- Detalles
- Categoría: Comsol
- Visto: 1407
Introducción
Las pilas de combustible de óxido sólido (solid oxide fuel cell, SOFC) alimentadas con hidrógeno son una solución prometedora para la generación de energía limpia. Su capacidad para convertir hidrógeno en electricidad de manera eficiente y con bajo impacto ambiental las posiciona como una tecnología ideal para sistemas energéticos sostenibles. El artículo titulado “On the validation and applicability of multiphysics models for hydrogen SOFC” [1], publicado en la revista Journal of Power Sources de la editorial Elsevier, presenta una investigación desarrollada por B. Díaz y sus colaboradores en la que se utiliza COMSOL Multiphysics® para modelizar esta tecnología de pila de combustible, enfocándose en el transporte de masa y en la incertidumbre de parámetros clave como la conductividad iónica y la densidad de corriente de intercambio.
Modelado/Simulación
La Figura 1(a) muestra un esquema conceptual de la pila de combustible SOFC, que opera a 850ºC, que se ha modelizado y la Figura 1(b) muestra la geometría cilíndrica en tres dimensiones creada en COMSOL Multiphysics. Los autores utilizaron la malla que se muestra en la Figura 1(c), con el objetivo de conseguir un equilibro entre coste computacional y precisión en los resultados obtenidos a partir de las simulaciones numéricas. El acoplamiento entre las distintas físicas que intervienen en el modelo se muestra en la Figura 2. En el estudio se implementaron dos modelos para estudiar el transporte de masa: Maxwell–Stefan y la ley de Fick.
Figura 1. Pila de combustible SOFC modelizada en COMSOL Multiphysics®. (a) Sección transversal (figura descriptiva, las dimensiones no se corresponden con las del modelo). (b) Geometría 3D creada. (c) Mallado.
Figura 2. Diagrama conceptual del acoplamiento de las distintas físicas que incluidas en la modelización.
Resultados/Conclusiones
De acuerdo con los resultados obtenidos, el modelo de Maxwell–Stefan para el transporte de masa es más robusto frente a la incertidumbre de los parámetros, y presentó una dependencia logarítmica de la conductividad iónica. Sin embargo, requiere un mayor coste computacional frente al modelo basado en la ley de Fick, que es más simple.
Este estudio, pone de manifiesto el potencial de COMSOL Multiphysics® como herramienta para el estudio de problemas con físicas complejas acopladas como los que se presentan en dispositivos electroquímicos y tecnologías de hidrógeno. Además, resulta un programa excelente para comparar distintos modelos para estudiar fenómenos como la transferencia de masa y evaluar la sensibilidad con respecto a parámetros con una influencia clave en los resultados de las simulaciones numéricas.
Referencias
[1] B. Díaz, D. Celentano, P. Molina, M. Sancy, L. Troncoso, M. Walczak. On the validation and applicability of multiphysics models for hydrogen SOFC. Journal of Power Sources (2024), 607, 234493
- Detalles
- Categoría: Minitab
- Visto: 1041
Cualquiera que haya tomado un curso de ciencias, aunque sea de nivel medio, sabe que un procedimiento minucioso y un laboratorio organizado son la forma más eficiente de garantizar el éxito de un experimento. Sin embargo, al pasar de los laboratorios de la escuela media a los laboratorios de la escuela secundaria, a los laboratorios universitarios y a los laboratorios profesionales reales, las cosas se complican mucho más. Los procedimientos se vuelven más complejos , la organización se vuelve más difícil y los experimentos fallan con mayor frecuencia. Cualquier investigador de cualquier nivel sabe que la experimentación es complicada: nueve de cada diez veces, las cosas no siempre salen como uno quiere.
