Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
297
Artículo Cientíco
Estimación de la huella de carbono con alcance 1 y 2 en la
Escuela de Educación Básica “Ecuador”: un estudio
comparativo en el período 2023-2025.
Estimation of the Scope 1 and 2 Carbon Footprint at the “Ecuador”
Elementary School: A Comparative Study for the 2023–2025 Period.
Bósquez-Mestanza, Angelita Leonor
1
; Rodriguez-Balza, Mairett
2
.
1
Universidad Politécnica Estatal del Carchi; Ecuador, Quevedo;
https://orcid.org/0000-0002-3224-884X; abosquezm@uteq.edu.ec.
2
INTEROC S.A; Ecuador, Guayaquil; https://orcid.org/0000-0002-3177-6456;
mairett.rodriguez@interoc.biz
1
Autor Correspondencia
https://doi.org/10.63618/omd/isj/v4/n3/348
Resumen: El incremento de las emisiones de gases de efecto invernadero representa un
desafío ambiental global que exige evaluar el impacto de diversos sectores, incluidas las
instituciones educativas, para fortalecer estrategias de sostenibilidad. Esta investigación tuvo
como objetivo estimar la huella de carbono de alcance 1 y 2 de la Escuela de Educación Básica
“Ecuador”, ubicada en la parroquia San Carlos, cantón Quevedo, Ecuador, durante el período
2023–2025. Se desarrolló un estudio cuantitativo, descriptivo, comparativo y longitudinal,
utilizando registros institucionales de consumo de combustibles fósiles y energía eléctrica. Las
emisiones, expresadas en toneladas de CO equivalente, se calcularon mediante las
metodologías del Greenhouse Gas Protocol, MITECO e IPCC. El análisis incluyó pruebas de
Shapiro-Wilk, Levene, Kruskal-Wallis, regresión lineal simple y variación porcentual interanual.
Los resultados mostraron una huella de carbono de 10,42 t COe en 2023, 11,29 t COe en
2024 y 9,89 t COe en 2025. El incremento registrado en 2024 se atribuyó al mayor uso del
generador eléctrico durante los racionamientos nacionales. Aunque no se encontraron
diferencias significativas entre años (p > 0,05), la crisis energética influyó en las emisiones,
evidenciando la necesidad de fortalecer la eficiencia energética y adoptar tecnologías
renovables.
Palabras clave: huella de carbono; sostenibilidad educativa; emisiones de CO; eficiencia
energética; cambio climático.
Abstract: The increase in greenhouse gas emissions represents a global environmental
challenge that requires an assessment of the impact of various sectors—including educational
institutions—in order to strengthen sustainability strategies. The objective of this research was
to estimate the Scope 1 and 2 carbon footprint of the “Ecuador” Elementary School, located in
the San Carlos parish, Quevedo canton, Ecuador, during the 2023–2025 period. A quantitative,
descriptive, comparative, and longitudinal study was conducted using institutional records of
fossil fuel and electricity consumption. Emissions, expressed in metric tons of CO equivalent,
were calculated using the methodologies of the Greenhouse Gas Protocol, MITECO, and the
IPCC. The analysis included Shapiro-Wilk, Levene, and Kruskal-Wallis tests, simple linear
regression, and year-over-year percentage change. The results showed a carbon footprint of
10.42 t COe in 2023, 11.29 t COe in 2024, and 9.89 t COe in 2025. The increase recorded in
2024 was attributed to greater use of the electric generator during national power rationing.
Although no significant differences were found between years (p > 0.05), the energy crisis
influenced emissions, highlighting the need to improve energy efficiency and adopt renewable
technologies.
Keywords: carbon footprint; sustainability in education; CO emissions; energy efficiency;
climate change.
Cita: Bósquez-Mestanza, A. L., &
Rodriguez-Balza, M. (2026).
Estimación de la huella de
carbono con alcance 1 y 2 en la
Escuela de Educación Básica
“Ecuador”: un estudio
comparativo en el período 2023-
2025. Innova Science
Journal, 4(3), 297-
318. https://doi.org/10.63618/omd
/isj/v4/n3/348
Recibido: 17/01/2026
Aceptado: 15/06/2026
Publicado: 31/07/2026
Copyright: © 2026 por los
autores. Este artículo es un
artículo de acceso abierto
distribuido bajo los términos y
condiciones de la Licencia
Creative Commons, Atribución-
NoComercial 4.0 Internacional. (CC
BY-NC).
(https://creativecommons.org/lice
nses/by-nc/4.0/)
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
298
Artículo Cientíco
1. Introducción
Las actividades humanas han incrementado significativamente la presencia de gases
de efecto invernadero en la atmósfera, lo que refuerza la retención de calor y favorece
el aumento de la temperatura global. Esta alteración afecta directamente al sistema
climático, generando modificaciones en las condiciones meteorológicas, elevación del
nivel del mar y diversos impactos sobre el entorno natural (Filonchyk et al., 2024). Entre
los principales responsables de este proceso se encuentran gases como dióxido de
carbono (CO), metano (CH) y otros compuestos contaminantes (Gálvez-Campos et
al., 2025). Frente a esta problemática, resulta fundamental disminuir las emisiones
contaminantes y promover alternativas sostenibles que contribuyan a la protección
ambiental a largo plazo.
Por consiguiente, la huella de carbono se ha convertido en un instrumento esencial para
determinar la cantidad de gases de efecto invernadero liberados como resultado de
distintas actividades humanas. Este indicador permite cuantificar emisiones generadas
por procesos, servicios o acciones diarias, facilitando una comprensión más precisa del
impacto ambiental (National Geographic, 2024). Su evaluación contempla emisiones
directas, asociadas a fuentes bajo control institucional como combustibles utilizados en
vehículos o equipos, así como emisiones indirectas relacionadas principalmente con la
energía eléctrica consumida. Estas fuentes se clasifican dentro de los alcances 1 y 2, y
su cálculo en toneladas de CO equivalente proporciona una base técnica sólida para
analizar el desempeño ambiental de las organizaciones y establecer medidas orientadas
a la disminución de emisiones (Ministerio para la Transición Ecológica y el Reto
Demográfico, 2023).
En respuesta a este problema, diversas organizaciones han reconocido la necesidad de
evaluar con mayor exactitud el impacto ambiental derivado de sus actividades
operativas. Dentro de este marco, la aplicación de la huella de carbono permite
comprender de forma más clara cómo las dinámicas operativas contribuyen al cambio
climático y facilita la implementación de medidas orientadas a reducir emisiones y
fortalecer prácticas sostenibles (Wagner et al., 2021).
En el ámbito educativo, este tipo de análisis ha cobrado especial importancia, debido a
que las instituciones, además de su papel formativo en sostenibilidad, mantienen
procesos administrativos y operativos que también generan emisiones significativas.
Estudios recientes han demostrado que, dentro de estos espacios, el consumo eléctrico,
el transporte y el uso de combustibles constituyen algunas de las principales fuentes de
emisión, lo que evidencia la importancia de analizar particularmente los alcances 1 y 2
para comprender con mayor exactitud el comportamiento ambiental institucional
(Paredes-Canencio et al., 2024).
Como antecedente internacional, en países desarrollados, estudios realizados en
universidades han señalado que las emisiones indirectas vinculadas al uso de energía
adquirida suelen superar otras categorías operativas, convirtiéndose en un componente
prioritario dentro de los procesos de gestión y mitigación ambiental (Kiehle et al., 2023).
