📄 chemistry

Probabilistic Reliability Assessment of Biochar-Modified Cementitious Composites Using Monte Carlo Simulation

Este estudio emplea un marco de fiabilidad de Monte Carlo para analizar 240 registros de resistencia a la compresión emparejados de 30 estudios, revelando que si bien las dosis de biochar entre el 2,5% y el 5% generalmente ofrecen la mayor fiabilidad, no existe un óptimo universal debido a la significativa variabilidad impulsada por el diseño de la matriz, la materia prima y las condiciones de curado.

Autores originales: Syaiful Osman, Mohd. Nazarudin Zakaria, Siti Hazifah Mokhtar, Rosmamuhamadani Ramli

Publicado 2026-06-29

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Syaiful Osman, Mohd. Nazarudin Zakaria, Siti Hazifah Mokhtar, Rosmamuhamadani Ramli

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando hornear el pan perfecto, pero en lugar de harina, estás mezclando biochar (un tipo de carbón hecho de plantas) en cemento para crear materiales de construcción más fuertes y ecológicos.

Durante años, científicos han estado horneando estos "panes de biochar" en diferentes laboratorios. Algunos dicen que añadir un poco lo hace más fuerte; otros dicen que añadir mucho lo hace más débil. El problema es que todos usan recetas diferentes, diferentes hornos (condiciones de curado) y diferentes tipos de carbón. Cuando intentas comparar sus resultados, es como comparar una hogaza de masa madre de París con una baguette de Tokio e intentar decidir cuál es "mejor" solo mirando el peso promedio.

Este artículo es el intento de los autores de dejar de adivinar y empezar a medir qué tan probable es que estas mezclas de biochar realmente funcionen, incluso cuando las recetas varían.

Aquí está el desglose de su estudio usando analogías simples:

1. El Problema: Demasiadas Recetas Diferentes

Los investigadores analizaron 30 estudios diferentes que contenían 240 pares de resultados de pruebas. En cada par, había un "control" (cemento regular) y un "tratamiento" (cemento con biochar).

El problema es que muchos de estos estudios no informaron cómo variaban sus resultados. Es como si un chef dijera: "Mi pastel pesa 500 gramos", pero no te dijera si en realidad podría estar entre 400 y 600 gramos. Sin saber ese "margen de maniobra" (incertidumbre), es difícil saber si el biochar realmente ayudó o si el resultado fue solo un golpe de suerte.

2. La Solución: El Simulador del "¿Qué pasaría si...?"

Para solucionar esto, los autores utilizaron una herramienta informática llamada Simulación de Monte Carlo.

Piensa en esto como un simulador de videojuegos para materiales de construcción.

En lugar de mirar solo un número promedio, la computadora ejecuta el experimento 100,000 veces para cada estudio individual.
Añade "ruido" aleatorio a los resultados basado en cuánta variación se ve usualmente en la construcción (o supone una cantidad razonable si el estudio no lo mencionaba).
Hace una pregunta simple en cada ejecución: "¿La mezcla de biochar venció a la mezcla regular?"

Al final, obtienen una Puntuación de Fiabilidad (una probabilidad de 0 a 1).

0.50 es un lanzamiento de moneda (50/50 de probabilidad).
0.80 significa que la mezcla de biochar gana 8 de cada 10 veces.
0.10 significa que casi nunca gana.

3. Los Hallazgos: No se trata de "Cuánto", sino de "Cómo"

La gran sorpresa no fue encontrar un "número mágico" de biochar para añadir. En cambio, descubrieron que la respuesta depende enteramente de qué tipo de material de construcción estés fabricando.

El "Punto Dulce" (2.5% a 5%): Este rango de dosificación tuvo la mayor fiabilidad. Era el más propenso a vencer al cemento regular. Sin embargo, los autores encontraron un detalle: muchas de estas victorias provinieron de sistemas especializados, como concreto curado con dióxido de carbono o "concreto espumado" (como una esponja).
La Zona de "Muy Poco" (<1%): Añadir una pizca de biochar generalmente no hacía mucho. Los resultados eran tan cercanos al cemento regular que era difícil saber si realmente era una mejora o solo ruido aleatorio.
La Zona de "Demasiado" (>10%): Cuando añadían mucho biochar, la fiabilidad caía significamente. Era muy probable que el material fuera más débil que el cemento regular.
La Regla de "El Sistema Importa": El estudio demostró que no puedes simplemente decir "Añade 3% de biochar a todo".
- Si estás haciendo concreto espumado o usando curado por carbonatación, un 3% podría ser un ganador.
- Si estás haciendo concreto estándar, ese mismo 3% podría ser un perdedor.
- Es como decir: "Los zapatos para correr son geniales". Son geniales para un maratón, pero terribles para nadar. El contexto cambia el resultado.

