Inteligencia artificial y su participación en la protección del medio ambiente, la industria y la sociedad
PDF (English)
HTML (English)

Palabras clave

Protección del medio ambiente
propuestas de desarrollo
ciclo de vida.

Cómo citar

Molina Goyes, K. S., Sandoval Duran, I., Espinosa Ramos, M. A., Cumba Flores, I. A., & Calderon Tuarez, D. A. (2023). Inteligencia artificial y su participación en la protección del medio ambiente, la industria y la sociedad. Athenea, 4(11), 32-37. https://doi.org/10.47460/athenea.v4i11.52

Resumen

La producción más limpia se considera uno de los medios más importantes para que las empresas manufactureras logren una producción sostenible y mejoren su ventaja competitiva sostenible. Sin embargo, la implementación de la estrategia de producción más limpia enfrenta obstáculos, como la falta de datos completos y conocimientos valiosos que puedan utilizarse para proporcionar un mejor apoyo en la toma de decisiones de optimización en la gestión del ciclo de vida del producto y durante todo el proceso de producción más limpia. Afortunadamente, con el uso extensivo de dispositivos de detección inteligentes en una producción más limpia, ahora se puede recopilar una gran cantidad de big data en tiempo real y de múltiples fuentes de ciclo de vida. Este artículo presenta los resultados obtenidos en términos de propuestas para una producción más limpia en áreas como el uso de materiales, el uso de inteligencia artificial y los obstáculos para su uso dentro de un mundo social e industrial.

https://doi.org/10.47460/athenea.v4i11.52
PDF (English)
HTML (English)

Citas

[1] A. Bernal, C. Beltrán and A. Marquez, "Producción Más Limpia: una revisión de aspectos generales.," I3+,pp. 66-85, 2017.
[2] I. Varela-Rojas, "Definición de producción más limpia," Revista Tecnología en marcha, p. 3, 2003.
[3] F. Fajardo, "La producción mas limpia como estrategia ambiental en el marco del desarrollo sostenible," Revista Ingeniería, Matemáticas y Ciencias de la Información, pp. 47-59, 2017.
[4] "DavidPérez," Journal of Cleaner Production, vol. 112, no. 4, pp. 2560-2568, 2016.
[5] P. Ramos-Ramos, D. Guevara-Llerena, L. Sarduy-Pereira and K. Diéguez-Santana, "Producción más limpia y ecoeficiencia en el procesado del cacao: un caso de estudio en Ecuador," Investigación & Desarrollo, vol. 20, no. 1, 2020.
[6] J. Kretschmann, P. Melchers and Goerke-Mallet, "Done for Good Resultados de la investigación posminería,"Technic Hochschule , Lübeck, 2022.
[7] A. Valero, G. Calvo and A. Valero, "Nuevos materiales, nuevas tecnologías y nuevos retos de la transición ecológica," vol. 128, pp. 30-41, 2021.
[8] T. Vilmer, R. Yessica and L. Danny, "Sostenibilidad ambiental en la minería de materiales aluviales: el caso de Rio Negro, Dibulla, Colombia," Información tecnológica, vol. 32, no. 6, 2021.
[9] Environment, "Potential of big data analytics in food-waste reduction businesses.," 2022. [Online]. Available: https://environment.ec.europa.eu/news/potential-big-data-analytics-food-waste-reduction-businesses-2022-11-09_en.
[10] D. Experts, "Big Data utilizada en el medio ambiente," DbaExperts, 2021. [Online]. Available:https://dbaexperts.tech/wp/database/big-data-utilizada-en-el-medio-ambiente/.
Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.

Descargas

La descarga de datos todavía no está disponible.