La implementació de la Directiva Europea 91/271/CEE referent a tractament d'aigües residuals urbanes va promoure la construcció de noves instal·lacions al mateix temps que la introducció de noves tecnologies per tractar nutrients en àrees designades com a sensibles. Tant el disseny d'aquestes noves infraestructures com el redisseny de les ja existents es va portar a terme a partir d'aproximacions basades fonamentalment en objectius econòmics degut a la necessitat d'acabar les obres en un període de temps relativament curt. Aquests estudis estaven basats en coneixement heurístic o correlacions numèriques provinents de models determinístics simplificats. Així doncs, moltes de les estacions depuradores d'aigües residuals (EDARs) resultants van estar caracteritzades per una manca de robustesa i flexibilitat, poca controlabilitat, amb freqüents problemes microbiològics de separació de sòlids en el decantador secundari, elevats costos d'operació i eliminació parcial de nutrients allunyant-les de l'òptim de funcionament. Molts d'aquestes problemes van sorgir degut a un disseny inadequat, de manera que la comunitat científica es va adonar de la importància de les etapes inicials de disseny conceptual. Precisament per aquesta raó, els mètodes tradicionals de disseny han d'evolucionar cap a sistemes d'avaluació mes complexos, que tinguin en compte múltiples objectius, assegurant així un millor funcionament de la planta. Tot i la importància del disseny conceptual tenint en compte múltiples objectius, encara hi ha un buit important en la literatura científica tractant aquest camp d'investigació. L'objectiu que persegueix aquesta tesi és el de desenvolupar un mètode de disseny conceptual d'EDARs considerant múltiples objectius, de manera que serveixi d'eina de suport a la presa de decisions al seleccionar la millor alternativa entre diferents opcions de disseny. Aquest treball de recerca contribueix amb un mètode de disseny modular i evolutiu que combina diferent tècniques com: el procés de decisió jeràrquic, anàlisi multicriteri, optimació preliminar multiobjectiu basada en anàlisi de sensibilitat, tècniques d'extracció de coneixement i mineria de dades, anàlisi multivariant i anàlisi d'incertesa a partir de simulacions de Monte Carlo. Això s'ha aconseguit subdividint el mètode de disseny desenvolupat en aquesta tesis en quatre blocs principals: (1) generació jeràrquica i anàlisi multicriteri d'alternatives, (2) anàlisi de decisions crítiques, (3) anàlisi multivariant i (4) anàlisi d'incertesa. El primer dels blocs combina un procés de decisió jeràrquic amb anàlisi multicriteri. El procés de decisió jeràrquic subdivideix el disseny conceptual en una sèrie de qüestions mes fàcilment analitzables i avaluables mentre que l'anàlisi multicriteri permet la consideració de diferent objectius al mateix temps. D'aquesta manera es redueix el nombre d'alternatives a avaluar i fa que el futur disseny i operació de la planta estigui influenciat per aspectes ambientals, econòmics, tècnics i legals. Finalment aquest bloc inclou una anàlisi de sensibilitat dels pesos que proporciona informació de com varien les diferents alternatives al mateix temps que canvia la importància relativa del objectius de disseny.El segon bloc engloba tècniques d'anàlisi de sensibilitat, optimització preliminar multiobjectiu i extracció de coneixement per donar suport al disseny conceptual d'EDAR, seleccionant la millor alternativa un cop s'han identificat decisions crítiques. Les decisions crítiques són aquelles en les que s'ha de seleccionar entre alternatives que compleixen de forma similar els objectius de disseny però amb diferents implicacions pel que respecte a la futura estructura i operació de la planta. Aquest tipus d'anàlisi proporciona una visió més àmplia de l'espai de disseny i permet identificar direccions desitjables (o indesitjables) cap on el procés de disseny pot derivar. El tercer bloc de la tesi proporciona l'anàlisi multivariant de les matrius multicriteri obtingudes durant l'avaluació de les alternatives de disseny. Específicament, les tècniques utilitzades en aquest treball de recerca engloben: 1) anàlisi de conglomerats, 2) anàlisi de components principals/anàlisi factorial i 3) anàlisi discriminant. Com a resultat és possible un millor accés a les dades per realitzar la selecció de les alternatives, proporcionant més informació per a una avaluació mes efectiva, i finalment incrementant el coneixement del procés d'avaluació de les alternatives de disseny generades. En el quart i últim bloc desenvolupat en aquesta tesi, les diferents alternatives de disseny són avaluades amb