O peróxido de hidrogênio é utilizado em diversos setores industriais. No tratamento de água, atua como um agente oxidante, promovendo a remoção de substâncias recalcitrantes aos tratamentos convencionais. Na indústria alimentícia é usado como sanitizante, podendo ser adicionado ao leite como adulterante, para aumentar a sua vida útil. O contato com a pele ou ingestão podem causar efeitos adversos e acarretar doenças. Portanto, faz-se necessário o seu monitoramento em diferentes matrizes. Os métodos empregados para análise de H2O2 são muitas vezes custosos, com análises demoradas, além da utilização de reagentes tóxicos. Neste trabalho, buscou-se desenvolver um método baseado nos princípios da química verde. Para isso, nanopartículas de ferro (FeNPs) foram sintetizadas por um processo verde utilizando extrato de folhas de Eucalyptus grandis como agente redutor e estabilizador. Pela técnica de espectroscopia na região do infravermelho foi possível confirmar a presença de grupos funcionais do extrato que foram incorporados às nanopartículas. Picos característicos de ferro de valência zero foram observados por difração de raios X, além de hematita, magnetita e goethita. As nanopartículas apresentaram morfologia esférica com tamanho de 96,4 ± 36.8 nm e potencial zeta de |35| mV, mostrando boa estabilidade do material. As FeNPs foram utilizadas como nanocatalisadores da oxidação de o-fenilenodiamina (OPD) por H2O2, exibindo uma ótima atividade catalítica com valores de velocidade máxima aparente (Vmax) de 2,0 µmol L-1 s-1 e constante de Michaelis-menten (Km) de 307 µmol L-1. A OPD, incolor, forma uma substância colorida na presença de H2O2, porém necessita de catalisadores específicos. A partir desses resultados promissores, foi desenvolvido um método espectrofotométrico para a quantificação de H2O2 em água e leite. A curva analítica em água (18,3-112,6 µmol L-1) apresentou um bom ajuste linear e limites de detecção (LOD) e quantificação (LOQ) de ,48 e 18,3 µmol L-1, respectivamente. Para o leite integral UHT, foi obtida uma curva analítica na faixa de 8,97 a 112,16 µmol L-1, com LOD e LOQ de 2,96 µmol L-1 e 9,89 µmol L-1, respectivamente. O método para o leite foi validado, apresentando uma exatidão entre 85,1 e 102,8%, com uma repetibilidade = 3,9% e uma precisão intermediária = 7,5%. O método também foi testado para outros tipos de leite, podendo ser aplicado para leite desnatado, semidesnatado e leite integral pasteurizado tipo A. Além disso, foi comparado com métodos convencionais de análise usados na indústria láctea, sendo bastante eficaz. Pode-se, portanto, concluir que o método demonstrou eficácia para detecção e quantificação de peróxido em leite e água. Palavras-chave: Síntese verde; Eucalyptus grandis ; Nanomateriais; Catálise | Hydrogen peroxide is used in a variety of industries. In water treatment, it acts as an oxidizing agent, promoting the removal of substances that are recalcitrant to conventional treatments. It is used in the food industry as a disinfectant and may be added to milk as an adulterant to extend its shelf life. Skin contact or ingestion can cause adverse effects and illness in humans. Therefore, it is necessary to monitor it in different matrices. The methods used to analyze H2O2 are often costly, with time- consuming analyses and the use of toxic reagents. In this work, we sought to develop a method based on the principles of green chemistry. For this purpose, iron nanoparticles (FeNPs) were synthesized by a green process using Eucalyptus grandis leaf extract as reducing and stabilizing agent. Infrared spectroscopy was used to confirm the presence of functional groups from the extract incorporated into the nanoparticles. Characteristic peaks of zero valence iron were observed by X-ray diffraction, as well as hematite, magnetite and goethite. The nanoparticles had a spherical morphology with a size of 96.4 ± 36.8 nm and a zeta potential of |35| mV, showing good material stability. The FeNPs were used as nanocatalysts for the oxidation of o-phenylenediamine (OPD) by H2O2 and showed excellent catalytic activity with values of maximum apparent velocity (Vmax) of 2.0 µmol L-1 s-1 and Michaelis-menten constant (Km) of 307 µmol L-1. OPD, which is colorless, forms a colored substance in the presence of H2O2, but requires specific catalysts. Based on these promising results, a spectrophotometric method was developed for the quantification of H2O2 peroxide in water and milk. The analytical curve for water (18.3-112.6 µmol L-1) showed a good linear fit and limits of detection (LoD) and quantification (LoQ) of 5.48 and 18.3 µmolL- 1, respectively. For UHT whole milk, an analytical curve was obtained in the range of 8.97 to 112.16 µmol L-1, with LoD and LoQ of 2.96 µmol L-1 and 9.89 µmol L- 1, respectively. The method was validated for milk and showed an accuracy between 85.1 and 102.8%, with a repeatability = of 3.9% and an intermediate precision = of 7.5%. The method was also tested on other types of milk and can be applied to skimmed, semi-skimmed and pasteurized whole milk type A. In addition, it was compared with conventional analytical methods used in the dairy industry and was very effective. Therefore, it can be concluded that the method was effective in detecting and quantifying peroxide in milk and water. Keywords: Green synthesis; Eucalyptus grandis; Nanomaterial; Catalysis | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)

