SCIP es una base de datos de información sobre sustancias extremadamente preocupantes presentes en artículos como tales o en objetos complejos (productos), establecida en virtud de la Directiva marco sobre residuos (2008/98/CE). Los proveedores de artículos han de presentar esta información a la ECHA desde el 5 de enero de 2021 en adelante. El objetivo de SCIP es asegurar que la información sobre sustancias extremadamente preocupantes (SVHC) presentes en la lista de sustancias candidatas esté disponible a lo largo del ciclo de vida completo de los productos y materiales, incluyendo en la fase de residuos.
Asimismo:
- fomenta la sustitución de tales sustancias peligrosas por alternativas más seguras en la producción de artículos;
- contribuye a establecer una mejor economía circular al ayudar a los gestores de residuos a garantizar que los materiales reciclados no contengan dichas sustancias .
La base de datos de SCIP no impone obligación alguna a los gestores de residuos. Asimismo, les proporciona datos adicionales para apoyar al sector de los residuos, potenciar las prácticas actuales en materia de gestión de residuos y fomentar el uso de estos como recurso.
Por ejemplo:
- podría ayudar a segregar los residuos que contengan sustancias incluidas en la lista de sustancias candidatas durante las actividades de recogida, desmontaje y clasificación de residuos;
- puede ayudar a identificar flujos basados en materiales que podrían verse afectados por tales sustancias presentes en los artículos cuando se convierten en residuos; y
- también podría contribuir a la innovación y la aparición de nuevas tecnologías para el tratamiento de residuos.
Casuística de usos
Clasificación de residuos: Identificación de artículos que podrían contener SVHC en productos reciclados de plásticos mixtos (Wood, 2019)
Recicladores: Refuerzo de la identificación de SVHC por medio de la cadena de valor de plásticos (reciclados) (Wood, 2019)
Recicladores de AEE: Granularidad y desmontaje mejorados en el reciclaje de productos electrónicos de consumo (Wood, 2019)