incertesa. L'objectiu d'aquest bloc és el d'estudiar el canvi en la presa de decisions quan una alternativa és avaluada incloent o no incertesa en els paràmetres dels models que descriuen el seu comportament. La incertesa en el paràmetres del model s'introdueix a partir de funcions de probabilitat. Desprès es porten a terme simulacions Monte Carlo, on d'aquestes distribucions se n'extrauen números aleatoris que es subsisteixen pels paràmetres del model i permeten estudiar com la incertesa es propaga a través del model. Així és possible analitzar la variació en l'acompliment global dels objectius de disseny per a cada una de les alternatives, quines són les contribucions en aquesta variació que hi tenen els aspectes ambientals, legals, econòmics i tècnics, i finalment el canvi en la selecció d'alternatives quan hi ha una variació de la importància relativa dels objectius de disseny. En comparació amb les aproximacions tradicionals de disseny, el mètode desenvolupat en aquesta tesi adreça problemes de disseny/redisseny tenint en compte múltiples objectius i múltiples criteris. Al mateix temps, el procés de presa de decisions mostra de forma objectiva, transparent i sistemàtica el perquè una alternativa és seleccionada en front de les altres, proporcionant l'opció que més bé acompleix els objectius marcats, mostrant els punts forts i febles, les principals correlacions entre objectius i alternatives, i finalment tenint en compte la possible incertesa inherent en els paràmetres del model que es fan servir durant les anàlisis. Les possibilitats del mètode desenvolupat es demostren en aquesta tesi a partir de diferents casos d'estudi: selecció del tipus d'eliminació biològica de nitrogen (cas d'estudi # 1), optimització d'una estratègia de control (cas d'estudi # 2), redisseny d'una planta per aconseguir eliminació simultània de carboni, nitrogen i fòsfor (cas d'estudi # 3) i finalment anàlisi d'estratègies control a nivell de planta (casos d'estudi # 4 i # 5). / The implementation of EU Directive 91/271/EEC concerning urban wastewater treatment promoted the construction of new facilities and the introduction of nutrient removal technologies in areas designated as sensitive. The need to build at a rapid pace imposed economically sound approaches for the design of the new infrastructures and the retrofit of the existing ones. These studies relied exclusively on the use of heuristic knowledge and numerical correlations generated from simplified activated sludge models. Hence, some of the resulting wastewater treatment plants (WWTPs) were characterized by a lack of robustness and flexibility, bad controller performance, frequent microbiology-related solids separation problems in the secondary settler, high operating and maintenance costs and/or partial nutrient removal, which made their performance far from optimal. Most of these problems arose because of inadequate design, making the scientific community aware of the crucial importance of the conceptual design stage. Thus, these traditional design approaches should turn into more complex assessment methods in order to conduct integrated assessments taking into account a multiplicity of objectives an hence ensuring a correct plant performance. Despite the importance of this fact only a few methods in the literature addressed the systematic evaluation of conceptual WWTP design alternatives using multiple objectives. Yet, the decisions made during this stage are of paramount importance in determining the future plant structure and operation. The main objective pursued in this thesis targets the development of a systematic conceptual design method for WWTP using multiple objectives, which supports decision making when selecting the most desirable option amongst several generated alternatives. This research work contributes with a modular and evolutionary approach combining techniques from different disciplines such as: a hierarchical decision approach, multicriteria decision analysis, preliminary multiobjective optimization using sensitivity functions, knowledge extraction and data mining techniques, multivariate statistical techniques and uncertainty analysis using Monte Carlo simulations. This is accomplished by dividing the design method into 4 different blocks: (1) hierarchical generation and multicriteria evaluation of the design alternatives, (2) analysis of critical decisions, (3) multivariate analysis and, finally, (4) uncertainty analysis. The first block of the proposed method, supports the conceptual design of WWTP combining a hierarchical decision approach with multicriteria analysis. The hierarchical decision