Noticias Tecnología - Innovación - Ciencia

add ver todas

Una simple banda elástica hace que las botellas recicladas sean más eficientes

La contaminación medioambiental causada por los plásticos es uno de los problemas más graves en la actualidad, provocando graves impactos en el entorno. Algunas de las soluciones aportadas por empresas como Ecoams crearán ventajas en el reciclaje. Su desarrollo se basa en una goma elástica que permite reducir el tamaño de las botellas una vez usada, favoreciendo así el proceso por el que transcurren, desde su utilización hasta su llegada a la planta de reciclaje.

El impacto de este hallazgo:

  • Optimización de costes – los costes de transporte se ven reducidos ya que es posible cargar un mayor número de botellas gracias a la reducción de su tamaño. Esta ventaja no solo supone un ahorro para la empresa, sino también constituye una contribución para reducir los gases de efecto invernadero, puesto que los medios utilizados para la movilización de las botellas son contaminantes. Es por ello que las empresas que empleen este tipo de soluciones conseguirían una ventaja diferencial ante sus competidores y, por tanto, podría aumentar sus beneficios gracias a su nueva imagen.
  • Sostenibilidad – A su vez, un menor consumo de bolsas de plástico por parte de los consumidores, gracias al uso de esta banda, contribuirá positivamente en el medio ambiente, siendo una acción sostenible para el cuidado de nuestro planeta.

    Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Walmart lanza un programa innovador para conectar marcas y...

Walmart ha lanzado un nuevo programa que permitirá a un grupo exclusivo de clientes recibir productos en sus hogares, probarlos y compartir sus opiniones directamente con los proveedores.

PROYECTOS EN ETAPAS FINALES

Benchmarking de Innovación de AECOCEsta idea se publicó en el Portal de Innovación y se ha estado trabajando en su desarrollo desde el departamanto de Benchmarking, de la mano del departamento y comité de ECYM, así como con la colaboración del departamento de Innovación y el Steering Committee. Para su desarrollo se han formado varios grupos de trabajo en los que se ha contado con la participación de empresas relevantes del sector, tanto fabricantes como distribuidores. Esta colaboración ha sido clave para asegurar la representatividad y la validez de los resultados obtenidos. Aspectos relevantes del benchmarking:Este servicio es importante, ya que la innovación de producto es una de las palanzas clave para vender más y, a día de hoy, un porcentaje de las innovaciones que se lanzan en el mercado no tienen éxito. ​Actualmente el Benchmarking de Innovación cuenta con 9 empresas que se han sumado a esta inciativa. Su participación será clave, ya que serán ellos quienes evalúen a los fabricantes en base a los indicadores establecidos. Además, el estado actual del servicio se encuentra en comercialización con los fabricantes, lo que permite poner en práctica las recomendaciones y mejoras derivadas del benchmarking de innovación. Con el servicio de Benchmarking de Innovación, se busca impulsar el éxito

Así son los bisturís inteligentes capaces de detectar...

La Universidad Técnica de Monterrey, la Universidad de Hannover y la Universidad Libre de Bruselas están creando un bisturí que, aunque actualmente está en fase de desarrollo es capaz de combinando sensores y algoritmos de procesamiento digital avanzados, detectar con precisión los tejidos cerebrales dañados, incluso en fase temprana.

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí