• Rural Digital Europe
• Publicationsclose
• Research softwareclose
• 2019-2023close
• Open Access close
• Thesis close

The adoption of urban smartness concept for the rural area is recently gaining attention, especially as a vehicle to improve the citizens' economic welfare. In this context, this paper presents ongoing research exploring the adoption effort through the development of e-government service platform that facilitates the entrepreneurial discovery as the key for rural area's economic growth. This research follows the design science research methodology (DSRM) as the guidance in defining, designing, and implementing the research artefacts. There are two main research artefacts will be delivered from this research that expected to fill in the gaps from the previous works. First, the theoretical model that describes the key features of urban smartness concept for the realisation of economic benefit for the citizens in a rural area. Second, the design of the e-government service platform customised to the rural context. These research artefacts will be demonstrated and validated using a case study in West Java province, Indonesia, as the region has a strong vision to improve the economic welfare of the people in their rural area through digital initiatives. As the preliminary result, this research proposes a conceptual framework that suggests the urban smartness technology, combined with the organisational and environmental capabilities, can lead to the improvement of the economic welfare of the citizens in rural area through a process that encourages innovation in the local communities.

This work aims to investigate the adequacy of accountability and civil liability systems in the context of the Internet of Things. In order to carry out this examination, different approaches have been used: in particular, the benefits of historical, sociological and technical analysis have been relied upon, to be integrated with the study of norms, decisions and practices typical of the jurist. The first chapter aims to provide the main coordinates for understanding the phenomenon of the Internet of Things: this required a historical and technical approach, albeit minimal. Today's state of the art is in fact the result of the development of fundamental technologies such as cloud computing, and the more modern edge computing and fog computing. These, in turn, required an introduction to how they work. In the second chapter, the focus shifted to the relationship between law and technology, with a focus on digital technologies. The protection of personal data, that is the subject of this thesis can in fact be traced back to the vast field of studies known as Law&Tech, characterised by the influence that technology exerts on law. In addition to this, the second chapter was dedicated to the framing of personal data, the object of the protection of the discipline under examination. The main reference was Article 4 of the GDPR and Opinion No. 4 of 2007 of the Article 29 Working Party. The latter, by issuing soft law acts (opinions and guidelines) plays a key role in the interpretation of data protection provisions. A great importance was attached to soft law in the course of the thesis: the acts of the European Data Protection Board, of the Italian Data Protection Authority, of the European Data Protection Supervisory, and the European agencies (such as Enisa) constitute first-rate references for the analysis of regulatory texts and for the evaluation of technological implementation practices. The third chapter was devoted to the accountability principle. This has been considered by important commentators as the element on which the modernisation of the data protection discipline was based: it was in fact introduced by the GDPR, and in contrast to the former Directive 95/46/EC, it imports a series of obligations aimed to making the main figures accountable for processing: the controller and the processor. This paradigm shift is analysed by retracing the main stages that led to today's accountability principle, with particular emphasis on the minimum security measures provided for in Article 33 of the former Italian privacy code. The fourth chapter focuses instead on civil liability for unlawful processing of personal data. The reference provision is Article 82 of the GDPR, and starting from it, the active and passive subjective profiles, the objective profiles, the nature of the criterion of imputation of liability, and the relationship between the injured party and the damaging party were examined. The protracted study took into consideration the unresolved problems of Italian civil liability, especially as regards the criterion of imputation of liability and the relationship between the injured party and the damaged party. This analysis was supplemented by a systematic reading of the Regulation, with the consequence of finding the minimum and maximum limits of civil liability in the compliance with the principle of accountability. In particular, the balance set by the GDPR between the circulation and protection of personal data, the principle of adequacy, and finally the limits of the state of the art and implementation costs were examined. The results obtained in the third and fourth chapters on accountability and civil liability systems were then tested in the context of the Internet of Things. This necessitated an introduction on the circulation model of personal data, and the risks arising from it: in particular, algorithmic discrimination and influences on personal self-determination were examined. Algorithms were taken into consideration, by virtue of their great inferential capacity, as tools for the extraction of new data, sometimes burdened by biases imprinted at the time of design, and at other times vitiated by biases that emerged later than the time of programming. Respecting the principle of accountability in the IoT, so as not to be condemned for damages under Article 82 GDPR, is very complex. The technological phenomenon in question is very intricate, characterised by great opacity and chains of processing. The lack of transparency makes it complex to be accountable, while the concatenation of accountable treatments, in certain cases, can lead to the inconsistency of personal data protection. Finally, some problematic liability profiles linked to the industrialisation of relations were compared to those arising from their digitalisation. https://lawtech.jus.unitn.it/main-menu/paper-series/student-paper-series-of-the-trento-lawtech-research-group/2/

