Aplicación móvil para la clasificación y aprovechamiento de los residuos por parte de la comunidad recicladora.

Vista sencilla de ítem
dc.contributor.advisorMartínez Vásquez, David Alejandrospa
dc.contributor.authorTorres Contreras, Brayan Steevspa
dc.coverage.spatialBogotá, Colombia
dc.date.accessioned2026-08-31T19:31:26Z
dc.date.available2026-08-31T19:31:26Z
dc.date.issued2026
dc.description.abstractEl presente trabajo de grado desarrolla EcoScan, una aplicación móvil orientada al reconocimiento y clasificación de materiales reciclables mediante inteligencia artificial. La aplicación integra herramientas de reconocimiento de materiales, información educativa, cuestionarios y geolocalización de centros de reciclaje. Su desarrollo parte de las dificultades identificadas en los procesos de clasificación y aprovechamiento de residuos. Los resultados obtenidos evidencian una valoración positiva de la aplicación por parte de los usuarios y su potencial como herramienta de apoyo para fortalecer los conocimientos y las prácticas relacionadas con el reciclaje.spa
dc.description.abstractenglishThis thesis project presents EcoScan, a mobile application designed to recognize and classify recyclable materials using artificial intelligence. The application integrates material recognition tools, educational information, quizzes, and the geolocation of recycling centers. Its development addresses challenges identified in waste sorting and recovery processes. The results demonstrate a positive reception by users and highlight the application's potential as a tool to enhance knowledge and practices related to recycling.eng
dc.description.degreelevelPregradospa
dc.description.degreenameLicenciado en Electrónicaspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Pedagógica Nacionalspa
dc.identifier.reponamereponame:Repositorio Institucional de la Universidad Pedagógica Nacionalspa
dc.identifier.repourlrepourl: http://repositorio.pedagogica.edu.co/
dc.identifier.urihttp://hdl.handle.net/20.500.12209/22870
dc.language.isoes
dc.publisherUniversidad Pedagógica Nacionalspa
dc.publisher.facultyFacultad de Ciencia y Tecnologíaspa
dc.publisher.programLicenciatura en Electrónicaspa
dc.relation.referencesAndroid Developers. (2025). Application fundamentals. https://developer.android.com/guide/components/fundamentals
dc.relation.referencesAndroid Developers. (2026). Jetpack Compose UI app development toolkit. https://developer.android.com/compose
dc.relation.referencesBunge, M. (2004). La investigación científica: Su estrategia y su filosofía. Siglo XXI Editores.
dc.relation.referencesChalla, A. (s. f.). Labeled image dataset for multi-class waste material classification [Conjunto de datos]. Kaggle. https://www.kaggle.com/datasets/adithyachalla/waste-classification
dc.relation.referencesde Wildt, K. K., & Meijers, M. H. C. (2023). Time spent on separating waste is never wasted: Fostering people’s recycling behavior through the use of a mobile application. Computers in Human Behavior, 139, artículo 107541. https://doi.org/10.1016/j.chb.2022.107541
dc.relation.referencesDepartamento Administrativo Nacional de Estadística. (2025). Cuenta Ambiental y Económica de Flujos de Materiales de Residuos Sólidos (CAEFM-RS), 2022–2023p: Boletín técnico. https://www.dane.gov.co/files/operaciones/CAEFM-RS/bol-CAEFMRS-2023pr.pdf
dc.relation.referencesFang, B., Yu, J., Chen, Z., Osman, A. I., Farghali, M., Ihara, I., Hamza, E. H., Rooney, D. W., & Yap, P.-S. (2023). Artificial intelligence for waste management in smart cities: A review. Environmental Chemistry Letters, 21(4), 1959–1989. https://doi.org/10.1007/s10311-023-01604-3
dc.relation.referencesGonzález Pascuas, I. D. (2021). Aplicación móvil para apoyar la enseñanza sobre el reciclaje en Bogotá [Trabajo de grado, Universidad Distrital Francisco José de Caldas]. Repositorio Institucional Universidad Distrital. https://repository.udistrital.edu.co/bitstream/handle/11349/28129/GonzalezPascuasIvanDanilo2021.pdf?sequence=1&isAllowed=y
dc.relation.referencesHallrod. (s. f.). Plastic classification dataset [Conjunto de datos]. Kaggle. https://www.kaggle.com/datasets/hallrod/plastic-classification-dataset
dc.relation.referencesHe, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. En Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 770–778). https://doi.org/10.1109/CVPR.2016.90
dc.relation.referencesHernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education.
dc.relation.referencesIparraguirre-Villanueva, O., Tuesta-Pereda, L., Tapia-Chávez, E., & Cabanillas-Carbonell, M. (2023). Improving environmental sustainability: A geolocation-based mobile application to optimize the recycling process. International Journal of Interactive Mobile Technologies, 17(23), 32–48. https://doi.org/10.3991/ijim.v17i23.44417
