Soporte a la decisión en remediación de áreas contaminadas con algoritmos de machine learning

doi:10.22167/2675-6528-202602835

Artículo

30 de septiembre de 2026

Soporte a la decisión en remediación de áreas contaminadas con algoritmos de machine learning

Soporte a la Decisión en Remediación de Áreas Contaminadas con Algoritmos de Machine Learning

Deivid Lucas dos Santos Migueleti; Aimée Shirozono

DOI: 10.22167/2675-6528-202602835

Artículo derivado de Trabajo de Fin de Curso (TCC), con contenido basado en el trabajo original del estudiante y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

La remediación de áreas contaminadas por hidrocarburos en acuíferos sujetos a oscilaciones estacionales del nivel freático demanda instrumentos cuantitativos para la planificación y optimización, cuya eficiencia se ve limitada por el atrapamiento de derivados del petróleo. El trabajo demostró la aplicabilidad de modelos estadísticos de aprendizaje automático en la predicción de series temporales de la carga hidráulica en un área contaminada por queroseno de aviación en el polo petroquímico de Paulínia-SP, como evidencia para el soporte a la decisión en remediación. Se utilizaron registros mensuales de carga hidráulica de pozos de monitoreo y precipitación pluviométrica acumulada mensual de un período de 10 años. El análisis del comportamiento de la serie temporal, la ingeniería de variables y el análisis de correlación auxiliaron en la estimación de modelos SARIMA y SARIMAX. Se seleccionaron y ajustaron modelos con capacidad predictiva adecuada basándose en criterios de parsimonia y diagnóstico de residuos. El modelado de series temporales con variables exógenas mejoró el rendimiento de los modelos en comparación con los modelos SARIMA. El modelo con precipitación acumulada en 3 meses presentó un error medio absoluto (MAE) de 0,1041 metros para la previsión de 12 meses, considerado satisfactorio. Esto constituyó una prueba de concepto relevante para apoyar la planificación de la remediación y la gestión a largo plazo de áreas contaminadas por hidrocarburos.

Palabras clave: Agua subterránea; Contaminación; LNAPL; Precipitación; Suelo.

1. Introducción

El agua subterránea representa el 99% de las reservas de agua dulce del planeta, siendo un recurso estratégico fundamental para la adaptación climática de las sociedades. En este contexto, las políticas públicas orientadas a la protección y recuperación de acuíferos subterráneos son de extrema relevancia (UNESCO, 2022).

La contaminación del suelo y del agua subterránea, sin embargo, puede comprometer seriamente el uso de este recurso vital. En el Estado de São Paulo, el Sistema de Información de Áreas Contaminadas y Rehabilitadas (SIACR), mantenido por la Compañía Ambiental del Estado de São Paulo (CETESB), registraba, en octubre de 2025, 7.253 áreas contaminadas, de las cuales 4.846, aproximadamente el 66,8%, estaban afectadas por combustibles automotrices derivados del petróleo (CETESB, 2025).

Los derivados de petróleo presentes en el medio subterráneo en su forma pura se conocen como LNAPL, acrónimo de Light Non Aqueous Phase Liquid, o fase líquida no acuosa inmiscible. Estas mezclas complejas pueden contener sustancias tóxicas, como benceno y naftaleno, que contaminan el agua subterránea y representan riesgos para la salud humana (Alden et al. 2024).

El proceso de rehabilitación de un área contaminada implica etapas de intervención para mitigar o reducir los riesgos de exposición a sustancias químicas de interés (CETESB, 2017). La información sobre la distribución de los contaminantes y su interacción con el medio físico y los receptores se consolida en el Modelo Conceptual Ambiental (MCA) (Alden et al. 2024).

Las medidas de remediación utilizan tecnologías para tratar el medio afectado, eliminando los contaminantes o restringiendo su movilidad (contención) (CETESB, 2017). El Decreto Estatal de São Paulo número 59.263/2013 prioriza las medidas que promueven la eliminación y reducción de la masa de los contaminantes (ALESP, 2013). Las técnicas de remediación más comunes para áreas contaminadas por derivados de petróleo se basan en la eliminación hidráulica del LNAPL del acuífero, incluyendo extracción multifásica, bombeo y tratamiento, recuperación de fase libre y barrera hidráulica (ITRC, 2023; CETESB, 2017).

A pesar de su amplia aplicación, la eficiencia de las técnicas de remoción hidráulica está limitada por diversos factores y debe optimizarse a medida que se actualiza el MCA del área (ITRC, 2023). Uno de los fenómenos que restringe la recuperación de LNAPL es el atrapamiento, donde el LNAPL queda atrapado en los poros del suelo por debajo del nivel freático debido a las diferencias en las fuerzas capilares y la tensión interfacial entre el aceite y el agua (Isler et al. 2018; Teramoto et al., 2020). Este fenómeno fue observado por Pede (2009) en un área del polo petroquímico de Paulínia.

En regiones con regímenes pluviométricos bien definidos, el atrapamiento del LNAPL puede intensificarse por la oscilación estacional del nivel freático en respuesta a la precipitación (Teramoto et al., 2020). El cambio climático y los eventos extremos, como sequías prolongadas y lluvias torrenciales, añaden complejidad a la gestión de áreas contaminadas (UNESCO, 2022). Las precipitaciones muy por debajo del promedio intensifican el atrapamiento, dificultando la remediación por métodos hidráulicos.

Aunque existen desde hace tiempo modelos matemáticos y computacionales para simular y predecir el nivel del agua de acuíferos, su aplicación es limitada debido a la complejidad y la necesidad de recursos especializados. Investigaciones anteriores utilizaron Redes Neuronales Artificiales, Máquinas de Vectores de Soporte y modelos estadísticos como ARMA y ARIMA para predecir niveles de agua, algunos con capacidad de anticipar hasta cuatro meses (Tao et al., 2022; Nayak et al. 2006). Más recientemente, modelos basados en la arquitectura Transformer han demostrado una capacidad predictiva superior (Sun et al. 2024).

