Saltar navegación

Videoconferencia 5.1-15-03-24 - Contenido educativo

Ajuste de pantalla

El ajuste de pantalla se aprecia al ver el vídeo en pantalla completa. Elige la presentación que más te guste:

Subido el 20 de marzo de 2024 por Purificación A.

71 visualizaciones

Más información Transcripción

Descargar la transcripción

Bueno, pues entonces, buenas tardes a todos. Y antes de comenzar con la unidad de trabajo número 5, voy a explicaros que ya tenéis abierto, en la unidad de trabajo número 4, tenéis abierto el cuestionario correspondiente. 00:00:00
he revisado 00:00:18
todos los parámetros 00:00:21
de configuración de la plataforma 00:00:24
y creo que lo tengo todo activado 00:00:25
para que cuando lo realicéis 00:00:28
podáis ver no solamente 00:00:29
vuestras calificaciones, sino también 00:00:32
en qué habéis fallado, porque algunos compañeros 00:00:33
me habían comentado que tenían problemas. 00:00:36
Parece que con los últimos cambios 00:00:38
ya lo pueden ver. No obstante, 00:00:40
insisto, si seguís teniendo 00:00:42
problemas, pues comentádmelo 00:00:44
porque yo tengo una incidencia 00:00:46
abierta sobre este tema. Entonces tenéis el cuestionario que lo tenéis abierto desde hoy mismo 00:00:47
hasta el día 7 de abril a las 11 de la noche. Tenéis tres intentos como siempre y la calificación 00:00:54
para aprobar la mínima es un 5 sobre 10. Es el mismo formato del cuestionario que habéis venido 00:01:03
realizando siempre al finalizar cada unidad de las que hemos visto. Y luego tenéis una actividad diseñada para esta unidad de trabajo donde vamos a trabajar varios conceptos que hemos visto 00:01:12
y uno de ellos es la identificación de los códigos LER. Por eso os he subido este archivo PDF que tiene todos los códigos LER, aparte también del hipervínculo que tenéis subido en la página web. 00:01:29
La semana pasada os comenté que no estaba en español. Lo he estado revisando y están. Algunos están en español y otros están en gallego, porque la página web de la empresa es de Galicia. Se entiende bien. 00:01:42
Pero, no obstante, os he subido aquí en PDF, que los está abriendo ahora. Tenéis aquí un PDF de 43 páginas de la decisión de la Comisión Europea del año 2014, por la que se aprueba el listado europeo de los códigos LERC. 00:01:55
Y ahora os explicaré cómo lo vamos a usar. Aquí los tenéis todos. Os recuerdo que siempre empezamos con los dos primeros dígitos que son del 01 al 20, que es lo primero que tenemos nosotros que identificar qué tipo de familia o qué tipo de capítulo encuadraríamos nuestro residuo. 00:02:17
y luego ya una vez que hemos seleccionado los dos primeros dígitos 00:02:37
es cuando pasamos en las siguientes a identificar los cuatro dígitos restantes. 00:02:41
Entonces, volviendo al aula virtual, la tarea que os he subido 00:02:49
pues consta de cuatro ejercicios. 00:02:53
En el primer ejercicio tenéis que clasificar todos los elementos 00:02:59
que tenéis aquí debajo en la tabla que tenéis aquí si pertenecen a lo que es seguridad y salud en el trabajo 00:03:04
o pertenecen a higiene industrial. 00:03:13
Recordad que en la unidad número 4, la unidad de trabajo 4, lo que hemos trabajado fundamentalmente 00:03:16
son todos aquellos aspectos que están relacionados con las enfermedades profesionales 00:03:23
Y todos aquellos agentes de carácter químico, agentes físicos o biológicos que también podían ocasionar daños a la salud del trabajador. Esos daños que pueden ser daños inmediatos a corto o largo plazo es lo que está en relación directa con las enfermedades profesionales. 00:03:29
Y de eso se ocupa la higiene industrial. 00:03:49
Entonces aquí tenéis una serie de conceptos que hemos venido trabajando a lo largo del curso 00:03:52
y que tenéis que clasificar en seguridad en el trabajo o si pertenecen por el contrario a higiene industrial. 00:03:56
En la actividad número 2 tenéis también una serie de contaminantes 00:04:03
que los tenéis que clasificar en contaminantes físicos, contaminantes químicos y contaminantes biológicos. 00:04:11
En la unidad de trabajo número 4 hemos venido trabajando los distintos tipos de contaminantes y tenéis en la presentación y en los contenidos tablas de clasificación de los mismos. 00:04:18
La dinámica es igual, aquí tenéis una serie de contaminantes y los tenéis que clasificar adecuadamente en esta tabla. 00:04:31
La actividad número tres, lo que tenéis es una tabla que está completamente vacía en la que tenéis que completar para cada una de las características que se indican de los distintos contaminantes, cuál es el principal efecto que producen sobre la salud y dais dos ejemplos de ese tipo de contaminante. 00:04:40
Aquí tenemos, volviendo al aula virtual, en la unidad de trabajo número 4, la presentación, tenemos una tablita. Estas tablitas de aquí son las que os van a ayudar a ir completando las dos actividades primeras que os acabo de comentar. 00:05:07
