Descripcin del proceso de recoleccin y anlsis de la informacin la recoleccin de la informacin se realiza en dos memontos.

Un primer momento, en el que se recopila la primera informacin aplicando el instrumento nmero uno encuesta integrada (obtenido ste del trabajo conjunto con los cuatro grupos de investigacin de la cohorte II-12) creencias sobre ciudadania, creencias sobre tecnologias de informacin y comunicacin, creencias sobre tiempo libre y ocio y creencias sobre medio ambiente: un segundo momento, en el que la recoleccin de la informacin se hace aplicando el instrumento dos guin de la entrevista a grupo focal en la localidad de Kennedy a los estudiantes de decimo y undcimo en los colegios oficiales durante el periodo I-13 seleccionados, as: En la primera semana de...

En cada caso los encuestados contestaron la totalidad de la encuesta conformada por cuatro campos de estudio (creencias sobre ciudadania, creencias sobre tecnologias de informacion y comunicacion)en cuatro localidades (Bosa, Kennedy, Usme, Suba). La encuesta estubo conformada de la siguiente manera:

Campos de estudio Sub campos # de preguntas Sub campo # De preguntas

CREENCIAS SOBRE CIUDADANA

CREENCIAS SOBRE TECNOLOGIA DE INFORMACIN Y COMUNICACIN Concepto de comunicacin virtual

CREENCIAS SOBRE TIEMPO LIBRE Y OCIO

CREENCIAS SOBRE MEDIO AMBIENTE

Participacin 1, 2, 3, 4, 5, 6 = 6

Conceptos 30, 31, 32,33= 4

Medio ambiente segn valores 41, 42, 43, 44, 45,46, 47, 48, 49= 9 Aporte de la educacin ambiental 50, 51, 52, 53, 54= 5

16, 17= 2

Sub campo # De preguntas

Lo Pblico 7, 8, 9, 10, 11, 11.1, 12= 7

Informacin en la red 18, 19, 20, 21, 22, 23, 24, 25= 8

Actividades 34, 35, 36, 37, 38, 39, 40= 7

Sub campo

La Normatividad

Comunidades virtuales

# De preguntas 13, 14, 15= 3 TOTAL POR CAMPO DE ESTUDIO 26, 27, 28, 29= 4

16

14

11

14 CCGGENCUESTA 55

Anlisis A continuacin se presenta los fujos de informacin y anlisis para los casos grupales en la encuesta y en la entrevista.

Flujo de anlisis grupal

Flujo de anlisis individual

Instrumento (encuesta) por localidad

Anlisis de factores 1528 estudiantes

CASOS E1, E2, E3,...,En

Momento 1 Grupos focales Seleccin grupos para la encuesta G1, G2, G3,.., Gn Instrumento guin de la entrevista Anlisis de la informacin

Caracterizacin de las Creencias Ambientales de los estudiantes de Decimo y undcimo

Descripcin de las creencias ambientales de los estudiantes de decimo y unddicmo

Anlisis global: Teoria sobre creencias ambientales

Para cada uno de estos anlisis se profundiza la tcnica empleada y sobre el procesamiento de la informacin.

Descripcin Del Anlisis Global LA POBLACIN EN ESTUDIO La recoleccin de la informacin se realiza en dos momentos. En un primer momento, en el que se recopila la primera informacin aplicando el instrumento de la encuesta a los 1528 estudiantes en las cuatro localidades (Bosa, Kennedy, Usme, Suba) de ellos 428 en Keneddy los cuales representan 28% de la poblacin encuestada, 437 estudiantes en la localidad de Bosa que representan el 28,6% de la poblacin encuestada, en Suba participan 367 estudiantes y representan el 24% de la poblacion encuestada y finalmente Usme con 296 estudiantes los cuales representan el 19,4% de la poblacin encuestada. En cuanto a las instituciones 33 participan en la investigacin 9 ubicadas en Bosa, 8 en Kennedy, 7 en Suba y 9 en Usme. En el segundo momento de la presente investigacin se observaron------ grupos de ........estudiantes, seleccionados a partir de dos criterios: Estadstico: que consisti en la seleccin, a partir de las respuestas dadas por los estudiantes al instrumento uno donde se indagaba sobre las creencias en los cuatro campos de estudio, ciudadania, tecnologias de la informacin y la comunicacin, tiempo libre y ocio y medio ambiente. Afinidad con la temtica: aquellos estudiantes que en sus respuestas, se evidenciaba su afinidad con los temas medio-ambientales., lo cual se corroboro con las opiniones de los profesores, con base en sus comentarios.