La necesidad de modelos de machine learning robustos y más accesibles, capaces de predecir el nivel del agua, es evidente. Dichos modelos, aliados al conocimiento sobre la distribución vertical del LNAPL, pueden proporcionar una línea de evidencia crucial para la toma de decisiones y la negociación con organismos ambientales sobre la discontinuidad de los esfuerzos de remediación en áreas contaminadas donde ha ocurrido el atrapamiento del LNAPL. El objetivo de este trabajo fue demostrar la aplicabilidad de al menos un modelo de aprendizaje automático en la predicción de series temporales del nivel del agua en un área contaminada por LNAPL como subsidio a la toma de decisiones sobre la continuidad de la remediación mediante técnicas de remoción hidráulica.

2. Material y Métodos

El presente estudio se caracterizó como una investigación de naturaleza cuantitativa, con un enfoque metodológico centrado en el análisis de series temporales. El objetivo fue demostrar la aplicabilidad de modelos de aprendizaje automático en la predicción del nivel de agua en un área contaminada por LNAPL, proporcionando un subsidio para la toma de decisiones sobre la continuidad de la remediación mediante técnicas hidráulicas. La investigación se llevó a cabo en un área contaminada por queroseno de aviación en el polo petroquímico de Paulínia, São Paulo, donde el derrame fue detenido en 2006 y el fenómeno de atrapamiento del LNAPL fue previamente observado por Pede (2009).

La unidad de análisis consistió en registros mensuales de carga hidráulica de 118 pozos de monitoreo (enero de 2013 a septiembre de 2025) y 180 registros de precipitación pluviométrica acumulada mensual (enero de 2011 a diciembre de 2025). Los datos fueron recolectados de pozos de monitoreo y de una estación meteorológica de superficie en la misma planta industrial. La utilización de estos datos, propiedad de la empresa, fue autorizada mediante término de anuencia. Los datos brutos fueron inicialmente procesados en Microsoft PowerBI Desktop para limpieza y tratamiento, y la carga hidráulica se calculó restando el nivel de agua de la cota altimétrica de la boca del tubo.

Los pasos subsiguientes de tratamiento, relleno de información faltante y preparación de los datos se llevaron a cabo en el lenguaje Python, en el entorno Google Colaboratory (Google, 2026), utilizando bibliotecas como Pandas, NumPy, Matplotlib, Seaborn, Scipy, Scikit-learn, Statsmodels y pmdarima. Para rellenar huecos en las series temporales, se empleó la función `interpolate` de Pandas. Para la estimación de los modelos, se utilizó el período de enero de 2016 a septiembre de 2025, excluyendo el período de la crisis hídrica de 2014-2015. A partir de las variables originales, se calcularon seis variables de carga hidráulica desfasadas (uno a seis meses) y cinco variables de precipitación basadas en el Índice de Precipitación Estandarizada (SPI) para escalas de uno, dos, tres, seis y doce meses, utilizando el paquete SPEI (Vonk, 2025), según McKee et al. (1993). Variables de precipitación acumulada se crearon con la función `shift` de Pandas.

Se realizó una etapa de clusterización exploratoria de los registros de carga hidráulica, empleando el algoritmo DBScan de la biblioteca Scikit-Learn (Ester et al., 1996), tras la estandarización de los valores con StandardScaler. Los parámetros `eps` y `min_samples` del DBScan se ajustaron basándose en un gráfico de k-vecinos. El análisis exploratorio de los datos incluyó análisis descriptivos, gráficos de box-plot, gráficos de línea y barras, y una matriz de correlación de Pearson, visualizada a través de un mapa de calor generado con el paquete Seaborn.

La descomposición de la serie temporal de la carga hidráulica se realizó utilizando la función `seasonal_decompose` de la biblioteca Statsmodels (Hyndman y Athanasopoulos, 2021). La autocorrelación y la autocorrelación parcial (FAC y FACP) se evaluaron con las funciones `plot_acf` y `plot_pacf` de la misma biblioteca. La estacionariedad de la serie temporal se verificó mediante las pruebas de Dickey-Fuller Aumentado (ADF) y Kwiatkowski-Phillips-Schmidt-Shin (KPSS), utilizando las funciones `adfuller` y `kpss` del módulo `tsa` de la biblioteca Statsmodels, al nivel de significancia del cinco por ciento (Morettin y Toloi, 2018). La serie de la carga hidráulica necesitó dos diferenciaciones para alcanzar la estacionariedad.

Para la estimación de los modelos, se utilizó la función `auto_arima` del paquete pmdarima, que minimiza los criterios de información de Akaike (AIC) y Bayesiano (BIC) (Morettin y Toloi, 2018). Se estimaron modelos Autorregresivos Integrados de Medias Móviles (ARIMA) y sus extensiones estacionales (SARIMA), así como modelos SARIMAX, que incorporan variables exógenas explicativas (Nelson, 1973). El ajuste de los modelos seleccionados consideró solo las variables exógenas con coeficientes estadísticamente significativos. El rendimiento se evaluó mediante predicciones de la carga hidráulica para doce meses, utilizando las funciones `get_forecast`, `predicted_mean` y `conf_int`. Las métricas de error utilizadas fueron el Error Medio Absoluto (MAE) y la Raíz del Error Cuadrático Medio (RMSE) (Hyndman y Athanasopoulos, 2021).