Por qué la organización es importante en laboratorios de todos los tamaños
Aunque un investigador no pueda controlar por completo el éxito o el fracaso, lo que siempre se puede controlar en un entorno de laboratorio es la organización. A menudo, los procedimientos escritos se vuelven un caos y se pierden los dibujos o las notas físicas. Con Minitab Workspace, puede garantizar una organización visual y escrita ideal con total facilidad. Los formularios como el formulario de Métricas Y pueden ayudar con la recopilación de datos, mientras que la Hoja de trabajo de planificación del DOE es perfecta para diseñar experimentos y garantizar que se tengan en cuenta todas las variables. Para demostrarlo, observemos uno de los experimentos científicos más famosos y usemos Minitab Workspace para dibujar un procedimiento detallado.
En 1862, el científico francés Louis Pasteur ideó un experimento que se escribiría en los libros de texto de ciencias durante años. Fue un experimento que refutó la generación espontánea, la idea de que las formas de vida podían surgir de otras inertes sin necesidad de que se las provocara, y que también fue un ejemplo ideal del método científico y el procedimiento científico. Casi todas las personas con educación secundaria han aprendido este experimento, y es el siguiente:
- Prepare un caldo y vierta una cantidad igual en dos matraces de cuello largo diferentes. Uno de ellos debe tener el cuello recto y el otro debe estar doblado en forma de S.
- Hervir el caldo en cada matraz para matar cualquier ser vivo en el líquido.
- Deje el líquido de cada matraz a temperatura ambiente. Asegúrese de que los cuellos de ambos matraces estén abiertos.
- Después de unas semanas, tome observaciones del caldo en cada matraz. ¿Hay alguna diferencia?
Súper sencillo, ¿verdad? De hecho, es un experimento muy fácil que cualquier científico de cualquier edad podría llevar a cabo.
Pero ¿y si le dijera que podría ser aún más fácil? Una de las mejores medidas que puede adoptar un investigador para optimizar los resultados es asegurarse de que su procedimiento sea minucioso y de que comprenda exactamente qué está probando y qué significa exactamente cada paso. De esa manera, cuando algo salga mal, el error potencial se podrá detectar de manera fácil y rápida. Con Minitab Workspace, la comprensión de los procedimientos puede llevarse al siguiente nivel con diagramas y diagramas de flujo visuales al alcance de su mano.
Visualización del éxito: mapas de procesos y más en Minitab Workspace
Al crear un mapa de procesos en Minitab Workspace, podemos crear este diagrama de flujo para el experimento de Pasteur que describe los pasos y notas más breves que incluyen información clave en menos de cinco minutos. Este procedimiento ya se está perfilando como más atractivo y fácil de seguir que nuestro procedimiento escrito anterior. Con un poco más de ajustes, podemos personalizar nuestro diagrama aún más con funciones útiles:
En esta segunda iteración, este diagrama de flujo del experimento de Pasteur ahora está codificado por colores e incluye diagramas para una mejor visualización. Incluso con un experimento relativamente simple que es bastante directo y breve, existen todo tipo de posibilidades para crear un diagrama de flujo óptimo en Minitab Workspace.
En el caso de experimentos más grandes, se pueden utilizar formularios adicionales, como una Carta del proyecto, que pueden proporcionar una descripción general de los objetivos y las metas, mientras que una lista de tareas garantiza que se realice un seguimiento de todos los pasos y se asignen a las personas adecuadas. Estas funciones hacen que la gestión de proyectos complejos no solo sea más sencilla, sino también más eficiente.
Con el avance de la tecnología, los laboratorios están cambiando, y para mejor. Solo es necesario que los procedimientos y la organización del laboratorio crezcan a la velocidad de la tecnología. Minitab Workspace ofrece todo tipo de funciones útiles y eficientes para ampliar la forma en que aborda la recopilación de datos, ya sea un estudiante de séptimo grado que comienza con el experimento de Pasteur o un médico que está encontrando la cura para el cáncer de páncreas. Considere Minitab Workspace junto con otras aplicaciones de Minitab, como Minitab Statistical Software, para sus necesidades de investigación.
