Atribución/Reconocimiento-NoComercial-
CompartirIgual 4.0 Licencia Pública
Internacional CC BY-NC-SA 4.0
https://creativecommons.org/licenses/by-nc
sa/4.0/legalcode.es
Retos de la IA: en la era de la automatización laboral
e innovación educativa.
Sapientia Technological
e - ISSN 2737- 6400
Periodicidad: Vol 7 No. 1 Enero - Junio 2026
sapientiatechnological@aitec.edu.ec
Recepción: 2025 - 12 - 13
Aprobación: 2026 - 01 - 13
Publicación: 2026 - 01 - 31
DOI https://doi.org/10.58515/056RSPT
Daniela Muñoz-Vera
Universidad Agraria del Ecuador
daniela.munoz.vera@uagraria.edu.ec
0009-0009-0712-5387
Jussen Facuy Delgado
Universidad Agraria del Ecuador
jfacuy@uagraria.edu.ec
0000-0003-1138-4823
ID
ID
Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Comparative analysis of urban solid waste generation in Guayaquil,
Quito and Cuenca, Ecuador
79 Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Retos de la IA: en la era de la automatización laboral
e innovación educativa.
La generación de residuos sólidos urbanos
constituye un desafío creciente para las
ciudades ecuatorianas, especialmente en
contextos de expansión urbana y crecimiento
poblacional. Este estudio tiene como
objetivo realizar un análisis comparativo de la
generación de residuos sólidos urbanos en
las ciudades de Guayaquil, Quito y Cuenca
durante el periodo 2018–2024. Se emplearon
datos ociales del Instituto Nacional de
Estadística y Censos (INEC), considerando la
cantidad de residuos recolectados (ton/día), la
población urbana y la producción per cápita
de residuos. El análisis incluyó estadísticos
descriptivos, un análisis de varianza (ANOVA)
de un factor con prueba post hoc de Tukey
y un modelo de regresión lineal para evaluar
los factores explicativos. Los resultados
evidencian diferencias estadísticamente
signicativas en la generación de residuos
entre las ciudades, destacándose Guayaquil
como la de mayor generación. La prueba
de Tukey conrmó diferencias signicativas
entre Guayaquil y Quito, así como entre
Guayaquil y Cuenca, mientras que no se
observaron diferencias signicativas entre
Quito y Cuenca. Asimismo, la población
urbana mostró una inuencia signicativa en
la generación de residuos, mientras que la
producción per cápita no presentó un efecto
estadísticamente signicativo. Estos hallazgos
aportan evidencia para el diseño de políticas
diferenciadas de gestión de residuos a escala
urbana.
Abstract: The generation of urban solid waste
is a growing challenge for Ecuadorian cities,
especially in contexts of urban expansion and
population growth. This study aims to carry
out a comparative analysis of the generation
of urban solid waste in the cities of Guayaquil,
Quito and Cuenca during the period 2018–
2024. Ofcial data from the National Institute
of Statistics and Census (INEC) were used,
considering the amount of waste collected
(ton/day), the urban population and the per
capita production of waste. The analysis
included descriptive statistics, a one-factor
analysis of variance (ANOVA) with Tukey’s
post hoc test, and a linear regression model to
assess explanatory factors. The results show
statistically signicant differences in waste
generation between cities, with Guayaquil
standing out as the one with the highest
generation. Tukey’s test conrmed signicant
differences between Guayaquil and Quito, as
well as between Guayaquil and Cuenca, while
no signicant differences were observed
between Quito and Cuenca. Likewise, the
urban population showed a signicant
inuence on waste generation, while per
capita production did not present a statistically
signicant effect. These ndings provide
evidence for the design of differentiated waste
management policies at the urban scale
Keywords: university learning, teaching
modalities, psychology, higher education.
Palabras clave: desarrollo sostenible,
desarrollo urbano, planicación urbana,
economía verde.
