Ciencia de datos aplicada al manejo de residuos sólidos en Los Ríos, Ecuador
DOI:
https://doi.org/10.29076/issn.2528-7737vol18iss49.2025pp01-11pPalabras clave:
aprendizaje automático, gestión sostenible, minería de datos, residuos no peligrosos, segmentaciónResumen
La gestión de residuos sólidos es un desafío para las ciudades y los países por la urbanización y por el aumento de su población. Esto lleva a necesidad de buscar opciones que faciliten su análisis, como la Ciencia de Datos. Por ello, este estudio aplicó técnicas como el Clustering para analizar la generación y manejo de residuos sólidos no peligrosos, tomando como caso los cantones de la provincia de Los Ríos en Ecuador. Se identificaron 16 variables influyentes mediante análisis de Chi-Cuadrado y ANOVA, y se aplicaron algoritmos de Clustering (K-Means, DBSCAN y Clustering Jerárquico) para agrupar cantones con características similares. Los resultados muestran que la mayoría de los cantones no clasifican adecuadamente los residuos y los eliminan junto con los residuos domésticos. Sin embargo, algunos cantones implementan prácticas eficientes como el compostaje y el reciclaje. Así, se recomienda la implementación de programas educativos y estrategias específicas para cada grupo de cantones, con base en los patrones identificados
Descargas
Referencias
Assef, F., Steiner, M. T., y Lima, E. P. (2022). A review of Clustering techniques for waste management. Heliyon, 8(1). https://doi.org/10.1016/j.heliyon.2022.e08784
Boutsidis, C., Zouzias, A., Mahoney, M. W., y Drineas, P. (2014). Randomized Dimensionality Reduction for k-means Clustering. IEEE Trans. Inf. Theory, 61(2), 1-27. https://doi.org/10.48550/arXiv.1110.2897
Caruso, G., Gattone, S. A., Balzanella, A., y Di Battista, T. (2019). Cluster Analysis: An Application to a Real Mixed-Type Data Set. En C. Flaut, Š. Hošková-Mayerová, y D. Flaut, Models and Theories in Social Systems (pp. 525-533). Springer International Publishing. https://doi.org/10.1007/978-3-030-00084-4_27
Cheng, H., y Hu, Y. (2010). Municipal solid waste (MSW) as a renewable source of energy: Current and future practices in China. Bioresource Technology, 101(11), 3816-3824. https://doi.org/10.1016/j.biortech.2010.01.040
Dunkel, J., Dominguez, D., Borzdynski, Ó. G., y Sánchez, Á. (2022). Solid Waste Analysis Using Open-Access Socio-Economic Data. Sustainability, 14(3), 1233. https://doi.org/10.3390/su14031233
Ferronato, N., y Torretta, V. (2019). Waste Mismanagement in Developing Countries: A Review of Global Issues. International Journal of Environmental Research and Public Health, 16(6), 1060. https://doi.org/10.3390/ijerph16061060
Festa, D., Novellino, A., Hussain, E., Bateson, L., Casagli, N., Confuorto, P., . . . Raspini, F. (2023). Unsupervised detection of InSAR time series patterns based on PCA and K-means Clustering. International Journal of Applied Earth Observation and Geoinformation, 118, 103276. https://doi.org/10.1016/j.jag.2023.103276
Gondo, T. (2019). A hierarchical cluster-based segmentation analysis of potential solid waste management health hazards in urban Ethiopia. Jàmbá : Journal of Disaster Risk Studies, 11(2), 716. https://doi.org/10.4102/jamba.v11i2.716
Instituto Nacional de Estadística y Censos. (2024). Censos- Instituto Nacional de Estadística y Censos. Instituto Nacional de Estadística y Censos: https://www.ecuadorencifras.gob.ec/informacion-de-anos-anteriores-hogares/
Instituto Nacional de Estadísticas y Censo. (2022). Boletín Técnico Nacional. Censo Ecuador cuenta conmigo 2022: https://www.censoecuador.gob.ec/public/Boletin_Nacional.htm
Izquierdo-Horna, L., Kahhat, R., y Vázquez-Rowe, I. (2022). Reviewing the influence of sociocultural, environmental and economic variables to forecast municipal solid waste (MSW) generation. Sustainable Production and Consumption, 33, 809-819. https://doi.org/10.1016/j.spc.2022.08.008