approach breaks down the conceptual design into a number of issues that are easier to analyze and to evaluate while the multicriteria analysis allows the inclusion of different objectives at the same time. Hence, the number of alternatives to evaluate is reduced while the future WWTP design and operation is greatly influenced by environmental, technical, economical and legal aspects. Also, the inclusion of a sensitivity analysis facilitates the study of the variation of the generated alternatives with respect to the relative importance of the objectives. The second block, analysis of critical decisions, is tackled with sensitivity analysis, preliminary multiobjective optimization and knowledge extraction to assist the designer during the selection of the best alternative amongst the most promising alternatives i.e. options with a similar overall degree of satisfaction of the design objectives but with completely different implications for the future plant design and operation. The analysis provides a wider picture of the possible design space and allows the identification of desirable (or undesirable) WWTP design directions in advance.The third block of the proposed method, involves the application of multivariate statistical techniques to mine the complex multicriteria matrixes obtained during the evaluation of WWTP alternatives. Specifically, the techniques used in this research work are i) cluster analysis, ii) principal component/factor analysis, and iii) discriminant analysis. As a result, there is a significant improvement in the accessibility of the information needed for effective evaluation of WWTP alternatives, yielding more knowledge than the current evaluation methods to finally enhance the comprehension of the whole evaluation process. In the fourth and last block, uncertainty analysis of the different alternatives is further applied. The objective of this tool is to support the decision making when uncertainty on the model parameters used to carry out the analysis of the WWTP alternatives is either included or not. The uncertainty in the model parameters is introduced, i.e input uncertainty, characterising it by probability distributions. Next, Monte Carlo simulations are run to see how those input uncertainties are propagated through the model and affect the different outcomes. Thus, it is possible to study the variation of the overall degree of satisfaction of the design objectives, the contributions of the different objectives in the overall variance to finally analyze the influence of the relative importance of the design objectives during the selection of the alternatives. Thus, in comparison with the traditional approaches the conceptual design method developed in this thesis addresses design/redesign problems with respect to multiple objectives and multiple performance measures. Also, it includes a more reliable decision procedure that shows in a systematic, objective and transparent fashion the rationale way a certain alternative is selected and not the others. The decision procedure provides to the designer/decision maker with the alternative that best fulfils the defined objectives, showing its main advantages and weaknesses, the different correlations between the alternatives and evaluation criteria and dealing with the uncertainty prevailing in some of the model parameters used during the analysis. A number of case studies, selection of biological nitrogen removal process (case study #1), optimization of the setpoints in two control loops (case study #2), redesign to achieve simultaneous organic carbon, nitrogen and phosphorus removal (case study #3) and evaluation of control strategies at plant wide level (case studies #4 and #5), are used to demonstrate the capabilities of the conceptual design method.

[ES] Esta tesis, desarrollada bajo una beca de formación de personal investigador de la Universitat Politècnica de València, tiene como objetivo proponer y aplicar metodologías de Statistical Machine Learning en contextos de Ingeniería Biomédica. Este concepto pretende aunar el uso de modelos de aprendizaje automático junto con la búsqueda de comprensión e interpretabilidad clásica del razonamiento estadístico, dando lugar a soluciones tecnológicas de problemas biomédicos que no pasen únicamente por el objetivo de optimizar el desempeño predictivo de los modelos. Para ello, se han dibujado dos objetivos principales que vertebran además el documento: proponer metodologías novedosas dentro del paraguas del Statistical Machine Learning, y aplicar soluciones a problemas biomédicos reales manteniendo esta filosofía en mente. Estos objetivos