Resumen:
Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Comparative analysis of urban solid waste generation in Guayaquil,
Quito and Cuenca, Ecuador
80
Análisis comparativo de la generación de residuos sólidos urbanos en Guayaquil,
Quito y Cuenca
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
Introducción
La gestión de residuos sólidos urbanos
es un componente crítico de la sostenibilidad
urbana y del desarrollo ambiental moderno. La
rápida urbanización, el crecimiento poblacional
y los cambios en los patrones de consumo
han intensicado la generación de residuos,
planteando desafíos signicativos para los
sistemas de gestión municipales en términos
de eciencia operativa, impacto ambiental y uso
racional de recursos (Silva et al., 2024; Alshaikh
& Abdelfatah, 2024).
La eciencia en la gestión de residuos
sólidos urbanos se dene como la capacidad
de los sistemas municipales para gestionar
residuos con el menor consumo de recursos,
menor impacto ambiental y mayor recuperación
de material posible (Zafra-Gómez et al.,
2023). Sin embargo, múltiples estudios han
documentado que, en muchas ciudades, esta
gestión adolece de problemas estructurales,
tales como cobertura parcial de recolección,
poca incorporación de procesos de separación
en la fuente y baja valorización de residuos
(Deheri & Acharya, 2021; Silva et al., 2024).
La evaluación de la eciencia de
la gestión de residuos sólidos urbanos
ha evolucionado en dos vías principales,
comparaciones empíricas entre territorios y
modelado cuantitativo de desempeño. Es decir,
investigaciones comparativas han identicado
variaciones signicativas en desempeño
productivo y de costos entre diferentes
municipios y regiones, inuenciadas por la
capacidad institucional, políticas públicas y
tecnologías aplicadas (Filimonova & Birchall,
2024; Alshaikh & Abdelfatah, 2024). Estudios
de corte técnico también han desarrollado
indicadores especícos para monitorear la
eciencia operacional, como distancias de
recolección, tasas de reciclaje y valor agregado
en circuitos de tratamiento (Yang et al., 2018).
La literatura ha adoptado diversos
métodos de evaluación, como Data
Envelopment Analysis (DEA), análisis de
eciencia ecosistémica y modelos estadísticos
avanzados, para medir la eciencia técnica y
económica de los sistemas de GRSU (Deheri
& Acharya, 2021; Sánchez-Romero & Recalde-
Gracey, 2024). La aplicación de estos modelos
ha demostrado consistentemente que una
proporción signicativa de municipios en
estudios internacionales no alcanza niveles
óptimos de eciencia, revelando brechas
importantes en la gestión de residuos y
oportunidades de mejora institucional y técnica
(Delgado-Antequera et al., 2021).
Además, diferentes contextos
regionales muestran que factores exógenos
como densidad poblacional, estructura
socioeconómica y participación comunitaria
pueden inuir de manera signicativa en los
resultados de eciencia municipal, lo que
sugiere que la simple comparación de toneladas
gestionadas no es suciente sin considerar
estos determinantes contextuales (Delgado-
Antequera et al., 2021).
En el caso ecuatoriano, el análisis
comparativo de ciudades como Guayaquil,
Quito y Cuenca con datos ociales hasta el año
2024 publicados por el Instituto Nacional de
Estadística y Censos (INEC) permite evaluar,
mediante análisis estadístico robusto como
ANOVA, si existen diferencias signicativas en
la eciencia de la gestión de residuos sólidos
urbanos entre contextos urbanos diversos.
Este enfoque estadístico no solo proporciona
evidencia empírica sólida para contrastar el
desempeño de los sistemas municipales, sino
que también aporta información estratégica
para el diseño de políticas públicas, la
planicación de servicios y la priorización de
inversiones en la gestión de residuos urbanos.