A escassez qualitativa e quantitativa dos recursos hídricos afeta a agricultura irrigada em áreas do semiárido brasileiro. Neste contexto, a busca por estratégias capazes de amenizar os efeitos do estresse salino é essencial para a expansão da agricultura irrigada.  objetivou-se com este estudo avaliar os efeitos da aplicação foliar de prolina nas trocas gasosas do maracujazeiro-azedo irrigado com águas salobras na fase de formação de mudas. A pesquisa foi conduzida sob condições de ambiente protegido pertencente à Unidade Acadêmica de Engenharia Agrícola da Universidade Federal de Campina Grande, em Campina Grande – PB, utilizando-se o delineamento experimental inteiramente casualizado, em esquema fatorial 5 × 2, sendo cinco níveis de condutividade elétrica da água de irrigação CEa - (0,6; 1,2; 1,8; 2,4 e 3,0 dS m-1) e sem e com aplicação foliar de prolina (0 e 15 mM) com quatro repetições e duas plantas por parcela, perfazendo 80 unidades experimentais. A salinidade da água de irrigação a partir de 0,6 dS m-1 afetou negativamente a taxa de assimilação de CO2 e a condutância estomática. A aplicação foliar de prolina na concentração de 15 mM não amenizou os efeitos do estresse salino em plantas de maracujazeiro-azedo, aos 66 dias após a semeadura.

O objetivo deste estudo foi realizar uma revisão narrativa sobre a importância dos micronutrientes e da água na dieta. Foram pesquisados artigos no Pubmed entre os anos de 2013 e 2023. Os micronutrientes têm uma função primária no metabolismo e na fisiologia humana; na manutenção, otimização da saúde e na prevenção de doenças e a ingestão adequada é essencial para manter a homeostase do corpo e seu funcionamento fisiológico.  Já no caso da água, ela constitui a base para a produção de alimentos e o uso sustentável deste recurso é essencial para garantir a produtividade a longo prazo e construir capacidade resiliente nos sistemas alimentares. Portanto, conclui-se que esses compostos são essenciais para a manutenção do organismo humano.

El uso de agua salina tiene efectos adversos sobre la productividad de los cultivos. El objetivo de este estudio fue cuantificar cómo la cobertura vegetal (mulching) puede modificar los efectos adversos del agua salina sobre el cultivo de lechuga en dos suelos característicos de la Región Semiárida Pampeana. El diseño estadístico fue completamente aleatorizado, se analizó un suelo arenoso y otro franco arenoso. Los tratamientos fueron con cobertura vegetal (CCV) y sin ella (SCV). Se regó con agua con conductividad eléctrica de 1,0 (baja salinidad); 1,5 y 2,0 (alta salinidad) dS m-1. Se aplicó una dosis de 100 kg N ha-1 usando una combinación de urea y abono orgánico (40:60). Se evaluó el cultivo de lechuga en macetas durante cuatro ciclos consecutivos en los años 2020 y 2021, con cinco repeticiones en cada ciclo. Se determinó la productividad: materia seca total (MST), aérea (MSA) y de raíces (MSR). Se calculó la MSt acumulada (MSTAC), la relación MSA/MSR, la eficiencia de uso del agua (EUA) y la tasa de crecimiento (TC). Se presentan los datos del cuarto ciclo de cultivo. El estudio confirma el efecto negativo del agua con alta salinidad sobre la MSt en ambos suelos, con pérdidas significativas en la productividad de lechuga. En el suelo arenoso con agua de 1,0 dS m-1 y CCV el rendimiento fue de 1416 kg ha-1 con pérdidas del 17 % respecto a los tratamientos regados con agua de 2,0 dS m-1, mientras que SCV fue de 420 kg ha-1 con pérdidas del 100 %. El efecto de la salinidad y de la cobertura vegetal en el cultivo de lechuga depende de la textura del suelo siendo su efecto mayor en el suelo franco arenoso. El uso de cobertura vegetal mejoró la EUA, en un 90 % en el suelo arenoso y en un 56 % en el suelo franco arenoso.