En América Latina, las emisiones de gases de efecto invernadero presentan una
distribución desigual, siendo Brasil y México los países que históricamente registran
mayores niveles de contaminación debido, entre otros factores, a su alta densidad
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
299
Artículo Cientíco
poblacional, actividad industrial y demanda energética. De igual manera, una
investigación desarrollada por Rocha et al. (2023), demostró que en instalaciones
educativas de América Latina el consumo de electricidad puede representar una
proporción considerable dentro de la huella de carbono total institucional. En conjunto,
estos antecedentes permiten reconocer que las instituciones educativas representan
espacios pertinentes para el monitoreo continuo de emisiones, facilitando diagnósticos
comparativos y fortaleciendo estrategias de sostenibilidad ajustadas a sus
características operativas.
En Ecuador, los estudios sobre huella de carbono en instituciones educativas han
comenzado a cobrar mayor relevancia, evidenciando que factores como el consumo
eléctrico y el transporte representan fuentes importantes de emisiones (Padrón, 2023).
Estos análisis permiten generar información clave para fortalecer la gestión ambiental
institucional y promover estrategias sostenibles ajustadas a las necesidades del
contexto nacional. Bajo esta perspectiva, la estimación de la huella de carbono en
instituciones educativas adquiere relevancia porque permite generar información técnica
precisa sobre el comportamiento de sus emisiones y convertir esos datos en una base
sólida para la toma de decisiones ambientales. Ahonen et al. (2024) señalaron que los
procesos orientados hacia la neutralidad del carbono en instituciones educativas
requieren, como condición inicial, una cuantificación sistemática de emisiones que
permita establecer metas realistas de reducción y consolidar políticas sostenibles a largo
plazo. Desde esta perspectiva, evaluar las emisiones derivadas del funcionamiento
institucional no solo permite identificar las principales fuentes de impacto ambiental, sino
que también favorece una gestión más eficiente de recursos, una mejor planificación
energética y el fortalecimiento de políticas ambientales dentro del entorno educativo.
Bajo esta línea de análisis, la presente investigación tuvo como objetivo estimar la huella
de carbono de alcance 1 y 2 generada en la Escuela de Educación Básica “Ecuador”
durante el período 2023–2025, con el propósito de determinar cómo las actividades
cotidianas de la institución, especialmente aquellas relacionadas con el consumo de
combustibles y energía eléctrica, contribuyen a la emisión de gases de efecto
invernadero. La variable principal correspondió a la huella de carbono institucional,
expresada en toneladas de CO equivalente, considerando tanto emisiones directas
como indirectas vinculadas a la operación del establecimiento. Para ello, se desarrolló
un estudio con enfoque cuantitativo, de carácter descriptivo, comparativo y longitudinal,
permitiendo analizar el comportamiento de las emisiones durante tres años
consecutivos y generar información útil para futuras estrategias de gestión ambiental y
sostenibilidad institucional.
2. Materiales y Métodos
2.1. Área de estudio y delimitación
La investigación se desarrolló en la Escuela de Educación Básica “Ecuador”, institución
de educación básica ubicada en la parroquia San Carlos, cantón Quevedo, provincia de
Los Ríos, Ecuador. Esta institución cuenta con 205 estudiantes y desarrolla actividades
académicas y administrativas permanentes que demandan consumo de energía
eléctrica y combustibles fósiles, constituyendo fuentes relevantes de emisiones directas
e indirectas de gases de efecto invernadero. El estudio se enfocó en las emisiones
correspondientes a los alcances 1 y 2 generadas durante el período 2023–2025,
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
300
Artículo Cientíco
considerando como límites organizacionales las operaciones vinculadas al
funcionamiento institucional. La ubicación geográfica del área de estudio se presenta en
la Figura 1, donde se muestra la localización de la Unidad Educativa.
Figura 1.
Ubicación del área de estudio
Nota: La figura muestra la localización geográfica de la Escuela de Educación Básica “Ecuador”,
correspondiente al área donde se desarrolló la investigación.
2.2. Tipo de estudio
La investigación se desarrolló bajo un enfoque cuantitativo con alcance descriptivo,
comparativo y longitudinal, considerando que este tipo de diseño permite medir de
manera objetiva las emisiones de gases de efecto invernadero y analizar su
comportamiento en diferentes períodos de tiempo. El componente descriptivo facilitó la
cuantificación de las emisiones generadas por las actividades operativas de la Escuela
de Educación Básica “Ecuador”, mientras que el análisis comparativo permitió identificar
variaciones en la huella de carbono entre los años 2023, 2024 y 2025. Asimismo, el
carácter longitudinal hizo posible evaluar la evolución temporal de las emisiones
institucionales durante tres años consecutivos, permitiendo reconocer tendencias y
cambios en el desempeño ambiental. Según Clement et al. (2021), los estudios
cuantitativos con análisis comparativo temporal resultan adecuados para evaluar
patrones ambientales, identificar cambios sostenidos y generar evidencia técnica útil
para procesos de planificación y toma de decisiones en sostenibilidad.
2.3. Materiales y/o instrumentos
Para la recolección de datos se emplearon registros administrativos institucionales,
facturación eléctrica, reportes de consumo de combustibles y hojas de cálculo para
sistematización de información. Como instrumento principal se utilizó una matriz de
recopilación y organización de datos, diseñada para registrar variables como consumo
mensual de electricidad (kWh), consumo de combustibles (galones o litros) y factores
de emisión correspondientes. Además, se aplicaron factores de conversión basados en
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
301
Artículo Cientíco
metodologías reconocidas internacionalmente para expresar resultados en toneladas de
CO equivalente.
2.4. Procedimiento metodológico
Para estimar la huella de carbono institucional correspondiente a los alcances 1 y 2,
inicialmente se establecieron criterios metodológicos basados en la Guía para el cálculo
de la huella de carbono y para la elaboración de un plan de mejora de una organización
del Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO, 2023),
complementados con los lineamientos del Greenhouse Gas Protocol (2015) y World
Resources Institute, & World Business Council for Sustainable Development. (2004).
Esta integración metodológica permitió desarrollar un procedimiento técnicamente
sólido y ajustado a estándares internacionales para organizaciones educativas.
En primer lugar, se definieron los límites organizacionales bajo un enfoque de control
operativo, considerando exclusivamente las actividades académicas, administrativas y
de funcionamiento general de la Escuela de Educación Básica “Ecuador” durante el
período 2023–2025. Esto implicó incluir todas aquellas operaciones sobre las cuales la
institución tuvo control directo en materia de consumo energético y utilización de
combustibles. Posteriormente, se determinaron los límites operativos mediante la
identificación y clasificación de las fuentes emisoras. Las emisiones directas (alcance 1)
incluyeron el consumo de combustibles fósiles en vehículos institucionales, equipos
motorizados, maquinaria o generadores. Por su parte, las emisiones indirectas (alcance
2) comprendieron el consumo de electricidad adquirida para el funcionamiento de las
instalaciones escolares.
Una vez definidos estos límites, se procedió a la recopilación de datos de actividad a
partir de fuentes documentales institucionales, incluyendo facturas de consumo
eléctrico, registros de abastecimiento de combustibles y documentación administrativa
relacionada con el uso de recursos energéticos. Los datos de combustibles fueron
expresados en litros o galones, según disponibilidad, mientras que el consumo eléctrico
se registró en kilovatios-hora (kWh).