81 Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
Materiales y métodos
El presente estudio se desarrolló
bajo un enfoque cuantitativo, con un diseño
comparativo y longitudinal, orientado al análisis
de la generación de residuos sólidos urbanos
en las ciudades de Guayaquil, Quito y Cuenca
durante el período comprendido entre los años
2018 y 2024. La selección de estas ciudades
responde a su relevancia como principales
centros urbanos del Ecuador y a sus diferencias
en términos de tamaño poblacional, contexto
socioeconómico y estructura de gestión
municipal de residuos, lo que permite un
análisis comparativo representativo de distintos
escenarios urbanos.
La información analizada proviene de
registros ociales publicados por el Instituto
Nacional de Estadística y Censos (INEC), los
cuales fueron sistematizados en una base de
datos que incluyó las variables año, ciudad,
población, generación diaria de residuos
sólidos urbanos expresada en toneladas por
día y producción per cápita de residuos en
kilogramos por habitante por día. El número
de observaciones por ciudad corresponde a
los años con información disponible dentro
del período 2018–2024, lo que explica ligeras
diferencias en el tamaño muestral entre
ciudades. Estas variables permitieron evaluar
tanto la magnitud absoluta de residuos
generados como los patrones generales de
generación en los distintos contextos urbanos
analizados.
El procesamiento y análisis de los datos
se realizó mediante el software estadístico R,
utilizando un enfoque descriptivo e inferencial.
En una primera etapa, se calcularon estadísticos
descriptivos con el n de caracterizar la
generación diaria de residuos sólidos urbanos
(ton/día) por ciudad e identicar tendencias
generales y niveles de variabilidad a lo largo
del período de estudio. Posteriormente, se
aplicó un análisis de varianza de un factor
(ANOVA), considerando la ciudad como factor
de clasicación, con el objetivo de determinar
la existencia de diferencias estadísticamente
signicativas en la generación diaria de residuos
sólidos urbanos entre las ciudades analizadas.
Previo a la aplicación del ANOVA, se vericaron
los supuestos de normalidad y homogeneidad
de varianzas mediante pruebas estadísticas y
análisis gráco, garantizando la validez de los
resultados obtenidos.
Cuando el análisis de varianza indicó
diferencias signicativas a un nivel de conanza
del 95 % (p < 0.05), se empleó la prueba post
hoc de comparaciones múltiples de Tukey para
identicar los pares de ciudades entre los cuales
se presentaron diferencias estadísticamente
signicativas en la generación de residuos
sólidos urbanos. Este procedimiento permitió
una comparación detallada del comportamiento
de la generación de residuos entre Guayaquil,
Quito y Cuenca durante el período analizado.
De manera complementaria, se
elaboraron representaciones grácas con el n
de facilitar la interpretación de los resultados
y visualizar los patrones de generación de
residuos, incluyendo la distribución de residuos
por ciudad, el promedio de residuos generados
y la relación entre población y generación de
residuos sólidos urbanos. Estas visualizaciones
permitieron identicar tendencias generales
y reforzaron la interpretación del análisis
estadístico realizado.
Dado que el estudio se basa
exclusivamente en el uso de datos secundarios
de acceso público, no se identican
implicaciones éticas asociadas al manejo
de información sensible. No obstante, se
reconoce como limitación la dependencia de
la disponibilidad y consistencia de los registros
ociales, así como la ausencia de variables
82
Análisis comparativo de la generación de residuos sólidos urbanos en Guayaquil,
Quito y Cuenca
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
cualitativas relacionadas con políticas locales,
prácticas de separación en la fuente y niveles de
participación ciudadana, factores que podrían
inuir en el comportamiento de la generación
de residuos sólidos urbanos.
Resultados y Discusión
Los resultados del análisis descriptivo
evidencian diferencias claras en la generación
de residuos sólidos urbanos entre las ciudades
de Guayaquil, Quito y Cuenca durante el
período 2018–2024. En términos generales,
Guayaquil presenta los valores más elevados
de generación diaria de residuos, mientras
que Quito y Cuenca registran magnitudes
considerablemente menores. No obstante, en
las tres ciudades se observa una variabilidad
interanual relevante, lo que sugiere que la
generación de residuos no es homogénea en el
tiempo y puede verse inuenciada por factores
demográcos, económicos y operativos
propios de cada contexto urbano.
