Propuesta para la Gestión Integral de Residuos de la Construcción y Demolición (RCD) en la Ciudad de Santa Fe y Localidades Aledañas
Tesis Materias > Ingeniería Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster Cerrado Español El proyecto consiste en el análisis de la situación actual de la gestión de los residuos de la construcción y la demolición (RCD) generados en la ciudad de Santa Fe y sus localidades aledañas, realizando la evaluación y selección de alternativas para su mejora, buscando minimizar los impactos sobre el ambiente y la salud pública que éstos generan cuando son gestionados en forma inadecuada. Se estudiaron las prácticas ambientales llevadas a cabo por las empresas constructoras en el área de estudio y las exigencias por parte de los municipios. El proyecto se enmarca en la situación actual de gestión de RCD, con la intención de implementar medidas a futuro, por la Municipalidad y por empresas constructoras y así lograr una gestión integral de los RCD. La primera etapa consistió en la búsqueda de información, análisis e investigación, que permitió obtener un conocimiento detallado sobre la gestión de los RCD en la ciudad y cercanías, sus implicancias sobre el ambiente y la salud de las personas, así como del marco legal existente del sector de la construcción en relación al manejo de residuos. Así mismo se estudiaron las opciones de mejor manejo, y las posibilidades de recuperación y reciclaje de este tipo de desechos a nivel nacional e internacional buscando aquellas que sean viables para el caso abordado.Se utilizó la Metodología de Enfoque de Marco Lógico, que sirvió para realizar la identificación de beneficiarios, diversos grupos de interés y potenciales conflictos. Se definió la situación problema, para poder identificar sus causas y efectos como así también plantear los medios y fines que fueron utilizados para el armado de alternativas de solución. Las alternativas contemplan una serie de acciones comunes a todas ellas. Además, en cada alternativa se incluye a la anterior y se agrega una acción tendiente a mejorar la misma desde el punto de vista ambiental. Seguidamente se realizó un análisis multicriterio, según la viabilidad económica y ambiental de las alternativas planteadas, que permitió seleccionar la mejor combinación de actividades de gestión y valorización de los RCD. Al ser la solución a la problemática de carácter compleja y multidisciplinaria, implica un abordaje estructural y un abordaje no estructural. Se realizaron recomendaciones donde se brindan herramientas para el abordaje no estructural que contempla campañas de concientización de la población, cursos de capacitación del personal de obra y modificaciones a la normativa vigente, sumado a un paquete de medidas de Buenas Prácticas Ambientales que posibiliten el cumplimiento de los objetivos planteados que motivaron el presente proyecto. Por otra parte, el abordaje estructural comprende el dimensionamiento de un Complejo Ambiental para la Separación y Tratamiento de RCD. En el mismo se incluye, además, un sitio para la Disposición Final de los rechazos. Seguidamente, se realizó una evaluación ambiental del proyecto, en la cual se describen los factores del medio natural y el medio antrópico para confeccionar la Línea de Base Ambiental, se identificaron y evaluaron los principales impactos ambientales y se propusieron medidas de gestión para mitigarlos, prevenirlos o controlarlos. Se incluye además la Gestión de riesgos, donde se identifican y valoran cualitativamente, según la criticidad y la probabilidad de los mismos, los riesgos más importantes del proyecto. Finalmente, se brindan una serie de recomendaciones, donde, luego de haber estudiado la problemática, se incluyen lineamientos destinados a mejorar las políticas de Estado de los Municipios en cuanto a la gestión de este tipo de residuos en particular. metadata Ulibarrie, Nerea Jimena mail njulibarrie@gmail.com (2022) Propuesta para la Gestión Integral de Residuos de la Construcción y Demolición (RCD) en la Ciudad de Santa Fe y Localidades Aledañas. Masters thesis, SIN ESPECIFICAR.