En la etapa posterior, se definieron los factores de emisión aplicables a cada una de las
fuentes energéticas consideradas dentro del estudio, tomando como referencia valores
oficiales reportados por la (ARCONEL) Agencia de Regulación y Control de Electricidad
et al. (2025), el Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO,
2025) y las Directrices del IPCC (2023). Estos factores corresponden a coeficientes
técnicos previamente establecidos que permiten convertir los datos reales de consumo,
como litros de combustible o kilovatios-hora de electricidad, en emisiones de gases de
efecto invernadero expresadas en dióxido de carbono equivalente (COe). Su selección
dependió del tipo de energía utilizada por la institución, ya que cada combustible o
fuente eléctrica presenta características de emisión particulares. En el caso de
combustibles fósiles, se aplicaron factores específicos según gasolina, diésel o gas
licuado de petróleo, mientras que para el consumo eléctrico se utilizó el valor de emisión
correspondiente a la red energética de referencia (Tabla 1).
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
302
Artículo Cientíco
Tabla 1.
Factores de emisión de referencia utilizados en la investigación
Fuente de
emisión
Factor de emisión
aplicado
Unidad de
consumo
Fuente metodológica
Electricidad red
pública
0,1616 tCO/MWh
(0,1616 kg COe/kWh)
kWh
ARCONEL et al. (2025)
Gasolina
2,246 kg COe/L
Litros (L)
MITECO (2025)
Diésel
2,505 kg COe/L
Litros (L)
MITECO (2025)
GLP
1,545 kg COe/L
Litros (L) o kg
MITECO (2025)
CO extintores
PCG = 1
kg
IPCC (2023)
Nota: La tabla muestra los factores de emisión aplicados para la estimación de la huella de
carbono institucional. Fuente: Elaboración propia con base en ARCONEL et al. (2025), MITECO
(2025) e IPCC (2023).
Una vez definidos estos factores, el procedimiento de cálculo consistió en transformar
cada dato de actividad registrado en emisiones equivalentes mediante la multiplicación
del consumo correspondiente por su respectivo coeficiente de emisión. Este proceso
permitió cuantificar de forma individual las emisiones asociadas a cada fuente y,
posteriormente, consolidarlas en una estimación total de la huella de carbono
institucional. Para ello, se aplicó inicialmente la fórmula general de huella de carbono
(Ecuación 1), donde cada dato de actividad fue multiplicado por su factor de emisión
específico.
Ecuación 1.
Ecuación general de la Huella de Carbono
Posteriormente, se desarrolló el cálculo diferenciado para las emisiones de alcance 1,
relacionadas con combustibles fósiles, y para las emisiones de alcance 2, vinculadas al
consumo eléctrico, utilizando la Ecuación 2 y 3.
Ecuación 2.
Emisiones de alcance 1 (combustibles fósiles)
Donde:
•
= Emisiones de alcance 1 (kg o t COe)
• = Consumo de combustible
•
= Factor de emisión del combustible
Ecuación 3.
Emisiones de alcance 2 (electricidad)
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
303
Artículo Cientíco
Donde:
•
= Emisiones de alcance 2 (kg o t COe)
• = Consumo eléctrico (kWh)
•
= Factor de emisión de la electricidad
Finalmente, ambos resultados fueron integrados para obtener la huella de carbono total
anual de la institución (Ecuación 4 y Euación 5), expresada en toneladas de CO
equivalente (tCOe), permitiendo así organizar y comparar los resultados por año y
categoría de emisión. Este enfoque metodológico proporcionó una estructura clara para
el análisis temporal de las emisiones y sirvió como base técnica para futuras estrategias
de reducción, eficiencia energética y fortalecimiento de la sostenibilidad institucional.
Ecuación 4.
Huella de carbono total institucional
Ecuación 5.
Conversión de kg a toneladas de CO equivalente
Finalmente, las emisiones parciales obtenidas fueron consolidadas para determinar la
huella de carbono anual de la institución, expresada en toneladas de CO equivalente
(tCOe). Los resultados fueron organizados por año y por categoría de emisión,
permitiendo desarrollar un análisis descriptivo y comparativo que facilitó la identificación
de tendencias, variaciones interanuales y posibles oportunidades de mejora en la
gestión ambiental institucional. Este procedimiento proporcionó una base técnica clara
para futuras estrategias orientadas a la reducción de emisiones, optimización energética
y fortalecimiento de prácticas sostenibles dentro del entorno educativo.
2.5. Análisis inferencial de datos
Inicialmente, se verificó la distribución de normalidad de los datos mensuales de
emisiones mediante la prueba de Shapiro-Wilk, con el fin de determinar la selección
adecuada de pruebas comparativas. La elección de esta prueba se sustenta en que
permite evaluar si un conjunto de datos presenta un comportamiento compatible con
una distribución normal, siendo especialmente útil cuando se trabaja con tamaños
muestrales reducidos (King & Eckersley, 2019). Debido a su sensibilidad y confiabilidad
en muestras pequeñas (<50), constituye una herramienta adecuada para verificar
supuestos de normalidad previos a la selección de procedimientos estadísticos
inferenciales.
Posteriormente, se evaluó la homogeneidad de varianzas entre los grupos anuales
mediante la prueba de Levene, utilizada para determinar si las dispersiones de las
emisiones institucionales fueron estadísticamente equivalentes entre los períodos 2023,
2024 y 2025. Esta prueba permitió comprobar uno de los supuestos fundamentales para
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
304
Artículo Cientíco
la aplicación de análisis paramétricos o no paramétricos, garantizando así una selección
metodológica rigurosa del procedimiento estadístico comparativo (Levene, 1960).
Cuando los datos mensuales de emisiones presentaron distribución normal y cumplieron
simultáneamente con el supuesto de homogeneidad de varianzas, se aplicó un análisis
de varianza de una vía (ANOVA) como procedimiento estadístico para comparar las
medias de emisiones entre los años evaluados. Esta prueba resulta apropiada para
analizar diferencias significativas entre tres o más grupos independientes bajo
condiciones paramétricas, permitiendo determinar si las variaciones observadas entre
períodos respondieron a fluctuaciones aleatorias o reflejaron cambios estadísticamente
relevantes en el comportamiento de las emisiones (Fisher, 1925). En aquellos casos
donde los datos no cumplieron con los supuestos de normalidad y/o homogeneidad, se
empleó la prueba no paramétrica de Kruskal-Wallis, considerada una alternativa robusta
para comparar múltiples grupos independientes cuando los datos no se ajustan a
criterios paramétricos (Kruskal & Wallis, 1952).
Cuando se identificaron diferencias estadísticamente significativas, se realizaron
análisis post hoc con el propósito de determinar específicamente entre qué años se
presentaban dichas diferencias. Para los análisis paramétricos se utilizó la prueba de
Tukey, ampliamente reconocida por su capacidad para realizar comparaciones múltiples
controlando el error tipo I entre grupos (Tukey, 1949). En contraste, para los análisis no
paramétricos se aplicó la corrección de Dunn-Bonferroni, procedimiento que permite
efectuar comparaciones pareadas posteriores al Kruskal-Wallis manteniendo
rigurosidad estadística en la interpretación de resultados (Dunn, 1964). Este enfoque
permitió desarrollar una evaluación comparativa más precisa de la evolución temporal
de la huella de carbono institucional, fortaleciendo la validez estadística del estudio.