This thesis develops the technique of millimetre-wave radar at 94 GHz for close-range remote sensing of glaciers and terrestrial snow cover (the cryosphere). The capabilities of 94 GHz radar for cryosphere mapping are demonstrated using the 2ⁿᵈ generation All-weather Volcano Topography Imaging Sensor (AVTIS2), which maps 3D terrain from real-beam scanning. AVTIS2 acquires 3D point clouds of terrain and a comparison to co-located high density point clouds derived from Terrestrial Laser Scanner (TLS) data showed that AVTIS2 point cloud uncertainties were 1.5 m at 1.5 km and 3 m at 3 km. These values are smaller than other close-range radar systems used to map cryospheric terrain in 3D. Next, the distribution of Normalised Radar Cross Section (σ⁰) values over glacier ice at 94 GHz was found to be −17.0 < σ⁰ < −3.4; σ⁰ₘₑₐₙ = −9.9 dB and followed a log-normal distribution. These values are comparable to other terrain types at 94 GHz such as refrozen snow, wet snow and wet soil, hence glacier surfaces were found to be suitable targets for terrain mapping at 94 GHz. These fundamental results were used to apply the AVTIS2 94 GHz radar for monitoring snow cover and glacier calving. Field trials in Scotland showed that the transition of wet snow to a refrozen snowpack in response to reductions in air temperature could be detected from changes in 94 GHz σ⁰. Snow hazard features could also be identified, such as post-avalanche debris accumulations which manifest as localised increases in radar backscatter. Next, 3D AVTIS2 data was used to quantify glacier calving rates at the Hansbreen tidewater glacier in Svalbard. A time series of ice cliff morphology derived from the AVTIS2 3D data sets exposed the role of melt undercutting and demonstrated the critical role of the ocean on calving processes in Svalbard. The high accuracy 3D data acquired from AVTIS2 and the sensitivity of radar backscatter to surface changes has demonstrated the unique capabilities of 94 GHz radar for cryosphere mapping, paving the way forward for new applications and opportunities for close-range remote sensing of the cryosphere.

Energi merupakan bagian penting dalam keberlangsungan hidup. Kehidupan manusia tidak bisa lepas dari energi, terutama energi yang sering digunakan oleh masyarakat adalah energi listrik. Pemakaian listrik sering tidak diperhatikan oleh masyarakat yang menyebakan pembengkakan biaya. Tujuan dari alat ini dibuat adalah membantu masyarakat agar dapat memantau pola penggunaan daya pada perangkat elektronik di rumah dan biaya yang dihasilkan dari perangkat tersebut. Dengan menggunakan teknologi Internet of Things, masyarakat tidak perlu kesulitan dalam memantau biaya, hanya dengan memasang aplikasi pada smartphone. Teknologi Internet of Things yang diterapkan disini adalah menggunakan sensor PZEM-004T sebagai aktuator dan ESP8266 sebagai perangkat mikrokontroler pengendali. Data yang dipantau adalah penggunaan daya, arus, tegangan, dan biaya yang dihasilkan selama 5 hari percobaan. Pengujian dilakukan untuk mendapatkan pola penggunaan daya dari perangkat elektronik yang diuji dan menentukan working periode dari perangkat tersebut. Hasil penelitian menunjukan tingkat akurasi alat ini mencapai diatas 95% dan perbandingan antara standar deviasi dengan reratai rill melebihi 95% Energy is an important part of survival. Human life cannot be separated from energy, especially the energy that is often used by society is electrical energy. The use of electricity is often not considered by the community which causes cost overruns. The purpose of this tool is to help people monitor power usage patterns on electronic devices at home and the costs generated from these devices. By using Internet of Things technology, people don't need to have trouble monitoring costs, just by installing an application on a smartphone. The Internet of Things technology applied here uses the PZEM-004T sensor as the actuator and the ESP8266 as the controlling microcontroller device. The monitored data is the use of power, current, voltage, and costs generated during the 5 trial days. Tests are carried out to obtain patterns of power usage from the tested electronic devices and determine the working period of these devices. The results showed that the accuracy of this tool reached above 95% and the comparison between the standard deviation and the real average exceeded 95%.

The potential impact of a grand unified theory of the brain on the robotics community might be immense, as it might hold the key to the general artificial intelligence. Such a theory might make revolutionary leaps in robot intelligence by improving the quality of our lives. The last two decades have witnessed the rise of one such brain theory - the free energy principle (FEP) - that seems to be successful in explaining a large body of cognitive functions. The tremendous amount of research centering FEP is a testament to its popularity within the neuroscience community. This raises two important questions: i) since biological systems are fundamentally different from robots, will FEP be useful in solving real robotics problems? ii) if so, will it outperform classical robot algorithms? To answer these questions, this thesis takes a step in the direction of applying FEP on three class of robotics challenges, with a special focus on Unmanned Aerial Vehicle (UAV): i) action, ii) perception and iii) active perception. This thesis demonstrates the usefulness of FEP in solving these challenges, and shows that FEP is particularly beneficial in dealing with colored (non-white) noise during estimation (perception) when compared to classical methods, marking the utility of FEP not only in neuroscience, but also in robotics. With these results, this thesis aims to contribute to the rise of FEP as a unified theory of robot intelligence.