se han materializado en contribuciones metodológicas para la simulación de valores atípicos y la imputación de datos faltantes en presencia de datos atípicos, y en contribuciones aplicadas a casos reales para la mejora de procesos de atención médica, la mejora en el diagnóstico y pronóstico de enfermedades, y la estandarización de procedimientos de medición en entornos biotecnológicos. Dichas contribuciones se han artículado en capítulos correspondientes a las dos partes principales ya mencionadas. Finalmente, las conclusiones y líneas futuras cierran el documento, recalcando los mensajes principales de las contribuciones de la tesis doctoral en general, y sentando además las bases para líneas futuras que se han dibujado a consecuencia del trabajo realizado a lo largo del doctorado. / [CA] Aquesta tesi, desenvolupada sota una beca de formació de personal investigador de la Universitat Politècnica de València, té com a objectiu proposar i aplicar metodologies de Statistical Machine Learning en contextos d'Enginyeria Biomèdica. Aquest concepte pretén unir l'ús de models d'aprenentatge automàtic juntament amb la cerca de comprensió i interpretació clàssica del raonament estadístic, donant lloc a solucions tecnològiques de problemes biomèdics que no passen únicament per l'objectiu d'optimitzar el rendiment predictiu dels models. Per a això, s'han dibuixat dos objectius principals que vertebren a més el document: proposar metodologies noves dins del paraigua del Statistical Machine Learning, i aplicar solucions a problemes biomèdics reals mantenint aquesta filosofia en ment. Aquests objectius s'han materialitzat en contribucions metodològiques per a la simulació de valors atípics i la imputació de dades mancants en presència de valors atípics, i en contribucions aplicades a casos reals per a la millora de processos d'atenció mèdica, la millora en el diagnòstic i pronòstic de malalties, i l'estandardització de procediments de mesurament en entorns biotecnològics. Aquestes contribucions s'han articulat en capítols corresponents a les dues parts principals ja esmentades. Finalment, les conclusions i línies futures tanquen el document, recalant els missatges principals de les contribucions, de la tesi doctoral en general, i assentant a més les bases per a línies futures que s'han dibuixat com a consequència del treball realitzat al llarg del doctorat. / [EN] This thesis, developed under a research personnel formation grant from the Universitat Politècnica de València, aims to propose and apply methodologies of Statistical Machine Learning in Biomedical Engineering contexts. This concept seeks to combine machine learning models with the classic understanding and interpretability of statistical reasoning, resulting in technological solutions for biomedical problems that go beyond solely optimizing the predictive performance of models. To achieve this, two main objectives have been outlined, which also structure the document: proposing novel methodologies within the umbrella of Statistical Machine Learning and applying solutions to real biomedical problems while keeping this philosophy in mind. These objectives have materialized into methodological contributions for simulating outliers and imputing missing data in the presence of outliers and applied contributions to real cases for improving healthcare processes, enhancing disease diagnosis and prognosis, and standardizing measurement procedures in biotechnological environments. These contributions are articulated in chapters corresponding to the aforementioned two main parts. Finally, the conclusions and future lines of research conclude the document, reiterating the main messages of the contributions and the overall doctoral thesis and laying the groundwork for future lines of inquiry stemming from the work conducted throughout the doctorate. / González Cebrián, A. (2024). Statistical Machine Learning in Biomedical Engineering [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/203529

