National Autonomous University of Honduras

Este artículo tiene como objetivo analizar la situación económica de Honduras durante los prime-ros dos años del gobierno de la presidenta Xiomara Castro, a partir de los resultados generadospor las políticas implementadas para fomentar el crecimiento económico, mantener la estabilidadmacroeconómica y abordar los desafíos persistentes. Se aplicó un enfoque mixto, integrando elanálisis de datos macroeconómicos de informes de instituciones gubernamentales y no guberna-mentales, así como de instituciones y organismos internacionales. Los resultados revelan que, apesar de los avances en áreas como la inversión extranjera y la reducción del déficit fiscal, persistendesafíos significativos relacionados con la corrupción, la infraestructura y la pobreza. Se destacaque las políticas del gobierno han tenido un impacto positivo en la estabilización económica delpaís, evidenciándose en mejoras en algunos indicadores clave. También es evidente la necesidadde realizar esfuerzos significativos y continuos para resolver los problemas estructurales que limi-tan el desarrollo económico, como la débil institucionalidad y la desigualdad. En las conclusiones,se subraya la importancia de fortalecer la Administración pública y el Estado de derecho para con-solidar los avances económicos y asegurar un crecimiento inclusivo y sostenible. Se recomienda laimplementación de políticas más inclusivas y participativas para una distribución más equitativade los beneficios del crecimiento económico y el fortalecimiento de la gobernabilidad democráti-ca. Este análisis proporciona una visión integral de la economía hondureña, destacando tanto loslogros como las áreas que requieren atención urgente para el desarrollo sostenible de Honduras.

El uso de inteligencias artificiales (IA) en la toma de decisiones políticas ha emergido como una herramienta potencialmente poderosa para mejorar la eficiencia y reducir los sesgos humanos. Sin embargo, el impacto de estas tecnologías plantea serias preocupaciones éticas y políticas. Por un lado, las IA prometen análisis rigurosos basados en datos masivos, lo que podría permitir decisiones más imparciales y alejadas de influencias indebidas. Por otro lado, los algoritmos pueden replicar y exacerbar sesgos preexistentes, introduciendo opacidad y falta de rendición de cuentas en la toma de decisiones. El avance de las IA debe ir acompañado de una reflexión ética profunda para evitar consecuencias no deseadas. Este artículo analiza tanto los beneficios como los riesgos de utilizar IA en la política, evaluando si esta tecnología puede realmente ofrecer imparcialidad y justicia, o si podría amenazar los principios fundamentales de la democracia.

Type 2 diabetes (T2D) is associated with cognitive decline and neurodegenerative disorders. Changes in the connections between brain regions responsible for emotions and memory might play a role in the reduced cognitive function observed in individuals with diabetes. Utilizing machine learning approaches on neuroimaging data shows potential for exploring these intricate associations. A research study was carried out with 40 individuals diagnosed with T2D and 30 control participants, all of whom were middle-aged and right-handed. The participants underwent neuropsychological assessments and fMRI scans while engaging in an emotional Stroop task. Our analysis concentrated on the functional connectivity of specific brain regions associated with cognitive control. We utilized a fully connected network (FCN)-based machine learning approach to predict cognitive decline using neural connectivity patterns. The FCN accurately forecasted Montreal Cognitive Assessment scores in patients with Type 2 Diabetes, showing a robust relationship between anticipated and observed scores in both the training and testing sets. It revealed important patterns of connectivity in the anterior cingulate cortex and other regions responsible for cognitive control, which played a vital role in predicting cognitive deterioration. Our results indicate that machine learning approach, when using functional connectivity information, have the capability to forecast cognitive deterioration in T2D patients. This method may aid in early identification and intervention plans, potentially reducing the effects of cognitive deficits in this group. Further studies should confirm these results with larger and more varied samples to improve their applicability and relevance for clinical practice.

El rendimiento académico en estudiantes universitarios que cursan su formación bajo un modelo de internado constituye un fenómeno complejo, que está influido por variables cognitivas, emocionales y contextuales. El objetivo de este estudio fue analizar la relación entre los rasgos de personalidad y el rendimiento académico en estudiantes universitarios de una institución de educación superior de orientación agrícola en modalidad de internado. La investigación se desarrolló bajo un enfoque cuantitativo, con un diseño no experimental, de alcance correlacional y un análisis longitudinal retrospectivo. La muestra estuvo conformada por 243 estudiantes de tercer año, de edades comprendidas entre los 16 y 27 años. Los rasgos de personalidad fueron evaluados al ingreso a la universidad mediante el Cuestionario 16 Factores de Personalidad (16PF), instrumento con adecuados niveles de validez y confiabilidad. El rendimiento académico se operacionalizó por medio del promedio académico acumulado y el número de deméritos registrados en el historial del estudiante. Los análisis estadísticos incluyeron correlaciones y modelos de regresión lineal múltiple. Los resultados evidenciaron que las dificultades emocionales y conductuales se asocian negativamente con el rendimiento académico. En particular, la tensión emocional mostró una relación negativa y estadísticamente significativa con el promedio académico acumulado. No se identificaron diferencias significativas en el rendimiento académico según el sexo. En los modelos predictivos, el razonamiento emergió como el principal predictor positivo del desempeño académico, mientras que la tensión emocional se configuró como un factor de riesgo relevante. Otras variables, como el autocontrol y la estabilidad emocional, no mostraron un aporte significativo al ser analizadas conjuntamente. En conclusión, los hallazgos confirman que el rendimiento académico en contextos universitarios de internado responde a la interacción entre capacidades cognitivas y estados emocionales, lo que resalta la importancia de implementar estrategias tempranas de acompañamiento académico y psicoeducativo orientadas al perfil de personalidad de los estudiantes.

