Vol. 4 Núm. 2 (2024)
INVESTIGACIÓN

Reduciendo la huella de carbono proveniente de la congestión vial en el área metropolitana de San José, Costa Rica

PDF
  • Ricardo Del Valle Hernández,
  • Edwin Gerardo Acuña Acuña
DOI: https://doi.org/10.63058/rhombus.v4i2.229

Publicado 2024-07-30

Palabras clave

  • Ciudad inteligente,
  • GEI,
  • huella de carbono ,
  • movilización,
  • PIMUS

Cómo citar

Del Valle Hernández, R., & Acuña Acuña, E. G. (2024). Reduciendo la huella de carbono proveniente de la congestión vial en el área metropolitana de San José, Costa Rica. Rhombus, 4(2), 85–118. https://doi.org/10.63058/rhombus.v4i2.229

Derechos de autor 2024 Rhombus

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Descargas

Los datos de descargas todavía no están disponibles.

Resumen

Esta investigación tiene como propósito establecer la relación entre la producción de gases de efecto invernadero y la congestión en el área metropolitana de Costa Rica. Para lograrlo, se empleó una metodología inspirada en el Informe de la Nación 2018 del Programa Estado de la Nación. En esta, se aplicó una encuesta digital a una muestra de aproximadamente 6 000 individuos, específicamente, estudiantes universitarios de 18-24 años que residen en el Gran Área Metropolitana. Para el análisis, se utilizaron herramientas como Microsoft Excel, Google Maps, My Maps, Komoot, Datawrapper y Microsoft Forms. Asimismo, es importante reconocer las limitaciones de este enfoque, ya que la muestra se seleccionó de manera no aleatoria, lo que limita la heterogeneidad. Además, la disponibilidad de direcciones de correo electrónico del universo muestral fue un desafío. No obstante, los resultados de este estudio podrían tener un impacto significativo en la forma en que se evalúa el inventario de gases de efecto invernadero a nivel nacional, promoviendo su uso como un indicador de tendencias a partir del Casco Metropolitano en lugar de un indicador per cápita. Además, la segmentación geográfica ofrece un enfoque novedoso que puede guiar a acciones específicas del Ministerio de Ambiente y Energía para abordar la contribución de distintas regiones al indicador de carbono neutro.

