Científicos de la Universidad RUDN han propuesto un método para evaluar la economía para el respeto al medio ambiente
Los expertos en sostenibilidad definen las economías tradicionales como lineales: los recursos se toman de la naturaleza, se producen bienes, los residuos de la producción y el consumo se depositan en vertederos o se destruyen. Por el contrario, una economía circular supone que el máximo de recursos consumidos vuelve al ciclo de producción y se utilizan fuentes de energía renovables en lugar de combustibles fósiles. Según algunas previsiones, para 2030, la transición a La economía circular reducirá el consumo de recursos naturales en un 53% y reducirá las emisiones de dióxido de carbono en un 83% para 2050.
«Hoy en día, los enfoques de la economía circular están siendo implementados por muchos países del mundo. Pero es difícil evaluar el éxito global de estas innovaciones, ya que hay una falta de indicadores estándar de la “ciclicidad” de la economía. No hay indicadores que digan: en este país, la economía se ha convertido en una economía de ciclo cerrado en un 30%, y en esta en un 60%. Esto limita tanto la capacidad de realizar comparaciones internacionales como la difusión de prácticas exitosas», Konstantin Gomonov, Candidato de Ciencias Económicas, Profesor Asociado del Departamento de Modelado Económico y Matemático, Universidad RUDN.
Los economistas de RUDN han propuesto una nueva solución a este problema: un enfoque estadístico para evaluar el desarrollo de la economía circular en diferentes países. Para ello, probaron varios algoritmos de clustering sobre el ejemplo de los países de la Unión Europea. Dichos algoritmos agrupan objetos (en este caso, países) en grupos cercanos entre sí de acuerdo con el indicador seleccionado. El objetivo del estudio fue agrupar a los países por la eficacia de la implementación de la economía circular.
En los cálculos, los economistas de RUDN utilizaron datos del sistema de monitoreo de la UE, que tiene en cuenta el volumen de producción y consumo, así como los residuos y los materiales reciclados. Por ejemplo, eligieron dos indicadores estadísticos: el volumen de basura doméstica per cápita y la cantidad total de residuos por unidad de PIB, excluyendo los residuos de las industrias extractivas. Si la economía produce un mínimo de basura no reciclable, entonces los recursos en ella se utilizan de la manera más eficiente posible.
La mayor eficiencia para la tarea se demostró mediante el método de k-medias. Este popular algoritmo de agrupación en clústeres se basa en dividir múltiples objetos en un número determinado de clústeres. En cada paso, se mezclan hasta que las distancias intracluster, la diferencia entre los objetos según el indicador seleccionado, se vuelven mínimas. Al mismo tiempo, sólo uno de los indicadores probados fue finalmente reconocido por los economistas de RUDN como adecuado. Dividir de manera confiable a los países según el nivel de desarrollo de la economía circular permite datos sobre los residuos domésticos per cápita, mientras que la información sobre la cantidad total de basura es a menudo incompleta y poco confiable.
El resultado del trabajo fue un módulo informático con el que es posible clasificar las economías y visualizar losresultados. La aplicación del algoritmo a los países europeos permitió dividirlos en cuatro grupos internamente homogéneos. Las prácticas más eficaces para introducir una economía circular, según la conclusión de los economistas de RUDN, son utilizadas por Bélgica, Croacia, Hungría y Turquía.
«Aunque nuestro estudio de los países europeos se llevó a cabo principalmente para probar el enfoque elegido, mostró una imagen realista de la introducción de una economía circular en estos países. Por ejemplo, vimos que el alto PIB aquí no es una garantía de éxito», — Konstantin Gomonov, Candidato de Ciencias Económicas, Profesor Asociado del Departamento de Modelado Económico y Matemático, Universidad RUDN.
Los resultados del estudio se publican en la revista Sustainability.
Agrotecnólogo de la Universidad RUDN ha identificado genotipos de trigo que son resistentes a un patógeno fúngico peligroso que infecta las plantas incluso antes de que la nieve se derrita y reduzca los rendimientos.
Los ingenieros de la RUDN han calculado los parámetros de un sistema que puede evitar que las centrales eléctricas lunares se sobrecalienten. Estos desarrollos serán necesarios al planificar misiones lunares a largo plazo y colonizar el satélite.
Un matemático de la Universidad RUDN llamó redes neuronales que pueden ayudar a los médicos a interpretar los resultados del EEG y otros análisis de la actividad cerebral. El mejor de ellos funciona con una precisión de casi el 100%, mientras que no solo da el resultado, sino que explica por qué resultó de la manera que lo hizo.