1 00:00:09,300 --> 00:00:10,967 Hola, soy David Weindorf, 2 00:00:10,967 --> 00:00:14,133 vicepresidente asociado de investigación en la Universidad Tecnológica de Texas. 3 00:00:14,133 --> 00:00:17,200 Hoy, tengo el gusto de estar acompañado por Julia Kagiliery. 4 00:00:17,200 --> 00:00:19,667 Julia, cuéntanos un poco de ti y de dónde vienes. 5 00:00:19,667 --> 00:00:22,467 Soy estudiante de secundaria en el colegio episcopal de Jacksonville; 6 00:00:22,467 --> 00:00:26,567 originaria de Jacksonville en Florida y tengo 17 años. 7 00:00:26,567 --> 00:00:29,733 Los dos hemos tenido la oportunidad de emprender una investigación juntos 8 00:00:29,733 --> 00:00:31,600 cuyo proceso fue como uno de los primeros de su clase. 9 00:00:31,600 --> 00:00:32,767 Puedes ayudarme a describirlo un poco. 10 00:00:32,767 --> 00:00:35,400 Digamos, ¿qué se hizo o cómo se dio el inicio? 11 00:00:35,400 --> 00:00:38,300 La investigación se enfocaba en determinar 12 00:00:38,300 --> 00:00:40,833 el contenido de azufre en carbón de lignito; 13 00:00:40,833 --> 00:00:43,800 De hecho, las altas concentraciones de azufre en el carbón de lignito 14 00:00:43,800 --> 00:00:49,533 están asociadas a la lluvia ácida. Tanto la producción elevada de ácidos como 15 00:00:49,533 --> 00:00:51,367 el ácido cáustico, presente en la lluvia, 16 00:00:51,367 --> 00:00:56,200 empaña y mina diferentes suelos de los bosques o sistemas ecológicos. 17 00:00:56,200 --> 00:00:58,367 A través de la investigación, 18 00:00:58,367 --> 00:01:00,967 ¿creo que usaste tecnologías de vanguardia desarrolladas por Olympus? 19 00:01:00,967 --> 00:01:02,533 Sí. Puedes comentarnos un poco más sobre ello. 20 00:01:02,533 --> 00:01:04,467 En realidad, una de las cosas con la cual se trabajó 21 00:01:04,467 --> 00:01:05,933 y cuya importancia era vital para la investigación 22 00:01:05,933 --> 00:01:07,633 fue el analizador XRF portátil. 23 00:01:07,633 --> 00:01:11,433 Fue usado para debatir y verificar 24 00:01:11,433 --> 00:01:13,900 el contenido de hierro y azufre en el lignito 25 00:01:13,900 --> 00:01:15,600 a fin de determinarlo. 26 00:01:15,600 --> 00:01:18,400 ¡Fantástico! ¿Aparte de la tecnología XRF 27 00:01:18,400 --> 00:01:21,567 usaste otras para la investigación? 28 00:01:21,567 --> 00:01:24,200 En esta investigación, la parte más innovadora fue 29 00:01:24,200 --> 00:01:26,567 emplear métodos sensoriales de proximidad y múltiples dispositivos sensoriales 30 00:01:26,567 --> 00:01:29,267 para obtener los algoritmos de previsión. 31 00:01:29,267 --> 00:01:33,000 Así que hicimos uso de un par de tecnologías adicionales 32 00:01:33,000 --> 00:01:35,567 representadas por el sensor Nix™ Pro Color 33 00:01:35,567 --> 00:01:38,633 y el espectrorradiómetro VIS-NIR. 34 00:01:38,633 --> 00:01:41,000 ¡Fascinante! ¿Ya tienes planes o proyectos futuros 35 00:01:41,000 --> 00:01:44,833 para después de esta etapa de investigación que podrían requerir 36 00:01:44,833 --> 00:01:46,933 el uso de estos sensores de proximidad? 37 00:01:46,933 --> 00:01:50,233 Por supuesto. Por suerte vamos a llevar la investigación a nivel internacional este próximo año 38 00:01:50,233 --> 00:01:53,000 con un estudio relativo a la composición de las plantas 39 00:01:53,000 --> 00:01:54,967 en la Universidad Federal de Lavras en Brasil. 40 00:01:54,967 --> 00:01:57,300 Estupendo. Te agradezco por habernos acompañado hoy. 41 00:01:57,300 --> 00:01:59,200 ¡Muchas gracias! De nada.