RECOLECCIN DE INFORMACIN PARA ANLISIS ESTADSTICO Sobre el anlisis de factores. en el anlisis de factores se estudia las relaciones de interdependencia de un conjunto de variables a partir de una reduccin de la informacin contenida en una encuesta.en la presente investigacin existe una gran variedad de variables de tipo cualitativo que se supone se encuentran correlacionadas, el anlisis de factores permite reducir todo el conjunto de variables en otro menor que permite una mejor interpretacin de la informacin. en resumen el anlisis de factores se puede utilizar principalmente en tres situaciones que son: Cuando se desea encontrar los factores que explican las correlaciones existentes en un conjunto de variables. Cuando se desea encontrar un conjunto de variables no correlacionadas que resultan de un conjunto ms grande de variables que se encuentran correlacionadas. Cuando se quiere extraer las variables que ms sbre salen en un conjunto mayor de variables.

Asumiendo la posibilidad de utilizar un modelo lineal para identificar y caracterizar las creencias ambientales, se observa al revisar las correspondientes correlaciones

estimadas que en la moyoria de los casos los valores no son muy altos. al mirar algunas de las ms altas, encontramos que los estudiantes contestaron, por ejemplo, que si...........

A continuacin en un cuadro todas las correlaciones encontradas para las diferentes variables en estudio.

Fundamentalmente lo que se pretende con el anlisis factorial (anlisis de Componentes Principales o de Factores Comunes) es simplificar la informacin que nos da una matriz de correlaciones para hacerla ms fcilmente interpretable. Se pretende encontrar una respuesta a esta pregunta: Por qu unas variables se relacionan ms entre s y menos con otras? La respuesta hipottica es porque existen otras variables, otras dimensiones o factores que explican por qu unos tems se relacionan ms con unos que con otros. Se trata en definitiva de un anlisis de la estructura subyacente a una serie de variables. Es necesario aclarar conceptos que se utilizan en el anlisis factoral: La varianza ( ) de cada tem nos indica las diferencias que crea en las respuestas. si todos responden lo mismo la varianza ser cero. Cada tem tiene su varianza (diferencia en las respuestas), pero esta varianza de cada tem puede estar compartida con la varianza de otros tems. En todo caso se debe buscar la coherencia entre las variables correlacionadas. la anterior relacin viene expresada por el coeficiente de correlacin de r de Pearson, que elevada al cuadrado (r2) expresa la proporcin de varianza comn o de variacin conjunta. a manera de ejemplo, si la correlacin entre dos tems es de 0,80, esto quiere decir que tiene un 64% de varianza comn. El resto de la varianza no es compartida. La varianza total de un tem puede descomponerse de esta manera: Tambin hay varianza no compartida que se puede descomponer en otras dos fuentes de varianza. hay una varianza que es especfica de cada tem. es decir que tiene un significado especfico. que no coincide del todo. hay por lo tanto tambin varianza no compartida porque hay diferencias en las respuestas que tienen menos que ver (o nada) con el contenido comn pretendido en todos los tems y ms con otros significados especficos de cada tem, o maneras individuales de entenderlos. tambin hay varianza no compartida que no tiene que ver propiamente con el significado del tem sino con lo que llamamos errores de medicin: cansancio, estilos personales de responder (como tendencias a escoger una respuesta central de no compromiso), efectos del orden en el que se responden los tems, etc.

Ahora, la varianza total de un tem podemos descomponerla de esta manera: Varianza total (VT) = varianza comn o compartida (VC)+ varianza especfica de cada variable (VE) + varianza debida a errores de medicin (VDE). si unimos la varianza especfica con la varianza debida a errores de medicin tendremos que: VT= VC + VDE Mediante el anlisis factoral se analiza la varianza comn a todas las variables. se parte de una matriz de correlaciones para hallar el coeficiente de correlacin de Pearson, que mide el grado de covarianza entre distintas variables relacionadas linealmente. Esto significa que puede haber variables fuertemente relacionadas. los valores absolutos oscilan entre 0 y 1. Esto es, si tenemos dos variables X y Y, y definimos el coeficiente de correlacin entre estas dos variables como rxy entonces:

El termino valor absoluto se aclara ya que en realidad si se contempla el signo coeficiente de correlacion de Pearson ascila entre -1 y 1. se indica que la magntud de relacion viene especificada por el valor numerico del coeficente, reflejando el signo direccion de tal valor. en este sentido, tan fuerte es una relacion de 1 como de -1. en primer caso la relacion es perfecta positiva y en el segundo perfecta negativa. El coeficiente de correlacin de Pearson viene definido por la siguiente expresin:

el la la el

Esto es, el coeficiente de correlacin de Pearson hace referencia a la medida de los productos cruzados de las puntuaciones estandarizadas de X e Y. Las puntuaciones estandarizadas muestran, precisamente, la posicin en desviaciones tipo de un individuo respecto a su media. Refleja la media en que dicho individuo se separa de la media. En este sentido, supongamos que para cada individuo tenemos dos medias en X e Y. la correlacin entre estas dos variables ser perfecta positiva cuando cada individuo manifieste la misma superioridad o inferioridad en cada una de ellas. Esto se cumple cuando su posicin relativa sea la misma, es decir, cuando sus puntuaciones tipo sean iguales (Zx=Zy). en este caso la formula de la correlacin se transforma en:

ya que tal expresin equivale a la varianza de Zx, que vale la unidad.

Una vez calculado el coeficiente de correlacin interesa determinar si tal valor obtenido muestra que las variables X e Y estn relacionadas en realidad o es causa del azar. Un coeficiente de correlacin es significativo si se puede afirmar, con una cierta probabilidad, que es diferente de cero. en trminos estadsticos, preguntarse por la significacin de un cierto coeficiente de correlacin no es otra cosa que preguntarse por la probabilidad de que tal coeficiente proceda de una poblacin cuyo valor sea cero. hay dos hiptesis posibles: 0

Desde el supuesto de la hiptesis nula se demuestra que la distribucin muestral de correlaciones procedentes de una poblacin caracterizada por una correlacin igual a cero sigue una ley de student con N-2 grados de libertad, de media el valor poblacional y desviacin tipo:

El que la relacin entre cada par de variables sea o no significativa depender del correspondiente contraste realizado sobre el valor de r. La hiptesis nula a contrastar es: H0: "no hay relacin entre las variables" H0: r=0 H1:"hay relacin entre las variables" H1:0 en cuanto a las correlaciones se puede decir que: un p-valor (sig.) pequeo indica que se rechaza la hiptesis r=0 (no hay relacin lineal entre las variables) y, por tanto, se rechaza la hiptesis nula, esto es: Se rechaza la hiptesis nula, esto es: p- valor (sig) =x<0.05 rechaza la hiptesis nula "hay relacin lineal" p- valor (sig) =x>0.05 acepta la hiptesis nula "no hay relacin lineal" luego de determinar la dependencia lineal entre las variables pasamos a la reduccin factoral. Como se dijo anteriormente el anlisis factoral analiza la varianza comn a todas las variables. Partiendo de la matriz de correlaciones; se trata de simplificar la informacion que nos da una matriz e correlaciones. se opera con las correlaciones elevadas al