4. La Prueba de "Exclusión"

Para asegurarse de que no estaban siendo engañados por unos pocos estudios afortunados, los autores realizaron una prueba de "exclusión" (leave-out test). Eliminaron los estudios con los mejores resultados (los especializados) y volvieron a ejecutar la simulación.

Resultado: El "punto dulce" (2.5–5%) seguía pareciendo bueno, pero no era tan increíble como antes. Esto demostró que, si bien el rango de dosificación es prometedor, depende en gran medida de esos métodos especiales y de alta tecnología para funcionar perfectamente.

5. La Conclusión Final

Los autores concluyen que no existe una "mejor" cantidad universal de biochar para añadir al cemento.

No busques un número mágico: No puedes simplemente decirle a un constructor: "Añade 4% de biochar", y esperar que funcione en todas partes.
Mira el panorama completo: Si el biochar ayuda o no depende del tipo de cemento, cómo se procesa y cómo se cura.
Se necesitan mejores datos: El estudio destaca que los futuros científicos necesitan informar no solo la resistencia promedio, sino también el "margen de maniobra" (desviación estándar) y los tamaños de muestra. Sin esto, solo estamos adivinando.

En resumen: Este artículo no encontró una única "mejor receta". En su lugar, construyó un mapa de fiabilidad. Nos dice que, si bien el biochar puede ser un gran ingrediente, es uno muy exigente. Funciona mejor en recetas específicas y bien diseñadas, y añadir demasiado de él suele ser contraproducente. La clave del éxito no es solo la cantidad de biochar; es el sistema completo en el que se mezcla.

Resumen Técnico: Evaluación Probabilística de la Fiabilidad de Compuestos Cementicios Modificados con Biochar

Planteamiento del Problema
Los compuestos cementicios modificados con biochar se investigan cada vez más como materiales de construcción de menor huella de carbono, capaces de almacenar carbono derivado de biomasa mientras modifican la hidratación, la estructura de poros y el empaquetamiento de la matriz. Sin embargo, la literatura presenta un desafío significativo para la interpretación orientada al diseño: los resultados de resistencia publicados son altamente heterogéneos. Las variaciones en el tipo de matriz, la materia prima, la temperatura de pirólisis, el tamaño de partícula, las condiciones de humedad, los regímenes de curado y las estrategias de dosificación dificultan las comparaciones directas.

Una limitación recurrente en los estudios existentes es la dependencia de valores medios deterministas entre tratamiento y control para extraer conclusiones. Este enfoque a menudo no logra contabilizar la variabilidad experimental, lo que puede exagerar mejoras débiles o enmascarar los mecanismos específicos (por ejemplo, curado por carbonatación, curado interno) que impulsan el rendimiento en sistemas especializados. Además, el metaanálisis formal se ve frecuentemente obstaculizado por la notificación incompleta de las desviaciones estándar, los tamaños de muestra o los datos brutos en la literatura general sobre biochar-cemento, lo que hace que el ponderado por la inversa de la varianza sea inapropiado para muchos registros.

Metodología
Para abordar estas brechas, este estudio desarrolló un marco de fiabilidad de Monte Carlo reproducible, derivado de la literatura. El análisis utilizó una base de datos curada de 240 registros pareados de resistencia a la compresión a los 28 días extraídos de 30 estudios primarios.

Extracción de Datos: Se incluyeron registros solo si contenían un control emparejado, una media de resistencia a la compresión a los 28 días extraíble para la mezcla modificada con biochar y un nivel de dosificación claro. Las medias de tratamiento se obtuvieron de tablas/texto o se digitalizaron a partir de figuras.
Gestión de la Incertidumbre: Un componente crítico de la metodología fue el tratamiento explícito de la incertidumbre.
- Cuando los artículos de origen reportaban desviaciones estándar (SD), errores estándar o barras de error visibles, estos se convirtieron a valores de SD.
- Para los 123 registros que carecían de valores de incertidumbre utilizables, la SD se imputó utilizando supuestos de Coeficiente de Variación (CV) del 5%, 10%, 15% y 20%. El escenario CV10 (10%) sirvió como caso de referencia.
Simulación: Para cada registro pareado, se simularon las resistencias de tratamiento y control utilizando distribuciones normales truncadas en cero ( $X_{T,i} \sim N(\mu_{T,i}, \sigma_{T,i}^2)$ y $X_{C,i} \sim N(\mu_{C,i}, \sigma_{C,i}^2)$ ).
Métrica de Fiabilidad: El resultado principal fue $P(\text{tratamiento} \geq \text{control})$ , que representa la probabilidad de que la mezcla modificada con biochar iguale o supere a su control emparejado bajo el escenario de incertidumbre seleccionado. Las simulaciones se ejecutaron para 100,000 iteraciones por registro.
Análisis de Sensibilidad: Se realizó una verificación de "exclusión" (leave-out) en el intervalo de dosificación de >2.5–5% para evaluar la influencia de los sistemas especializados (específicamente los registros de mortero curado por carbonatación y concreto espumoso/curado interno).