Esta publicación de blog fue escrita por Delinda Ura, becario de marketing del verano de 2024 en Minitab LLC.
- Detalles
- Categoría: Lakes
- Visto: 1346
La EPA de EE.UU. ha estado muy activa este mes. La actualización de su Guía de Modelos de la Calidad del Aire, junto con los cambios asociados al sistema de modelado AERMOD significan que Lakes Environmental estará muy ocupado en las próximas semanas, ya que actualizará sus productos AERMOD View y AERMET View para incorporar los nuevos modelos. Estos cambios adoptan muchas formas:
- Inclusión de nuevos ejecutables de modelos en cada aplicación (AERMOD y AERMAP en AERMOD View, AERMET y AERSURFACE en AERMET View)
- Desarrollo de un nuevo modelo AERMOD MPI paralelizado
- Incorporación de nuevas características correspondientes a cada lanzamiento del modelo
- Actualización de la funcionalidad del modelo existente (por ejemplo, elevación de RLINE, GRSM y COARE para que funcionen con el modo regulatorio predeterminado de AERMOD)
- Garantizar que todos los aspectos de los modelos se manejen con una precisión del 100%
- Actualización de la documentación
- ¡Y más!
Anticipamos que las actualizaciones de Lakes Environemental Software se completarán en diciembre de 2024. Esté atento a la comunicación por correo electrónico de Lakes Environmental anunciando la disponibilidad de las nuevas versiones de AERMOD View y AERMET View.
Si su copia de AERMOD View no está en mantenimienot, contacte con nuestro departamento comercial para solicitar su presupuesto.
- Detalles
- Categoría: Comsol
- Visto: 1910
La versión 6.3 de COMSOL Multiphysics® ofrece nuevas capacidades de simulación, que incluyen mejoras significativas en el rendimiento y actualizaciones de la interfaz de usuario. El nuevo módulo de descarga eléctrica (Electric Discharge Module) permite realizar simulaciones detalladas de descargas eléctricas y rupturas en gases, líquidos y sólidos, mientras que la aceleración por GPU ofrece simulaciones acústicas hasta 25 veces más rápidas y entrenamiento de modelos subrogados. Las nuevas herramientas de preparación de geometría dan como resultado mallas de mayor calidad para simulaciones más rápidas y sólidas. Un entorno Java interactivo admite ediciones de modelos sobre la marcha mediante la API de COMSOL, con un chatbot opcional disponible para ayudar en la programación Java.
Las nuevas capacidades multifísicas para mecánica estructural incluyen funciones para modelar la electromecánica de estructuras delgadas y la hinchazón inducida por la humedad, así como una gestión simplificada de puntos de soldadura y fijaciones. El modelado del flujo de fluidos se ha ampliado con modelos de turbulencia de tensión de Reynolds para la simulación de patrones de flujo anisotrópico y separado. Las simulaciones electromagnéticas ahora ofrecen cálculos de fuerza electrostática más precisos para dispositivos MEMS y nuevas capacidades para el modelado eficiente de hierro laminado en motores y transformadores. Un nuevo flujo de trabajo mejora drásticamente el manejo de estructuras periódicas en óptica de ondas, y una nueva herramienta de extracción de parámetros RLGC para líneas de transmisión mejora aún más el modelado de RF y microondas.