[ES] Paradigma: Entre el post-positivismo, cuyos hallazgos son probabilidades cuantitativas extraídos de las opiniones del alumnado, y el constructivismo, la realidad cualitativa se construye por interacción social, según las entrevistas en profundidad con el profesorado. Investigación mixta: Según los análisis de datos CUAL y CUAN, sus resultados y conclusiones. Posicionamiento: Ontológico, el investigador conoce la realidad de lo que pretende investigar, sobre una muestra de 17 IES públicos (provincia València), cuya reflexión sobre la E-A de la Tecnología, y los constructos que conforman la identidad STEM. Epistemológico, el investigador participa con conocimiento del hecho a investigar. Metodológico, el contraste de hipótesis y el refinamiento hermenéutico de los análisis CUAL y CUAN. La Teoría Fundamentada es la base del planteamiento CUAL, a través de entrevistas en profundidad y codificación abierta, axial y selectiva, de los temas a investigar: 1. Organización escolar y curricular; 2. Metodología PBL y sinergias STEM; 3. Multidisciplinariedad e interdisciplinariedad STEM; 4. Taxonomía de proyectos. Los datos cualitativos y sus resultados son tratados con Atlas.ti. La Teoría de Aprendizaje Cognitivo Social (SCT), y Teoría Cognitivo Social de Desarrollo de la Carrera (SCCT), son el planteamiento CUAN. El registro de datos CUAN, es a través del diseño de un cuestionario. El grupo "Juicio de expertos" validó estructura y contenido. Los datos y resultados CUAN, son tratados por estadística descriptiva e inferencial. La modelización de los aprendizajes, son tratados por ecuaciones estructurales (SEM). Objetivos: 1. Valorar la metodología por proyectos en un contexto de constantes cambios del currículo y de aprendizaje virtual. 2. Contrastar si el aprendizaje por competencias mejora la adquisición de conocimientos, habilidades y actitudes en un contexto de aprendizaje interdisciplinar. 3. Modelizar los aprendizajes SCT, SCCT, Multidisciplinar, Interdisciplinar y por Proyectos, mediante SEM. Obtención de datos: CUAL (grupos focales profesorado oct. 2019 - feb. 2020; expertos oct. 2019 - abril 2022). Participación 133 docentes (74H, 59M). Todas las sesiones fueron grabadas (audio 70 h). La transcripción audio-texto con AmberScript. CUAN (cuestionarios feb. 2020 - dic. 2020). Participación 1417 alumnos (537 chicas, 831 chicos, 49 errores). El diseño del cuestionario online con Question-Pro. La COVID'19 paralizó el proceso de obtención de datos desde marzo a nov. 2020. Capítulos: I: Introducción. II: Revisión del estado del arte. III: Marco teórico. IV: Metodología de la investigación. V: Análisis cualitativo. VI: Análisis cuantitativo. VII: Conclusiones generales. VIII: Referencias y Anexos. Conclusiones: 1. Currículo denso, rígido y fragmentado no favorece la adquisición de competencias. 2. Formación docente ágil, continua y arraigada a las necesidades. 3. Transición entre niveles educativos, predice la adquisición de competencias del alumnado y la satisfacción docente. 4. Continuidad de estudios no depende del género. No existen diferencias entre chicas y chicos por lo que aprenden, sino por la preferencia de estudios, metodologías aplicadas, expectativas de resultado, y distancia del IES a la metrópoli. 5. Sinergias son posibles, pero la organización de la jornada escolar dificulta compartir experiencias, innovar y divulgar conocimiento. 6. Aprendizaje por proyectos es eficiente y motivador, se aprende haciendo, experimentando soluciones a problemas reales. 7. Aprender buenas prácticas educativas, facilita la multidisciplinar. 8. Uso extensivo del aprendizaje virtual, entretiene más que crear contenido, y se pierde el saber hacer manual. 9. Satisfacción de los aprendizajes disminuye si no se sabe aplicarlos. 10. Dificultades de la interdisciplinariedad STEM, se superan después de un proceso multidisciplinariedad y no al revés. / [CA] Paradigma: Entre el postpositivisme, les troballes del qual són probabilitats quantitatives extrets de les opinions de l'alumnat, i el constructivisme, la realitat qualitativa es construeix per interacció social, segons les entrevistes en profunditat amb el professorat. Investigació mixta: Segons les anàlisis de dades QUAL i CUAN, els resultats i les conclusions. Posicionament: Ontològic, l'investigador coneix la realitat del que pretén investigar, sobre una mostra de 17 IES públics (província València), la reflexió dels quals sobre l'E-A de la Tecnologia, i els constructes que conformen la identitat STEM. Epistemològic, l'investigador participa amb coneixement del fet a investigar. Metodològic, el contrast d'hipòtesis i el refinament hermenèutic de les anàlisis QUAL i QUAN. La Teoria Fonamentada és la base del plantejament QUAL, mitjançant entrevistes en profunditat i codificació oberta, axial i selectiva, dels temes a investigar: 1. Organització escolar i curricular; 2. Metodologia PBL i sinergies STEM; 3. Multidisciplinarietat i interdisciplinarietat STEM; 4. Taxonomia de projectes. Les dades qualitatives i els seus resultats són tractats amb Atlas.ti. La Teoria d'Aprenentatge Cognitiu Social (SCT) i Teoria Cognitiu Social de Desenvolupament de la Carrera (SCCT) són el plantejament CUAN. El registre de dades CUAN és a través del disseny d'un qüestionari. El grup Judici d'experts va validar estructura i contingut. Les dades i resultats CUAN són tractats per estadística descriptiva i inferencial. La modelització dels aprenentatges són tractats per equacions estructurals (SEM). Objectius: 1. Valorar la metodologia per projectes en un context de canvis constants del currículum i d'aprenentatge virtual. 