El diagnóstico de los residuos se realizó para verificar su representatividad, incluyendo la generación de gráficos de residuos estandarizados, histogramas, Q-Q plots y correlogramas. La verificación formal de las características de los residuos incluyó la prueba de Ljung-Box para autocorrelación, y las pruebas de Jarque-Bera, Shapiro-Wilk y Heteroskedasticidad para la adherencia a la normalidad y homoscedasticidad (Fávero y Belfiore, 2024).

3. Resultados y Discusión

El análisis de los datos del área contaminada por queroseno de aviación en Paulínia-SP reveló patrones hidrológicos y pluviométricos que influyen directamente en el comportamiento de la carga hidráulica del acuífero, proporcionando subsidios esenciales para la aplicación de modelos predictivos. Inicialmente, la exploración de los registros de carga hidráulica de los pozos de monitoreo permitió identificar agrupaciones espaciales, aunque la información detallada de los clústeres no fue incorporada en los análisis subsecuentes para enfocar en el comportamiento general del nivel del agua en el área. La distribución espacial de los pozos de monitoreo, como se observó, presentó una agrupación que seguía el sentido del flujo del agua subterránea, de noreste a suroeste, con algunos pozos clasificados como “outliers” debido a mediciones discrepantes.

La serie temporal de la carga hidráulica, compuesta por 106 registros de nivel de agua tras una interpolación del 9,40% de los datos faltantes, mostró una mediana de 589,092 metros y una media de 589,093 metros. Se aplicó interpolación lineal para rellenar huecos, una limitación metodológica reconocida, pero cuyo impacto se consideró limitado por la naturaleza de la respuesta del acuífero a la precipitación y por la corta duración de las fallas de medición. La distribución mensual de la carga hidráulica reveló un patrón estacional claro, con picos en los meses de marzo y abril y mínimos en octubre y noviembre, lo que indica la influencia estacional sobre el nivel del agua.

La precipitación acumulada mensual, con 117 registros, presentó una mediana de 75,000 milímetros y una media de 99,150 milímetros, con una leve asimetría a la derecha. La distribución mensual de la precipitación confirmó el patrón estacional esperado para la región, caracterizado por veranos lluviosos e inviernos secos. Esta estacionalidad es un factor crucial para entender la dinámica de la recarga del acuífero y, consecuentemente, las oscilaciones de la carga hidráulica, que son fundamentales para la planificación de la remediación de áreas contaminadas por LNAPL.

Correlación entre variables

La evaluación de la correlación entre las variables originales y construidas, incluida la carga hidráulica, la precipitación mensual, las variables rezagadas de la carga hidráulica y los índices de precipitación estandarizada (SPI), reveló relaciones significativas. Se observó una correlación del 41% entre los valores de la carga hidráulica y el SPI de 6 meses (spi6), del 41% con la precipitación acumulada en 2 meses (pluv_acum2) y del 54% con la precipitación acumulada en 3 meses (pluv_acum3). Estos resultados son consistentes con la comprensión de que la respuesta del acuífero a la precipitación no es inmediata, sino rezagada, debido a los procesos de infiltración y recarga de agua en el suelo.

El análisis de las series temporales de la carga hidráulica junto con la precipitación pluviométrica acumulada mensual, el SPI de 6 meses y la precipitación acumulada en 3 meses, demostró visualmente que la carga hidráulica tiende a aumentar en períodos de mayor precipitación, confirmando la relación de dependencia. Esta observación es vital para la modelización, ya que la inclusión de variables exógenas que capturen este desfase temporal puede mejorar significativamente la capacidad predictiva de los modelos, alineándose con la literatura que destaca la importancia de la precipitación en la dinámica de acuíferos (Teramoto et al., 2020).

Análisis de la descomposición de la variable respuesta

La descomposición de la serie temporal de la carga hidráulica, realizada mediante el método aditivo, permitió identificar claramente la presencia de componentes de tendencia, estacionalidad y un residuo. La tendencia observada en la carga hidráulica a lo largo del tiempo refleja cambios a largo plazo en el sistema hidrogeológico, mientras que la estacionalidad capta los patrones anuales de oscilación del nivel del agua, fuertemente influenciados por el régimen pluviométrico de la región. La identificación de estos componentes es un paso fundamental para la estimación de modelos de series temporales, ya que permite que los modelos capturen y expliquen estos patrones de comportamiento (Hyndman y Athanasopoulos, 2021).

Los gráficos de la Función de Autocorrelación (FAC) y de la Función de Autocorrelación Parcial (FACP) de la variable respuesta confirmaron la existencia de tendencia y estacionalidad en los datos. Los picos en la FACP indicaron que la serie temporal de la carga hidráulica puede ser modelada como un proceso autorregresivo de orden 2 o 3. Esta información fue crucial para la elección de los parámetros iniciales de la función `auto_arima` del paquete `pmdarima`, orientando la estructura de los modelos SARIMA y SARIMAX a ser estimados.

Pruebas de estacionariedad de series temporales

La evaluación de la estacionariedad de la serie temporal de la carga hidráulica se realizó mediante las pruebas de Dickey-Fuller Aumentado (ADF) y Kwiatkowski-Phillips-Schmidt-Shin (KPSS), al nivel de significancia del 5%. La prueba ADF inicialmente indicó la no estacionariedad de la serie original, con un p-valor de 0,286026, que es superior al nivel de significancia. Después de una diferenciación (d=1), el p-valor se redujo a 0,129114, aún indicando no estacionariedad. Solo después de dos diferenciaciones (d=2), el p-valor alcanzó 7,300095e-13, confirmando la estacionariedad de la serie.