A continuación, hemos resumido las principales novedades de la versión 6.3 del software COMSOL®:
Actualizaciones generales
- Nuevo módulo de descarga eléctrica para simular descargas en gases, líquidos y sólidos
- Aceleración GPU que ofrece simulaciones acústicas transitorias hasta 25 veces más rápidas
- Herramientas automatizadas de preparación de geometría para una generación de mallas robusta
- Entorno Java interactivo que permite realizar modificaciones de modelos sobre la marcha mediante la API de COMSOL para su uso con Java
- Herramienta de chatbot opcional que proporciona asistencia con el código Java y respuestas a consultas generales
- Creación eficiente de modelos subrogados con soporte de entrenamiento basado en GPU
- Resolvedor de valores propios no lineal
- Marcadores de gráficos interactivos para valores de campo
- Unidades predeterminadas definidas por el usuario
- Los comentarios en la ventana Propiedades ahora también se muestran en la ventana Configuración
- Resolvedor de optimización de parámetros globales
- Nueva ventana del Visor de datos para un fácil acceso a parámetros y declaraciones
- Cálculos por lotes controlados por línea de comandos con bases de datos de Model Manager
Electromagnetismo
- Modelado eficiente de hierro laminado en motores y transformadores
- Soporte para excitación de cuadratura directa (DQ) en motores, lo que permite estrategias de control comunes y cálculos de parámetros clave de la máquina
- Modelado de conductores de bobinas Litz homogeneizadas, teniendo en cuenta el número de hilos, la resistencia de CC y la pérdida de alta frecuencia
- Precisión mejorada en los cálculos de fuerza electrostática para dispositivos MEMS
- Simulación de la dispersión dieléctrica en tejido biológico
- Cálculo de parámetros RLGC para líneas de transmisión multiconductoras
- Análisis de líneas de transmisión en el dominio del tiempo
- Configuración automatizada de estructuras periódicas en óptica ondulatoria
- Generación automática de diagramas de puntos y gráficos de funciones de transferencia de modulación geométrica (MTF) en óptica de rayos
- Cálculo preciso de la corriente de fuga en dispositivos semiconductores
- Interfaces dedicadas para simular el flujo de plasma no isotérmico
Mecánica estructural
- Modelado electromecánico de carcasas y membranas
- Simulación multifísica de la contracción y el hinchamiento inducidos por la humedad
- Modelado eficiente de puntos de soldadura y fijaciones
- Condiciones de contacto mecánico para límites interiores, eliminando la necesidad de pares de contacto
- Simulación viscoelástica en el dominio del tiempo con propiedades de material dependientes de la frecuencia
- Modelado geométrico de materiales compuestos de partículas aleatorias
- Biblioteca de piezas para geometrías de celosía
- Cálculos de plasticidad hasta un 50% más rápidos
- Plasticidad dependiente de la presión para espumas
Acústica
- Cálculos acelerados por GPU para acústica de presión explícita en el tiempo
- Simulación en el dominio del tiempo con propiedades de materiales dependientes de la frecuencia
- Simulación acústica termoviscosa más rápida utilizando el modelo linealizado secuencial de Navier-Stokes (SLNS)
- Modelado poroacústico anisotrópico
Fluido y calor
- Modelos de turbulencia de tensión de Reynolds para flujos secundarios en conductos y flujos con fuerte remolino o rotación media
- Simulaciones de flujo de alto número de Mach mejoradas con una nueva opción de energía cinética
- Migración inducida por cizallamiento para fraccionamiento de partículas y microfiltración
- Funcionalidad de plano de mezcla para modelado eficiente de bombas, turbinas y maquinaria rotatoria en general
- Flujo no newtoniano en medios porosos
- Simulaciones de secado rápido con transporte de humedad fuera de equilibrio
- Método de celdas unitarias repetitivas para transferencia de calor en materiales compuestos y medios porosos
- Disparo de rayos hacia adelante para una mayor precisión de la radiación externa
- Aumento del rendimiento de la radiación de superficie a superficie en modelos más grandes
Química y electroquímica
- Nuevo modelo de dos electrodos concentrados y opciones de electrodos de una sola partícula para el diseño de baterías
- Formulación precisa para modelar electrolitos concentrados en celdas electroquímicas
- Simulación de precipitación y cristalización para nucleación y crecimiento de partículas con distribución de tamaño de partícula
- Aplicación de demostración que presenta modelos subrogados dependientes del tiempo para ciclos de prueba de batería
Geometría, malla, módulo de importación CAD, módulo de diseño y productos LiveLink™ para CAD
- Detección y eliminación automática de pequeños detalles y espacios para una generación de mallas robusta
- Nuevo algoritmo de dimensionamiento de elementos de malla para resolver detalles geométricos
- Mallado controlado por física para archivos STL importados
- Operaciones de extrusión y revolución para aristas y vértices
- Selección de componentes a importar desde un ensamblaje
- Filetes de radio variable y ancho constante
- Proyección de aristas hacia las caras
- Nueva operación virtual para fusionar rostros
- Malla de barrido más fácil entre superficies desconectadas
- Importación de contornos de componentes y creación de vías chapadas para PCB
- Exportación ECAD al formato OASIS
Oracle y Java son marcas registradas de Oracle y/o sus filiales.