Con el propósito de analizar la evolución temporal de las emisiones institucionales, se
aplicó un análisis de tendencia mediante regresión lineal simple, considerando la
secuencia mensual como variable independiente y los valores de emisiones como
variable dependiente. Este enfoque permitió identificar la posible existencia de patrones
de aumento o disminución sostenida en la huella de carbono a lo largo del período
evaluado, resultando apropiado para el estudio de series de datos organizadas
cronológicamente (Montgomery et al., 2021).
De manera complementaria, se calcularon las variaciones porcentuales interanuales
entre los períodos 2023–2024 y 2024–2025 mediante la Ecuación 6, con el fin de
cuantificar la magnitud relativa de los cambios observados entre años consecutivos.
Este procedimiento, ampliamente utilizado en análisis estadístico comparativo para
medir incrementos o reducciones relativas entre períodos sucesivos (Lind et al., 2021),
permitió interpretar con mayor claridad la dirección y magnitud de los cambios en la
huella de carbono institucional, facilitando así la identificación de posibles mejoras o
deterioros en el desempeño ambiental del establecimiento.
Ecuación 6.
Variación porcentual
x 100
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
305
Artículo Cientíco
3. Resultados
3.1. Estimación de las emisiones de alcance 1 derivadas del consumo de
combustibles fósiles
Durante los años 2023, 2024 y 2025 se identificaron dentro de la institución varias
actividades que generaron emisiones directas de alcance 1, debido al uso de
combustibles o liberación de gases bajo control propio del establecimiento. Entre las
principales fuentes registradas estuvo la buseta institucional, utilizada de forma regular
para actividades de transporte relacionadas con el funcionamiento escolar, lo que
implicó un consumo constante de gasolina. También se consideró el uso de gas licuado
de petróleo (GLP) en el bar o cafetería institucional, empleado diariamente en la
preparación de alimentos. Otra fuente importante fue el generador eléctrico, utilizado
únicamente en momentos de cortes de energía o apagones, especialmente durante los
períodos de racionamiento eléctrico que afectaron al país. Finalmente, se tomó en
cuenta la recarga anual de extintores de CO, como parte de las actividades de
mantenimiento y seguridad institucional.
Con base en los consumos mensuales registrados, se estimaron las emisiones directas
de alcance 1 mediante la aplicación de factores de emisión específicos para cada fuente
institucional. Los resultados de la Tabla 2 mostraron que la buseta institucional
representó la fuente más constante de emisiones durante todo el año 2023, mientras
que los valores más altos se registraron en noviembre y diciembre debido al incremento
en el uso del generador eléctrico durante períodos de racionamiento energético.
Tabla 2.
Emisiones mensuales estimadas de alcance 1 derivadas de fuentes institucionales en
la Escuela de Educación Básica “Ecuador” durante el año 2023.
Mes
Buseta (L
gasolina)
Generador (L
diésel)
GLP
cafetería
(kg)
Extintor
CO (kg)
Emisiones
totales (kg
COe)
Enero
266,6
0,0
15
0
621,96
Febrero
266,6
0,0
0
0
598,78
Marzo
266,6
0,0
15
0
621,96
Abril
266,6
0,0
0
0
598,78
Mayo
266,6
0,0
15
0
621,96
Junio
266,6
0,0
0
0
598,78
Julio
266,6
0,0
15
0
621,96
Agosto
266,6
0,0
0
0
598,78
Septiembre
266,6
0,0
15
0
621,96
Octubre
266,6
40,0
0
0
698,98
Noviembre
266,6
120,0
15
0
922,56
Diciembre
266,6
120,0
0
10
909,38
Nota: Se refleja una mayor carga de emisiones en los meses donde se incorporó el uso del
generador eléctrico, evidenciando variaciones temporales asociadas a factores externos del
suministro energético. Fuente: Elaboración propia con base en documentos institucionales.
En la Tabla 3 se presentan las emisiones mensuales estimadas para 2024, donde se
evidencia un incremento progresivo a partir de septiembre debido al retorno de los
racionamientos energéticos a nivel nacional, situación que provocó un mayor uso del
generador eléctrico y elevó temporalmente la carga de emisiones institucionales.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
306
Artículo Cientíco
Tabla 3.
Emisiones mensuales estimadas de alcance 1 derivadas de fuentes institucionales en
la Escuela de Educación Básica “Ecuador” durante el año 2024
Mes
Buseta (L
gasolina)
Generador (L
diésel)
GLP
cafetería
(kg)
Extintor
CO (kg)
Emisiones
totales (kg
COe)
Enero
266,6
0,0
15
0
621,96
Febrero
266,6
0,0
0
0
598,78
Marzo
266,6
0,0
15
0
621,96
Abril
266,6
80,0
0
0
799,18
Mayo
266,6
50,0
15
0
747,21
Junio
266,6
0,0
0
0
598,78
Julio
266,6
0,0
15
0
621,96
Agosto
266,6
0,0
0
0
598,78
Septiembre
266,6
20,0
15
0
672,06
Octubre
266,6
220,0
0
0
1.149,88
Noviembre
266,6
240,0
15
0
1.223,16
Diciembre
266,6
80,0
0
10
809,18
Nota: Durante 2024, las emisiones aumentaron en los primeros y últimos meses del año debido
al uso intensificado del generador eléctrico, mientras que el resto de las fuentes conservaron
niveles similares a los registrados previamente. Fuente: Elaboración propia con base en
documentos institucionales.
La Tabla 4 muestra que durante 2025 las emisiones de alcance 1 retomaron un
comportamiento más estable, sin incrementos asociados al uso del generador eléctrico,
reflejando una reducción de las emisiones extraordinarias y un retorno a patrones
operativos regulares dentro de la institución.
Tabla 4.
Emisiones mensuales estimadas de alcance 1 derivadas de fuentes institucionales en
la Escuela de Educación Básica “Ecuador” durante el año 2025
Mes
Buseta (L
gasolina)
Generador (L
diésel)
GLP
cafetería
(kg)
Extintor
CO (kg)
Emisiones
totales (kg
COe)
Enero
266,6
0,0
15
0
621,96
Febrero
266,6
0,0
0
0
598,78
Marzo
266,6
0,0
15
0
621,96
Abril
266,6
0,0
0
0
598,78
Mayo
266,6
0,0
15
0
621,96
Junio
266,6
0,0
0
0
598,78
Julio
266,6
0,0
15
0
621,96
Agosto
266,6
0,0
0
0
598,78
Septiembre
266,6
0,0
15
0
621,96
Octubre
266,6
0,0
0
0
598,78
Noviembre
266,6
0,0
15
0
621,96
Diciembre
266,6
0,0
0
10
608,78
Nota: En 2025, las emisiones mantuvieron un comportamiento más uniforme a lo largo del año.
Fuente: Elaboración propia con base en documentos institucionales.
La consolidación anual de las emisiones directas de alcance 1 permitió identificar
variaciones importantes en la huella de carbono institucional a lo largo del período
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
307
Artículo Cientíco
evaluado. La suma total de las emisiones mensuales evidenció que el año 2024
presentó la mayor carga de emisiones (9,06 〖tCO〗_2 e), influenciada principalmente
por el incremento en el uso del generador eléctrico durante períodos prolongados de
racionamiento energético, mientras que 2025 registró una reducción significativa
asociada a una mayor estabilidad operativa. La Figura 2 muestra la evolución anual de
la huella de carbono de alcance 1 durante los años 2023, 2024 y 2025.
Figura 2.