La prueba KPSS, que asume la estacionariedad como hipótesis nula, también corroboró la necesidad de diferenciación. Con un p-valor inicial de 0,100000, la prueba no rechazó la hipótesis nula de estacionariedad, pero la combinación con la prueba ADF y el análisis gráfico de la serie diferenciada dos veces, que mostró un comportamiento estable en torno a la media, confirmó la adecuación del parámetro d=2 para la modelización. La estacionariedad es un requisito previo para la aplicación de modelos ARIMA y SARIMA, garantizando que la media y la varianza de la serie sean constantes a lo largo del tiempo (Morettin y Toloi, 2018).

Estimación y ajuste de los modelos

La estimación de los modelos SARIMA y SARIMAX se realizó utilizando la función `auto_arima` del paquete `pmdarima`, buscando minimizar los criterios de información de Akaike (AIC) y Bayesiano (BIC), que evalúan la parsimonia y la calidad del ajuste del modelo. Inicialmente, se estimaron modelos SARIMA, sin variables exógenas, para comparación. El modelo SARIMA(1,2,0)(2,0,1)[12] presentó un AIC de -15,377, mientras que el SARIMA(3,2,0)(2,0,0)[12] tuvo un AIC de -18,023, lo que indica un mejor ajuste.

La introducción de variables exógenas en los modelos SARIMAX demostró una mejora significativa en el rendimiento. El modelo SARIMAX(0,2,3)(2,0,0)[12], con todas las variables exógenas de la Tabla 1, alcanzó un AIC de -38,882, una caída sustancial en comparación con los modelos SARIMA puros. Sin embargo, este modelo presentó autocorrelación en los residuos, como lo indica la prueba de Ljung-Box (p<0,05), lo que sugiere que no toda la información fue capturada adecuadamente.

El análisis de los coeficientes de los modelos SARIMAX con todas las variables exógenas reveló que algunas variables SPI y `pluv_acum2in`, así como ciertos términos autorregresivos y de medias móviles, no fueron estadísticamente significativos. Esta observación puede atribuirse a la multicolinealidad entre las variables predictoras, un fenómeno común en series temporales (Fávero y Belfiore, 2024). Los modelos con variables exógenas como `pluv_acum3` (precipitación acumulada en los 3 meses anteriores) y `spi1` (índice de precipitación estandarizado de 1 mes) presentaron los menores errores, lo que es coherente con la respuesta retardada del acuífero a la precipitación.

El modelo SARIMAX(2,2,3)(2,0,1)[12] con la variable `pluv_acum3` destacó con un error medio absoluto (MAE) de 0,1041 metros para una previsión de 12 meses, considerado satisfactorio para el objetivo del estudio. Otro modelo notable fue el SARIMAX(2,2,2)(2,0,0)[12] con `spi1`, que obtuvo un AIC de -52,144 y BIC de -31,066, indicando un ajuste robusto. La selección final de los modelos para ajuste y diagnóstico de residuos se basó en los criterios AIC, BIC y la estadística Ljung-Box, priorizando la parsimonia y la significancia estadística de los coeficientes.

Diagnóstico de residuos

El diagnóstico de los residuos de los modelos ajustados se realizó para verificar su representatividad, según lo recomendado por Morettin y Toloi (2018). La evaluación de los gráficos de dispersión de los residuos estandarizados de todos los modelos ajustados reveló una distribución aleatoria alrededor de la media cero a lo largo del tiempo, lo que indica homocedasticidad. Esta característica fue confirmada formalmente por la estadística Heteroskedasticity, que, según la documentación de la biblioteca `Statsmodels`, es análoga a la prueba de Goldfeld-Quandt, cuya hipótesis nula es la no heterocedasticidad de los residuos.

Sin embargo, los gráficos Cuantil-Cuantil indicaron que la distribución de los residuos en todos los modelos no se adhirió completamente a la normalidad, posiblemente debido a la presencia de valores extremos. Esta falta de adherencia fue corroborada por las pruebas estadísticas de Jarque-Bera y Shapiro-Wilk, que presentaron p-valores inferiores a 0,05 para todos los modelos ajustados. Aunque la no normalidad de los residuos no invalida los modelos, puede tener implicaciones en la determinación de los intervalos de confianza (Fávero y Belfiore, 2024). La transformación de la variable dependiente, como la transformación de Box-Cox, podría mitigar este problema, pero no fue explorada en el presente trabajo.

En resumen, los resultados demostraron la aplicabilidad de modelos estadísticos de aprendizaje automático en la predicción de la carga hidráulica en un área contaminada, destacando los modelos SARIMAX que incorporan variables exógenas de precipitación. La capacidad de predecir el nivel del agua con un error absoluto medio de 0,1041 metros, utilizando la precipitación acumulada en 3 meses, representa una prueba de concepto robusta. Esta evidencia cuantitativa es crucial para apoyar la planificación de la remediación y la gestión a largo plazo de áreas contaminadas por hidrocarburos, especialmente en contextos de atrapamiento de LNAPL y oscilaciones estacionales del nivel del agua.

4. Conclusión

El presente trabajo demostró la aplicabilidad de modelos de aprendizaje automático en la predicción de series temporales de la carga hidráulica en un área contaminada por queroseno de aviación, proporcionando un subsidio para la toma de decisiones sobre la continuidad de la remediación por técnicas hidráulicas. Se verificó que la carga hidráulica del acuífero exhibe patrones estacionales claros y una respuesta desfasada a la precipitación pluviométrica. La estimación de modelos SARIMAX, que incorporaron variables exógenas de precipitación, mejoró significativamente la capacidad predictiva en comparación con modelos SARIMA puros. Un modelo SARIMAX, utilizando la precipitación acumulada en tres meses, alcanzó un error medio absoluto de 0,1041 metros para una previsión de doce meses, lo que se considera satisfactorio. Este resultado estableció una prueba de concepto robusta, ofreciendo una línea de evidencia cuantitativa crucial para la planificación de la remediación y la gestión a largo plazo de áreas contaminadas por hidrocarburos, especialmente en escenarios de atrapamiento de LNAPL y oscilaciones estacionales del nivel del agua.