- Detalles
- Categoría: Maple
- Visto: 1261
¡Presentamos un nuevo lugar para tu arte relacionado con Maple! Es fácil enviar tu obra de arte y aceptamos obras de arte en casi cualquier medio. Esto significa que queremos ver tus gráficos de ordenador, animaciones, bordados, esculturas y más inspirados en las matemáticas. ¡Estamos ansiosos por ver lo que creas!
Más información |
La última incorporación a la Galería es una impresionante visualización matemática de la conferencia magistral del Dr. Laureano González Vega en la pasada Conferencia Maple 2024.
- Detalles
- Categoría: Minitab
- Visto: 1344
Por Alyssa Sarro en colaboración con Luc Burgard y su equipo en Recipharm.
Tuvimos la oportunidad de conversar con Luc Burgard, el distinguido director de operaciones de Recipharm. Si bien Luc trabaja actualmente en la fabricación de productos farmacéuticos, tiene una sólida experiencia en investigación biotecnológica y fabricación de automóviles.
Luc ha pasado de ser ingeniero de campo a ser líder de operaciones y demuestra sólidas habilidades de liderazgo con un profundo conocimiento de las complejidades de la industria. Hace hincapié en el análisis de datos como una herramienta indispensable para la toma de decisiones estratégicas y estábamos ansiosos por explorar su perspectiva.
Construyendo un equipo especializado
Luc se ha encontrado con un desafío importante en su carrera: la pronunciada curva de aprendizaje asociada con las herramientas complejas de análisis de datos. Cree que la inversión de tiempo necesaria para familiarizar a las personas con estas herramientas a menudo supera los beneficios. Por eso utiliza Minitab.
Desde sus inicios como ingeniero de calidad hasta su función actual como director de operaciones, Luc ha aprovechado constantemente el software estadístico Minitab Statistical Software para potenciar a sus equipos. Valora especialmente funciones como el Asistente de Minitab y el Quality Trainer (ahora Education Hub), en los que ambos aceleran el proceso de formación al ofrecer un enfoque práctico para aprender estadística aplicada. Los usuarios pueden aplicar sus conocimientos de inmediato mientras comprenden los principios subyacentes, lo que hace que el análisis de datos sea más accesible y eficaz.
¡Descargue nuestra guía sobre cómo aprovechar el software estadístico Minitab para las necesidades específicas de la industria: "A Primer on Leveraging Minitab Statistical Software for Industry-Specific Data-Driven Decision Making"!
Experiencia enfocada
A la hora de formar sus equipos, Luc se centra en seleccionar a colegas especializados con profundos conocimientos estadísticos que puedan identificar y abordar rápidamente los problemas complejos a medida que surjan. En lugar de establecer equipos grandes y sólidos, explica que para abordar problemas operativos complejos, Luc pide a un equipo de solucionadores de problemas que realice avances mediante la aplicación de técnicas analíticas que ayuden a revelar las causas profundas ocultas y los fallos de los procesos. Su comprensión de la importancia de formar un equipo completo comienza con estos individuos expertos y se transmite a los demás.