cuadrado (r2 "correlacin de Pearson"), que expresa lo que hay en varianza comn entre las variables. en la matriz de correlaciones apenas debe haber coeficientes de correlaciones inferiores a 0,30; las correlaciones muy bajas pueden deberse a la homogeneidad de la muestra y pueden no revelarse factores en el anlisis. en cada matriz de correlaciones elevadas al cuadrado tenemos la proporcin de varianza a dos tems o variables, excepto en la diagonal: aqu tenemos unos (cada tem coincide consigo mismo al 100%). en estos unos tenemos la varianza que cada tem comparte con los dems y tambin la que no comparte (la especifica o nica de cada tem). el enfoque que se utiliza es analizar toda la varianza, comn y no comn; es el denominado anlisis de componentes principales utilizando los unos de la matriz de correlaciones. otro enfoque es analizar solamente la varianza comn, y en este caso se substituyen los unos (y que se denominan nominalidades). para la estimacin de las comunalidadess no hay un nico calculo; existen diversos procedimientos (como correlaciones multiplis de cada item con todos los dems, o coeficientes de fiabilidad si cada variable es un text). estos procedimientos (en los que se substituyen los unos por las comunalidades) se denomina analisis de factores comunes. los dos enfoques son denominados anlisis factoral y se interpretan de manera casi idntica. ahora, un factor no existe, como no existe, por ejemplo, el constructo ansiedad; lo que que tenemos de cada sujeto es una suma de sus respuestas a una serie de tems o preguntas, una combinacin lineal de variables (tem a + tem b + tem c,...) a +b + c + d +...= total en ansiedad (en un test para medir ansiedad). Estos totales son distintos para cada sujeto, o pueden serlo, la varianza de los totales nos expresa la diversidad que existe entre los sujetos en aquello que estamos midiendo. si encontramos, por ejemplo, tres factores, esto quiere decir que podemos descomponer el instrumento original en en tres instrumentos; cada uno est compuesto por todos los tems, pero en cada instrumento los tems tienen un peso especfico distinto segn sea su relacin con cada factor: a1a+b1b+c1c+d1d...= Total en el factor 1 a2a+b2b+c2c+d2d...= Total en el factor 2 a3a+b3b+c3c+d3d...= Total en el factor 3 a1 es el peso especfico del tem a en el factor 1, etc.; las nuevas puntuaciones son las puntuaciones factoriales o factor scores..

estos pesos pueden ser grandes o pequeos, positivos o negativos; por lo general en cada factor hay tems con pesos grandes y tros prximos a cero; los tems que ms pesan en cada factor son los que lo definen. la varianza de cada una de las nuevas medidas equivale a la varianza de la medida original (no a toda pero si a la maxima que es posible explicas); estos factores indican las fuentes de varianza; si hay diferencias en la medida original es porque las hay en estas nuevas puntuaciones. el analisis factoral se reduce a la busqueda de estos pesos para localizar medidas distintas a partir de las variables originales, y de manera que, a poder ser, entre todas las nuevas medidas agoten o explique toda la varianza presente en las variables originales. Para finalizar el resultado del analisis factoral nos indica como tienden a agruparse los items o variables. Examinando el contenido conceptual de los items que pertenecen al mismo factor podemos comprender que factores o constructos subyacentes explican las correlaciones entre los items. tipicamente cuando hay factores claros (y no siempre los hay), los items con correlaciones ms altas con un factor determinado tienen correlaciones claras entre s (significativas, mayores que con otros items, no necesariamente grandes) y ms bajas o muy bajas con otros. el resultado es anlogos a un sociograma de items: los items del mismo factor se eligen entre s y tienden a rechazar a los mismos items (en vez de elecciones y rechazos habra que hablar de mayor o menor relacion). la informacion del analisis factoral es muy matizada porque nos indica el grado (correlacion) de cada item o variable con cada factor. los factores equivalen a constructos hipoteticos o conceptos sibyacentes o latentes (no observables directamente) deducidos de las correlaciones entre las variables. ayuda a establecer la validez de constructo de lo que se esta midiendo. los resultados no son siempre claros y en principio es preferible ver los resultados del analisis factoral ms como descriptivos que como explicativos. la informacion fundamental que da el analisis factoral es la siguiente:

Cuando se desea encontrar los factores que explican las correlaciones existentes en un conjunto de variables. Cuando se desea encontrar un conjunto de variables no correlacionadas que resultan de un conjunto ms grande de variables que se encuentran correlacionadas. Cuando se quiere extraer las variables que ms sobre salen en un conjunto mayor de variables.

EDAD Frecuencia Porcentaje Porcentaje vlido 0 1 10 13 14 15 Vlidos 16 17 18 19 20 22 Total 1 1 1 2 68 432 584 318 105 11 4 1 1528 ,1 ,1 ,1 ,1 4,5 28,3 38,2 20,8 6,9 ,7 ,3 ,1 100,0 ,1 ,1 ,1 ,1 4,5 28,3 38,2 20,8 6,9 ,7 ,3 ,1 100,0 Porcentaje acumulado ,1 ,1 ,2 ,3 4,8 33,0 71,3 92,1 99,0 99,7 99,9 100,0