El objetivo de este artículo es explorar las variables que impactan en la autosuficiencia financiera de los organismos operadores de agua en México. Para lo anterior, se construye una base de datos de panel con la información pública disponible de 31 organismos de grandes ciudades que atienden a una tercera parte de la población urbana del país durante los años 2017 a 2019 referente a autosuficiencia financiera, tarifa doméstica, comercial e industrial, nivel de subsidio cruzado, eficiencia física, eficiencia comercial, eficiencia de cobro, eficiencia global y una variable dicotómica que se activa cuando el organismo es de un estado del sureste mexicano. Se encuentra que hay una relación significativa positiva entre la autosuficiencia, y las variables tarifa doméstica, eficiencia física, eficiencia comercial y eficiencia global. Asimismo, hay una fuerte relación significativa negativa entre la autosuficiencia y que el organismo pertenezca a un estado en el sureste mexicano. Se concluye que la información financiera pública de los organismos es muy limitada y que una adecuada tarifa, así como la eficiencia en la gestión, incrementan la autosuficiencia financiera; asimismo, los estados del sureste, donde hay mucha agua, carecen de incentivos para mejorar la eficiencia de los organismos operadores de agua.

El suelo es el que provee agua a los cultivos; es el almacén de agua. De nada sirve a las plantas que haya un río o una quebrada cercana si al suelo no le llega agua. Esta se almacena en el suelo con aporte meteórico (con la lluvia), con el riego o con los flujos subsuperficiales, debido a la capilaridad o a las corrientes subsuperficiales. Gracias a sus propiedades iónicas, el suelo permite la adherencia de las moléculas de agua a su matriz. Por ser un medio poroso, posibilita el almacenamiento en los microporos, y, a través de los macroporos, el movimiento o el flujo del agua (Organización de las Naciones Unidas para la Alimentación y la Agricultura [fao], 2009). Claramente, entre más microporosidad, más almacenamiento: este es el caso de los suelos arcillosos. En suelos arenosos, dado que hay mayor volumen de macroporos, se privilegia el flujo, por lo cual hay un almacenamiento diferencial, de acuerdo con la textura del suelo.

En una vereda llamada La Esperanza vivía una hermosa pareja de campesinos, sus nombres eran Pacho y Cande, vivían con sus cuatro hijos llamados Pachito, Leo, Luis y Andri, tenían una pequeña finca donde pasaban momentos inolvidables, eran muy alegres y trabajaban duro por el sustento de su familia. Cultivaban frutos como maíz, yuca, plátano, berenjena, aguacate, frijol, cacao y arroz, ellos estaban muy felices porque sus cultivos daban excelentes frutos y sus cosechas eran prósperas. Pero llegó un tiempo donde se produjo una terrible sequía, por esos meses no hubo lluvia en esos lugares y tampoco podían utilizar las aguas de los ríos porque estaban contaminadas. La sequía afectó mucho a la vereda, Pacho y Cande estaban teniendo dificultades para trabajar sus cultivos, pues se estaban empezando a marchitar y no se desarrollaban, no daban el fruto que tenían que dar.

