MODELADO ESTOCÁSTICO DE LA MIGRACIÓN ENERGÉTICA EN EL CINTURÓN DE FUEGO: INTEGRACIÓN DE BIG DATA, PROTOTIPADO EXPERIMENTAL Y PATOLOGÍA ESTRUCTURAL EN LA ZONA SUR DE MANABÍ, COMO MARCO PARA LA CONSTRUCCIÓN DE CAPACIDADES EDUCATIVAS
Palabras clave:
modelado estocástico, Manabí, energía, suelo, construcciónResumen
DOI: https://doi.org/10.46296/yc.v10i19.0936
Resumen
Este estudio presenta un enfoque de modelado estocástico para la migración energética en el Cinturón de Fuego, aplicado específicamente a la zona sur de Manabí, Ecuador—una región caracterizada por alta actividad sísmica y comportamiento geodinámico complejo. El modelo integra tres componentes interconectados: (1) análisis de Big Data para el procesamiento de conjuntos de datos sísmicos y ambientales a gran escala, (2) prototipado experimental para simular patrones de liberación de energía y movimiento del suelo en condiciones controladas, y (3) diagnóstico de patología estructural para identificar y caracterizar vulnerabilidades en el entorno construido. Más allá de sus aplicaciones geofísicas y de ingeniería, esta investigación introduce una contribución educativa novedosa. El modelo estocástico se concibe no como una herramienta predictiva cerrada, sino como una plataforma pedagógica para la formación de estudiantes, técnicos y tomadores de decisiones locales en la comprensión probabilística de la dinámica de la energía sísmica. Al transformar la incertidumbre en un concepto enseñable, proponemos un marco de aprendizaje constructivista donde la variabilidad geológica y la adaptabilidad educativa convergen. Los hallazgos destacan que la construcción de capacidades en territorios de alto riesgo no solo requiere innovación tecnológica, sino también la co-construcción activa de conocimiento entre científicos, educadores y comunidades. Este trabajo busca tender un puente entre el modelado geofísico avanzado y la educación accesible y participativa, fomentando la resiliencia a través de la toma de decisiones informada y el empoderamiento local.
Palabras claves: modelado estocástico, Manabí, energía, suelo, construcción.
Abstract
This study presents a stochastic modeling approach to energy migration in the Ring of Fire, specifically applied to the southern zone of Manabí, Ecuador—a region characterized by high seismic activity and complex geodynamic behavior. The model integrates three interconnected components: (1) Big Data analytics for processing large-scale seismic and environmental datasets, (2) experimental prototyping for simulating energy release and ground motion patterns under controlled conditions, and (3) structural pathology diagnostics for identifying and characterizing vulnerabilities in the built environment. Beyond its geophysical and engineering applications, this research introduces a novel educational contribution. The stochastic model is conceived not as a closed predictive tool, but as a pedagogical platform for training students, technicians, and local decision-makers in the probabilistic understanding of seismic energy dynamics. By transforming uncertainty into a teachable concept, we propose a constructivist learning framework where geological variability and educational adaptability converge. The findings highlight that capacity building in high-risk territories require not only technological innovation but also the active co-construction of knowledge among scientists, educators, and communities. This work aims to bridge the gap between advanced geophysical modeling and accessible, participatory education, fostering resilience through informed decision-making and local empowerment.
Keywords: stochastic modeling, Manabí, energy, soil, construction.
Información del manuscrito:
Fecha de recepción: 14 de abril de 2026.
Fecha de aceptación: 10 de junio de 2026.
Fecha de publicación: 10 de julio de 2026.
Descargas
Citas
Chopra, A. K. (2018). Dynamics of Structures: Theory and Applications to Earthquake Engineering (5ta ed.). Pearson Education.
Instituto Geofísico - Escuela Politécnica Nacional (IG-EPN). (2020). Catálogo de Sismos Históricos del Ecuador. Quito, Ecuador.
Máximo, A. (2022). Patología de las Estructuras y Técnicas de Intervención (3ra ed.). Editorial Reverté.
Silva, J., Guzmán, M., & Rojas, F. (2021). Evaluación pos-sísmica de estructuras de hormigón armado en la costa ecuatoriana. Revista de Ingeniería Sísmica, (45), 78-95.
Wang, Y., & Liu, X. (2023). Machine learning approaches for structural damage prediction in seismic zones. Engineering Structures, 278, 115-124.
Zhang, L., Chen, Q., & Li, H. (2022). A review of machine learning methods for structural health monitoring. Structural Control and Health Monitoring, 29(3), e2906.
Publicado
Cómo citar
Licencia
Derechos de autor 2026 REVISTA CIENTÍFICA MULTIDISCIPLINARIA ARBITRADA YACHASUN - ISSN: 2697-3456

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


