Está para la clasificación de los contaminantes en los laboratorios. 00:05:38
Y la del ejercicio número 3, pues la tenéis aquí. 00:05:43
Tenéis aquí una tabla resumen donde en función de la principal característica o del principal riesgo que tiene este agente químico, 00:05:47
efecto nocivo produce en la salud y aquí tenéis una serie de los principales ejemplos. 00:05:56
Pues con esta tabla podéis completar la actividad número 3, pero solamente me dais dos ejemplos, no necesito que me los pongáis todos. 00:06:01
Y luego, la actividad número 4, tenéis estos residuos químicos peligrosos. 00:06:12
Entonces, lo que quiero es que identifiquéis el código LER de los disolventes orgánicos halogenados. 00:06:22
Este es más bien a nivel general, componentes electrónicos estropeados de un cromatógrafo de gases, 00:06:31
pila de botón con mercurio, el permanganato potásico, en este caso es un reactivo sólido que está caducado, 00:06:40
Y luego los envases vacío de vidrio. En la pila de botón con mercurio lo primero que tenemos que hacer, como os he dicho antes, es identificar los dos primeros dígitos y tenemos que buscar desde el 01 hasta el número 20 cuál es la familia o el capítulo en el que podríamos nosotros encuadrar cada uno de los que tenéis aquí. 00:06:48
Una vez que ya los tenemos identificados, por ejemplo, si estamos buscando la pila de botón con mercurio, repasando los residuos que tenemos aquí, del 01 al 020, vamos a ver cuál es el que más se adapta. 00:07:16
Residuos de procesos químicos inorgánicos, no. Residuos de fabricación, formulación y utilización de la industria fotográfica, procesos térmicos, tratamientos químicos de superficie, residuos de moldeado y tratamiento físico y mecánico, no parece que corresponda, aceites y combustibles líquidos. 00:07:48
Residuos de disolventes, refrigerantes y propelentes orgánicos. En este caso, aquí podríamos buscar disolventes luego dentro de la familia 14, si considera halogenados o no. 00:08:10
Tenéis una pista ahí para seguir con otro apartado del ejercicio número 4. Vamos a buscar dónde podríamos encuadrar nuestra pila de voto. 00:08:27
El capítulo 16 pone residuos no especificados en otro capítulo de la lista. Vamos a dejarlo ahí un poquito en stand-by a ver qué pasa. Residuo de la construcción y demolición tampoco, residuo de servicio médico o veterinario de investigación, residuo de instalaciones para el tratamiento de residuos, plantas externas de depuración, etc. 00:08:37
Y el 20, que pone residuos municipales, residuos domésticos y residuos asimilables procedentes de comercios, industrias e instituciones, incluidas fracciones recogidas selectivamente. 00:08:58
Entonces, de la lista del 0, 1 al 20, tenemos por un lado el número 16 y el número 20, donde podríamos encuadrar nuestra pila de botón, porque parece que el resto no se asemeja en absoluto a lo que nosotros queremos clasificar. 00:09:12
Vamos a irnos al apartado número 16 por exclusión, a ver si encontramos algo donde lo podamos clasificar. 00:09:29
Bueno, disculpad, es que acaban de entrar en la clase por error. 00:09:37
Bien, habíamos dicho el número 16. Nos venimos para abajo y vamos a buscar el número 16. Si no encontramos dentro de la familia 16 ningún apartado o subapartado donde la podamos encuadrar, nos vamos al número 20. 00:09:39
Hay algunos residuos que si no vienen muy bien especificados pueden dar lugar a confusión y en algunos casos pueden existir dos tipos de códigos LER. 00:10:00
En estos casos normalmente se suele un poco ya en la vida real hablar con tu gestor de residuos y pedirle, en caso de que se tenga duda, pues pedirle asesoramiento, porque en el fondo la inmensa mayoría de los residuos que vais a generar en un laboratorio se van a llevar a gestores autorizados. 00:10:14
No vais a realizar tratamientos de neutralización o tratamientos que podéis, algunos podéis hacerlo, pero por regla general, por falta de tiempo y cuando ya se ha contratado un servicio con un gestor autorizado, es el gestor el que se encarga de recogerlos. 00:10:32
Bueno, después de este inciso, vámonos al punto A aquí. Tenemos el 16. Y entonces, dentro del 16 nos habla de residuos que no están especificados en otro capítulo de la lista. El 01 habla de vehículos de diferentes medios de transporte. 00:10:47
Luego, no parece que en el 1601 esté encuadrada la pila. Seguimos al 1602, residuos de aparato eléctricos y electrónicos. Aquí sí podría estar encuadrada nuestra pila de botón con mercurio. 00:11:05
Luego ya tenemos los cuatro primeros dígitos, 16 residuos no especificados en otro capítulo y el 02 que hace referencia a aparatos eléctricos electrónicos. 00:11:23
Y ya lo único que queda es buscar la última pareja de dígitos. Recordad que los códigos LER tienen seis dígitos en grupos de dos. Dentro del 16-02, ¿cuál es el que más se le asemeja? 00:11:41