El compromiso de Luc de invertir en el crecimiento de su equipo se centra en la mejora continua. Las organizaciones exitosas dependen de una sólida colaboración interdisciplinaria para impulsar la innovación y la eficiencia.
El director de operaciones desempeña un papel fundamental en el fomento de dicha colaboración, ya que supervisa los distintos departamentos y garantiza su alineamiento con los objetivos generales de la empresa. Luc analizó su perspectiva sobre la colaboración interfuncional como algo necesario para la mejora de los procesos, el aumento del rendimiento operativo y el apoyo a la innovación.
Fomentar la colaboración interfuncional:
- Identificar interdependencias: comprender cómo interactúan estos departamentos e identificar áreas potenciales de mejora. Cree en aprovechar las fortalezas de su equipo, en lugar de centrarse en sus debilidades.
- Fomentar objetivos compartidos: garantizar que cada departamento trabaje en pos de objetivos comunes, alineando sus esfuerzos con la estrategia general de la empresa. Para Luc, estos objetivos giran en torno a la seguridad, la calidad, la entrega y los costos.
- Facilitar el intercambio de conocimientos: fomentar el intercambio de información y las mejores prácticas entre equipos, lo que conduce a una toma de decisiones más informada. Cada dato debe llegar a varios departamentos; es importante garantizar un flujo de datos fluido entre los equipos.
Luc habló sobre la cantidad de departamentos diferentes que supervisa y bromeó diciendo: “¡Sería más fácil decirte en qué no participo!”. Desde el desarrollo de procesos y la adquisición estratégica hasta la fabricación y la ingeniería, es necesario que tenga datos que crucen cuatro o cinco dimensiones para tomar decisiones. Además, Luc desempeña un papel clave en el fomento de la innovación en todas las operaciones: el reciente lanzamiento de ReciPredict demostró el poder de combinar el análisis de datos complejos con otras capacidades y herramientas en la organización, en beneficio de los clientes de Recipharm.
Optimización de datos entre equipos
Explicó que en todas las empresas nos cuesta conseguir los datos correctos a tiempo, incorporarlos a un panel de control y hacer todo lo que se necesita antes de la interpretación: “Todo funciona de forma aislada”. Sin embargo, la optimización de los datos entre equipos es la forma en que Luc toma decisiones informadas. Al hacerlo, el director de operaciones tiene el poder de:
- Identificar cuellos de botella: identifique áreas donde se puede mejorar la eficiencia identificando cuellos de botella o ineficiencias en el proceso de producción.
- Medir el rendimiento: realizar un seguimiento de los indicadores clave de rendimiento (KPI) para evaluar la eficacia de las iniciativas e identificar áreas de mejora.
- Tome decisiones basadas en evidencia: utilice datos para respaldar la toma de decisiones, reduciendo la dependencia de suposiciones e intuiciones.
Aprovechar la tecnología
Un ejemplo notable del impacto de Minitab es la utilización por parte de Luc del Control de calidad de respuesta rápida (QRQC). Al emplear el QRQC como marco de trabajo, los equipos pueden identificar y abordar rápidamente los problemas de calidad, lo que reduce el tiempo de inactividad y mejora la calidad general del producto. Las capacidades estadísticas de Minitab permiten a los equipos analizar datos para las iniciativas de QRQC, lo que proporciona información sobre las causas fundamentales de los defectos y orienta las acciones correctivas específicas.
Su adopción y uso estratégicos del software Minitab Statistical Software durante más de 20 años subrayan el potencial transformador de la toma de decisiones basada en datos en las operaciones modernas. Al dotar a los equipos de las herramientas y el conocimiento necesarios para analizar datos, Luc ha fomentado una cultura de excelencia operativa y mejora continua.
