9.651 a 9.660 de 16.015 Resultados
26 jul 2023 -
Materiales para la evaluación de arText por parte de estudiantes universitarios de derecho
Adobe PDF - 147,3 KB -
MD5: 162af91a9c36bac8f0533d4dfc349a6c
Nombre: encuesta-valoracion-tfg-artext.
Contenido: Encuesta de valoración de la percepción del alumnado sobre la propuesta de TFG y el uso de arText.
Formato: PDF.
Idioma: Español.
Versión: 1 |
26 jul 2023 -
Materiales para la evaluación de arText por parte de estudiantes universitarios de derecho
Adobe PDF - 196,7 KB -
MD5: 9fb70763a492abd2b0d2f4004d775740
Nombre: instrucciones-tfg-artext.
Contenido: Instrucciones para la elaboración de una propuesta de TFG que incluye la redacción de textos administrativos mediante el uso de arText.
Formato: PDF.
Idioma: Español.
Versión: 1 |
26 jul 2023 -
Materiales para la evaluación de arText por parte de estudiantes universitarios de derecho
Datos tabulares - 2,0 KB
Nombre: resultados-evaluacion-cuantitativa-tfg-artext.
Contenido: Resultados cuantitativos de la encuesta de valoración de la percepción del alumnado sobre la propuesta de TFG y el uso de arText.
Formato: Microsoft Excel versión 16.66.1.
Idioma: Español.
Versión: 1 |
26 jul 2023 -
Materiales para la evaluación de arText por parte de estudiantes universitarios de derecho
Adobe PDF - 160,2 KB -
MD5: bd2ea6611e67c82b33c144194541e1f0
Nombre: rubrica-evaluacion-tfg-artext.
Contenido: Rúbrica para evaluar la propuesta de TFG.
Formato: PDF.
Idioma: Español.
Versión: 1 |
26 jul 2023 - Universidad Carlos III de Madrid
Güemes, Alejandro; Sanmiguel Vila, Carlos; Discetti, Stefano, 2022, "Dataset of "Super-resolution generative adversarial networks of randomly seeded fields"", https://doi.org/10.5281/ZENODO.7191209
Dataset of the article "Super-resolution generative adversarial networks of randomly seeded fields" (https://doi.org/10.1038/s42256-022-00572-7) The codes processing data here are on https://github.com/eaplab/RaSeedGAN This project has received funding from the European Research...Dataset recolectado desde DataCite con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo. |
26 jul 2023 - Universidad Carlos III de Madrid
CHEN, Junwei; DISCETTI, Stefano; RAIOLA, Marco, 2022, "Dataset of "Pressure from data-driven estimation of velocity fields using snapshot PIV and fast probes"", https://doi.org/10.5281/ZENODO.6473074
Dataset of the article Pressure from data-driven estimation of velocity fields using snapshot PIV and fast probes (https://doi.org/10.1016/j.expthermflusci.2022.110647). A data-driven method is applied to combine non-time-resolved velocity field and fast probe data, and achieve t...Dataset recolectado desde DataCite con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo. |
26 jul 2023 - Universidad Carlos III de Madrid
Tirelli, Iacopo; Ianiro, Andrea; Discetti, Stefano, 2022, "Dataset of "An end-to-end KNN-based PTV approach for high-resolution measurements and uncertainty quantification"", https://doi.org/10.5281/ZENODO.6922576
Dataset of the article "An end-to-end KNN-based PTV approach for high-resolution measurements and uncertainty quantification" (https://doi.org/10.1016/j.expthermflusci.2022.110756). Local similarity between non-time-resolved snapshots is enforced by KNN to extract high-resolution...Dataset recolectado desde DataCite con autores de la UC3M. El enlace le llevará directamente a los datos originales en dicho archivo. |
25 jul 2023 -
Synthetic patients with .trc movements
Archivo ZIP - 2,0 GB -
MD5: 77b561c479d892e0a72869ddd2f4c171
|
24 jul 2023 - Historia del Derecho y de las Universidades
Lario, Dámaso de, 2021, "Diccionario Biográfico de Colegiales Mayores Españoles (1560-1650) - Colegiales excluidos", https://doi.org/10.21950/1YOPT9, e-cienciaDatos, V5
Listado de colegiales no incluidos en el Diccionario Biográfico de Colegiales Mayores Españoles (1560-1650) disponible en http://www.uc3m.es/colegiales |
24 jul 2023 -
Diccionario Biográfico de Colegiales Mayores Españoles (1560-1650) - Colegiales excluidos
Texto plano - 3,5 KB -
MD5: 9a03f2780e929ed45741fde9f5b57ea0
|