Huella de carbono (suma) estimada de las emisiones del Alcance 1
Nota: La mayor huella de carbono de alcance 1 se registró en 2024 debido al incremento del uso
del generador eléctrico. Fuente: Elaboración propia con base en documentos institucionales.
3.2. Estimación de las emisiones de alcance 2 asociadas al consumo de energía
eléctrica
Durante el período 2023–2025, las emisiones de alcance 2 estuvieron asociadas al
consumo de energía eléctrica proveniente de la red pública, utilizada para el
funcionamiento general de la institución en actividades administrativas, académicas y
operativas. Estas emisiones indirectas se derivaron principalmente del uso de
iluminación, equipos informáticos, ventilación, sistemas de refrigeración y demás
dispositivos eléctricos necesarios para el desarrollo cotidiano de las actividades
escolares. Para su estimación, se emplearon los registros mensuales de consumo
eléctrico expresados en kilovatios-hora (kWh), aplicando el factor de emisión
correspondiente a la matriz eléctrica nacional ecuatoriana. En la Tabla 5 se presentan
las emisiones mensuales estimadas de alcance 2 correspondientes al año 2023, donde
se observa un comportamiento relativamente estable durante la mayor parte del año,
con reducciones más notorias en el último trimestre debido a la disminución del consumo
eléctrico institucional asociada a los períodos de racionamiento energético nacional.
Tabla 5.
Emisiones mensuales estimadas de alcance 2 asociadas al consumo de energía
eléctrica en la Escuela de Educación Básica “Ecuador” durante el año 2023
Mes
Consumo eléctrico (kWh)
Emisiones (kg COe)
Enero
1.320
213,31
Febrero
1.250
202,00
Marzo
1.310
211,70
Abril
1.280
206,85
Mayo
1.340
216,54
Año 2023 Año 2024 Año 2025
Huella de carbono
(Alcance 1)
8,04 9,06 7,33
0
2
4
6
8
10
Huella de carbono (Alcance 1)
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
308
Artículo Cientíco
Junio
1.300
210,08
Julio
1.270
205,23
Agosto
1.290
208,46
Septiembre
1.330
214,93
Octubre
1.120
180,99
Noviembre
980
158,37
Diciembre
920
148,67
Nota: Las emisiones disminuyeron en el último trimestre debido a la reducción del consumo
eléctrico durante períodos de racionamiento energético. Fuente: Elaboración propia con base en
estimaciones institucionales.
En la Tabla 6 se presentan las emisiones mensuales estimadas de alcance 2
correspondientes al año 2024, donde se evidencian reducciones en varios períodos del
año como consecuencia de las restricciones energéticas nacionales, las cuales
disminuyeron temporalmente el consumo eléctrico institucional.
Tabla 6.
Emisiones mensuales estimadas de alcance 2 asociadas al consumo de energía
eléctrica en la Escuela de Educación Básica “Ecuador” durante el año 2024
Mes
Consumo eléctrico (kWh)
Emisiones (kg COe)
Enero
1.330
214,93
Febrero
1.270
205,23
Marzo
1.320
213,31
Abril
1.050
169,68
Mayo
1.120
180,99
Junio
1.300
210,08
Julio
1.290
208,46
Agosto
1.310
211,70
Septiembre
1.100
177,76
Octubre
900
145,44
Noviembre
850
137,36
Diciembre
950
153,52
Nota: Las emisiones presentaron reducciones en los meses con racionamiento energético,
reflejando variaciones temporales en el consumo eléctrico institucional durante 2024. Fuente:
Elaboración propia con base en estimaciones institucionales.
La Tabla 7 muestra las emisiones mensuales estimadas de alcance 2 para el año 2025,
evidenciando un comportamiento más uniforme del consumo eléctrico institucional,
asociado a condiciones operativas estables y a la ausencia de racionamientos
energéticos durante el período evaluado.
Tabla 7.
Emisiones mensuales estimadas de alcance 2 asociadas al consumo de energía
eléctrica en la Escuela de Educación Básica “Ecuador” durante el año 2025
Mes
Consumo eléctrico (kWh)
Emisiones (kg COe)
Enero
1.340
216,54
Febrero
1.280
206,85
Marzo
1.330
214,93
Abril
1.300
210,08
Mayo
1.350
218,16
Junio
1.310
211,70
Julio
1.290
208,46
Agosto
1.320
213,31
Septiembre
1.340
216,54
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
309
Artículo Cientíco
Octubre
1.310
211,70
Noviembre
1.350
218,16
Diciembre
1.300
210,08
Nota: Las emisiones mantuvieron una distribución más uniforme durante 2025, reflejando
estabilidad en el consumo eléctrico institucional. Fuente: Elaboración propia con base en
estimaciones institucionales.
La consolidación anual de las emisiones indirectas de alcance 2 evidenció variaciones
en la huella de carbono institucional, registrándose la mayor carga en 2025 con 2,56 t
COe, debido a la estabilidad del consumo eléctrico. La Figura 3 muestra la evolución
anual estimada de la huella de carbono de alcance 2 durante los años 2023–2025.
Figura 3.
Huella de carbono (suma) estimada de las emisiones del Alcance 2
Nota: La mayor huella de carbono de alcance 2 se registró en 2025 debido a la estabilidad del
consumo eléctrico institucional. Fuente: Elaboración propia con base en estimaciones
institucionales.
3.2.1. Cuantificación de la huella de carbono total institucional durante el período
2023–2025
La cuantificación total de la huella de carbono institucional durante el período 2023–
2025 evidenció variaciones interanuales en la carga ambiental generada por las
actividades operativas de la institución. Los resultados mostraron que en 2023 la huella
de carbono total alcanzó 10,42 t COe, incrementándose en 2024 hasta 11,29 t COe,
valor que representó el mayor impacto del período debido al aumento de emisiones de
alcance 1 asociadas al uso intensificado del generador eléctrico durante racionamientos
energéticos. Para 2025, la huella total se redujo a 9,89 t COe, reflejando una
disminución de emisiones directas pese al incremento del consumo eléctrico
institucional. Estos resultados permitieron identificar que las variaciones en el suministro
energético nacional tuvieron una influencia significativa sobre la huella de carbono global
de la institución. La Figura 4 presenta la evolución anual de la huella de carbono total
institucional durante los años evaluados.
Año 2023 Año 2024 Año 2025
Huella de carbono
(Alcance 2)
2,38 2,23 2,56
2
2,1
2,2
2,3
2,4
2,5
2,6
Huella de carbono (Alcance 2)
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
310
Artículo Cientíco
Figura 4.
Huella de carbono (suma) estimada de las emisiones totales
Nota: La mayor huella de carbono total se registró en 2024, mientras que en 2025 se evidenció
una reducción institucional. Fuente: Elaboración propia con base en estimaciones institucionales.
Los resultados obtenidos evidenciaron que las emisiones mensuales institucionales no
siguieron una distribución normal (W = 0,59; p < 0,0001), indicando fluctuaciones
significativas entre meses y años. Adicionalmente, la prueba de Levene mostró que las
varianzas entre los grupos anuales no fueron homogéneas (F = 6,92; p = 0,0031),
reflejando diferencias en la dispersión de los datos entre períodos. Debido al
incumplimiento simultáneo de los supuestos de normalidad y homogeneidad, se
descartó la aplicación de pruebas paramétricas, optándose por la prueba no paramétrica
de Kruskal-Wallis para comparar las emisiones institucionales entre 2023, 2024 y 2025.