Globally, agriculture urgently needs alternative sources of phosphorus (P). Presently, global agriculture is over-reliant on inorganic mineral P fertilisers sourced from finite mining sources. This is especially relevant in the European Union (EU), since Europe lacks natural rock phosphate deposits. There are many alternative organic sources of P, which could be used at low cost in agriculture to grow crops. For example, as one of the largest agricultural-food sectors in EU, the dairy processing industry generates large amounts of P-rich dairy processing sludge (DPS), which can be further processed into secondary-raw-material-based fertilising products, referred to as STRUBIAS (STRUvite, BIochar, or incineration AShes). As DPS and DPS-derived STRUBIAS products have the potential to be used as bio-based fertilisers, to encourage farmers to choose such fertiliser alternatives and stimulate their access to the market, the EU has implemented changes to the Fertiliser Regulations. To date, few studies have focused on the potential of these products to be used as agricultural fertilisers, which has hindered their incorporation in agricultural nutrient management planning. This thesis aims to address the knowledge gaps associated with their agronomic performance and potential environmental risks when reused as fertilisers in agriculture. Specifically, the aims of this thesis were to: (1) quantify the nutrient and metal content of a range of DPS and DPS-derived products (2) compile a database and develop a MS ExcelTM calculator programme to provide farmers with a quick and safe way to reuse these products (3) determine the mineral fertiliser equivalent value (MFE) of a range of these products when used to grow ryegrass and spring wheat, and (4) examine how the different application rate (optimal versus high) and calculation methods (with and without chemical fertiliser response curves) affect MFE results, which, in turn, will enable a standard approach to be used in fertilisation. 2025-03-09

[ES] Se ha obtenido un método de estimación de la biomasa rápido, fiable y replicable en cualquier estructura forestal basado en un reducido y sencillo inventario forestal, imágenes de satélite de alta resolución espacial y resolución espectral en los rangos del visible y del infrarrojo cercano y medio y un vínculo entre las variables dependientes e independientes por medio de métodos de regresión por procesos gaussianos. Se han comparado los métodos utilizados para la estimación de la biomasa y se ha constatado tanto que no existe un método estandarizado como que la obtención de los datos de campo, la realización de los inventarios y el cálculo de la biomasa como verdad-terreno y variable dependiente no siempre recibe la importancia que necesita y, por tanto, los resultados no siempre son comparables. Se ha introducido también el uso de las ecuaciones alométricas de biomasa, que describen la relación del diámetro y de la altura con la biomasa, tanto de cada fracción arbórea como del total de cada pie y se han ensayado también otros métodos de adquisición de datos de campo para confrontarlos con esta metodología, aunque finalmente se ha determinado que la sencillez, rapidez y bajo coste de estos métodos deben ser incorporados a un protocolo único de obtención de la biomasa para que todos los análisis puedan ser homogéneos y comparables. Para conseguir la definición de un método replicable en diversas condiciones y estructuras forestales, se han seleccionado áreas de interés en montes jóvenes y maduros en condiciones de clima mediterráneo Csa y Csb según la clasificación de Köppen-Geiger. Sobre estas zonas se han experimentado diferentes métodos de estimación de la biomasa. Para sobrepasar los límites del aprendizaje clásico por métodos paramétricos, se ha ensayado el uso de métodos no paramétricos mediante procesos gaussianos, utilizando el término proceso para referirse a una colección de variables aleatorias que se pueden definir a través de una densidad de probabilidad como una gaussiana. Al existir esta densidad de probabilidad no es necesario ajustar al mismo tiempo un gran número de parámetros, lo que restringe la capacidad de modelar con flexibilidad los coeficientes de las variables. Este método de aprendizaje automático es capaz de explicar un alto porcentaje de la variabilidad de la biomasa en un monte con distintas clases de estructura por edad siempre que la entrada de datos se halle segmentada, es decir, que se clasifique no sólo por los valores de biomasa sino por las condiciones de cobertura y tipo de formación recogidas en el inventario. Al haberse validado el método con dos sensores diferentes se ha podido aplicar este mismo método en dos fechas separadas varios años para evaluar el crecimiento de las masas forestales según haya mediado un tipo de gestión forestal o su ausencia. Se han podido determinar diferencias estadísticamente significativas en el crecimiento a pesar de que la distribución de valores de reflectividad para cada fecha no las tiene. Se ha evaluado la capacidad de este método en áreas donde las diferencias estructurales, de edad y de biomasa no son tan marcadas como en las masas adultas. En un regenerado post-incendio se han podido determinar las zonas de más densidad con el mismo método y sin segmentación de clases. Este trabajo se ha enfocado en la obtención de un método replicable que pueda ser de fácil aplicación incluso por técnicos sin formación avanzada y con la intención de ser una herramienta cotidiana para la gestión forestal. Para poder ser implementado en condiciones reales de uso por administraciones y empresas se ha utilizado un lenguaje de programación de libre acceso. El programa se ha configurado para que el usuario realice el mínimo procesado posible