A pesar de la relevancia de los hallazgos, el estudio presentó limitaciones, como la interpolación lineal del 9,40% de los datos faltantes, cuyo impacto en la sensibilidad de los modelos no fue evaluado, y la no adherencia total de los residuos a la normalidad, lo que puede influir en la determinación de los intervalos de confianza. También se observó multicolinealidad entre algunas variables exógenas de SPI, lo que resultó en coeficientes no significativos para ciertas variables. Para estudios futuros, se sugiere profundizar la investigación sobre la multicolinealidad y la utilización de los clusters identificados por el algoritmo DBScan en la estimación de los modelos. Se recomienda además probar enfoques como el Método de Predicción Global y explorar modelos más avanzados, como LSTM, NeuralProphet y aquellos basados en Transformers, para capturar no linealidades y mejorar la capacidad predictiva en pozos piezométricos específicos.

Referencias Bibliográficas

Alden, D.F.; García-Rincón, J.; Rivett, M.O.; Wealthall, G.P.; Thomson, N.R. 2024. Complexities of Petroleum Hydrocarbon Contaminated Sites. p. 1-19. In: García-Rincón, J.; Gatsios, E.; Lenhard, R.J.; Atekwana, E.A.; Naidu, R. Advances in the Characterisation and Remediation of Sites Contaminated with Petroleum Hydrocarbons. Environmental Contamination Remediation and Management. Springer, Cham.

Companhia Ambiental do Estado de São Paulo [CET

Companhia Ambiental do Estado de São Paulo [CETESB], 2025. Sistema de Áreas Contaminadas e Reabilitadas. Relatório de Áreas Contaminadas e Reabilitadas no Estado de São Paulo. Disponível em: < https://sigam.ambiente.sp.gov.br/sigam3/Default.aspx?idPagina=17653>. Acesso em: 10 out. 2025.

Organização das Nações Unidas para a Educação, a Ciência e a Cultura [UNESCO]. 2022. UN World Water Development Report 2022: Groundwater: Making the invisible visible. Disponível em: <https://www.unwater.org/publications/un-world-water-development-report-2022>. Acesso em: 12 out. 2025.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy

Más recientes

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

También te puede interesar

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

La gestión financiera personal representa un desafío creciente, influenciada por sesgos cognitivos que afectan la toma de decisiones, incluso en individuos con alto conocimiento. El presente estudio analizó la relación entre el nivel de educación financiera y la ocurrencia de sesgos conductuales en la toma de decisiones financieras de adultos residentes en Brasil. Se realizó un levantamiento de campo de naturaleza aplicada, cuantitativa y descriptivo-correlacional, mediante la aplicación de un cuestionario estructurado a 163 encuestados. El instrumento contempló variables sociodemográficas, conocimiento y hábitos financieros, y situaciones hipotéticas para identificar sesgos cognitivos. Los resultados indicaron que niveles más elevados de educación financiera se asociaron con mejores prácticas de control financiero, ahorro e inversión, con correlaciones significativas con ingresos y escolaridad. Sin embargo, la presencia de sesgos conductuales (anclaje, aversión a la pérdida, escasez, optimismo/pesimismo, sesgo del presente, status quo, exceso de confianza y contabilidad mental) persistió incluso entre individuos con mayor escolaridad e ingresos, sin asociación estadísticamente significativa con las variables sociodemográficas analizadas. Se concluyó que la educación financiera, aunque esencial para la organización y el control financiero, no fue suficiente para neutralizar la influencia de sesgos cognitivos. Se sugiere la incorporación de enfoques conductuales a los programas de educación financiera.

Palabras clave: Comportamiento financiero; Economía conductual; Finanzas personales; Heurísticas cognitivas; Sesgos cognitivos.

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

La inserción de niños con Trastorno del Espectro Autista (TEA) en la Educación Infantil presenta desafíos significativos, dada la dificultad de adaptación a nuevos entornos y la intensidad de estímulos. El objetivo fue analizar la actuación docente en la Educación Infantil en el proceso de escolarización inicial de niños con TEA. Se realizó un estudio de caso, utilizando la entrevista narrativa como técnica de producción de datos. Los resultados revelaron que la actuación docente se caracterizó por prácticas de mediación y afecto, con la flexibilización de la rutina y el uso de recursos lúdicos como estrategias esenciales para el desarrollo y la organización sensorial del niño. También se destacó la importancia del profesional de apoyo escolar para el éxito del trabajo pedagógico. El desarrollo integral del niño fue promovido por medio de acciones docentes intencionales que priorizaron la adaptación ambiental, el fortalecimiento de vínculos y la atención a las necesidades específicas del TEA. Como contribución, se elaboró una guía de estrategias pedagógicas orientada a la acogida de niños con TEA en guarderías públicas.

Palabras clave: Educación Infantil; Inclusión Escolar; Narrativas Docentes; Prácticas Pedagógicas Inclusivas; Trastorno del Espectro Autista.