En la Tabla 1 se presenta los valores de
La Figura 1 muestra la distribución de los
residuos generados por ciudad, evidenciando
una marcada diferencia entre Guayaquil y las
otras dos ciudades. Guayaquil presenta una
dispersión signicativamente mayor y valores
centrales elevados, lo que reeja una presión más
intensa y variable sobre su sistema de gestión
de residuos sólidos urbanos. En contraste,
media, mediana, mínimo, máximo y desviación
estándar de la generación diaria de residuos
sólidos urbanos por ciudad. Los resultados
evidencian que Guayaquil registra no solo el
mayor valor promedio, sino también la mayor
dispersión de los datos, lo que indica una
variabilidad considerable en la generación
de residuos a lo largo del tiempo. Este
comportamiento sugiere la inuencia de factores
dinámicos, como el crecimiento poblacional, las
actividades económicas y posibles cambios en
los sistemas de recolección y disposición nal.
Por su parte, Quito y Cuenca muestran
valores promedio inferiores y una menor
dispersión en comparación con Guayaquil, lo
que reeja un comportamiento más estable
en la generación de residuos sólidos urbanos
durante el período analizado. La similitud en los
estadísticos centrales entre estas dos ciudades
respalda posteriormente los resultados del
análisis de varianza y la prueba post hoc de
Tukey, donde no se identicaron diferencias
estadísticamente signicativas entre ellas.
Cuenca y Quito presentan distribuciones más
concentradas, aunque con la presencia de
valores atípicos que indican uctuaciones
puntuales en la generación de residuos durante
el período analizado. Esta variabilidad refuerza
la necesidad de considerar análisis temporales
y no únicamente valores promedio.
83 Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Tabla 1. Estadísticos descriptivos de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca durante el período 2018–2024.
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
El análisis de los valores promedio
de generación de residuos sólidos urbanos,
presentado en la Figura 2, conrma la jerarquía
observada en la distribución de los datos.
Guayaquil registra el mayor promedio de
generación diaria de residuos, seguido por
Quito y Cuenca. Las barras de error evidencian
además una variabilidad considerable en las tres
ciudades, particularmente en Guayaquil, lo que
sugiere uctuaciones interanuales importantes.
Estos resultados reejan principalmente la
magnitud del desafío operativo que enfrenta
cada ciudad, más que una medida directa de
la eciencia de sus sistemas de gestión de
residuos.
84
Análisis comparativo de la generación de residuos sólidos urbanos en Guayaquil,
Quito y Cuenca
Figura 1. Distribución de la generación de residuos sólidos urbanos por ciudad
durante el período 2018–2024.
Figura 1. Distribución de la generación de residuos sólidos urbanos por ciudad
durante el período 2018–2024.
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
Con el n de evaluar si las
diferencias observadas entre ciudades son
estadísticamente signicativas, se aplicó
un análisis de varianza (ANOVA) sobre la
generación diaria de residuos sólidos urbanos.
Los resultados indican la existencia de
diferencias estadísticamente signicativas entre
las ciudades analizadas (p < 0.05). La prueba
post hoc de comparaciones múltiples de Tukey
permitió identicar que Guayaquil presenta
La relación entre el tamaño poblacional
y la generación de residuos sólidos urbanos se
analiza en la Figura 3, donde se observa una
tendencia positiva entre ambas variables. Este
comportamiento indica que el incremento de
la población se asocia con un aumento en la
generación de residuos, lo cual es consistente
con lo reportado en la literatura sobre gestión
diferencias signicativas tanto con Quito como
con Cuenca, mientras que no se observaron
diferencias estadísticamente signicativas
entre Quito y Cuenca. Este resultado sugiere
que, a pesar de las diferencias poblacionales
entre estas dos ciudades, sus niveles de
generación de residuos sólidos urbanos son
estadísticamente similares durante el período
de estudio.
de residuos en contextos urbanos. Sin embargo,
la dispersión de los puntos alrededor de la línea
de tendencia evidencia que la población por sí
sola no explica completamente las diferencias
en la generación de residuos entre ciudades,
lo que sugiere la inuencia de otros factores
estructurales y socioeconómicos.
