La necesidad de adoptar adecuados enfoques empresariales para lograr un mejor desempeño ambiental constituye una tarea inminente. Desarrollar modelos predictivos para indicadores ambientales constituye el objetivo principal de este artículo. Para ello se emplearon tecnologías que demostraron ser competentes para el logro del mismo. La aplicación de técnicas de minería de datos permitió capturar los patrones pasados y replicarlos, además de realizar estimaciones con datos nuevos o fuera de muestra, así como inferir comportamientos y resultados futuros, en aras de anticipar posibles situaciones de deterioro que comprometan la sostenibilidad ambiental. Los experimentos diseñados para comparar los resultados en la clasificación al emplear los modelos predictivos, demuestran que el porcentaje de error oscila entre el 4% y el 5%, lo que evidencia un grado muy bueno (alto), de acuerdo con las escalas de comprobación.
El análisis de los servicios ecosistémicos puede aportar conocimientos importantes sobre cómo se procesan y se obtienen los bienes del sistema agroindustrial azucarero. Para este trabajo, se recopilaron 346 datos del procesamiento industrial de la caña de azúcar en tres zafras, en la agroindustria del municipio Calimete, Provincia Matanzas (Cuba), con el objetivo de emplear algoritmos de aprendizaje automáticos, para predicciones relacionadas a datos biofísicos y económicos. Se analizaron siete predictores y mediante best subset selection, se identificó la combinación de rendimiento potencial en caña y pérdidas industriales totales, para predecir el servicio de provisión azucarera, mediante la regresión lineal múltiple. Se ajustó, también, un segundo modelo, que predice el efecto económico de las pérdidas industriales. En ambos modelos, se logró explicar por encima del 70 % de la variabilidad observada, en las variables dependientes, con un test F significativo (p-value: < 0,05), además de cumplirse con las condiciones de diagnóstico y validación.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.