El artículo analiza el proceso de escolarización de los niños migrantes, sobre la base de las interrelaciones observadas entre los estudiantes, con el objeto de proporcionar insumos que fortalezcan la dinámica inclusiva del sistema escolar chileno. Su relevancia temática radica en los efectos en la integración social, consecuencia de la exclusión social de las minorías en el contexto escolar. Metodológicamente, es un trabajo descriptivo-correlacional, que explica las interrelaciones existentes entre los factores educativos y sociales, que permite comprender la dinámica escolar de los estudiantes migrantes y locales.A través de un enfoque mixto, los resultados muestran la compleja red de representaciones sociales y escolares asociadas con la migración y la permanencia en el sistema escolar formal, así como las dificultades de inclusión de los colectivos migrantes en las dinámicas cotidianas de juego y trabajo en espacios escolares. Estas están relacionadas con la concentración de estudiantes migrantes en las aulas, su género y el colectivo específico al que pertenecen. El estudio también muestra que las instituciones escolares no tienen políticas específicas que organicen y estructuren lo que, muchas de ellas, intentan hacer en respuesta a la inclusión de la educación migratoria y a la interacción de colaboración entre los diferentes actores en el aula y las escuelas.

No abstract

Many neurobiologists use the fruit fly (Drosophila) as a model to study neuron interaction and neuron organization and then extrapolate this knowledge to the nature of human neurological disorders. Recently, the fluorescence microscopy images of fruit-fly neurons are commonly used, because of the high contrast. However, the detection of the neurons or cells is compromised by background signals, generating fuzzy boundaries. As a result, it is still common that in many laboratories, the detection, counting, and analysis of this microscope imagery is still a manual task. An automated detection, counting, and morphological analysis of these images can provide faster data processing and easier access to new information. The main objective of this work is to present a semi-automatic detection-counting system and give the main characteristics of images of the visual ganglia columns in Drosophila. We present the semi-automatic detection, count, segmentation and we concluded that it is possible to obtain an accuracy of 75% (with a Kappa statistic of 0.50) in the shape classification.Additionally, we develop python GUI CC Analyzer which can be used by neurobiology laboratories whose research interests are focused on this topic.

No abstract

No abstract