PDF

Referencias

  1. Hương, T., Lam, T. & Vuong, H. (2023). Smart Cities in the World, Value Creation, and Suggestion for Vietnam.
  2. International Institute for Management Development. (2023). IMD Smart City Index Report 2023. https://www.imd.org/news/competitiveness/asian-and-european-citizens-see-their-cities-as-thesmartest-finds-2023-imd-smart-city- index/
  3. Kitpo, N., Kugai, Y., Inoue., M, Yokemura, T., Satomura, S. (2019, 11-13 de enero). Internet of Things for Greenhouse Monitoring System Using Deep Learning and Bot Notification Services. [Sesión de conferencia] 1-4. IEEE International Conference on Consumer Electronics (ICCE), Las Vegas, Estados Unidos. https://doi.org/10.1109/ICCE.2019.8661999
  4. Lanvin, B. (2023). Asian and European citizens see their cities as the ‘smartest’, finds 2023 IMD Smart City Index. IMD. https://www.imd.org/news/competitiveness/asian-and-european-citizenssee-their-cities-as-the-smartest-finds-2023-imd-smart-city-index/
  5. Liu, K., Meng, C., Tan, J., Zhang, G. (2023). Do smart cities promote a green economy? Evidence from a quasi-experiment of 253 cities in China, Environmental Impact Assessment Review, 99. https://doi.org/10.1016/j.eiar.2022.107009(https://www.sciencedirect.com/science/article/pii/S019592552200275X
  6. Machado, D., Qu, Y., Cervantes, M. (2019). Innovation policies for sustainable development: Low-carbon energy and smart-city initiatives. OECD Science, Technology and Industry Policy Papers, (80). https://doi.org/10.1787/23074957
  7. Naciones Unidas. (12 de diciembre del 2015). Acuerdo de París de la Convención Marco de las Naciones Unidas sobre el Cambio Climático (UNFCCC). https://www.refworld.org.es/docid/602021b64.html
  8. NOAA National Centers for Environmental Information (2023). Monthly Global Climate Report for Annual 2022. https://www.ncei.noaa.gov/access/monitoring/monthly-report/global/202213/supplemental/page-6.
  9. Pérez, F., Velásquez, G., Fernández, G., Dorao, V. (2015) Movilidad inteligente. Economía industrial.(395): 111-122. https://www.ospi.es/export/sites/ospi/documents/documentos/Economia-Industrial.pdf
  10. Pishue, B. (2023). 2022 INRIX global traffic scorecard. Annual Report. Kirkland,WA, USA.https://lesvoitures.fr/wp-content/uploads/2023/01/2022_INRIX_Traffic_Scorecard_Report.pdf
  11. Poudenx, P. (2008). The effect of transportation policies on energy consumption and greenhouse gas emission from urban passenger transportation, Transportation Research Part A: Policy and Practice, 42(6): 901-909. https://doi.org/10.1016/j.tra.2008.01.013. https://www.sciencedirect.com/science/article/pii/S0965856408000402
  12. Presidencia de la República. Ministerio de Comunicación. (2020). Costa Rica registra una reducción del 26% en emisiones de dióxido de carbono por la pandemia. https://www.presidencia.go.cr/comunicados/2020/08/costa-rica-registra-una-reduccion-del-26-enemisiones-de-dioxido-de-carbono-por-la-pandemia/#:~:text=Minutos%20de%20lectura,Costa%20Rica%20registra%20una%20-reducci%C3%B3n%20del%2026%25%20en%20emisiones%20de,de%20carbono%20por%20la%20pandemia&text=Informe%20del%20IN%20midi%C3%B3%20el,con%20ese%20periodo%20en%202019.
  13. Rona, N. (2019). Costa Rica: Programa País de Carbono Neutralidad 2.0 – Categoría Organizacional. Estudio de Caso. https://ledslac.org/wp-content/uploads/2020/05/EdC-Carbono-Neutralidad-Costa-Rica-ene20_mod.pdf
  14. Schirn, A. (2022). ISO/IEC 30182:2017 –Smart City Concept Model. American National Standards Institute. https://blog.ansi.org/iso-iec30182-2017-smart-city-concept-model/#
  15. gref.Suresh, B., Moondra, N., Tandel, B. (2019). Assessment of carbon footprint: a case study of SVNITcampus. Recent trends in civil engineering, 77, 1030-1036. http://dx.doi.org/10.1007/978-981-15-5195-6_75
  16. Sharifi, A., Allam, Z., Feizizadeh, B., Ghamari, H. (2021). Three Decades of Research on Smart Cities: Mapping Knowledge Structure and Trends. Sustainability, (13): 7140. https://doi.org/10.3390/su13137140
  17. Syed, A., Sierra-Sosa, D., Kumar, A., Elmaghraby, A. (2021). IoT in Smart Cities: A Survey of Technologies, Practices and Challenges. Smart Cities (4): 429–475. https://doi.org/10.3390/smartcities4020024
  18. Taha, H. Investigación de operaciones. (2017). Pearson Educación, México.
  19. Wade, M., Pfaeffli, M. (mayo del 2016). What is a Smart City anyways? International Institute for Management Development. https://www.imd.org/research-knowledge/technology-management/articles/what-is-a-smart-city-anyways/
  20. Wang, F. (2023). Does the construction of smart cities make cities green? Evidence from a quasi-naturalexperiment in China. Cities, Vol140(3). https://doi.org/10.1016/j.cities.2023.104436.)
  21. Wang, L., Chen, R., Sun, W., Yang, X., Li, X. (2019). Impact of High-Density Urban Built Environmenton Chronic Obstructive Pulmonary Disease: A Case Study of Jing’an District, Shanghai. Int J Environ Res Public Health. Vol 17(1): 252. doi:10.3390/ijerph17010252.
  22. Yi, Z., Fazhi, H., Neng, H., Yimin, Q. (2018). Parallel ant colony optimization on multi-core SIMD CPUs. Future Generation Computer Systems, Vol 79(2): 473-487. https://doi.org/10.1016/j.future.2017.09.073.https://www.sciencedirect.com/science/article/pii/S0167739X16304289