2. Contrastar si laprenentatge per competències millora ladquisició de coneixements, habilitats i actituds en un context daprenentatge interdisciplinari. 3. Modelitzar els aprenentatges SCT, SCCT, Multidisciplinar, Interdisciplinar i per Projectes, mitjançant SEM. Obtenció de dades: QUAL (grups focals professorat oct. 2019 - feb. 2020; experts oct. 2019 - abril 2022). Participació 133 docents (74H, 59M). Totes les sessions van ser gravades (àudio 70 h). La transcripció àudio-text amb AmberScript. QUAN (qüestionaris feb. 2020 - des. 2020). Participació 1417 alumnes (537 xiques, 831 xics, 49 errors). El disseny del qüestionari en línia amb Question-Pro. La COVID'19 va paralitzar el procés d'obtenció de dades des del març al nov. 2020. Capítols: I: Introducció. II: revisió de l'estat de l'art. III: Marc teòric. IV: Metodologia de la investigació. V: Anàlisi qualitativa. VI: Anàlisi quantitativa. VII: Conclusions generals. VIII: Referències i Annexos. Conclusions: 1. Currículum dens, rígid i fragmentat no afavoreix l'adquisició de competències. 2. Formació docent àgil, contínua i arrelada a les necessitats. 3. Transició entre nivells educatius, prediu l'adquisició de competències de l'alumnat i la satisfacció docent. 4. Continuïtat dels estudis no depèn del gènere. No hi ha diferències entre noies i nois pel que aprenen, sinó per la preferència d'estudis, metodologies aplicades, expectatives de resultat i distància de l'IES a la metròpoli. 5. Les sinèrgies són possibles, però l'organització de la jornada escolar dificulta compartir experiències, innovar i divulgar coneixement. 6. Aprenentatge per projectes és eficient i motivador, s'aprèn fent experimentant solucions a problemes reals. 7. Aprendre bones pràctiques educatives facilita la multidisciplinar. 8. Ús extensiu de l'aprenentatge virtual, entreté més que crear contingut, i es perd saber fer manual. 9. Satisfacció dels aprenentatges disminueix si no se sap aplicar-los. 10. Dificultats de la interdisciplinarietat STEM, se superen després d"un procés multidisciplinarietat i no al revés. / [EN] Paradigm: Between post-positivism, whose findings are quantitative probabilities extracted from the opinions of the students, and constructivism, qualitative reality is built by social interaction, according to in-depth interviews with teachers. Mixed research: According to the QUAL and QUAN data analyses, their results and conclusions. Positioning: Ontological, the researcher knows the reality of what he intends to investigate, on a sample of 17 public IES (Valencia province), whose reflection on the E-A of Technology, and the constructs that make up the STEM identity. Epistemological, the researcher participates with knowledge of the fact to be investigated. Methodology, the contrast of hypotheses and the hermeneutic refinement of the QUAL and QUAN analyses. The Grounded Theory is the basis of the QUAL approach, through in-depth interviews and open, axial and selective coding, of the topics to be investigated: 1. School and curricular organization; 2. PBL methodology and STEM synergies; 3. STEM multidisciplinarity and interdisciplinarity; 4. Taxonomy of projects. The qualitative data and its results are processed with Atlas.ti. Social Cognitive Learning Theory (SCT), and Social Cognitive Theory of Career Development (SCCT), are the QUAN approach. The CUAN data record is through the design of a questionnaire. The "Expert Judgment" group validated structure and content. The QUAN data and results are treated by descriptive and inferential statistics. The modeling of learning is treated by structural equations (SEM). Goals: 1. Evaluate the methodology by projects in a context of constant changes in the curriculum and virtual learning. 2. Test whether competency-based learning improves the acquisition of knowledge, skills and attitudes in an interdisciplinary learning context. 