2 Álvarez, Dolores María Eugenia
Fernández de Ahumada, Elvira
Rigalt, Francisco
author2_role author
author
author
dc.subject.none.fl_str_mv NIRS
Fibras textiles
Llama
Vicuña
Textile fibers
Vicuna
topic NIRS
Fibras textiles
Llama
Vicuña
Textile fibers
Vicuna
dc.description.none.fl_txt_mv La producción de fibras textiles de llama y vicuña es una de las actividades de mayor valor ambiental, cultural y económico para la región alto-andina de Catamarca. Por esto es necesario desarrollar una tecnología que permita analizar de manera rápida y sustentable los parámetros de calidad de este material. En este trabajo se evaluaron, a través de los estadísticos R2, SECV, SEV y RPD, distintos tratamientos y modelos NIRS de predicción para determinar la Finura de muestras de llama y vicuña. Los resultados mostraron que los mejores modelos se obtuvieron con ninguno o con el mínimo tratamiento. Los valores de R2&lt;0.7 y RPD≅1.7 obtenidos, dieron cuenta de la necesidad de aumentar el tamaño muestral y de explorar en el desarrollo de técnicas alternativas de regresión.
The production of llama and vicuna textile fibres is one of the more valuable environmental, cultural and economic activity in the High-Andean region of Catamarca. It is necessary to develop a technology that allows to analyze this material quickly and sustainably. In this work, different treatments and NIRS prediction models were evaluated through R2, SECV, SEV and RPD statistics to predict Fineness in samples of llama and vicuna. The results showed that the best models were obtained with none or minimum treatment. Trough R2 &lt;0.7 and RPD≅1.7 results, we concluded that it is necessary to increase the sample size and explore the development of alternative regression techniques.
Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Amorena, José Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Sumalao.Catamarca; Argentina.
Fil: Fernández de Ahumada, Elvira. Universidad de Córdoba (UCO). Departamento de Matemáticas. Córdoba; España.
Fil: Rigalt, Francisco. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria. (INTA-EEA). Catamarca; Argentina.
description La producción de fibras textiles de llama y vicuña es una de las actividades de mayor valor ambiental, cultural y económico para la región alto-andina de Catamarca. Por esto es necesario desarrollar una tecnología que permita analizar de manera rápida y sustentable los parámetros de calidad de este material. En este trabajo se evaluaron, a través de los estadísticos R2, SECV, SEV y RPD, distintos tratamientos y modelos NIRS de predicción para determinar la Finura de muestras de llama y vicuña. Los resultados mostraron que los mejores modelos se obtuvieron con ninguno o con el mínimo tratamiento. Los valores de R2&lt;0.7 y RPD≅1.7 obtenidos, dieron cuenta de la necesidad de aumentar el tamaño muestral y de explorar en el desarrollo de técnicas alternativas de regresión.
publishDate 2019
dc.date.none.fl_str_mv 2019
2022-05-16T20:02:50Z
2022-05-16T20:02:50Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12272/6302
-
url http://hdl.handle.net/20.500.12272/6302
identifier_str_mv -
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2022-05-16T20:02:50Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Dolores María Eugenia Álvarez
X Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.
eu_rights_str_mv openAccess
rights_invalid_str_mv 2022-05-16T20:02:50Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Dolores María Eugenia Álvarez
X Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230899310886912
score 13.24418

Publicaciones similares