y se obtengan automáticamente los mapas de biomasa de la zona deseada. [CAT] S'ha obtingut un mètode d'estimació de la biomassa ràpid, fiable i *replicable en qualsevol estructura forestal basat en un reduït i senzill inventari forestal, imatges de satèl·lit d'alta resolució espacial i resolució espectral en els rangs del visible i de l'infraroig pròxim i mitjà i un vincle entre les variables dependents i independents per mitjà de mètodes de regressió per processos gaussians. S'han comparat els mètodes utilitzats per a l'estimació de la biomassa i s'ha constatat tant que no existeix un mètode estandarditzat com que l'obtenció de les dades de camp, la realització dels inventaris i el càlcul de la biomassa com a veritat-terreny i variable dependent no sempre rep la importància que necessita i, per tant, els resultats no sempre són comparables. S'ha introduït també l'ús de les equacions alométriques de biomassa, que descriuen la relació del diàmetre i de l'altura amb la biomassa, tant de cada fracció arbòria com del total de cada peu i s'han assajat també altres mètodes d'adquisició de dades de camp per a confrontar-los amb aquesta metodologia, encara que finalment s'ha determinat que la senzillesa, rapidesa i baix cost d'aquests mètodes han de ser incorporats a un protocol únic d'obtenció de la biomassa perquè totes les anàlisis puguen ser homogenis i comparables. Per a aconseguir la definició d'un mètode replicable en diverses condicions i estructures forestals, s'han seleccionat àrees d'interés en boscos joves i madures en condicions de clima mediterrani Csa i Csb segons la classificació de Köppen-Geiger. Sobre aquestes zones s'han experimentat diferents mètodes d'estimació de la biomassa. Per a sobrepassar els límits de l'aprenentatge clàssic per mètodes paramètrics, s'ha assajat l'ús de mètodes no paramètrics mitjançant processos gaussians, utilitzant el terme processe per a referir-se a una col·lecció de variables aleatòries que es poden definir a través d'una densitat de probabilitat com una gaussiana. En existir aquesta densitat de probabilitat no és necessari ajustar al mateix temps un gran nombre de paràmetres, la qual cosa restringeix la capacitat de modelar amb flexibilitat els coeficients de les variables. Aquest mètode d'aprenentatge automàtic és capaç d'explicar un alt percentatge de la variabilitat de la biomassa en un bosc amb diferents classes d'estructura per edat sempre que l'entrada de dades es trobe segmentada, és a dir, que es classifique no sols pels valors de biomassa sinó per les condicions de cobertura i tipus de formació recollides en l'inventari. En haver-se validat el mètode amb dos sensors diferents s'ha pogut aplicar aquest mateix mètode en dues dates separades diversos anys per a avaluar el creixement de les masses forestals segons haja mediat un tipus de gestió forestal o la seua absència. S'han pogut determinar diferències estadísticament significatives en el creixement a pesar que la distribució de valors de reflectivitat per a cada data no les té. S'ha avaluat la capacitat d'aquest mètode en àrees on les diferències estructurals, d'edat i de biomassa no són tan marcades com en les masses adultes. En un regenerat post-incendie s'han pogut determinar les zones de més densitat amb el mateix mètode i sense segmentació de classes. Aquest treball s'ha enfocat en l'obtenció d'un mètode replicable que puga ser de fàcil aplicació fins i tot per tècnics sense formació avançada i amb la intenció de ser una eina quotidiana per a la gestió forestal. Per a poder ser implementat en condicions reals d'ús per administracions i empreses s'ha utilitzat un llenguatge de programació de lliure accés. El programa s'ha configurat perquè l'usuari realitze el mínim processament possible i s'obtinguen automàticament els mapes de biomassa de la zona desitjada. [EN] A fast, reliable and replicable biomass estimation method has been obtained for any forest structure based on a reduced and simple forest inventory, satellite images of high spatial resolution and spectral resolution in the visible and near and mid-infrared ranges, and a link between the dependent and independent variables by means of Gaussian process regression methods. The methods used for biomass estimation have been compared and it has been found that there is no standardized method and that the collection of field data, the making of inventories and the calculation of biomass as ground-truth and dependent variable are not always given the importance they need and, therefore, the results are not always comparable. It has been introduced introduced the use of allometric biomass equations, which describe the relationship of diameter and height with biomass, both of each tree fraction and of the total of each stand, and we have also tested other methods of field data acquisition to compare them with this methodology, although we have finally determined that the simplicity, speed and low cost of these methods should be incorporated into a single protocol for obtaining biomass so that all the analyses can be homogeneous and comparable. To achieve the definition of a replicable method in different conditions and forest structures, areas of interest have been selected in young and mature forests in Mediterranean climate conditions Csa and Csb according to the Köppen-Geiger classification. Different biomass estimation methods have been experimented on these areas. In order to overcome the limits of classical learning by parametric methods, the use of non-parametric methods using Gaussian processes has been tested, using the term process to refer to a collection of random variables that can be defined through a probability density as a Gaussian. Since this probability density exists, it is not necessary to fit a large