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

La expansión del comercio electrónico y la transformación tecnológica impulsaron la necesidad de comprender el comportamiento del consumidor de infoproductos, cuya experiencia percibida se ha vuelto crucial para el desarrollo profesional. El estudio tuvo como objetivo analizar los factores que influyeron en la decisión de compra de infoproductos en el entorno digital, considerando las etapas del viaje del consumidor. Se realizó una investigación aplicada, cuantitativa y descriptiva, a través de un estudio de campo con 100 consumidores de la Serra Gaúcha. La recopilación de datos se realizó mediante un cuestionario estructurado, utilizando muestreo no probabilístico. Los resultados revelaron un público cualificado y con un fuerte comportamiento “mobile-first”. Se constató que la disponibilidad de información detallada y la aprobación social fueron los principales desencadenantes de atracción en la fase de precompra. En las etapas transaccionales y posteriores, la minimización de fricciones operativas, la agilidad del acceso inmediato y la seguridad sistémica demostraron ser cruciales para la conversión y la satisfacción, aunque se identificaron lagunas en la eficiencia del soporte humano. La retención se fundamentó en la confianza generada por experiencias anteriores positivas, superando el factor precio. Se concluyó que el viaje del consumidor de infoproductos opera como un sistema integrado, exigiendo alineación entre infraestructura tecnológica, curaduría de contenido y humanización del soporte para asegurar el compromiso.

Palabras clave: Comercio electrónico; Comportamiento del consumidor; Experiencia del consumidor; Fidelización; Negocios virtuales.

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

La salud mental en el entorno laboral es un tema de creciente relevancia, que impacta el desarrollo profesional y el bienestar de los colaboradores. Se realizó un estudio para identificar aspectos y situaciones que pueden influir en los niveles de absentismo en una institución bancaria. La investigación involucró a 108 participantes y utilizó un cuestionario estructurado, basado en la versión corta del COPSOQ II de Gonçalves (2021), que contenía 45 preguntas cerradas en escala Likert y dos preguntas abiertas. Los datos se recopilaron a través de una plataforma en línea y se analizaron con un enfoque descriptivo y cuantitativo. Los resultados revelaron un escenario que indicó la necesidad de ajustes en la distribución de las actividades y en la percepción de los gerentes sobre comportamientos y señales de trastornos. Se identificaron evidencias importantes en las respuestas abiertas de los participantes. Se concluyó que el estudio contribuyó a la promoción de la percepción de un ambiente seguro para la salud mental en la organización.

Palabras clave: Ausencias por trastornos; Desarrollo profesional; Liderazgo operativo; Licencia médica; Salud mental.

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

El estado de Amazonas ha enfrentado desafíos históricos en la consolidación del Sistema Único de Salud (SUS), derivados de barreras geográficas, desigualdades socioeconómicas y limitaciones estructurales. En este estudio se describió el desarrollo e implementación de un geoportal de información en salud, concebido para apoyar el monitoreo, la evaluación y la planificación en el contexto amazónico. Se adoptó un enfoque de estudio de caso descriptivo, basado en análisis documental y datos secundarios, abarcando el mapeo de funcionalidades, la infraestructura técnica y las etapas de validación de la herramienta. El Portal fue desarrollado con tecnologías abiertas e integró múltiples bases de datos nacionales, ofreciendo dashboards interactivos, mapas temáticos y repositorio digital de documentos. Entre los resultados, destacaron la visualización georreferenciada de indicadores clave, la posibilidad de análisis comparativos temporales y la utilización de la plataforma en la revisión de planes de salud y en el redireccionamiento de acciones estratégicas. El portal puede representar un avance en la gobernanza digital y en la gestión basada en evidencia, con potencial de replicabilidad para otros territorios de alta complejidad, siempre que vaya acompañado de inversiones en infraestructura tecnológica, capacitación profesional y articulación interinstitucional.

Palabras clave: Amazonía; Evaluación en Salud; Salud Digital; Sistemas de Información en Salud.

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

El impacto del aprendizaje continuo y la gestión del conocimiento en el crecimiento de las organizaciones fue estudiado en un escenario de globalización y constantes cambios. El objetivo del estudio fue analizar la percepción de los colaboradores sobre la cultura de aprendizaje y su importancia para el desarrollo personal y profesional. Los datos se obtuvieron a través de una encuesta anónima, de enfoque cuantitativo, utilizando un formulario con preguntas tipo “survey” aplicado a 87 profesionales de los sectores de tecnología, salud, educación, comercio y servicios. Los resultados indicaron que los colaboradores tenían una percepción positiva sobre la contribución del aprendizaje continuo al crecimiento personal y organizacional, reconociendo sus beneficios para el desarrollo de nuevas habilidades, la innovación y la competitividad. Sin embargo, se observó que el incentivo al intercambio de conocimiento interno y la oferta de capacitaciones prácticas aún presentaban medias moderadas de acuerdo. Se concluyó que el aprendizaje continuo contribuye significativamente al desarrollo individual y organizacional, sugiriendo que las empresas deben desarrollar políticas estratégicas de aprendizaje dirigido a nuevas habilidades, buscando una mayor ventaja competitiva y la innovación.

Palabras clave: Aprendizaje continuo; Autodesarrollo; Crecimiento organizacional; Gestión del Conocimiento; Innovación.

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

Se propuso un modelo de regresión estadística múltiple para estimar el rendimiento operativo de la microrred CampusGrid de la UNICAMP, basándose en magnitudes eléctricas internas. La microrred integra generación fotovoltaica, baterías y un generador de gas. Se recopilaron datos del sistema de gestión de energía en intervalos de cinco minutos durante un mes. El Índice de Confiabilidad Operacional, definido como la razón entre energía atendida y demandada, se estableció como variable dependiente. El modelo se ajustó al modo de operación aislado, evaluando el impacto de la demanda, el estado de carga, la generación solar y la energía suministrada. Los resultados revelaron un elevado poder explicativo, indicando que la confiabilidad operativa depende de la interacción entre el suministro y la demanda. Se observó que el período nocturno concentró la mayor tasa de atención parcial, atribuida a la reducción de la generación solar. Se concluyó que la regresión múltiple ofrece una estructura interpretable y útil para el monitoreo de microrredes y el apoyo a estrategias de control.

Palabras clave: Almacenamiento en baterías; Generación fotovoltaica; Índice de Confiabilidad; Operación aislada; Sistema de Gestión de Energía.