En el marco del Día Mundial de la Alimentación Docentes y Ayudantes Alumnos de la Cátedra de Nutrición y Alimentación en el Adulto de la Escuela de Nutrición, Facultad de Ciencias Médicas – Universidad Nacional de Córdoba, llevó a cabo una actividad extensionista de promoción y concientización acerca de la importancia y beneficios que representa para la salud humana el realizar una hidratación inteligente y, por tanto, saludable. La misma estuvo dirigida a los transeúntes de Ciudad Universitaria, estudiantes, personal administrativo no docente, y docentes de las distintas carreras de la mencionada casa de altos estudios. El objetivo que persiguió la presente actividad fue resignificar y conmemorar esta fecha emblemática poniendo a disposición información segura y confiable acerca de la importancia que comporta la hidratación saludable, en términos de cantidad y calidad, para el sostenimiento de la vida, contribuyendo en la lucha por erradicar las problemáticas de salud vinculadas al consumo exacerbado de bebidas azucaradas y productos alimenticios ultra procesados mediante la difusión de recetas que configuran opciones de hidratación saludable, la divulgación de saberes científicos que promuevan conciencia social en torno a la temática y el libre acceso a material didáctico e informativo diseñado en la finalidad de promover la salud y prevenir enfermedades vinculadas a ciertos perfiles alimentarios y hábitos obesogénicos. El acervo científico generado en torno a la hidratación inteligente permite aseverar que el agua segura o potable es un recurso vital y central en la Alimentación Saludable (1), por ello configura la base de la Gráfica de la Alimentación Saludable propuesta por las Guías Alimentarias para la Población Argentina (GAPA) y su cuidado y conservación, de relevancia social, económica y medio ambiental, forma parte de la agenda política, comunitaria y académica tanto a nivel nacional como internacional. Palabras Clave: Alimentación; Agua Segura; Salud; Inocuidad Alimentaria

Este estudio se centra en la gestión de sistemas de drenaje urbano capaces de reducir la contaminación de las aguas pluviales. Se enfoca en la eliminación de níquel (Ni), presente en las aguas de escorrentía urbana, debido a su toxicidad y posible acumulación en los organismos vivos. Se plantean ensayos en columnas de laboratorio utilizando Filtralite como material filtrante. Se emplea el módulo HP1 para calibrar un modelo que analiza el transporte y eliminación de este metal pesado. Se observa que la interacción entre el material y la disolución contaminada aumenta el pH, lo que provoca la precipitación de hidróxido de Ni en los primeros nodos de la columna. Los resultados indican que la concentración del contaminante en la disolución depende directamente del pH. En condiciones ácidas, el Ni permanece en la disolución, pero a partir de un pH de 7.5, comienza su eliminación, hasta desaparecer para valores superiores a 11. | This study focuses on the management of urban drainage systems designed to reduce stormwater pollution. It emphasizes the removal of nickel (Ni), found in urban runoff water, due to its toxicity and potential accumulation in living organisms. Laboratory column tests are proposed using Filtralite as the filtration material. The HP1 module is utilized to calibrate a model that analyzes the transport and elimination of this heavy metal. It was observed that the interaction between the material and the contaminated solution increases the pH, leading to the precipitation of nickel hydroxide in the initial nodes of the column. The results indicate that the concentration of the contaminant in the solution is directly dependent on the pH. Under acidic conditions, Ni remains in solution, but beginning at a pH of 7.5, its elimination starts, and it completely precipitates for pH values above 11. | Este trabajo fue financiado por la Conselleria de Educación, Cultura, Universidades y Empleo (proyecto GV/2020/059) y la beca de investigación predoctoral (CIACIF/2021/469) concedida a M.M.