number of parameters at the same time, which restricts the ability to flexibly model the coefficients of the variables. This machine learning method is able to explain a high percentage of the biomass variability in a forest with different age structure classes as long as the data input is segmented, i.e. classified not only by biomass values but also by the cover conditions and type of formation collected in the inventory. As the method has been validated with two different sensors, it has been possible to apply the same method on two separate dates several years apart to evaluate the growth of forest stands according to the type of forest management or its absence. Statistically significant differences in growth could be determined despite the fact that the distribution of reflectivity values for each date does not have them. The capacity of this method has been evaluated in areas where structural, age and biomass differences are not as marked as in adult stands. In a post-fire regeneration it has been possible to determine the most dense areas with the same method and without class segmentation. This work has focused on obtaining a replicable method that can be easily applied even by technicians without advanced training and with the intention of being a daily tool for forest management. In order to be implemented in real conditions of use by administrations and companies, a freely available programming language has been used. The program has been configured so that the user performs as little processing as possible and automatically obtains the biomass maps of the desired area. This research was funded by the Interreg SUDOE Program through the European Regional Development Fund (ERDF): Interreg SUDOE REMAS project (SOE3/P4/E0954) “Greenhouse gas emissions risk management in forest fires” (2019–2022)

[ES] La transformación digital es un eje tractor para la competitividad de las empresas. Convierte a las compañías tradicionales en empresas digitales con fuerte capacidad de innovación y agilidad para adaptarse a entornos y mercados constantemente cambiantes. Pero es un proceso complejo que parece estar reservado solo para las grandes organizaciones. Actualmente la brecha digital entre las pymes y las grandes empresas representa un problema para el desarrollo económico de un país en el que el 99% del tejido empresarial está conformado por pequeñas y medianas empresas. Agrava la situación el desconocimiento que las pymes tienen sobre la transformación digital y la tendencia a confundirla con otros conceptos, como marketing digital o digitalización, que por sí mismos no habilitan las capacidades que debe tener una empresa digital para competir en los mercados actuales. Además, la mayoría de las modelos y metodologías de transformación digital que ofrecen las compañías consultoras requieren elevados recursos económicos y de tiempo que están fuera del alcance de la mayoría de las pymes. De este modo surge la necesidad de crear un modelo de diagnóstico de madurez digital orientado especialmente a pequeñas y medianas empresas y adaptable a cualquier sector de actividad. Asimismo, una metodología para elaborar un plan de transformación digital realista y alcanzable. Para resolver esta cuestión, se efectuó una revisión bibliográfica sobre métodos y modelos de diagnóstico de madurez digital e indicadores para su medición y evaluación, obteniendo muy pocos resultados. A partir de allí, la investigación se centró en identificar los elementos fundamentales para determinar la madurez digital de pymes y que son comunes a todas ellas.Se establecieron seis ejes de análisis: 1. Estrategia de negocio, 2. Gestión de clientes, 3. Talento humano, 4. Procesos, 5. Tecnologías y 6. Sostenibilidad; con sus respectivos componentes e indicadores. Asimismo, se diseñó una metodología para elaborar un plan de transformación digital que, más allá de elevar el nivel de madurez digital de la empresa, produzco el cambio cultural para lograr la transformación y la innovación continua. Ambos componentes de esta investigación, tanto el modelo de diagnóstico como la metodología del plan de transformación, en versiones iniciales simplificadas, fueron probados en el marco de operaciones de la Cámara de Comercio de València. Posteriormente, las versiones finales del modelo de diagnóstico y de la metodología para elaborar el plan de transformación digital se han convertido en una solución comercial de la empresa valenciana Metric Salad, con el nombre de HUMAN-DT, cumpliendo su propósito de ser de utilidad para cualquier pyme. [CA] La transformació digital és un eix tractor per a la competitivitat de les empreses. Converteix a les companyies tradicionals en empreses digitals amb forta capacitat d'innovació i agilitat per a adaptar-se a entorns i mercats constantment canviants. Però és un procés complex que sembla estar reservat només per a les grans organitzacions. Actualment la bretxa digital entre les pimes i les grans empreses representa un problema per al desenvolupament econòmic d'un país en el qual el 99% del teixit empresarial està conformat per petites i mitjanes empreses. Agreuja la situació el desconeixement que les pimes tenen sobre la transformació digital i la tendència a confondre-la amb altres conceptes, com a màrqueting digital o digitalització, que per si mateixos no habiliten les capacitats que ha de tindre una empresa digital per a competir en els mercats actuals. A més, la majoria dels models i metodologies de transformació digital que ofereixen les companyies consultores requereixen elevats recursos econòmics i de temps que estan fora de l'abast de la majoria de les pimes. D'aquesta manera sorgeix la necessitat de crear un model de diagnòstic de maduresa digital orientat especialment a petites i mitjanes