Resultos Clave
Bajo el escenario de referencia CV10, el estudio encontró que la fiabilidad no es uniforme entre los niveles de dosificación y depende fuertmente del tipo de sistema:

Intervalos de Dosificación Óptima: El intervalo de dosificación de >2.5–5% demostró la fiabilidad general más alta ( $n=75$ ; media $P=0.610$ ; mediana $P=0.678$ ), seguido de cerca por el intervalo de 1–2.5% ( $n=75$ ; media $P=0.583$ ; mediana $P=0.666$ ).
Dosificaciones Bajas y Altas:
- El intervalo de <1% mostró una baja fiabilidad ( $n=22$ ; media $P=0.331$ ), lo que sugiere que los cambios a dosis muy bajas a menudo caen dentro de la dispersión experimental.
- El intervalo de >5–10% fue más heterogéneo ( $n=57$ ; media $P=0.479$ ).
- El intervalo de >10% se mantuvo generalmente desfavorable para la fiabilidad de la resistencia a la compresión ( $n=11$ ; media $P=0.113$ ; mediana $P=0.002$ ).
Dependencia del Sistema: La alta fiabilidad observada en el intervalo de >2.5–5% fue impulsada parcialmente por sistemas especializados. Al eliminar los registros de mortero curado por carbonatación (Chen et al.) y los registros de concreto espumoso (Song et al.) del conjunto de datos, la probabilidad media para este intervalo se redujo de 0.610 a 0.450. Esto indica que el "óptimo" aparente no es una regla universal, sino que es contingente al diseño de la matriz y los mecanismos de curado.
Calidad de los Datos: De los 240 registros, 170 (70.8%) requirieron digitalización desde figuras y 123 requirieron la imputación de incertidumbre basada en CV, lo que resalta las limitaciones actuales en los estándares de reporte dentro del campo.

Significancia y Reivindicaciones
El artículo posiciona su contribución no como la identificación de un óptimo universal de dosificación de biochar, sino como un método de cribado transparente para evaluar la fiabilidad del mantenimiento de la resistencia bajo condiciones de evidencia heterogénea.

Complemento al Metaanálisis: El marco complementa el metaanálisis formal. Mientras que el metaanálisis es preferible cuando se dispone de datos completos de tamaño de efecto y de incertidumbre, este enfoque de Monte Carlo está diseñado para una literatura amplia, heterogénea y parcialmente incompleta donde el agrupamiento tradicional no es factible.
Cambio de Perspectiva: El estudio argumenta que el rendimiento debe entenderse en términos de fiabilidad dependiente del mecanismo en lugar de un único objetivo de dosificación. La misma dosificación nominal puede producir diferentes resultados de fiabilidad dependiendo de si el biochar actúa como reemplazo de cemento, relleno, agente de curado interno o parte de una estrategia de curado especializada.
Necesidades de Reporte: Los autores concluyen que una síntesis cuantitativa más fuerte requiere una mejor notificación de la resistencia media, la desviación estándar, el tamaño de la muestra, el diseño de la mezcla y las características del biochar.
Limitaciones: Los autores declaran explícitamente que los resultados son estimaciones de nivel de cribado, no estimaciones inferenciales agrupadas formales. Advierten contra la generalización de los hallazgos a través de diferentes matrices cementicias (por ejemplo, concreto convencional frente a compuestos cementicios de ingeniería) sin considerar diseños de mezcla y mecanismos específicos. El biochar de alta dosis aún puede ofrecer beneficios para la reducción de la contracción, el rendimiento térmico o el almacenamiento de carbono, pero estos requieren evaluaciones de fiabilidad específicas para cada parámetro final en lugar de inferencias basadas únicamente en la resistencia a la compresión.