La Tabla 8 a continuación muestran los valores obtenidos a partir de la aplicación del
análisis estadístico
Tabla 8.
Prueba de normalidad de Shapiro-Wilk para las emisiones mensuales totales
institucionales durante el período 2023–2025
Prueba
Variable
n
Media (t
COe)
D.E.
W/F
p
(Unilate
ral D)
Interpretación
Shapiro
-Wilk
(t COe)
36
0,87765
0,12955
0,59
<0,0001
Distribución no
normal
Leneve
(t COe)
36
0,87765
0,12955
6,92
0,0031
Varianzas no
homogéneas
Nota: La tabla muestra la prueba de normalidad y la prueba de homogeneidad. Fuente:
Elaboración propia.
Una vez verificado que los datos mensuales no cumplían con el supuesto de normalidad,
se aplicó la prueba no paramétrica de Kruskal-Wallis (Tabla 9) con el propósito de
comparar estadísticamente las emisiones mensuales totales de huella de carbono entre
los años 2023, 2024 y 2025. La prueba no paramétrica de Kruskal-Wallis aplicada
evidenció que no existieron diferencias estadísticamente significativas entre los
períodos evaluados (H = 2,25; p = 0,3231), debido a que el valor de p fue superior al
nivel de significancia establecido (p > 0,05). Aunque descriptivamente el año 2024
presentó mayores emisiones promedio y una mayor dispersión mensual en comparación
con 2023 y 2025, estas variaciones no fueron suficientemente consistentes desde el
Año 2023 Año 2024 Año 2025
Huella de total
10,42 11,29 9,89
9
9,5
10
10,5
11
11,5
Huella de carbono total
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
311
Artículo Cientíco
punto de vista estadístico para confirmar cambios significativos en la huella de carbono
institucional entre años.
Tabla 9.
Prueba de Kruskal-Wallis para las emisiones mensuales totales institucionales durante
el período 2023–2025
Variable
Año
N
Media (t
COe)
D.E.
Mediana
(t COe)
H
p
Emisiones (t COe)
2023
12
0,87
0,10
0,83
2,25
0,3231
Emisiones (t COe)
2024
12
0,94
0,19
0,84
Emisiones (t COe)
2025
12
0,82
0,01
0,82
Nota: La prueba de Kruskal-Wallis no evidenció diferencias estadísticamente significativas entre
los años evaluados (p > 0,05), indicando estabilidad comparativa en las emisiones institucionales
durante el período 2023–2025.
A pesar de que la prueba de Kruskal-Wallis no evidenció diferencias estadísticamente
significativas entre los años evaluados (p > 0,05), el análisis descriptivo de las medias
anuales permitió identificar variaciones operativas en la huella de carbono institucional
(Figura 5). En este sentido, 2024 presentó el mayor promedio de emisiones mensuales
totales (0,94 t COe), asociado a incrementos temporales derivados del uso
intensificado del generador eléctrico, mientras que 2025 registró el menor valor
promedio (0,82 t COe), reflejando mayor estabilidad en las actividades institucionales.
Por su parte, 2023 mostró un comportamiento intermedio (0,87 t COe).
Figura 5.
Comparación de medias anuales de las emisiones mensuales totales institucionales
durante el período 2023–2025
Nota: Las barras representan las medias anuales de las emisiones mensuales totales
institucionales y las líneas verticales corresponden a la desviación estándar. Fuente: Elaboración
propia.
El análisis de regresión lineal simple aplicado en la Figura 6 permitió evidenciar una
pendiente positiva mínima (y = 0,0002x + 0,874), lo que indicó un incremento mensual
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
312
Artículo Cientíco
prácticamente insignificante en la huella de carbono institucional. Asimismo, el
coeficiente de determinación extremadamente bajo (R² = 0,0003) demostró que el
tiempo explicó una proporción mínima de la variabilidad observada en las emisiones.
En consecuencia, se determinó que la huella de carbono institucional mantuvo un
comportamiento globalmente estable durante los 36 meses analizados, sin presentar
tendencias crecientes o decrecientes significativas, siendo las fluctuaciones registradas
consecuencia de eventos operativos temporales más que de modificaciones
estructurales sostenidas en el desempeño ambiental de la institución.
Figura 6.
Regresión lineal temporal de las emisiones mensuales totales institucionales durante el
período 2023–2025
Nota: La variable X corresponde a la secuencia mensual consolidada del período 2023–2025,
donde los meses 1–12 representan el año 2023, los meses 13–24 corresponden a 2024 y los
meses 25–36 a 2025.
De manera complementaria, la Tabla 10 muestra el análisis de variación porcentual
interanual basado en la suma total anual de la huella de carbono institucional evidenció
que entre 2023 y 2024 ocurrió un incremento del 8,35 % en las emisiones totales,
reflejando un aumento en el impacto ambiental institucional asociado principalmente al
uso intensificado del generador eléctrico durante períodos de racionamiento energético.
Posteriormente, entre 2024 y 2025 se registró una reducción del 12,40 %, indicando una
mejora relativa en el desempeño ambiental de la institución, atribuida a la disminución
de emisiones extraordinarias y a una mayor estabilidad operativa.
Tabla 10.
Variación porcentual interanual de la huella de carbono institucional durante el período
2023–2025
Comparación
Huella inicial (t
COe)
Huella final (t
COe)
Variación
(%)
Interpretación
2023–2024
10,42
11,29
+8,35 %
Incremento
2024–2025
11,29
9,89
-12,40 %
Reducción
y = 0,0002x + 0,874
R² = 0,0003
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Emisiones (t CO2e)
2023-2024-2025
Regresión lineal temporal
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
313
Artículo Cientíco
Nota: Los porcentajes positivos indican incremento en la huella de carbono institucional, mientras
que los valores negativos reflejan reducciones relativas entre períodos consecutivos
4. Discusión
Los resultados obtenidos en la presente investigación evidenciaron que la huella de
carbono institucional de la Escuela de Educación Básica “Ecuador” presentó
fluctuaciones moderadas durante el período 2023–2025, alcanzando su mayor valor en
2024 (11,29 t COe) debido principalmente al incremento de emisiones de alcance 1
asociado al uso intensificado del generador eléctrico durante los racionamientos
energéticos nacionales, mientras que en 2025 se observó una reducción del 12,40 %,
relacionada con la recuperación de la estabilidad operativa institucional . Este
comportamiento demuestra que la variabilidad de las emisiones no dependió
exclusivamente de cambios internos en el funcionamiento institucional, sino de factores
externos vinculados a la crisis energética ecuatoriana.
Esta interpretación encuentra respaldo en estudios recientes sobre el impacto de los
apagones eléctricos en Ecuador. Salazar Quevedo et al. (2025) documentaron que los
cortes prolongados de energía registrados durante 2024 en la provincia del Guayas
generaron incrementos sustanciales en costos operativos debido a la necesidad de
recurrir a sistemas alternativos basados en combustibles fósiles, afectando
negativamente la eficiencia de múltiples sectores productivos. Aunque dicho estudio se
enfocó en rentabilidad empresarial, sus hallazgos permiten explicar de forma
consistente el incremento de emisiones directas observado en la institución educativa
analizada, ya que el uso de generadores diésel como medida de contingencia
representa una respuesta operativa similar frente a la inestabilidad energética nacional.
De esta manera, el aumento de la huella de carbono en 2024 puede interpretarse como
una consecuencia indirecta de la vulnerabilidad estructural del sistema eléctrico
nacional, más que como resultado de un incremento ordinario de actividades escolares.