Texto completo no disponible.Resumen
El proyecto consiste en el análisis de la situación actual de la gestión de los residuos de la construcción y la demolición (RCD) generados en la ciudad de Santa Fe y sus localidades aledañas, realizando la evaluación y selección de alternativas para su mejora, buscando minimizar los impactos sobre el ambiente y la salud pública que éstos generan cuando son gestionados en forma inadecuada. Se estudiaron las prácticas ambientales llevadas a cabo por las empresas constructoras en el área de estudio y las exigencias por parte de los municipios. El proyecto se enmarca en la situación actual de gestión de RCD, con la intención de implementar medidas a futuro, por la Municipalidad y por empresas constructoras y así lograr una gestión integral de los RCD. La primera etapa consistió en la búsqueda de información, análisis e investigación, que permitió obtener un conocimiento detallado sobre la gestión de los RCD en la ciudad y cercanías, sus implicancias sobre el ambiente y la salud de las personas, así como del marco legal existente del sector de la construcción en relación al manejo de residuos. Así mismo se estudiaron las opciones de mejor manejo, y las posibilidades de recuperación y reciclaje de este tipo de desechos a nivel nacional e internacional buscando aquellas que sean viables para el caso abordado.Se utilizó la Metodología de Enfoque de Marco Lógico, que sirvió para realizar la identificación de beneficiarios, diversos grupos de interés y potenciales conflictos. Se definió la situación problema, para poder identificar sus causas y efectos como así también plantear los medios y fines que fueron utilizados para el armado de alternativas de solución. Las alternativas contemplan una serie de acciones comunes a todas ellas. Además, en cada alternativa se incluye a la anterior y se agrega una acción tendiente a mejorar la misma desde el punto de vista ambiental. Seguidamente se realizó un análisis multicriterio, según la viabilidad económica y ambiental de las alternativas planteadas, que permitió seleccionar la mejor combinación de actividades de gestión y valorización de los RCD. Al ser la solución a la problemática de carácter compleja y multidisciplinaria, implica un abordaje estructural y un abordaje no estructural. Se realizaron recomendaciones donde se brindan herramientas para el abordaje no estructural que contempla campañas de concientización de la población, cursos de capacitación del personal de obra y modificaciones a la normativa vigente, sumado a un paquete de medidas de Buenas Prácticas Ambientales que posibiliten el cumplimiento de los objetivos planteados que motivaron el presente proyecto. Por otra parte, el abordaje estructural comprende el dimensionamiento de un Complejo Ambiental para la Separación y Tratamiento de RCD. En el mismo se incluye, además, un sitio para la Disposición Final de los rechazos. Seguidamente, se realizó una evaluación ambiental del proyecto, en la cual se describen los factores del medio natural y el medio antrópico para confeccionar la Línea de Base Ambiental, se identificaron y evaluaron los principales impactos ambientales y se propusieron medidas de gestión para mitigarlos, prevenirlos o controlarlos. Se incluye además la Gestión de riesgos, donde se identifican y valoran cualitativamente, según la criticidad y la probabilidad de los mismos, los riesgos más importantes del proyecto. Finalmente, se brindan una serie de recomendaciones, donde, luego de haber estudiado la problemática, se incluyen lineamientos destinados a mejorar las políticas de Estado de los Municipios en cuanto a la gestión de este tipo de residuos en particular.
Tipo de Documento: | Tesis (Masters) |
---|---|
Palabras Clave: | Residuos de Construcción y Demolición, Gestión Integral, Evaluación Ambiental, Reciclaje y Reutilización, Disposición Final |
Clasificación temática: | Materias > Ingeniería |
Divisiones: | Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster |
Depositado: | 25 Abr 2024 23:30 |
Ultima Modificación: | 25 Abr 2024 23:30 |
URI: | https://repositorio.uneatlantico.es/id/eprint/2900 |
Acciones (logins necesarios)
![]() |
Ver Objeto |
en
close
Enzymatic treatment shapes in vitro digestion pattern of phenolic compounds in mulberry juice
The health benefits of mulberry fruit are closely associated with its phenolic compounds. However, the effects of enzymatic treatments on the digestion patterns of these compounds in mulberry juice remain largely unknown. This study investigated the impact of pectinase (PE), pectin lyase (PL), and cellulase (CE) on the release of phenolic compounds in whole mulberry juice. The digestion patterns were further evaluated using an in vitro simulated digestion model. The results revealed that PE significantly increased chlorogenic acid content by 77.8 %, PL enhanced cyanidin-3-O-glucoside by 20.5 %, and CE boosted quercetin by 44.5 %. Following in vitro digestion, the phenolic compound levels decreased differently depending on the treatment, while cyanidin-3-O-rutinoside content increased across all groups. In conclusion, the selected enzymes effectively promoted the release of phenolic compounds in mulberry juice. However, during gastrointestinal digestion, the degradation of phenolic compounds surpassed their enhanced release, with effects varying based on the compound's structure.
Peihuan Luo mail , Jian Ai mail , Qiongyao Wang mail , Yihang Lou mail , Zhiwei Liao mail , Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Maurizio Battino mail maurizio.battino@uneatlantico.es, Elwira Sieniawska mail , Weibin Bai mail , Lingmin Tian mail ,
Luo
en
close
A novel machine learning-based proposal for early prediction of endometriosis disease
Background Endometriosis is one of the causes of female infertility, with some studies estimating its prevalence at around 10 % of reproductive-age women worldwide and between 30 and 50 % in symptomatic women. However, its diagnosis is complex and often delayed, highlighting the need for more accessible and accurate diagnostic methods. The difficulty lies in its diverse etiology and the variability of symptoms among those affected. Methods This study proposes a predictive model based on supervised machine learning for the early identification of endometriosis, providing support for decision-making by healthcare professionals. For this purpose, an anonymised dataset of 5,143 female patients diagnosed with endometriosis at the private fertility clinic Inebir was used. The model integrates clinical records and genetic analysis through supervised machine learning algorithms, focusing on clinical variables and pathogenic and potentially pathogenic genetic variants. Results The developed predictive model achieves high accuracy in identifying the presence of endometriosis, highlighting the importance of combining clinical and genetic data in diagnosis. The integration of this data into the DELFOS platform, a clinical decision support system, demonstrates the utility of machine learning in improving the diagnosis of endometriosis. Conclusions The findings underscore the potential of clinical and genetic factors in the early diagnosis of endometriosis using supervised machine learning algorithms. This study contributes to the classification of clinical variables that influence endometriosis, offering a valuable tool for clinicians in making therapeutic and management decisions for their female patients.