The use of artificial intelligence has stood out as a powerful tool in predicting outcomes through machine learning, especially when dealing with large volumes of data. The integration of artificial intelligence techniques, such as neural networks, with traditional statistical methods, like principal component analysis (PCA) and clustering algorithms, such as k-means, in developing predictive models to understand hydrological processes in plant substrates, proves to be a promising approach to comprehend the relationship between volumetric moisture and different matrix potentials. By training these models with comprehensive and representative datasets, capturing complex patterns in the data and making more accurate predictions about water behavior is expected. Additionally, the combination of neural networks with clustering algorithms, such as k-means, allows for identifying patterns in the data that may not be easily perceptible to the naked eye, which is useful for grouping moisture data, enabling a detailed analysis of variations in water distribution. Principal component analysis (PCA) complements this process by aiding in reducing data dimensionality and identifying the main variables that influence water retention, facilitating result interpretation and identifying important relationships between variables. In the context of agriculture, these techniques can have broad applications, from efficient irrigation and drainage management to crop planning and yield prediction. Thus, the main objective of this work is to present methodological approaches with advanced artificial intelligence techniques to accurately predict the water retention curve of plant substrates, aiming to contribute to the advancement of precision agriculture and the development of more sustainable and efficient agricultural practices. The analysis of the prediction results conducted on the five clusters (K1 to K5) revealed valuable information about the relationship between matrix potentials and the moisture of formulations. Neural networks demonstrated an impressive ability to model and predict moisture under different conditions, as represented by the various matrix potentials. The coefficients of determination (R²) obtained for the training, testing, and validation data reflect the model's effectiveness in explaining variability in the data and providing accurate predictions. Identifying consistent patterns between observed and predicted values, even with small databases (LI et al., 2016), highlights the robustness and generalization capability of neural networks in generating the water retention curve in plant substrates. These results suggest that neural networks are a powerful and versatile tool for understanding and modeling moisture in different waste materials, providing important information for producers, aiding in water management, and environmental conservation. This study convincingly emphasizes the vital role of neural networks in advancing sciences related to irrigation, drainage, and agricultural practices by offering a deeper and more accurate understanding of the processes involved in substrate formulation, as well as the neural networks that promote a promising approach. Therefore, with this innovative tool, we have the ability to significantly improve our agricultural practices, driving efficiency, productivity, and sustainability. | O uso da inteligência artificial tem se destacado como uma ferramenta poderosa na previsão de resultados através da aprendizagem de máquina, especialmente quando lidamos com grandes volumes de dados. A integração de técnicas de inteligência artificial, como redes neurais, com métodos estatísticos tradicionais, como análise de componentes principais (ACP) e algoritmos de agrupamento, como k-means, no desenvolvimento de modelos preditivos para compreender os processos hidrológicos em substratos para plantas, mostra-se uma abordagem promissora para entender a relação da umidade volumétrica em diferentes potenciais matriciais. Ao treinar esses modelos com conjuntos de dados abrangentes e representativos, espera-se capturar padrões complexos nos dados e fazer previsões mais precisas sobre o comportamento da água. Além disso, a combinação de redes neurais com algoritmos de agrupamento, como k-means, permite identificar padrões nos dados que podem não ser facilmente perceptíveis a olho nu, o que é útil para agrupar dados de umidade, permitindo uma análise detalhada das variações na distribuição da água. A análise de componentes principais (ACP) complementa esse processo ao ajudar na redução da dimensionalidade dos dados e na identificação das principais variáveis que influenciam na retenção de água, facilitando a interpretação dos resultados e a identificação de relações importantes entre variáveis. No contexto da agricultura, essas técnicas podem ter amplas aplicações, desde o manejo eficiente da irrigação e drenagem até o planejamento de cultivos e a previsão de safras. Assim, o objetivo principal deste trabalho é apresentar abordagens metodológicas com técnicas avançadas de inteligência artificial para prever com precisão a curva de retenção de água de substratos para plantas, visando contribuir para o avanço da agricultura de precisão e o desenvolvimento de práticas agrícolas mais sustentáveis e eficientes. A análise dos resultados da predição realizada nos cinco clusters (K1 a K5) revelou informações valiosas sobre a relação entre os potenciais matriciais e a umidade das formulações. As redes neurais mostraram uma notável capacidade de modelar e prever a umidade em diferentes condições, representadas pelos diversos potenciais matriciais. Os coeficientes de determinação (R²) obtidos para os dados de treinamento, teste e validação refletem a eficácia do modelo em explicar a variabilidade nos dados e fornecer previsões precisas. A identificação de padrões consistentes entre os valores observados e previstos, mesmo com bases de dados pequenas (LI et al., 2016), destaca a robustez e a capacidade de generalização das redes neurais na geração da curva de retenção de água em substratos para plantas. Esses resultados sugerem que as redes neurais são uma ferramenta poderosa e versátil para entender e modelar a umidade em diferentes materiais oriundos de descarte, fornecendo informações importantes para os produtores, auxiliando na gestão hídrica e na conservação do meio ambiente. Este estudo ressalta o papel vital das redes neurais no avanço das ciências relacionadas à irrigação, drenagem e práticas agrícolas, oferecendo uma compreensão mais profunda e precisa dos processos que envolvem a formulação de substratos, bem como das redes neurais que promovem uma abordagem promissora. Com essa ferramenta inovadora, temos a capacidade de melhorar significativamente nossas práticas agrícolas, impulsionando a eficiência, produtividade e sustentabilidade.