Sistema Inteligente Aplicado al Reciclaje de Residuos Electrónicos con Big Data e IoT: Estudio de caso en empresas recicladoras de Medellín

Autores/as

  • Luis Carlos Quintero Botero Corporación Universitaria Remington, Colombia

Palabras clave:

Teoría Big Data, IoT, Economía Circular, Reciclaje Electrónico, Gestión Sostenible, Innovación Tecnológica, Medellín

Resumen

El articulo desarrollado establece como objetivo principal el observar las características y retos en la utilización de tecnologías emergentes tales como; Big Data, (IoT) en lo referente a los sistemas de reciclaje de residuos electrónicos en tres empresas recicladoras de la ciudad de Medellín. Lo anterior por medio de una metodología cualitativa de estudio de multicaso (Stake, 1995).
Las fuentes de información utilizadas están estructuradas en tres modelos: Tres (3) entrevistas semiestructuradas a personal directivo, treinta (30) encuestas al personal operativo y la observación directa a las tres (3) empresas seleccionadas. Esta recolección se estableció para estrictos principios éticos, cláusula de confidencialidad y su respectivo consentimiento informado.
En la fasea de recopilación de datos, se consiguió un 100 % respecto a la muestra estimada. Esta información demuestra la cobertura total de las herramientas cualitativas, garantizando la profundidad analítica y la fiabilidad de los hallazgos.
Los resultados emanados reflejan una escasa implementación de las tecnologías emergentes, todo ello enmarcado en la estructura rudimentaria de los procesos de reciclaje, altos costos, baja capacitación en temas tecnológicos y vacíos normativos y legales en Colombia. No obstante, se identificaron aspectos positivos que permiten deslumbrar un panorama más alentador en temas de innovación tecnológica que permitan generar mejoras en la eficiencia operativa y administrativas de las organizaciones dedicadas al reciclaje de residuos electrónicos. La información presentada fua estructurada y analizada bajo procedimientos de categorización abierta y axial (Strauss & Corbin, 2002), alcanzando criterios de saturación teórica y validez por triangulación (Hernández-Sampieri, Fernández-Collado, & Baptista-Lucio, 2014).
Acorde a los resultados obtenidos se sugiere la implementación de un moldeo de gestión apalancado de la utilización de tecnologías emergente el cual integre sensores IoT, almacenamiento en la nube y herramientas de algoritmos predictivos (Big Data, IA), las cuales permitan obtener eficiencia en los procesos relacionados con la trazabilidad de rutas, recolección y la respectiva clasificación de los residuos electrónicos. La utilización de un modelo bajo esta perspectiva establecería el punto de partida en la economía circular local en lo relacionado con la gestión operacional de los residuos electrónicos, pero con un potencial significativo para su implementación a nivel regional.

Citas

Andrago, S., & Arroyo, M. (2021). Economía circular y sostenibilidad empresarial bajo un enfoque 4.0. Revista de Estudios de Gestión Industrial.

Baldé, C. P., Forti, V., Gray, V., Kuehr, R., & Stegmann, P. (2017). The Global E-waste Monitor 2017: Quantities, Flows, and Resources. United Nations University, IAS SCYCLE.

Bousdekis, A., Apostolou, D., & Mentzas, G. (2020). A big data analytics architecture for asset management in process industries. Computers in Industry, 123, 103316.

Bustamante López, F. (2021). Reciclaje y gestión de residuos electrónicos en el marco de Huawei’s global recycling program. Revista de Innovación Tecnológica.

Damasceno, A., Braga, C., Carvalho, F., & Cohen, J. (2021). Implementación y regulación de sistemas de reciclaje de residuos electrónicos. Gestión Ambiental.

García, A., & Iglesias, E. (2018). Tecnologías emergentes y gestión eficiente de residuos. Revista de Gestión Ambiental y Sostenibilidad.

Grandi, A. (2010). Impacto ambiental de los residuos electrónicos y potencial económico de su recuperación. Revista de Economía y Medio Ambiente.

Hernández-Sampieri, R., Fernández-Collado, C., & Baptista-Lucio, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.

Islam, S. R., Kwak, D., Kabir, M. H., Hossain, M., & Kwak, K. S. (2021). The internet of things for health care: A comprehensive survey. IEEE Access, 7, 67880–67900.

Kumar, S., Kumar, N., & Thakur, A. S. (2024). Toxicidad y riesgos para la salud de los residuos electrónicos. Journal of Environmental Health Studies.

Kumar, S., Kumar, R., & Thakur, D. (2024). Artificial Intelligence-Based E-Waste Management Framework: Challenges and Future Directions. Sustainable Computing: Informatics and Systems, 38, 100905.

Muñoz, P., & Morales, F. (2023). Capacidad y desafíos del manejo de residuos electrónicos. Revista Latinoamericana de Reciclaje Electrónico.

Premalatha, M., Abbasi, T., & Abbasi, S. A. (2014). Impactos de las prácticas tradicionales de reciclaje y estrategias de mejora. Environmental Science & Technology.

Rodríguez, J., Campo-Valera, M., & Calderón, E. (2023). Ciudades inteligentes y gestión de residuos: El papel del Big Data e IoT. Revista de Tecnología Urbana.

Saberian, M., Dargahi, M., & Hamzeh, A. (2023). IoT-enabled smart waste management: Architecture and implementation challenges. Waste Management, 164, 234–245.

Silva, Y., & Cyranek, G. (2010). Brecha digital y gestión de residuos electrónicos en América Latina. Revista de Política Digital.

Stake, R. E. (1995). The art of case study research. SAGE Publications.

Strauss, A., & Corbin, J. (2002). Bases de la investigación cualitativa: Técnicas y procedimientos para desarrollar la teoría fundamentada (2.ª ed.). Universidad de Antioquia.

Yan, J., & Chen, Z. (2018). Optimización de reciclaje electrónico mediante Big Data e IoT. Journal of Cleaner Production.

Zambrano-Yépez, F., Macías Rueda, A., & Medina Sánchez, J. (2021). Gestión integral de residuos electrónicos: un enfoque colaborativo. Revista de Gestión Pública y Privada.

Publicado

2025-10-07

Número

Sección

Artículos

Artículos similares

<< < 16 17 18 19 20 21 22 23 24 25 > >> 

También puede {advancedSearchLink} para este artículo.