Elena Enamorado-Díaz mail , Leticia Morales-Trujillo mail , Julián-Alberto García-García mail , Ana Teresa Marcos Rodríguez mail anateresa.marcos@uneatlantico.es, José Manuel Navarro-Pando mail jose.navarro@uneatlantico.es, María-José Escalona-Cuaresma mail ,
Enamorado-Díaz
<a class="ep_document_link" href="/17788/1/s40537-025-01167-w.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Detecting hate in diversity: a survey of multilingual code-mixed image and video analysis
The proliferation of damaging content on social media in today’s digital environment has increased the need for efficient hate speech identification systems. A thorough examination of hate speech detection methods in a variety of settings, such as code-mixed, multilingual, visual, audio, and textual scenarios, is presented in this paper. Unlike previous research focusing on single modalities, our study thoroughly examines hate speech identification across multiple forms. We classify the numerous types of hate speech, showing how it appears on different platforms and emphasizing the unique difficulties in multi-modal and multilingual settings. We fill research gaps by assessing a variety of methods, including deep learning, machine learning, and natural language processing, especially for complicated data like code-mixed and cross-lingual text. Additionally, we offer key technique comparisons, suggesting future research avenues that prioritize multi-modal analysis and ethical data handling, while acknowledging its benefits and drawbacks. This study attempts to promote scholarly research and real-world applications on social media platforms by acting as an essential resource for improving hate speech identification across various data sources.
Hafiz Muhammad Raza Ur Rehman mail , Mahpara Saleem mail , Muhammad Zeeshan Jhandir mail , Eduardo René Silva Alvarado mail eduardo.silva@funiber.org, Helena Garay mail helena.garay@uneatlantico.es, Imran Ashraf mail ,
Raza Ur Rehman
<a href="/17794/1/s41598-025-95836-8.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Accurate solar and photovoltaic (PV) power forecasting is essential for optimizing grid integration, managing energy storage, and maximizing the efficiency of solar power systems. Deep learning (DL) models have shown promise in this area due to their ability to learn complex, non-linear relationships within large datasets. This study presents a systematic literature review (SLR) of deep learning applications for solar PV forecasting, addressing a gap in the existing literature, which often focuses on traditional ML or broader renewable energy applications. This review specifically aims to identify the DL architectures employed, preprocessing and feature engineering techniques used, the input features leveraged, evaluation metrics applied, and the persistent challenges in this field. Through a rigorous analysis of 26 selected papers from an initial set of 155 articles retrieved from the Web of Science database, we found that Long Short-Term Memory (LSTM) networks were the most frequently used algorithm (appearing in 32.69% of the papers), closely followed by Convolutional Neural Networks (CNNs) at 28.85%. Furthermore, Wavelet Transform (WT) was found to be the most prominent data decomposition technique, while Pearson Correlation was the most used for feature selection. We also found that ambient temperature, pressure, and humidity are the most common input features. Our systematic evaluation provides critical insights into state-of-the-art DL-based solar forecasting and identifies key areas for upcoming research. Future research should prioritize the development of more robust and interpretable models, as well as explore the integration of multi-source data to further enhance forecasting accuracy. Such advancements are crucial for the effective integration of solar energy into future power grids.
Oussama Khouili mail , Mohamed Hanine mail , Mohamed Louzazni mail , Miguel Ángel López Flores mail miguelangel.lopez@uneatlantico.es, Eduardo García Villena mail eduardo.garcia@uneatlantico.es, Imran Ashraf mail ,
Khouili
<a class="ep_document_link" href="/17796/1/1-s2.0-S2773032825000070-main.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Despite the global increase of women in business, there is still a very small proportion of female business leaders, although the distribution varies greatly by region and sector. Considering innovation, in its many forms, as well as female entrepreneurship, both considered as a path towards sustainability, the question arises as to whether this drive for sustainability leads to a greater presence of female CEOs. Current studies predominantly examine the impact of women's presence on a company's economic and financial performance, as well as any potential effects on its innovation strategy. However, the examination of factors that help understand the economic and business context influencing the presence of women in leadership roles is often overlooked. This empirical study fills this gap by exploring the micro and macro context influencing the presence of female CEOs in innovative firms worldwide stressing the influence of female owners. The sample comprises 107,026 companies from manufacturing and service industries in 118 countries, from 2007 to 2023, data obtained from the World Bank Enterprise Surveys. The econometric model applied is logistic regression with clustered standard errors. The study contains six estimations generating strong evidence supporting most of the formulated hypotheses. Findings suggest women CEOs are likely to lead women-owned firms which promote (sustainable) innovation through developing new products for new markets, allocating less investment in R&D, product innovation and business processes, although with some nuances. Other important factors to consider are productivity, sales strategy, firm size, sector, and socio-economic context with a gender focus.
Inna Alexeeva-Alexeev mail , Pilar Guaita-Fernandez mail , Cristina Mazas Pérez-Oleaga mail cristina.mazas@uneatlantico.es,
Alexeeva-Alexeev