empreses i adaptable a qualsevol sector d'activitat. Així mateix, una metodologia per a elaborar un pla de transformació digital realista i assolible. Per a resoldre aquesta qüestió, es va efectuar una revisió bibliogràfica sobre mètodes i models de diagnòstic de maduresa digital i indicadors per al seu mesurament i avaluació, obtenint molt pocs resultats. A partir d'allí, la investigació es va centrar en identificar els elements fonamentals per a determinar la maduresa digital de pimes i que són comunes a totes elles. Es van establir sis eixos d'anàlisis: 1. Estratègia de negoci, 2. Gestió de clients, 3. Talent humà, 4. Processos, 5. Tecnologies i 6. Sostenibilitat; amb els seus respectius components i indicadors. Així mateix, es va dissenyar una metodologia per a elaborar un pla de transformació digital que, més enllà d'elevar el nivell de maduresa digital de l'empresa, produïsc el canvi cultural per a aconseguir la transformació i la innovació contínua. Tots dos components d'aquesta investigació, tant el model de diagnòstic com la metodologia del pla de transformació, en versions inicials simplificades, van ser provats en el marc d'operacions de la Cambra de Comerç de València. Posteriorment, les versions finals del model de diagnòstic i de la metodologia per a elaborar el pla de transformació digital s'han convertit en una solució comercial de l'empresa valenciana Metric Salad, amb el nom de HUMAN-DT, complint el seu propòsit de ser d'utilitat per a qualsevol pime. [EN] Digital transformation is a driving force for business competitiveness. It turns traditional companies into digital ones with a strong capacity for innovation and agility to adapt to constantly changing environments and markets. But it is a complex process that seems to be a privilege of large organizations. Currently, the digital gap between SMEs and large companies represents a problem for the economic development of a country where SMEs represent 99% of the business industry. The situation is aggravated by the lack of knowledge that SMEs have about digital transformation and the tendency to confuse it with other concepts, such as digital marketing or digitization, which do not tap the capabilities that a digital company must have to compete in current markets. In addition, most of the digital transformation models and methodologies offered by consulting companies require high financial and time resources, which are out of the SMEs. This is how the need arises to create a digital maturity diagnosis model focused especially on small and medium-sized companies and adaptable to any sector of activity. Also, to develop a methodology to elaborate a realistic and achievable digital transformation plan. To resolve this issue, a bibliographic review was carried out on methods and models for diagnosing digital maturity and indicators for its measurement and evaluation, obtaining very few results. From there, the research focused on identifying the fundamental elements to determine the digital maturity of SMEs that are common to all of them. Six analysis axes were established: 1. Business strategy, 2. Customer management, 3. Human talent, 4. Processes, 5. Technologies, and 6. Sustainability; with their respective components and indicators. Likewise, a methodology was designed to develop a digital transformation plan that, beyond raising the level of digital maturity of the company, produced the cultural change to achieve transformation and continuous innovation. Both components of this research, the diagnostic model and the methodology of the transformation plan, in simplified first versions, were tested in the operations framework of the Valencia Chamber of Commerce, obtaining satisfactory results and resulting in their implementation in other Chambers of Commerce of Spain. Subsequently, the final versions of the diagnostic model and the methodology to develop the digital transformation plan have become a commercial solution of the Valencian company Metric Salad, with the name of HUMAN-DT, fulfilling its purpose of being useful for any SME.

Several concepts exist in the discipline of data analysis that are often unknowingly used in geosciences. Specifically, the concepts related to Big Data, Data Assimilation, Digital Soil Mapping, and Exploratory Data Analysis. Recently the availability of large geo-spatial data sets, such as satellite remote sensing, has meant these concepts are appearing more and more in geoscience literature. However, any explanation or explicit understanding of these concepts is often missing. In this thesis, these concepts are highlighted and applied to several large geo-spatial datasets in the context of peatland identification and intra-peatland mapping of physical properties. Peatlands make up ~ 3 % of the land surface globally and account for ~ 10 – 30 % of all soil carbon, making these soils globally important in the carbon cycle. Drained and modified peatlands account for considerable emissions of carbon to the atmosphere. Peatland rehabilitation aims to return these peatlands to their natural state, making them carbon neutral, or even carbon negative in time. Advances in peatland identification and delineation are needed to update national and global peatland inventories and meet national reporting obligations. The geo-spatial datasets used in this thesis are optical satellite and airborne radiometric data. Modern machine learning neural network methods are used to firstly identify peat soil and update peatland boundaries, and secondly to visualise peatland physical property (landcover and soil moisture) variation within a site containing several discontinuous peatlands. The methods developed here follow the principles of data analysis and have applications outside the scope of this thesis.