Luc mencionó que los equipos han aplicado la IA en copilotos, lo que ha demostrado ser útil para el procesamiento de texto. Sin embargo, el riesgo radica en quedarse atrapado en plataformas mágicas con promesas exageradas que ofrecen análisis básicos. Muchas herramientas tienen problemas con los datos estructurados, lo que genera ineficiencia. Los proveedores promueven la inteligencia cuando lo que ofrecen es conocimiento. El verdadero éxito de la IA a menudo requiere soluciones personalizadas, que combinen proveedores, ingenieros y matemáticos.
En Minitab, nos centramos en técnicas de IA probadas y confiables que se alinean con los valores de nuestra marca de calidad, confianza y precisión, evitando las "alucinaciones de IA". Nuestros métodos se prueban rigurosamente y utilizamos técnicas confiables y probadas como IA basada en reglas, sistemas expertos y aprendizaje automático en nuestras soluciones. Investigamos nuevas tecnologías para asegurarnos de que cumplan con estos estándares.
- Detalles
- Categoría: Maple
- Visto: 1195
Aumentar nuestra comprensión de cómo se propagan las enfermedades infecciosas es una herramienta vital para combatir las amenazas actuales y futuras para la salud. Negesse Alemu, profesor adjunto de matemáticas en la Universidad de Gondar en Etiopía, donde Maple se utiliza ampliamente para la educación y la investigación en matemáticas, estadística, ingeniería, física y otros campos, considera que Maple es una herramienta inestimable para su investigación en modelado de enfermedades infecciosas, así como para involucrar a los estudiantes en el estudio de este importante tema.
Investigación en modelado de enfermedades infecciosas
Maple es una herramienta esencial en la investigación de Alemu sobre el modelado de enfermedades infecciosas, donde hace uso de las capacidades simbólicas, numéricas y de visualización de Maple. La dinámica de la transmisión de enfermedades se modela utilizando un sistema de ecuaciones diferenciales, que incluye parámetros simbólicos que representan las variables bajo investigación. Luego, el sistema se resuelve y se simula numéricamente. Las simulaciones se grafican para demostrar visualmente los efectos de los parámetros elegidos sobre la transmisión de enfermedades de una manera que sea fácil de entender. Alemu también utiliza las herramientas de exportación de gráficos de Maple para crear gráficos 2D y 3D de calidad de publicación de sus resultados para incluirlos en sus artículos científicos.
Figura 1. Modelado de la propagación de la enfermedad y estrategias de control del sarampión
Además de la facilidad de combinar exploraciones simbólicas, numéricas y visuales en un único entorno, Alemu también utiliza Maple por su lenguaje de programación. “Me parece que el lenguaje de programación de Maple es muy cómodo para trabajar. Los comandos y las estructuras son fáciles de recordar, por lo que puedo dedicar mis horas de investigación de forma más productiva”.
"Cuando enseño con Maple, mis alumnos reaccionan como si estuvieran jugando a un juego. Les encanta y nunca se aburren”.
Involucrar a los estudiantes
Alemu también utiliza Maple durante las demostraciones de laboratorio para involucrar a sus estudiantes con visualizaciones, lo que le parece mucho más eficaz para transmitir ideas importantes, pero también para captar y mantener la atención de sus estudiantes en primer lugar. “Cuando doy clases con Maple, mis estudiantes responden como si estuvieran jugando a un juego”, dice Alemu. “Les encanta y nunca se aburren”.
También descubre que a los estudiantes les gusta explorar por su cuenta en Maple. Sus estudiantes crean sus propias exploraciones y aplicaciones, y comparten con él lo que han hecho. Realmente aprecia el entorno intuitivo de Maple que le permite a él y a sus estudiantes aprender unos de otros.
Alemu atribuye los resultados de investigación que Maple le permitió alcanzar como una de las razones por las que obtuvo su puesto actual en la universidad. Y con la ayuda constante de Maple, Alemu continuará su trabajo para aumentar nuestra comprensión de cómo se propagan las enfermedades y cómo se pueden controlar.