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

La morosidad agregada en el sistema financiero brasileño es un indicador crucial de riesgo crediticio, cuya previsión está regulada por las Resoluciones CMN n.° 4.557/2017 y 4.966/2021 para la medición prospectiva de pérdidas esperadas. Se modeló y predijo la morosidad agregada mediante el modelo SARIMAX, proyectando su trayectoria hasta diciembre de 2026 bajo escenarios optimista, base y pesimista. Se utilizaron 164 observaciones mensuales (julio/2012 a febrero/2026) y variables macroeconómicas como desempleo, Selic, IPCA, IBC-Br y endeudamiento de las familias. La especificación con variables contemporáneas fue seleccionada con base en criterios de información y estabilidad de los coeficientes, y el diagnóstico de los residuos confirmó adecuación estadística, con MAPE de 3,12%. La morosidad histórica varió entre 4,33% y 7,64%. La estimación identificó el desempleo (β = 0,2534; p < 0,001) y la Selic (β = 0,2128; p < 0,001) como principales determinantes positivos, con fuerte persistencia temporal (AR(1) = 0,8965). La Selic exhibió correlación creciente con la morosidad (r = 0,62 en el rezago 12), mientras que el desempleo demostró efecto contemporáneo (r = 0,33). Las proyecciones indicaron morosidad entre 6,30% y 7,98% en diciembre de 2026, con una amplitud de 1,68 punto porcentual, evidenciando implicaciones directas para el dimensionamiento de provisiones en las instituciones financieras.

Palabras clave: Desempleo; Modelado predictivo; Política monetaria; Provisión de pérdidas; Series temporales.

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

Este estudio describió los factores críticos percibidos para la participación de las partes interesadas en la transferencia internacional de tecnología en un hospital público, con foco en la planificación. El objetivo fue describir estos factores condicionantes, según la percepción de los profesionales. Se realizó un estudio de caso único, aplicando un cuestionario a 25 profesionales y utilizando análisis de contenido, complementado por tabulaciones descriptivas. Los principales obstáculos identificados fueron resistencia al cambio (72%), financiación (64%), falta de comunicación (60%) y burocracia (40%). Solo el 28% de los encuestados reconoció la existencia de herramientas adecuadas para la gestión de stakeholders, mientras que el 48% negó y el 24% no supo informar. Cruzamientos exploratorios indicaron variaciones en la evaluación de influencia según el tiempo de actuación, pero no establecieron relaciones causales. La falta de participación se asoció con retrasos, baja adhesión, desperdicio de recursos, fallas de comunicación, compromiso de la absorción de conocimiento y riesgos para la seguridad del paciente. Las conclusiones se restringieron a las percepciones del grupo investigado y fundamentaron recomendaciones preliminares para la comunicación y coordinación intersectorial.

Palabras clave: Estudio de caso; Gestión de proyectos; Innovación en salud; Partes interesadas; Sector público.

Economia

19 de octubre de 2026

¿Fin de la escala 6×1: qué permiten concluir los números?

Tras la promulgación del fin de la escala 6×1, el debate sobre la jornada menor pasa a la implementación y exige distinguir beneficios sociales de costos económicos El fin de la escala 6×1 pasó de la discusión legislativa a un cambio constitucional en Brasil. El 16 de octubre de 2026, el Congreso Nacional promulgó la enmienda constitucional nº 141/2026, originada de la Propuesta […]

Inteligencia Artificial

16 de octubre de 2026

¿Por qué estudiar si existe la IA?

Cuando las respuestas se vuelven fáciles, aprender pasa a significar más que alcanzarlas. ¿Por qué necesito aprender esto si puedo preguntarle a una inteligencia artificial? Este tipo de pregunta ha acompañado a la educación durante décadas. ¿Por qué aprender una operación si existe una calculadora? ¿Por qué memorizar una información si se puede encontrar […]

Gestión Tributaria

15 de octubre de 2026

Impuesto rosa y el género del precio

Cómo los diferentes tratamientos de marketing para hombres y mujeres son incorporados por la tributación del consumo Imagine un estante en el que dos maquinillas de afeitar de la misma marca y destinadas al mismo propósito están expuestas una al lado de la otra: una tiene un empaque oscuro y promete fuerza, precisión y eficiencia; la otra viene en tonos de rosa o […]

Salud

13 de octubre de 2026

El eslabón perdido de la transformación de la salud

¿Por qué la innovación no es suficiente para generar cambios en las organizaciones y en los sistemas de salud La transformación digital se ha consolidado como una prioridad estratégica para los sistemas de salud en todo el mundo. Historias clínicas electrónicas, inteligencia artificial, telemedicina, monitorización remota y análisis de datos han pasado a formar parte de la agenda estratégica de gobiernos y organizaciones sanitarias. Paradójicamente, […]

Marketing

09 de octubre de 2026

Bitcoin o mascotas: lo que la Inteligencia Artificial no vería

Un caso real de consumer intelligence muestra lo que queda fuera del briefing Hace algunos años, una aseguradora estadounidense contrató a una empresa especializada en consumer intelligence para responder a tres preguntas: La aseguradora también evaluaba lanzar seguros pagados en bitcoin. En ese momento, el proceso de trabajo de la consultoría funcionaba así: el analista creaba una query […]

Gestión Escolar

06 de octubre de 2026

La escuela no es un casino: cuando las figuritas se convierten en moneda en el patio

¿Por qué, para determinados estudiantes, la escuela logra ofrecer tan pocas experiencias de éxito? La Copa del Mundo ha terminado. Brasil ha quedado fuera de la competición, llegaron las vacaciones escolares, se disputó la final y el calendario del fútbol siguió adelante. Sería razonable imaginar que, con el fin del torneo y el regreso a clases, también comenzara […]

Transición Energética

30 de septiembre de 2026

Energías renovables: la ventaja brasileña

Brasil necesita invertir en la capacidad de transformar recursos naturales en innovación, productividad y desarrollo Hablar de energía es hablar de desarrollo. Detrás de la industria, el transporte, los servicios, las ciudades y, cada vez más, la inteligencia artificial, existe una infraestructura energética que sustenta la economía. Comprender la matriz energética de un país es comprender […]

Análisis De Datos

30 de septiembre de 2026

¿Cuando cambian los datos, ha cambiado la realidad?