85 Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Tabla 2. Comparaciones múltiples de la generación de residuos sólidos urbanos entre
ciudades mediante la prueba de Tukey (2018–2024).
Figura 3. Relación entre población y generación de residuos sólidos urbanos
en Guayaquil, Quito y Cuenca durante el período 2018–2024.
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
Los resultados obtenidos evidencian
diferencias estadísticamente signicativas en la
generación de residuos sólidos urbanos entre
Guayaquil, Quito y Cuenca durante el período
2018–2024, lo que conrma la heterogeneidad
en los patrones de generación y desempeño
municipal entre las principales ciudades del
Ecuador. Este comportamiento concuerda
con la literatura internacional, que señala que
las dinámicas de generación y manejo de
residuos urbanos no responden únicamente
al tamaño poblacional, sino también a factores
institucionales, socioeconómicos y de
gobernanza local (Beigl et al., 2008; Mazzanti et
al., 2008; Guerrero et al., 2013)
En particular, Guayaquil presentó los
mayores volúmenes absolutos de residuos
generados, lo cual es consistente con su
condición de ciudad más poblada del país
y su elevada concentración de actividades
comerciales e industriales. Estudios previos
han demostrado que las grandes áreas
metropolitanas tienden a exhibir mayores
tasas de generación de residuos debido a
patrones de consumo intensivo y procesos de
urbanización acelerada (Soo et al., 2017). No
obstante, la magnitud de los residuos generados
no debe interpretarse de manera aislada, ya que
comparaciones basadas exclusivamente en
toneladas pueden ocultar diferencias relevantes
en el desempeño ambiental y operativo de los
sistemas de gestión (Vergara & Tchobanoglous,
2012).
Por otro lado, las diferencias observadas
entre Quito y Cuenca sugieren la existencia
de patrones de generación potencialmente
asociados a dinámicas urbanas distintas y a
una gestión más estable en el tiempo, aunque
la eciencia operativa no puede inferirse
directamente a partir de los indicadores
analizados. Este resultado es coherente con
investigaciones desarrolladas en otras ciudades
de América Latina, donde se ha evidenciado que
la calidad institucional, la planicación territorial
y la capacidad de gestión municipal inuyen de
manera signicativa en el desempeño de los
sistemas de residuos sólidos urbanos (Hannus
et al., 2020; Zafra-Gómez et al., 2023).
El análisis comparativo mediante
ANOVA refuerza la idea de que el desempeño
en la gestión de residuos sólidos urbanos
no es homogéneo entre ciudades, incluso
cuando estas comparten un mismo marco
normativo nacional. Resultados similares han
sido reportados en estudios que evalúan
servicios municipales en contextos urbanos
diversos, destacando que la gobernanza local,
el nivel de inversión pública y la articulación
interinstitucional constituyen determinantes
clave en las diferencias observadas entre
municipios (Bel & Warner, 2024; Zhang & Mirzaei,
2021; das Mercês Costa et al., 2024)
Asimismo, la inclusión de la variable
población permitió contextualizar los resultados
obtenidos y evidenciar una relación positiva
entre el tamaño poblacional y la generación
de residuos, coherente con lo observado
en la literatura internacional. Sin embargo, la
dispersión registrada en la relación población–
residuos sugiere que este factor no actúa de
forma aislada, lo que refuerza la pertinencia de
emplear indicadores per cápita para evaluar
el desempeño ambiental urbano, tal como
recomiendan diversos estudios previos (Bogner
et al., 2008; Afroz et al., 2011).