Vector autoregressive (VAR) models are used to capture the dynamic relationships among multivariate time series. On the other hand, multivariate stochastic volatility (MSV) models allow modeling the variance as it changes over time. Student’s t-distribution is used to model extreme values in time series. Therefore, this article proposes the integration of a VAR model, an MSV model, and a Student’s t-distribution (VAR-MSV-t). The selection of the most appropriate VAR-MSV-t order is carried out using the Deviance Information Criterion (DIC). Formulas are presented to estimate the Mardia skewness and the Koziol kurtosis of the model. The model is applied to three key macroeconomic variables for the United States. The S&P 500 stock market index is added, and the results are interpreted. Parameter estimation is carried out using Markov chain Monte Carlo (MCMC) methods. The results indicate that the model effectively captures the dynamic relationships, time-varying variance, and extreme magnitude values.

Abstract The fern Pteridium aquilinum (bracken) is among the world most widespread plants and poses serious ecological and health risks due to the presence of illudane glycosides (IGs), carcinogenic compounds that particularly affect grazing livestock. This study determined the presence of IGs in plant extracts and in water samples from the Asturias region (northern Spain), an area characterized by intensive cattle farming, and assessed the genotoxic potential, and allelopathic effects of these samples. The glycosides ptaquiloside (PTA) and ptesculentoside (PTE), together with the degradation products pterosin A and pterosin B, were quantified in in vitro -cultured gametophytes and young sporophytes, spring-collected croziers, and autumn water samples from several bracken-infested sites. All sampling locations contained IGs in both plant and water samples, with particularly high concentrations of PTA detected in croziers from Brana Vieja (Somiedo), where cattle deaths had been reported. In vivo genotoxicity assays, using Drosophila melanogaster , revealed induction of somatic mutations and recombination events by aqueous plant extracts and of somatic mutations by water samples. The genotoxic activity of plant extracts, but not that of water samples, was associated with pterosins A and B. Moreover, comet assays in cultured human cells confirmed the genotoxic activity of plant extracts. Unexpectedly, allelopathic bioassays indicated a possible phytostimulatory rather than inhibitory effect of bracken extracts on the germination of meadow species. These findings underscore the widespread presence and biological activity of bracken in northern Spain and highlight the urgent need for management strategies to mitigate the ecological and toxicological threats posed by bracken proliferation.

Yellow fever, a mosquito-borne viral hemorrhagic disease, remains a significant public health concern in endemic regions of Africa and South America. The development of the yellow fever vaccine marked a milestone in virology and immunization. In the 1930s, Max Theiler created the 17D live-attenuated vaccine, a breakthrough that has achieved global recognition and continues to underpin prevention strategies. This review outlines the historical evolution of the yellow fever vaccine, highlighting pivotal scientific advances, technological innovations, and global eradication initiatives. It examines the current landscape of immunization, focusing on the World Health Organization’s Eliminate Yellow Fever Epidemics (EYE) strategy, ongoing efforts to address vaccine supply constraints, and persistent surveillance gaps. Future directions in vaccine development, including next-generation platforms and improved delivery systems, are also discussed, alongside the need for sustained research investment and international collaboration. As yellow fever emerges in previously non-endemic areas due to climate change and globalization, strengthening vaccination programs remains critical to preventing outbreaks and ensuring effective disease control.

Smart farming integrates digital technologies to optimize agricultural production and promote sustainability. Its impact depends both on technological development and adoption by farmers. Research shows significant progress, but technical and socio-behavioral gaps remain, requiring integrated approaches to strengthen its contribution to the SDGs. In this context, scientific research on smart farming has grown significantly, becoming a key axis for the fulfillment of the Sustainable Development Goals (SDGs). The aim of this study was to analyze the evolution, structure, and impact of scientific production in smart farming, identifying its main trends, authors, journals, and contributions to the SDGs. To this end, a bibliometric analysis was applied to 1580 articles indexed in the Web of Science (WoS) database, using productivity, citation, and impact indicators based on Price’s, Lotka’s, Bradford’s, and Zipf’s laws, as well as the Hirsch index. The results reveal important growth in scientific production between 2014 and 2024, with a strong concentration in high-impact journals and international collaboration networks. In conclusion, smart farming represents an engine of innovation and sustainability, integrating science, technology, and digital management to address the global challenges of food security, climate change, and sustainable development.