Análisis de casi 20 millones de vínculos-año docentes entre 2020 y 2025 muestra cómo cambios en la composición de la población y en la producción de los registros pueden alterar la interpretación de series históricas Entre 2020 y 2025, el número de vínculos formales de trabajo docente identificados en la RAIS (Relación Anual de Información Social), del Ministerio de Trabajo, […]

Inteligencia Artificial

28 de septiembre de 2026

Inteligencia artificial y las tendencias

¿Por qué tanta gente se une a los juegos con ChatGPT? Nunca fui una persona de tendencias. Sigo sin serlo. Algunas pasan por mi línea de tiempo, las veo, me parecen interesantes pero no al punto de experimentar. Fue así, inclusive, con algunas ondas recientes de imágenes hechas por inteligencia artificial, como la tendencia de los años 80, aquella que nos […]

Gestión Tributaria

01 de septiembre de 2026

Reforma tributaria y planificación patrimonial en el campo

La eficiencia para gestionar los impuestos facilita la gobernanza y permite organizar la sucesión familiar. La organización patrimonial rural se ha convertido en una medida estratégica ante la reforma tributaria en Brasil, que entró en vigor este año. La planificación de las actividades y de la gestión del patrimonio rural, a través de herramientas como la transición de la Persona Física a […]

Renata de Gaspari Valdejão Almeida

Inteligencia Artificial

05 de agosto de 2026

Dentro de la empresa y fuera del radar: los riesgos de la IA Sombra

Según Microsoft, el 75% de los profesionales ya utilizan inteligencia artificial en el trabajo sin la aprobación de la empresa El uso de la inteligencia artificial generativa ya forma parte de la rutina corporativa. Herramientas como ChatGPT, Copilot y otras plataformas ayudan a los profesionales a producir textos, analizar datos, crear presentaciones y acelerar tareas en prácticamente todos los sectores. Pero este avance […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julio de 2026

El futuro como competencia

El interés académico refuerza la proyección de escenarios como herramienta esencial para la toma de decisiones. Mientras algunas empresas aún intentan acertar el próximo paso, otras ya trabajan con múltiples futuros posibles — y se preparan para todos ellos. Pero, ¿qué significa “pensar el futuro”? ¿Es tendencia, es estrategia o una nueva competencia que […]

Renata de Gaspari Valdejão Almeida

Innovación

Tecnología

21 de mayo de 2026

Corredor Agro SP: innovación, articulación institucional y futuro

Pecege comanda a operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educación

27 de abril de 2026

Cómo transformar un TCC en negocio

Nueva gestión del Parque Tecnológico de Piracicaba ofrece consultoría a egresados de MBAs El nuevo director de proyectos del Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, suele decir que una de las mayores recompensas que ha tenido en la vida ha sido ver a sus orientandos del MBA USP/Esalq estructurar empresas a partir de sus trabajos de conclusión de […]

Tecnología

20 de marzo de 2026

El repertorio humano en la era de la IA

El pensamiento crítico y la creatividad son insustituibles en el trabajo del profesional de marketing La Inteligencia Artificial (IA) es capaz de hazañas increíbles, pero aún no posee la capacidad de juicio, empatía, intuición y creatividad estratégica necesarias para hacer el trabajo de un buen profesional de marketing. En esta área, es importante saber usar la herramienta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

23 de febrero de 2026

ESG como estrategia de crecimiento en una cooperativa del RS

Santa Clara equilibra responsabilidad social y ambiental con innovación Fundada en 1911 por inmigrantes italianos en Carlos Barbosa, en la sierra gaúcha, la Cooperativa Santa Clara es un ejemplo de que es posible equilibrar el crecimiento económico con la responsabilidad social y ambiental. De una pequeña empresa de producción de quesos, la organización evolucionó a un […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

22 de enero de 2026

¿Brasil libre de fiebre aftosa: qué cambia para la carne brasileña?

Con un rebaño de más de 200 millones de cabezas de ganado, el país es actualmente el líder en exportaciones Brasil recibió recientemente, por primera vez, la certificación de país libre de fiebre aftosa sin vacunación, otorgada por la Organización Mundial de Sanidad Animal (OMSA). El sello fortalece la posición del país como proveedor de carne confiable para el […]

Renata de Gaspari Valdejão Almeida

Innovación

09 de diciembre de 2025

Innovación: el nuevo ciclo del Parque Tecnológico de Piracicaba

El Instituto Pecege asume la gestión apostando en la creación de nuevos negocios A partir de 2026, el Instituto Pecege asumirá la gestión del Parque Tecnológico de Piracicaba (PTP). Entre sus responsabilidades estarán la administración, operación, mantenimiento y expansión del parque, además del fomento de actividades de innovación, emprendimiento y ciencia y tecnología. La elección fue realizada […]

Renata de Gaspari Valdejão Almeida

06 de julio de 2026

Arquitectura a Gran Escala: Gestión de Cambios DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La arquitectura y el urbanismo se configuran como bases imprescindibles en un espacio urbano cada vez más complejo y desafiante, donde la intrínseca conexión entre cuestiones sociales, ambientales y tecnológicas […]