Desde una perspectiva de sostenibilidad,
los hallazgos del presente estudio se alinean
con los principios de la economía circular,
que enfatizan la necesidad de transitar desde
modelos lineales de gestión hacia esquemas
que prioricen la reducción, reutilización y
valorización de residuos (Geissdoerfer et al.,
2017; Korhonen et al., 2018). Las diferencias
86
Análisis comparativo de la generación de residuos sólidos urbanos en Guayaquil,
Quito y Cuenca
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
detectadas entre ciudades evidencian
oportunidades concretas para fortalecer
políticas públicas orientadas a la prevención de
residuos y a la mejora del desempeño ambiental
municipal, particularmente en contextos
urbanos de rápido crecimiento.
No obstante, el estudio presenta algunas
limitaciones que deben ser consideradas. En
primer lugar, el análisis se basa en datos ociales
agregados, lo que impide evaluar la eciencia de
etapas especícas del sistema de gestión, como
el reciclaje o la disposición nal. En segundo
lugar, la disponibilidad de información hasta el
año 2024 limita la incorporación de tendencias
más recientes. A pesar de ello, el uso de datos
ociales del Instituto Nacional de Estadística
y Censos (INEC) garantiza la conabilidad
y comparabilidad de los resultados, lo que
constituye una fortaleza metodológica del
estudio.
Finalmente, futuras investigaciones
podrían profundizar el análisis incorporando
indicadores de desempeño per cápita, variables
económicas y ambientales adicionales, así
como enfoques multivariados que permitan
evaluar de manera más integral la eciencia
de la gestión de residuos sólidos urbanos en el
Ecuador. Asimismo, la comparación con otras
ciudades latinoamericanas permitiría situar los
resultados en un contexto regional más amplio
y contribuir al diseño de estrategias sostenibles
de gestión urbana (Pires et al., 2011; Niezwida et
al., 2023; Silva et al., 2024).
Conclusiones
El análisis comparativo de la generación
de residuos sólidos urbanos en las ciudades de
Guayaquil, Quito y Cuenca durante el período
2018–2024 permitió identicar diferencias
signicativas en el comportamiento de los
sistemas urbanos de gestión de residuos.
Los resultados estadísticos evidenciaron que
Guayaquil presenta los mayores niveles de
generación diaria de residuos, así como una
mayor variabilidad interanual, lo que reeja la
inuencia de su tamaño poblacional, dinamismo
económico y heterogeneidad urbana sobre la
producción de desechos sólidos.
La aplicación del análisis de varianza
(ANOVA) conrmó la existencia de diferencias
estadísticamente signicativas entre las
ciudades estudiadas, mientras que la prueba
de comparaciones múltiples de Tukey permitió
identicar que Quito y Cuenca presentan
patrones de generación similares entre sí,
diferenciándose de Guayaquil. Estos hallazgos
sugieren que las características estructurales y
de gestión de las ciudades inuyen de manera
determinante en la generación de residuos, más
allá del simple crecimiento demográco.
Asimismo, la relación positiva observada
entre población y generación de residuos
sólidos urbanos indica que el aumento
poblacional continúa siendo un factor relevante
en la presión sobre los sistemas municipales
de gestión; sin embargo, la dispersión de los
datos evidencia que este factor no actúa de
forma aislada. Elementos como los patrones de
consumo, la planicación urbana y la eciencia
de los servicios de recolección y tratamiento
desempeñan un papel fundamental en la
conguración de los niveles de generación de
residuos.
En conjunto, los resultados destacan
la necesidad de fortalecer enfoques de
gestión diferenciados y adaptados a las
particularidades de cada ciudad, incorporando
estrategias orientadas a la reducción en la
fuente, la valorización de residuos y la mejora de
la eciencia operativa. Desde una perspectiva
de política pública, el estudio aporta evidencia
empírica que puede servir como base para
la planicación de inversiones y el diseño de
87 Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
políticas de gestión de residuos sólidos urbanos
más sostenibles y contextualizadas en el ámbito
ecuatoriano.