En términos comparativos, mientras múltiples investigaciones desarrolladas en
universidades reportan que las emisiones de alcance 2 suelen constituir la principal
fuente de huella de carbono institucional debido al consumo eléctrico continuo (Kiehle
et al., 2023; Paredes-Canencio et al., 2024), el presente estudio mostró un predominio
excepcional del alcance 1 durante 2024. Esta diferencia puede explicarse porque la
incorporación intensiva de combustibles fósiles de respaldo alteró temporalmente la
estructura habitual de emisiones. Situaciones similares han sido descritas por Mendoza
Vargas et al. (2022), quienes señalaron que en contextos ecuatorianos la dependencia
de combustibles alternativos durante contingencias energéticas puede modificar
sustancialmente el balance de emisiones organizacionales.
Otros estudios, como por ejemplo el de Zamora-Mendoza y Palacios-López (2025),
determinaron que las emisiones de alcance 1 asociadas al consumo de combustibles
fósiles representaron una de las principales fuentes de generación de CO equivalente
dentro de un sistema productivo ecuatoriano. Esta similitud permite inferir que,
independientemente de la naturaleza de la organización, la dependencia de
combustibles convencionales continúa siendo un factor determinante en el incremento
de la huella de carbono institucional.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
314
Artículo Cientíco
Por otro lado, las emisiones de alcance 2 mostraron una relativa estabilidad, siendo
mayores en 2025 (2,56 t COe) debido a la continuidad del suministro eléctrico y la
ausencia de restricciones energéticas. Este patrón confirma que la operación
institucional mantuvo niveles relativamente constantes de consumo energético, y que
las disminuciones registradas en 2023 y 2024 estuvieron asociadas principalmente a
restricciones externas de consumo. En este sentido, Rocha et al. (2023) destacan que
en instituciones educativas latinoamericanas las reducciones abruptas en emisiones
indirectas no siempre reflejan mejoras estructurales, sino limitaciones circunstanciales
del suministro energético o políticas de racionamiento.
La ausencia de diferencias estadísticamente significativas entre años (Kruskal-Wallis, p
= 0,3231) indica que, pese a las variaciones operativas observadas, la estructura
general de emisiones institucionales permaneció relativamente estable durante el
período de estudio. Este hallazgo resulta coherente con lo reportado por Wagner et al.
(2021), quienes sostienen que instituciones educativas de escala básica o media suelen
mantener patrones relativamente constantes de emisiones cuando sus actividades
principales, población estudiantil y estructura administrativa no experimentan
transformaciones sustanciales. Así, las fluctuaciones observadas en este estudio
pueden considerarse perturbaciones temporales más que cambios estructurales
permanentes.
Asimismo, el análisis de regresión lineal simple (R² = 0,0003) corroboró la ausencia de
tendencias significativas en la evolución temporal de las emisiones, demostrando que el
comportamiento global de la huella de carbono fue estable y que las principales
alteraciones estuvieron determinadas por eventos extraordinarios relacionados con la
crisis energética nacional. Este resultado coincide con Ahonen et al. (2024), quienes
señalan que las instituciones educativas presentan trayectorias de emisiones
relativamente estables cuando no existen modificaciones sustanciales en infraestructura
o expansión operativa, siendo los factores externos los principales responsables de
fluctuaciones interanuales.
De manera complementaria, Navarro-Saltos et al. (2025) señalaron que la reducción de
la huella de carbono requiere estrategias orientadas a la eficiencia energética, adopción
de tecnologías sostenibles y disminución de la dependencia de combustibles fósiles.
Desde una perspectiva práctica, los hallazgos resaltan la necesidad de fortalecer la
resiliencia energética institucional mediante estrategias que reduzcan la dependencia
de sistemas fósiles de emergencia. Salazar Quevedo et al. (2025) enfatizaron que la
inestabilidad energética no solo afecta indicadores económicos, sino también
compromete sostenibilidad y eficiencia organizacional, recomendando la
implementación de sistemas energéticos alternativos y planes de contingencia robustos.
En el caso de instituciones educativas, esto podría traducirse en inversiones en energía
solar fotovoltaica, almacenamiento energético o programas de eficiencia que permitan
reducir tanto emisiones directas como vulnerabilidad operativa.
5. Conclusiones
La cuantificación de la huella de carbono institucional durante el período 2023–2025
evidenció que la Escuela de Educación Básica “Ecuador” mantuvo un comportamiento
general relativamente estable en sus emisiones, aunque condicionado por factores
externos asociados a la crisis energética nacional. El mayor impacto ambiental se
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
315
Artículo Cientíco
registró en 2024 (11,29 t COe), debido al incremento extraordinario de emisiones de
alcance 1 por el uso intensificado del generador eléctrico durante los apagones,
mientras que en 2025 la huella total se redujo a 9,89 t COe, reflejando una recuperación
operativa y energética.
Los resultados permitieron determinar que las emisiones directas de alcance 1 fueron el
principal factor de variabilidad interanual, demostrando que la dependencia de
combustibles fósiles de respaldo representa una fuente crítica de incremento en la huella
de carbono institucional frente a escenarios de inestabilidad eléctrica. En contraste, las
emisiones de alcance 2 mostraron mayor regularidad, asociada a patrones estables de
consumo eléctrico, lo que confirma que la sostenibilidad ambiental educativa depende
tanto de la eficiencia interna como del contexto energético nacional.
Como futura línea de investigación, se recomienda incorporar el análisis de las
emisiones de alcance 3, considerando variables como transporte de estudiantes y
docentes, consumo de papel, generación de residuos sólidos, compra de insumos,
alimentación escolar y otros servicios indirectos vinculados al funcionamiento
institucional. Esto permitiría obtener una estimación más completa de la huella de
carbono y conocer con mayor precisión qué actividades externas o complementarias
generan mayor impacto ambiental.
Se recomienda ampliar el alcance del tema relacionando la huella de carbono
institucional con otras problemáticas ambientales y energéticas no abordadas en
profundidad en este estudio, como eficiencia energética en infraestructura escolar,
vulnerabilidad frente a apagones, uso de energías renovables, educación ambiental y
gestión climática local. Esta ampliación permitiría comprender la sostenibilidad escolar
desde una visión más integral, no limitada solo al cálculo de emisiones, sino también a
la capacidad de adaptación de las instituciones educativas frente a crisis energéticas y
ambientales.
Si en los próximos años se repiten escenarios de racionamiento eléctrico similares a los
registrados en 2024, las instituciones educativas que dependan de generadores a diésel
podrían presentar nuevos incrementos en sus emisiones directas. Por ello, la adopción
progresiva de sistemas solares, medidas de ahorro energético y planes de contingencia
ambiental será clave para reducir la huella de carbono futura y fortalecer la resiliencia
institucional frente a posibles crisis energéticas.