[CA] La investigació duta a terme en aquesta tesi doctoral té com a objectiu general analitzar la importància del poder transformador de l'analítica de big data, a través de les capacitats analítiques de big data en l'ecosistema espanyol de les petites i mitjanes empreses. El context de la transformació digital ha remodelat la manera de fer negocis en les organitzacions a causa de la complexitat i incertesa de l'entorn, el sorgiment d'empreses natives digitals, la introducció de noves tecnologies i indústria 4.0 i l'augment de la competitivitat dels mercats. Tot i que la implantació de la tecnologia i infraestructures digitals ha sigut un tema estudiat en la literatura acadèmica en els últims anys, s'albiren reptes importants a nivell humà a causa de la modificació del context laboral, el lideratge i les habilitats necessàries per a competir de manera exitosa actualment. Les persones, i no la tecnologia, són el centre de la transformació digital i tot canvi organitzatiu derivat ha de prioritzar-les. Moltes de les empreses que inverteixen en tecnologies com el big data són incapaços d'extraure el valor que aquest pot oferir a través de l'analítica de dades, i per tant, no l'utilitzen per a prendre decisions de valor per a l'organització que porten a una millora dels resultats. La raó és que tenen poc desenvolupades les capacitats analítiques de big data, necessàries per a aprofitar la transformació digital i promoure una implementació efectiva de les noves tecnologies. D'aquesta problemàtica derivem la importància de conéixer quins són els antecedents de les capacitats analítiques de big data i el seu efecte en elles, amb l'objectiu d'aconseguir un vertader impacte en la millora dels resultats. D'una banda, la cultura organitzativa s'ha identificat com una de les barreres al canvi per a efectuar una transformació digital efectiva. Per aquesta raó cal implantar noves maneres de treballar i adquirir habilitats i coneixements adequats que permeten prendre decisions sobre la base de l'anàlisi de les dades. És per tant fonamental, que la cultura organitzativa promoga i incentive la promoció de capacitats analítiques de big data i la transformació digital. D'altra banda, es destaca el paper del CEO de l'organització, i de la seua visió estratègica orientada a les dades per a incentivar, liderar i motivar el canvi cap a una transformació digital. El paper directiu és crucial per a motivar un canvi cultural que permeta veure la transformació digital i les capacitats analítiques de big data com a instruments per a aconseguir una millora de la competitivitat, acompliment, creació de valor i augment de la reputació i satisfacció de les persones. Per tant, el CEO ha de tindre un compromís amb la transformació digital tangible i una visió orientada a les dades per a prendre decisions i planificar l'estratègia a seguir per tota l'organització. Entre les conclusions de l'estudi es destaca en primer lloc la relació positiva i significativa de les capacitats analítiques de big data amb la transformació digital i la millora dels resultats a través de la innovació. A més, es posa en valor la importància de la cultura organitzativa i de l'orientació a la dada, així com d'un nivell adequat de maduresa digital, com a antecedents de les capacitats analítiques de big data. Finalment s'analitzen els diversos arquetips culturals i es destaca que una cultura digital, jeràrquica o adhocrática afavoreixen la creació de capacitats analítiques i per tant incrementen l'éxit del procés de transformació digital. A partir de les conclusions es deriven algunes implicacions pràctiques com la necessitat d'inversió en formació per a les persones en competències i capacitats digitals i analítiques, el rol clau del directiu per a aconseguir una transformació digital exitosa i aprofitar la inversió tecnològica. Finalment es destaca la importància del diagnòstic cultural i elaboració d'un pla de canvi cultural alineat amb els objectius envers la transformació digital. [ES] La investigación llevada a cabo en esta tesis doctoral tiene como objetivo general analizar la importancia del poder transformador de la analítica de big data, a través de las capacidades analíticas de big data en el ecosistema español de las pequeñas y medianas empresas. El contexto de la transformación digital ha remodelado la forma de hacer negocios en las organizaciones debido a la complejidad e incertidumbre del entorno, el surgimiento de empresas nativas digitales, la introducción de nuevas tecnologías e industria 4.0 y el aumento de la competitividad de los mercados. Si bien la implantación de la tecnología e infraestructuras digitales ha sido un tema estudiado en la literatura académica en los últimos años, se divisan retos importantes a nivel humano debido a la modificación del contexto laboral, el liderazgo y las habilidades y competencias necesarias para competir de forma exitosa actualmente. Las personas, y no la tecnología, son el centro de la transformación digital y todo cambio organizativo derivado debe priorizarlas. Muchas de las empresas que invierten en tecnologías como el big data son incapaces de extraer el valor que éste puede ofrecer a través de la analítica de datos, y por tanto, no lo utilizan para tomar decisiones de valor para la organización que lleven a un incremento del desempeño. Tienen poco desarrolladas las capacidades analíticas de big data, necesarias para aprovechar la transformación digital y promover una implementación efectiva de las nuevas tecnologías. De esta problemática derivamos la importancia de conocer cuáles son los antecedentes de las capacidades analíticas de big data y su efecto en ellas, con el objetivo de conseguir un verdadero impacto en el desempeño organizativo. Por una parte, la cultura organizativa se ha identificado como una de las barreras al cambio o un factor impulsor que permite efectuar una transformación digital efectiva. Para ello es necesario implantar nuevas formas de trabajar y adquirir habilidades y conocimientos adecuados