GENERO Frecuencia Porcentaje Porcentaje vlido Porcentaje acumulado

0 MASCULINO Vlidos FEMENINO Total

1 796 731 1528

,1 52,1 47,8 100,0

,1 52,1 47,8 100,0

,1 52,2 100,0

GRADO Frecuencia Porcentaje Porcentaje vlido 10 Vlidos 11 Total 794 734 1528 52,0 48,0 100,0 52,0 48,0 100,0 Porcentaje acumulado 52,0 100,0

LOCALIDAD Frecuencia Porcentaje Porcentaje vlido Kennedy Bosa Vlidos Suba Usme Total 428 437 367 296 1528 28,0 28,6 24,0 19,4 100,0 28,0 28,6 24,0 19,4 100,0 Porcentaje acumulado 28,0 56,6 80,6 100,0

SEGN VALORES 41-CONSUMO COMIDAS Y ALIMENTOS-CONSERVACIN RECURSOS NATURALES Localidad Bosa Kennedy Suba Usme Opciones A 64 37 40 31 B 265 273 229 194 C 104 118 96 71 TOTAL 413 428 365 306

Total 172 961 389 1522

SEGN VALORES 42-USO PRODUCTOS LIMPIEZA-FUENTES HDRICAS Y ESCACEZ DE AGUA Localidad Bosa Kennedy Suba Usme Opciones A 67 55 58 53 B 198 138 113 110 C 172 235 195 132 437 428 366 295 TOTAL

Total 233 559 734 1526

SEGN VALORES 43-VERTIMIENTOS PRODUCTOS QUMICOS EN FUENTES DE AGUA-SALUD Localidad Bosa Kennedy Suba Usme Opciones A 56 41 50 34 B 152 137 116 93 C 229 250 200 168 437 428 366 295 TOTAL

Total 181 498 847 1526

Localidad Opciones A B C D TOTAL

SEGN VALORES 44-PREOCUPACIN POR EL MEDIO AMBIENTE Bosa Kennedy Suba Usme 162 89 104 82 437 144 83 104 96 428 152 69 69 76 366 105 64 61 64 294

Total 563 305 338 318 1524

SEGN VALORES 45-SEPARACIN MATERIALES PARA RECICLAR-BENEFICIO COMUNIDAD ACADMICA

Localidad Opciones A B C TOTAL

Bosa 73 239 124 436

Kennedy 47 251 130 428

Suba 38 206 122 366

Usme 40 166 90 296

Total 198 862 466 1526

Localidad Opciones A B C D TOTAL

SEGN VALORES 46-CONTAMINACIN-BIENESTAR DE LA COMUNIDAD Bosa Kennedy Suba Usme 147 187 71 32 437 215 156 47 10 428 150 165 39 13 367 130 119 26 21 296

Total 642 627 183 76 1528

SEGN VALORES 47-DESAPARICIN DE ESPECIAS ANIMALES-FALTA DE CONCIENCIA SOBRE EL VALOR DE BIODIVERSIDAD Localidad Opciones A B C D TOTAL Bosa 272 72 70 22 436 Kennedy 278 63 73 14 428 Suba 226 61 56 24 367 Usme 193 37 48 18 296 Total 969 233 247 78 1527

Localidad Opciones A B C D TOTAL

SEGN VALORES 48-RECICLAR DISMINUYE LA TALA DE RBOLES Y LA EROSIN Bosa Kennedy Suba Usme 270 78 71 17 436 263 88 69 8 428 228 69 43 16 366 173 43 62 18 296

Total 934 278 255 59 1526

SEGN VALORES 49-CAMPAAS DE REFORESTACIN EN ZONAS VERDES DISMINUYEN LA CONTAMINACIN EN EL AIRE Localidad Bosa Kennedy Suba Usme Total Opciones 306 A 103 84 63 56 946 B 252 267 244 183 173 C 55 49 35 34 101 D 25 28 25 23 435 428 367 296 1526 TOTAL

A.E.A. 50-PROBLEMATICAS QUE MS AFECTAN SU LOCALIDAD (BOSA) OP. A B C D E F G TOTAL

NIV. 1 2 3 4 5 TOTAL

104 43 39 53 168 407

57 90 77 102 37 363

73 73 100 41 35 322

28 89 65 104 79 365

78 59 72 63 64 336

52 58 58 40 33 241

35 25 14 30 15 119

427 437 425 433 431 2153

OP. NIV. 1 2 3 4 5 TOTAL

A.E.A. 50-PROBLEMATICAS QUE MS AFECTAN SU LOCALIDAD (KENNEDY) B C D E F G 77 86 93 101 55 412 143 34 31 31 38 397 53 49 76 98 132 408 97 68 90 57 80 392 107 76 60 58 67 368 121 80 69 34 46 350