dc.relation.referencesKaza, S., Yao, L., Bhada-Tata, P., & Van Woerden, F. (2018). What a waste 2.0: A global snapshot of solid waste management to 2050. World Bank. https://doi.org/10.1596/978-1-4648-1329-0
dc.relation.referencesKirchherr, J., Reike, D., & Hekkert, M. (2017). Conceptualizing the circular economy: An analysis of 114 definitions. Resources, Conservation and Recycling, 127, 221–232. https://doi.org/10.1016/j.resconrec.2017.09.005
dc.relation.referencesKunwar, S. (2023). MWaste: An app that uses deep learning to manage household waste. Clean Technologies and Recycling, 3(3), 119–133. https://doi.org/10.3934/ctr.2023008
dc.relation.referencesLabrador Acosta, L. M. (2018). Plan de negocio para el desarrollo de una aplicación móvil dirigida a las empresas recolectoras de reciclaje [Trabajo de grado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad Cooperativa de Colombia. https://repository.ucc.edu.co/entities/publication/34426d11-ceff-46d3-8fa5-07c99d2b3bcb
dc.relation.referencesLeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539
dc.relation.referencesNaciones Unidas. (s. f.-a). Goal 12: Ensure sustainable consumption and production patterns. https://sdgs.un.org/goals/goal12
dc.relation.referencesNaciones Unidas. (s. f.-b). SDG indicators metadata repository: Goal 11, target 11.6. https://unstats.un.org/sdgs/metadata/?Goal=11
dc.relation.referencesPyTorch. (s. f.). Dropout. PyTorch Documentation. Recuperado el 2 de agosto de 2026, de https://docs.pytorch.org/docs/stable/generated/torch.nn.Dropout.html
dc.relation.referencesPyTorch. (2026a). ExecuTorch. https://pytorch.org/executorch/
dc.relation.referencesPyTorch. (2026b). PyTorch documentation. https://docs.pytorch.org/docs/stable/index.html
dc.relation.referencesRivera Velandia, D. M., Ricardo Lara, J. A., Neme Prada, D., & Romero Florez, I. R. (2021). Aplicación móvil para Android para formar sobre el manejo, separación, transporte y disposición de materiales reciclables e integrar los actores principales en el proceso de reciclaje en la ciudad de Bogotá [Trabajo de grado, Universidad Antonio Nariño]. Repositorio Institucional Universidad Antonio Nariño. http://repositorio.uan.edu.co/handle/123456789/5756
dc.relation.referencesRosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386–408. https://doi.org/10.1037/h0042519
dc.relation.referencesRumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. https://doi.org/10.1038/323533a0
dc.relation.referencesRussell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach (4.ª ed.). Pearson.
dc.relation.referencesSebesta, R. W. (2019). Concepts of programming languages (12.ª ed.). Pearson. Shan, X., Ang, W. L., & Yang, E.-H. (2021). Mobile app-aided risks, attitudes, norms, abilities and self-regulation (RANAS) approach for recycling behavioral change in Singapore. Resources, Conservation and Recycling, 162, artículo 105049. https://doi.org/10.1016/j.resconrec.2020.105049
dc.relation.referencesSuperintendencia de Servicios Públicos Domiciliarios. (2025). Informe sectorial de la actividad de aprovechamiento 2024. https://www.superservicios.gov.co/sites/default/files/2025-12/Informe-sectorial-de-la-actividad-de-aprovechamiento-2024.pdf
dc.relation.referencesSzeliski, R. (2022). Computer vision: Algorithms and applications (2.ª ed.). Springer. https://doi.org/10.1007/978-3-030-34372-9
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectReciclajespa
dc.subjectResiduos reciclablesspa
dc.subjectGestión de residuosspa
dc.subjectInteligencia artificialspa
dc.subjectAplicación móvilspa
dc.subjectGeolocalizaciónspa
dc.subjectPrácticas de reciclajespa
dc.subjectEducación ambientalspa
dc.subject.keywordsRecyclingeng
dc.subject.keywordsRecyclable wasteeng
dc.subject.keywordsWaste managementeng
dc.subject.keywordsArtificial intelligenceeng
dc.subject.keywordsMobile applicationeng
dc.subject.keywordsGeolocationeng
dc.subject.keywordsRecycling practiceseng
dc.subject.keywordsEnvironmental educationeng
dc.titleAplicación móvil para la clasificación y aprovechamiento de los residuos por parte de la comunidad recicladora.spa
dc.title.translatedMobile application for waste sorting and utilization by the recycling community.eng
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1feng
dc.type.driverinfo:eu-repo/semantics/bachelorThesiseng
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
Aplicacion movil.pdf
Tamaño:
1.06 MB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
No hay miniatura disponible
Nombre:
202603650161643 18AGO2026 BRAYAN TORRES.pdf
Tamaño:
521.2 KB
Formato:
Adobe Portable Document Format
Descripción:
LICENCIA APROBADA
Descargar

Colecciones

Licenciatura en Electrónica