que permitan tomar decisiones en base al análisis de los datos. Es por tanto fundamental, que la cultura organizativa promueva e incentive la promoción de capacidades analíticas de big data y la transformación digital. Por otra parte, se destaca el papel del CEO de la organización, y de su visión estratégica orientada al dato para incentivar, liderar y motivar el cambio hacia una transformación digital. El rol del directivo es crucial para motivar un cambio cultural que permita ver la transformación digital y las capacidades analíticas de big data como instrumentos para lograr una mejora de la competitividad, desempeño, creación de valor y aumento de la reputación y satisfacción de las personas. Por tanto, el CEO debe tener un compromiso con la transformación digital tangible y visión estratégica orientada a los datos para tomar decisiones y planificar la estrategia a seguir por toda la organización. Entre las conclusiones del estudio se destaca en primer lugar la relación positiva y significativa de las capacidades analíticas de big data con la transformación digital y el desempeño organizativo a través de la innovación. Además, se pone en valor la importancia de la cultura organizativa y de la orientación al dato, así como de un nivel adecuado de madurez digital, como antecedentes de las capacidades analíticas de big data. Finalmente se analizan los diversos arquetipos culturales para destacar que una cultura digital, jerárquica o adhocrática favorecen la creación de capacidades analíticas y por tanto incrementan el proceso de transformación digital. A partir de las conclusiones se deriva la necesidad de inversión en formación para las personas en capacidades digitales y analíticas y el rol clave del directivo para conseguir una transformación digital exitosa y aprovechar la inversión tecnológica realizada. Por último, se destaca la importancia del diagnóstico cultural y elaboración de un plan de cambio cultural. [EN] The general objective of the research carried out in this doctoral thesis is to analyse the importance of the transformative power of big data analytics through big data analytical capabilities in the Spanish context of small and medium-sized enterprises. The context of digital transformation has reshaped the way of doing business in organisations due to the complexity and uncertainty of the environment, the emergence of digital native companies, the introduction of new technologies and the increased competitiveness of markets. Whilst the implementation of technology and digital infrastructures has been covered in the academic literature in recent years, there are significant challenges at the human level due to the changing context of work, leadership and the skills needed to compete successfully today. People, not technology, are at the heart of digital transformation and any resulting organisational change must priorise them. Many companies that invest in technologies such as big data are unable to extract the value that big data can offer through data analytics, and therefore do not use it to make valuable decisions for the organisation that lead to increased performance. They have underdeveloped big data analytical capabilities, which are necessary to take advantage of digital transformation and promote the effective implementation of new technologies. From this problem the importance of knowing the background of big data analytical capabilities and their effect on them is derived, in order to achieve a real impact on organisational performance. On the one hand, organisational culture has been identified as a barrier or booster of change for an effective digital transformation. This requires the implementation of new ways of working and the acquisition of appropriate skills and knowledge to enable data-driven decision making. It is therefore essential that the organisational culture promotes and encourages the promotion of big data analytical capabilities and digital transformation. On the other hand, the role of the CEO of the organisation, and his or her data-driven strategic vision to incentivise, lead and motivate change towards digital transformation is highlighted. The role of the top management is crucial to motivate a cultural change that allows to see digital transformation and big data analytics capabilities as instruments to achieve superior outcomes (i.e., improved competitiveness, performance, value creation and increased reputation and people satisfaction). Therefore, the CEO must have a strong commitment to digital transformation and a data-driven orientation to make decisions and settle the strategy for the entire organisation. Among the conclusions of the study, the positive and significant relationship of big data analytics capabilities with digital transformation and organisational performance through innovation are highlighted. This thesis points out the importance of organisational culture and data orientation, as well as an appropriate level of digital maturity, as antecedents to big data analytics capabilities. Finally, the various cultural archetypes are analysed to highlight that a digital, hierarchical or adhocratic culture favours the creation of analytical capabilities and therefore enhances the digital transformation process. From the conclusions, some practical implications are derived, such as the need to invest in training people in digital and analytical skills and capabilities, the key role of the manager in achieving a successful digital transformation and leveraging technological investment. Finally, the importance of cultural diagnosis and the development of a cultural change plan aligned with the strategic objectives for digital transformation is highlighted, and practical recommendations are settled. Tesis elaborada gracias al apoyo de las Ayudas de Formación del Profesorado Universitario (FPU) otorgadas por el Ministerio de Educación, Cultura y Universidades, del Gobierno de España, y a la Cátedra de Empresa y Humanismo de la Universitat de València.