TOTAL 659 435 467 460 606 2747

61 42 48 81 188 420

A.E.A. 50-PROBLEMATICAS QUE MS AFECTAN SU LOCALIDAD (SUBA) OP. NIV. 1 2 3 4 5 TOTAL A 46 33 49 75 151 266 B 64 68 67 92 53 344 C 105 75 69 33 17 299 D 45 41 62 87 87 322 E 70 70 68 54 51 313 F 81 59 45 39 35 259 G 84 30 37 29 28 208 TOTAL 495 376 397 409 422 2011

A.E.A. 50-PROBLEMATICAS QUE MS AFECTAN SU LOCALIDAD (USME) OP. NIV. 1 2 3 4 5 TOTAL A 37 28 27 44 130 266 B 50 57 43 63 25 238 C 55 42 55 24 8 184 D 20 37 47 80 67 251 E 47 38 55 28 35 203 F 26 54 29 33 13 155 G 46 25 29 16 26 142 TOTAL 281 281 285 288 304 1439

Localidad

A.E.A. 51-EL USO DE PLACAS SOLARES SE PUEDE POPULARIZAR Bosa Kennedy Suba Usme

Total

Opciones A B C D TOTAL 102 175 89 69 435 98 142 101 87 428 83 101 90 93 367 61 100 60 75 296 344 518 340 324 1526

Localidad Opciones A B C D TOTAL

A.E.A. 52-FORMACIN EN IMPLEMENTACIN DE ENERGIAS Bosa Kennedy Suba Usme 171 137 107 21 436 196 126 89 17 428 140 130 78 18 366 120 84 79 12 295

Total 627 477 353 68 1525

A.E.A. 53-EN SU COLEGIO PARTICIPA EN ACTIVIDADES (BOSA) OP. NIV. NO SI TOTAL A 191 245 436 B 191 245 436 C 268 168 436 D 265 171 436 E 280 156 436 F 292 144 436 TOTAL 1487 1129

A.E.A. 53-EN SU COLEGIO PARTICIPA EN ACTIVIDADES (KENNEDY)

OP. NIV. NO SI TOTAL

A 174 253 427

B 198 230 428

C 259 169 428

D 264 164 428

E 255 173 428

F 287 141 428

TOTAL 1437 1130

A.E.A. 53-EN SU COLEGIO PARTICIPA EN ACTIVIDADES (SUBA) OP. NIV. NO SI TOTAL A 164 203 367 B 166 201 367 C 253 114 367 D 243 124 367 E 252 115 367 F 247 116 363 TOTAL 1325 873

A.E.A. 53-EN SU COLEGIO PARTICIPA EN ACTIVIDADES (USME) OP. NIV. NO SI TOTAL A 128 168 296 B 115 181 296 C 205 90 295 D 205 91 296 E 159 137 296 F 220 70 290 TOTAL 1032 737

A.E.A. 54-EN SU CIUDAD PARTICIPA EN ECTIVIDADES (BOSA) OP. NIV. NO SI TOTAL A 238 194 432 B 255 179 434 C 279 155 434 D 285 149 434 E 286 148 434 F 304 129 433 TOTAL 1647 954

A.E.A. 54-EN SU CIUDAD PARTICIPA EN ECTIVIDADES (KENNEDY) OP. NIV. NO SI TOTAL A 235 193 428 B 237 191 428 C 252 176 428 D 280 148 428 E 289 139 428 F 306 122 428 TOTAL 1599 969

A.E.A. 54-EN SU CIUDAD PARTICIPA EN ECTIVIDADES (SUBA) OP. NIV. NO SI TOTAL A 231 135 366 B 198 167 365 C 237 130 367 D 243 124 428 E 263 103 366 F 280 84 364 TOTAL 1452 743

A.E.A. 54-EN SU CIUDAD PARTICIPA EN ECTIVIDADES (USME) OP. NIV. NO SI TOTAL A 167 121 288 B 153 136 289 C 196 93 289 D 207 80 287 E 176 113 289 F 212 73 285 TOTAL 1111 616