* Por una década en que estudiantes de la Unicaribe han sido beneficiarios del Programa Delfín.
* Y la premiación a cinco proyectos durante el “Segundo Congreso Estatal de Jóvenes Veraniegos”.
Cancún, Q. Roo, México, 14 septiembre 2021.- La Universidad del Caribe recibió un doble reconocimiento por parte del Consejo Quintanarroense de Ciencia y Tecnología (COQCyT), por su participación durante 10 años consecutivos, en los que sus estudiantes han sido beneficiarios del Programa Delfín.
Asimismo, se premiaron cinco proyectos que lograron un lugar sobresaliente en alguna de las áreas de conocimiento que se presentaron en el "Segundo Congreso Estatal de Jóvenes Veraniegos”, durante la ceremonia de clausura del evento organizado por el COQCyT, del 09 al 13 de septiembre 2021.
En este Congreso participaron las y los estudiantes de las universidades e institutos de educación superior del Estado de Quintana Roo, donde presentaron los resultados de los proyectos de investigación que desarrollaron al participar en la beca del Programa de Jóvenes Investigadores, denominado “Programa Delfín”.
El programa consiste en desarrollar un proyecto de investigación, bajo la tutoría de profesores investigadores de las diversas instituciones de nivel superior que participan en el programa.
Las y los estudiantes de la Universidad del Caribe premiados este año son:
Itzel Areli Luna Juárez, Ingeniería Ambiental, (1er Lugar del Área Física, Matemáticas y Ciencias de la Tierra) Proyecto: Análisis de la interacción por corrientes marinas en el canal de Cozumel.
Elizabeth Reyes Morales, Ingeniería Ambiental, (3er lugar del Área de Ciencias Agropecuarias y Biotecnología) Proyecto: Salmonela en el ambiente y su resistencia a los antibióticos
Daniel Alejandro Amaro Rosas y Enrique Alberto Avilés Encalada, Ingeniería Industrial, (3er lugar del Área de Ingenierías) Proyecto: Prototipo de sistemas de iluminación natural utilizando fibra óptica.
Gibran Jalil Gibran Sulvaran Alpuche, Ingeniería Ambiental, (3er lugar del Área de Ingenierías) Proyecto: Estimación de la altura con aprendizaje de máquinas para la generación de mapas de rugosidad.