Referencias Bibliográficas
Agencia de Regulación y Control de Electricidad [ARCONEL], Operador Nacional de
Electricidad [CENACE], & Comisión Técnica de Determinación de Factores de
Emisión de Gases de Efecto Invernadero. (2025). Factor de emisión de CO
del
Sistema Nacional Interconectado de Ecuador: Informe 2024. Ministerio de Energía
y Minas del Ecuador. https://arconel.gob.ec/wp-
content/uploads/downloads/2025/09/Factor-de-emision-de-CO2-del-Sistema-
Nacional-Interconectado-de-Ecuador-Informe-2024_compressed.pdf
Ahonen, V. L., Woszczek, A., Baumeister, S., Helimo, U. T., Jackson, A. K.,
Kopsakangas-Savolainen, M., Kääriä, J., Lehtonen, T., Luoranen, M., Pongrácz, E.,
Soukka, R., Vainio, V., & El Geneidy, S. (2024). Carbon neutral higher education
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
316
Artículo Cientíco
institutions: A reality check, challenges and solutions. International Journal of
Sustainability in Higher Education, 25(9), 293–315. https://doi.org/10.1108/IJSHE-
11-2023-0515
Clement, M. T., Smith, C. L., & Leverenz, T. (2021). Quality of life and the carbon
footprint: A zip-code level study across the United States. Local Environment, 30(4),
453–470. https://doi.org/10.1177/10704965211052130
Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3), 241–
252. https://doi.org/10.1080/00401706.1964.10490181
Fisher, R. A. (1925). Statistical methods for research workers. Oliver and Boyd.
https://psychclassics.yorku.ca/Fisher/Methods/
Filonchyk, M., Peterson, M. P., Zhang, L., Hurynovich, V., & He, Y. (2024). Greenhouse
gas emissions and global climate change: Examining the influence of CO, CH, and
NO. Science of the Total Environment, 935, 173359.
https://doi.org/10.1016/j.scitotenv.2024.173359
Gálvez-Campos, B., Sosa Escobar, F., de León Alvarado, A., Hernández Sosa, D.,
Escalante Cantoral, M., Castañeda Gramajo, L., & González Rivera, F. (2025).
Emisiones de gases de efecto invernadero en un campus universitario de
Guatemala: Bases para una huella de carbono neutral a 2040. Revista Internacional
de Contaminación Ambiental, 41. https://doi.org/10.20937/RICA.55235
Greenhouse Gas Protocol. (2015). GHG protocol scope 2 guidance: An amendment to
the GHG protocol corporate standard. World Resources Institute.
https://ghgprotocol.org/sites/default/files/2023-03/Scope%202%20Guidance.pdf
Intergovernmental Panel on Climate Change. (2006). 2006 IPCC guidelines for national
greenhouse gas inventories: Volume 2, Energy. Institute for Global Environmental
Strategies. https://www.ipcc-nggip.iges.or.jp/public/2006gl/
Intergovernmental Panel on Climate Change. (2023). Climate change 2023: Synthesis
report contribution of Working Groups I, II and III to the Sixth Assessment Report of
the Intergovernmental Panel on Climate Change. IPCC.
https://www.ipcc.ch/report/ar6/syr/
Kiehle, J., Kopsakangas-Savolainen, M., Hilli, M., & Pongrácz, E. (2023). Carbon
footprint at institutions of higher education: The case of the University of Oulu.
Journal of Environmental Management, 329, 117056.
https://doi.org/10.1016/j.jenvman.2022.117056
King, A. P., & Eckersley, R. J. (2019). Statistical inference IV: Choosing a hypothesis
test. En Statistics for biomedical engineers and scientists: How to visualize and
analyze data (pp. 147–171). Academic Press. https://doi.org/10.1016/B978-0-08-
102939-8.00016-5
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
317
Artículo Cientíco
Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis.
Journal of the American Statistical Association, 47(260), 583–621.
https://doi.org/10.1080/01621459.1952.10483441
Levene, H. (1960). Robust tests for equality of variances. En I. Olkin (Ed.), Contributions
to probability and statistics: Essays in honor of Harold Hotelling (pp. 278–292).
Stanford University Press.
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2021). Statistical techniques in business &
economics (18th ed.). McGraw-Hill Education.
Mendoza Vargas, E. Y., Saa Saltos, J. W., Fiallos Barrionuevo, A. R., & Escobar Terán,
H. E. (2022). Universidad verde y la reducción de la huella de carbono en las
actividades académicas en una universidad pública del Ecuador. Centrosur Agraria,
1(15). https://centrosuragraria.com/index.php/revista/article/view/219
Ministerio para la Transición Ecológica y el Reto Demográfico. (2023). Guía para el
cálculo de la huella de carbono y para la elaboración de un plan de mejora de una
organización. Oficina Española de Cambio Climático.
https://www.miteco.gob.es/content/dam/miteco/es/cambio-
climatico/temas/mitigacion-politicas-y-medidas/guia_huella_carbono_tcm30-
479093.pdf
Ministerio para la Transición Ecológica y el Reto Demográfico. (2025). Factores de
emisión 2007–2024.
Montgomery, D. C., Peck, E. A., & Vining, G. G. (2021). Introduction to linear regression
analysis (6th ed.). John Wiley & Sons.
National Geographic. (2024, enero 11). ¿Qué es la huella de carbono y cómo medirla?
National Geographic Latinoamérica. https://www.nationalgeographicla.com/medio-
ambiente/que-es-huella-de-carbono-como-se-mide
Navarro-Saltos, G. E., Intriago-Intriago, A. P., Bustamante-Mieles, X. A., & Guerrero-
Calero, J. M. (2025). Análisis de estrategias para reducir la huella de carbono en la
producción agroindustrial. Innova Science Journal, 3(2), 27–38.
https://doi.org/10.63618/omd/isj/v3/n2/51
Padrón, C. (2023). Actualización de la huella de carbono de la Universidad Católica
Andrés Bello sede Montalbán para el año 2022. ACI Avances en Ciencias e
Ingenierías, 15(2). https://doi.org/10.18272/aci.v15i2.3017
Paredes-Canencio, K. N., Lasso, A., Castrillon, R., Vidal-Medina, J. R., & Quispe, E. C.
(2024). Carbon footprint of higher education institutions. Environment, Development
and Sustainability, 26, 30239–30272. https://doi.org/10.1007/s10668-024-04596-4
Rocha, T. de A., Silva, L. B., Alves, E. B. B. M., Jacovine, L. A. G., & Torres, C. M. M. E.
(2023). Carbon footprint in an educational institution and compensation potential in
urban forests. Environmental Development, 46, 100860.
https://doi.org/10.1016/j.envdev.2023.100860
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
318
Artículo Cientíco
Salazar Quevedo, S. S., Bravo Carrasco, A., Lindao Cabrera, K. J., Sánchez Parrales,
C. E., & Salazar Soledispa, V. B. (2025). Análisis del impacto de los apagones de
energía eléctrica en la rentabilidad de las grandes empresas en la provincia del
Guayas, 2024. Polo del Conocimiento, 10(5), 1411–1430.
https://doi.org/10.23857/pc.v10i5.9513
Tukey, J. W. (1949). Comparing individual means in the analysis of variance. Biometrics,
5(2), 99–114.
Wagner, O., Tholen, L., Nawothnig, L., & Albert-Seifried, S. (2021). Making school-based
GHG-emissions tangible by student-led carbon footprint assessment program.
Energies, 14(24), 8558. https://doi.org/10.3390/en14248558
World Resources Institute, & World Business Council for Sustainable Development.
(2004). The greenhouse gas protocol: A corporate accounting and reporting
standard (Rev. ed.). https://ghgprotocol.org/sites/default/files/standards/ghg-
protocol-revised.pdf
Zamora-Mendoza, J. L., & Palacios-López, L. A. (2025). Cálculo de la huella de carbono
en la granja avícola “Maravilla 3” en Manabí, Ecuador. Innova Science Journal, 3(3),
1–27. https://doi.org/10.63618/omd/isj/v3/n3/67
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