Finalmente, se recomienda que futuras
investigaciones integren variables adicionales
relacionadas con costos operativos, tasas
de reciclaje, composición de residuos y
participación ciudadana, con el n de avanzar
hacia evaluaciones más integrales de la
eciencia de los sistemas de gestión de residuos
sólidos urbanos y contribuir al desarrollo de
ciudades más sostenibles.
88
Análisis comparativo de la generación de residuos sólidos urbanos en Guayaquil,
Quito y Cuenca
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
89 Análisis comparativo de la generación de residuos sólidos urbanos en
Guayaquil, Quito y Cuenca
Afroz, R., Hanaki, K., & Tudin, R. (2011).
Factors affecting waste generation: a study in
a waste management program in Dhaka City,
Bangladesh. Environmental Monitoring and
Assessment, 179(1–4), 509–519. https://doi.
org/10.1007/s10661-010-1753-4
Alshaikh, R., & Abdelfatah, A.
(2024). Optimization Techniques in Municipal
Solid Waste Management: A Systematic
Review. Sustainability, 16(15), 6585. https://doi.
org/10.3390/su16156585
Beigl, P., Lebersorger, S., & Salhofer,
S. (2008). Modelling municipal solid waste
generation: A review. Waste Management,
28(1), 200–214. https://doi.org/10.1016/j.
wasman.2006.12.011
Bel, G., & Warner, M. E. (2024). Inter-
Municipal Cooperation and Costs: Expectations
and Evidence. Public Administration, 93(1), 52–
67. https://doi.org/10.1111/padm.12104
Bogner, J., Pipatti, R., Hashimoto, S.,
Diaz, C., Mareckova, K., Diaz, L., Kjeldsen, P.,
Monni, S., Faaij, A., Qingxian Gao, Tianzhu
Zhang, Mohammed Abdelrae Ahmed,
Sutamihardja, R. T. M., & Gregory, R. (2008).
Mitigation of global greenhouse gas emissions
from waste: conclusions and strategies from the
Intergovernmental Panel on Climate Change
(IPCC) Fourth Assessment Report. Working
Group III (Mitigation). Waste Management
& Research: The Journal for a Sustainable
Circular Economy, 26(1), 11–32. https://doi.
org/10.1177/0734242X07088433
das Mercês Costa, I., Dias, M. F., &
Robaina, M. (2024). Evaluation of the efciency
of urban solid waste management in Brazil
by data envelopment analysis and possible
variables of inuence. Waste Disposal &
Sustainable Energy, 6(2), 283–295. https://doi.
org/10.1007/s42768-023-00175-x
Deheri, C., & Acharya, S. K. (2021). Effect
of calcium peroxide and sodium hydroxide
on hydrogen and methane generation during
the co-digestion of food waste and cow dung.
Journal of Cleaner Production, 279, 123901.
https://doi.org/10.1016/j.jclepro.2020.123901
Delgado-Antequera, L., Gémar, G.,
Molinos-Senante, M., Gómez, T., Caballero,
R., & Sala-Garrido, R. (2021). Eco-efciency
assessment of municipal solid waste services:
Inuence of exogenous variables. Waste
Management, 130, 136–146. https://doi.
org/10.1016/j.wasman.2021.05.022
Filimonova, N., & Birchall, S. J. (2024).
Sustainable municipal solid waste management:
A comparative analysis of enablers and barriers
to advance governance in the Arctic. Journal of
Environmental Management, 371, 123111. https://
doi.org/10.1016/j.jenvman.2024.123111
Geissdoerfer, M., Savaget, P., Bocken,
N. M. P., & Hultink, E. J. (2017). The Circular
Economy – A new sustainability paradigm?