Izquierdo-Horna, L., Zevallos, J., Damazo, M., y Yanayaco, D. (2021). Exploratory Data Analysis of Community Behavior Towards the Generation of Solid Waste Using K-Means and Social Indicators. International Journal of Sustainable Development and Planning, 6(5), 875-881. https://doi.org/10.18280/ijsdp.160508
Kaza, S., Yao, L., Bhada-Tata, P., y Van Woerden, F. (2018). What a Waste 2.0: A Global Snapshot of Solid Waste Management to 2050. World Bank Group. https://doi.org/https://doi.org/10.1596/978-1-4648-1329-0
Li, J., Guo, S., Ma, R., He, J., Zhang, X., Rui, D., . . . y Guo, H. (2024). Comparison of the effects of imputation methods for missing data in predictive modelling of cohort study datasets. BMC Medical Research Methodology, 24(1), 41. https://doi.org/10.1186/s12874-024-02173-x
Libório, M. P., da Silva Martinuci, O., Machado, A. M., Machado-Coelho, T. M., Laudares, S., y Bernardes, P. (2022). Principal component analysis applied to multidimensional social indicators longitudinal studies: limitations and possibilities. GeoJournal, 87(3), 1453–1468. https://doi.org/10.1007/s10708-020-10322-0
Ministerio del Ambiente. (2019). Dirección Provincial del Ambiente de Los Rios Informe de Rendición de cuenta 2019. https://www.ambiente.gob.ec/wp-content/uploads/downloads/2020/04/Los-R%C3%ADos_Fase-2.pdf
Ministerio del Ambiente, Agua y Transición Ecológica. (2020). Ecuador impulsa la gestión adecuada de residuos orgánicos en las ciudades. Ministerio del Ambiente, Agua y Transición Ecológica: https://www.ambiente.gob.ec/ecuador-impulsa-la-gestion-adecuada-de-residuos-organicos-en-las-ciudades/
Organización de las Naciones Unidas. (2018). Cómo la basura afecta al desarrollo de América Latina. Naciones Unidas: https://news.un.org/es/story/2018/10/1443562
Organización de las Naciones Unidas. (2022). Objetivos de desarrollo sostenible. 11 Ciudades y comunidades sostenibles: https://www.un.org/sustainabledevelopment/es/cities/
Sáez, A., Urdaneta, G., y Joheni, A. (2014). Manejo de residuos sólidos en América Latina y el Caribe. Omnia, 20(3), 121-135. https://www.redalyc.org/articulo.oa?id=73737091009
Singh, J., y Ordoñez, I. (2016). Resource recovery from post-consumer waste: Important lessons for the upcoming circular economy. Journal of Cleaner Production, 134, 342-353. https://doi.org/10.1016/j.jclepro.2015.12.020
Templ, M. (2023). Enhancing Precision in Large-Scale Data Analysis: An Innovative Robust Imputation Algorithm for Managing Outliers and Missing Values. Mathematics, 11(12), 2729. https://doi.org/10.3390/math11122729
Warintarawej, P., y Nillaor, P. (2023). Implementing data analysis based on the mixed Clustering technique for sustainable participatory waste management in a low-budget area. foresight, 25(1), 108 - 125. https://doi.org/10.1108/FS-09-2021-0179
Watson, K. B. (2014). Categorical Data Analysis. En A. Michalos, Encyclopedia of Quality of Life and Well-Being Research (pp. 601-604). Springer. https://doi.org/10.1007/978-94-007-0753-5_291
Whatley, M. (2022). One-Way ANOVA and the Chi-Square Test of Independence. En M. Whatley, Introduction to Quantitative Analysis for International Educators (pp. 57-74). Springer. https://doi.org/10.1007/978-3-030-93831-4_5
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 CIENCIA UNEMI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores pueden mantener el copyright, concediendo a la revista el derecho de primera publicación. Alternativamente, los autores pueden transferir el copyright a la revista, la cual permitirá a los autores el uso no-comercial del trabajo, incluyendo el derecho a colocarlo en un archivo de acceso libre.
