La Sociedad Americana de Investigación en Horticultura premia un trabajo de la Universidad de Córdoba
Fuente: ceiA3
Un trabajo de Sergio Castro, miembro del grupo de investigación ‘Mecanización y tecnología del olivar’ de la Universidad y el Campus de Excelencia Internacional Agroalimentario ceiA3 que dirige el profesor Jesús Gil, ha sido elegido por la American Society of Horticulture Science como el mejor trabajo del año en el ámbito de la transferencia en horticultura.
El estudio en cuestión fue publicado en la revista HortTechnology con el título “Transformation of an Ancient Crop: Preparing California ‘Manzanillo’ Table Olives for Mechanical Harvesting” y fue desarrollado por los investigadores de Universidad de California en Davis, dirigidos por la doctora Louise Ferguson (http://ucanr.edu/sites/mecholive/) en colaboración con la Universidad de Córdoba. En él se realizó un estudio comparativo de productividad en olivos manejados manualmente y los que aprovechan podadoras y cosechadoras mecánicas. El objetivo del mismo fue ajustar los sistemas para lograr mejorar la producción de aceituna de mesa en el olivar mecanizado.
El premio será entregado el 4 de agosto en una ceremonia programada dentro de la reunión anual de la American Society of Horticulture Science en Nueva Orleans.
Puede ver un resumen del trabajo en http://horttech.ashspublications.org/content/24/3/274.abstract
Últimas publicaciones
El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación
Sigue leyendo
El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendo
Un equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.