Journal of Cleaner Production, 143, 757–768.
https://doi.org/10.1016/j.jclepro.2016.12.048
Guerrero, L. A., Maas, G., & Hogland,
W. (2013). Solid waste management challenges
for cities in developing countries. Waste
Management, 33(1), 220–232. https://doi.
org/10.1016/j.wasman.2012.09.008
Hannus, V., Venus, T. J., & Sauer, J.
(2020). Acceptance of sustainability standards
REFERENCIAS BIBLIOGRÁFICAS
Retos de la IA: en la era de la automatización laboral e innovación educativa.
SAPientia Technological
e - ISSN 2737- 6400
90
Análisis comparativo de la generación de residuos sólidos urbanos en Guayaquil,
Quito y Cuenca
by farmers - empirical evidence from Germany.
Journal of Environmental Management,
267, 110617. https://doi.org/10.1016/j.
jenvman.2020.110617
Korhonen, J., Honkasalo, A., & Seppälä,
J. (2018). Circular Economy: The Concept and
its Limitations. Ecological Economics, 143, 37–
46. https://doi.org/10.1016/j.ecolecon.2017.06.041
Mazzanti, M., Montini, A., & Zoboli,
R. (2008). Municipal Waste Generation
and Socioeconomic Drivers. The Journal of
Environment & Development, 17(1), 51–69.
https://doi.org/10.1177/1070496507312575
Niezwida, S. R., Michalus, J. C., &
Gavazzo, G. B. (2023). Revisión bibliográca
sobre los residuos sólidos urbanos. Revista
InGenio, 6(2), 30–39. https://doi.org/10.18779/
ingenio.v6i2.678
Pires, A., Martinho, G., & Chang,
N.-B. (2011). Solid waste management in
European countries: A review of systems
analysis techniques. Journal of Environmental
Management, 92(4), 1033–1050. https://doi.
org/10.1016/j.jenvman.2010.11.024
Sánchez-Romero, F. E., & Recalde-
Gracey, A. E. (2024). Gestión de residuos sólidos
municipales 2021-2023: Revisión sistemática.
Gestio et Productio. Revista Electrónica de
Ciencias Gerenciales, 6(11), 246–255. https://doi.
org/10.35381/gep.v6i11.187
Silva, N. S. da, Sano, E. E., & Chaves,
J. M. (2024). Eciência na Gestão de Resíduos
Sólidos Urbanos: Uma Revisão Bibliométrica
dos Últimos 20 Anos. Periódico Eletrônico
Fórum Ambiental Da Alta Paulista, 20(4). https://
doi.org/10.17271/1980082720420245245
Soo, V. K., Compston, P., & Doolan, M.
(2017). The inuence of joint technologies on
ELV recyclability. Waste Management, 68, 421–
433. https://doi.org/10.1016/j.wasman.2017.07.020
Vergara, S. E., & Tchobanoglous,
G. (2012). Municipal Solid Waste and the
Environment: A Global Perspective. Annual
Review of Environment and Resources, 37(1),
277–309. https://doi.org/10.1146/annurev-
environ-050511-122532
Yang, Q., Fu, L., Liu, X., & Cheng, M.
(2018). Evaluating the Efciency of Municipal
Solid Waste Management in China. International
Journal of Environmental Research and Public
Health, 15(11), 2448. https://doi.org/10.3390/
ijerph15112448
Zafra-Gómez, J.-L., López-Pérez,
G., Garrido-Montañés, M., & Zafra-Gómez,
E. (2023). Cost Efciency in Municipal Solid
Waste (MSW): Different Alternatives in Service
Delivery for Small and Medium Sized Spanish
Local Governments. Sustainability, 15(7), 6198.
https://doi.org/10.3390/su15076198
Zhang, R., & Mirzaei, P. A. (2021). Fast
and dynamic urban neighbourhood energy
simulation using CFDf-CFDc-BES coupling
method. Sustainable Cities and Society, 66,
102545. https://doi.org/10.1016/j.scs.2020.102545