3. Model SCT, SCCT, Multidisciplinary, Interdisciplinary and Project learning, through SEM. Data collection: QUAL (teacher focus groups Oct. 2019 - Feb. 2020; experts Oct. 2019 - April 2022). Participation 133 teachers (74H, 59M). All sessions were recorded (audio 70 h). Audio-text transcription with AmberScript. QUAN (questionnaires Feb. 2020 - Dec. 2020). Participation 1417 students (537 girls, 831 boys, 49 errors). The design of the online questionnaire with Question-Pro. COVID'19 paralyzed the data collection process from March to Nov. 2020. Chapters: I. Introduction. II: Review of the state of the art. III: Theoretical framework. IV: Research methodology. V: Qualitative analysis. VI: Quantitative analysis. VII: General conclusions. VIII: References and Annexes. Conclusions: 1. Dense, rigid and fragmented curriculum does not favor the acquisition of skills. 2. Agile, continuous teacher training rooted in needs. 3. Transition between educational levels, predicts the acquisition of student skills and teacher satisfaction. 4. Continuity of studies does not depend on gender. There are no differences between girls and boys because of what they learn, but because of the preference of studies, applied methodologies, expectations of results, and distance from the IES to the metropolis. 5. Synergies are possible, but the organization of the school day makes it difficult to share experiences, innovate and disseminate knowledge. 6. Project-based learning is efficient and motivating, you learn by doing, experimenting with solutions to real problems. 7. Learning good educational practices facilitates multidisciplinary. 8. Extensive use of virtual learning, it entertains more than creating content, and manual know-how is lost. 9. Satisfaction of the learning decreases if one does not know how to apply it. 10. Difficulties of STEM interdisciplinarity are overcome after a multidisciplinary process and not the other way around. / Torres Barchino, E. (2023). Análisis y propuesta de mejora de la enseñanza de las tecnologías en la Educación Secundaria Obligatoria y Bachillerato: un enfoque desde el aprendizaje basado en proyectos (PBL) y la interdisciplinariedad de áreas STEM [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/199198

Classically it was assumed that the compounds with therapeutic effect exert their action interacting with a single receptor. Nowadays it is widely recognized that the pharmacological effect of most drugs is more complex and involves a set of receptors, some associated to their positive effects and some others to the side effects and toxicity. Antipsychotic drugs are an example of effective compounds characterized by a complex pharmacological profile binding to several receptors (mainly G protein-coupled-receptors, GPCR). In this work we will present a detailed study of known antipsychotic drugs and the receptors potentially involved in their binding profile, in order to understand the molecular mechanisms of the antipsychotic pharmacologic effects.The study started with obtaining homology models for all the receptors putatively involved in the antipsychotic drugs receptorome, suitable for building consistent drug-receptor complexes. These complexes were structurally analyzed and compared using multivariate statistical methods, which in turn allowed the identification of the relationship between the pharmacological properties of the antipsychotic drugs and the structural differences in the receptor targets. The results can be exploited for the design of safer and more effective antipsychotic drugs with an optimum binding profile. / Tradicionalmente se asumía que los fármacos terapéuticamente efectivos actuaban interaccionando con un único receptor. Actualmente está ampliamente reconocido que el efecto farmacológico de la mayoría de los fármacos es más complejo y abarca a un conjunto de receptores, algunos asociados a los efectos terapéuticos y otros a los secundarios y toxicidad. Los fármacos antipsicóticos son un ejemplo de compuestos eficaces que se caracterizan por unirse a varios receptores simultáneamente (principalmente a receptores unidos a proteína G, GPCR). El trabajo de la presente tesis se ha centrado en el estudio de los mecanismos moleculares que determinan el perfil de afinidad de unión por múltiples receptores de los fármacos antipsicóticos.En primer lugar se construyeron modelos de homología para todos los receptores potencialmente implicados en la actividad farmacológica de dichos fármacos, usando una metodología adecuada para construir complejos fármaco-receptor consistentes. La estructura de estos complejos fue analizada y se llevó a cabo una comparación mediante métodos estadísticos multivariantes, que permitió la identificación de asociaciones entre la actividad farmacológica de los fármacos antipsicóticos y diferencias estructurales de los receptores diana. Los resultados obtenidos tienen interés para ser explotados en el diseño de fármacos antipsicóticos con un perfil farmacológico óptimo, más seguros y eficaces.