¿De acuerdo? Entonces, tenéis aquí todos estos residuos. Es verdad que el A es un poco más genérico, pues con que me pongáis los cuatro primeros me es suficiente porque no os he especificado qué tipo de disolvente halogenado sería. 00:11:54
Pero para el resto, pues buscar el código LER que más se le asemeje. Si consideráis que hay dos códigos LER que puedan ser equivalentes, pues los ponéis, no pasa nada. Aquí tenéis la calificación de cada una de las actividades que hacen en total 10 puntos. 00:12:11
¿Vale? Y todos los recursos que vais a necesitar, pues los tenéis subidos en el aula virtual y lo hemos visto en la unidad de trabajo, tanto en los contenidos interactivos como en la presentación y también tenéis subida el PDF con el listado de códigos LER correspondiente. 00:12:31
También la actividad número 4 la tenéis también abierta desde el 15 de marzo hasta el 7 de abril. 00:12:51
Tenéis tres semanitas para realizar las tareas de la unidad de trabajo. A partir de hoy, si tenéis cualquier duda, tenéis habilitados los foros y el correo electrónico para que me escribáis. 00:13:11
¿Vale? Entonces, esto referente a lo que es la unidad de trabajo número 4. Voy a cerrar también este PDF. Bien, entonces, volviendo a la página principal, quería comentaros que tenéis habilitado aquí, en el apartado de prácticas, ya al final de la unidad de trabajo número 5. 00:13:25
Voy a colapsarla. Y os he abierto una especie de encuesta para la sesión de prácticas que he diseñado en el mes de abril. 00:13:52
Solamente va a haber una sesión que será el día 25 de abril. Aquí tenéis el horario. 00:14:06
Y es una práctica de calidad que va a estar relacionada con los contenidos que vamos a abordar en la unidad de trabajo número 5. 00:14:12
¿Cómo se van a tratar los datos que obtenemos en un laboratorio a nivel estadístico? Entonces, lo que tenéis es que contestar si vais a venir o no. 00:14:19
La práctica está, en principio, programada para la fecha del 25 de abril. En caso de que ocurra una circunstancia o una causa de fuerza mayor y se tuviera que suspender, se os avisaría con antelación para que lo supierais, pero la práctica está programada y coordinada con el resto de profesores que hacen práctica para esta fecha, que ya en el aula de tutoría que tenéis de distancia creo que se os ha colgado también el calendario. 00:14:35
¿De acuerdo? Entonces, la encuesta se cierra el próximo miércoles 20 de marzo. ¿De acuerdo? Entonces, aquí la tenéis abierta para aquellos que estéis interesados en venir a hacer la práctica, pues contestáis a la encuesta. Recordad que son totalmente voluntarias. ¿Vale? 00:15:03
Perdón, ¿y qué práctica va a ser para hacer algún tipo de ejercicio específico? 00:15:22
Si vamos a hacer una práctica en el laboratorio, estoy un poco decidiendo entre una calibración o una comparación de dos métodos analíticos, porque ambos conceptos los vamos a ver en la unidad de trabajo número 5. 00:15:29
Lo que pasa es que estoy organizando para que nos dé tiempo no solamente a hacer la práctica, sino también a sacar los resultados y a hacer el proceso de cálculo. Pero será una de las dos. Y lo que vamos a hacer será una parte en el laboratorio y luego vamos a hacer otra parte de tratamiento de datos. 00:15:47
Me gustaría ver si podemos terminar de completarla, aunque sea en el aula de informática, para que veáis cómo se trabaja con la hoja Excel. No sé si alguno de vosotros tiene conocimientos de Excel o la versión gratuita que es LibreOffice. No sé si lo habéis trabajado o lo habéis utilizado no con estadística, porque la hoja Excel es una hoja de cálculo que se utiliza para muchas cosas. No sé si estáis familiarizados con ella. 00:16:03
Mi Excel no es el mejor 00:16:31
Bueno, ¿a qué te refieres? ¿Con el tema de la versión de Excel? 00:16:35
No, bueno, al manejo de... 00:16:42
Ah, al manejo de lo que es el programa 00:16:44
Sí, exacto 00:16:47
Vale, pues entonces a lo mejor sería interesante que una vez que recojamos los datos y los cálculos 00:16:49
Podamos desplazarnos a la aula de informática que está en la misma planta donde están los laboratorios 00:16:55
y os enseño a extrapolar esos datos a la hoja Excel y que veáis cómo las mismas funciones que se calculan con la calculadora y con las fórmulas estadísticas, 00:17:00
cuál es el equivalente en la hoja Excel. Es muy interesante para que veáis la diferencia entre el método analítico normal y luego con una hoja de datos. 00:17:10
En la realidad, lo más seguro que utilicéis sea un programa informático, si no es Excel, pues cualquier otro tipo de programa que tenga implementado el laboratorio. 00:17:22
Lo más normal es la hoja Excel o la versión de LibreOffice. 00:17:30
El único problema que suele tener el tema de la estadística es que para realizar un determinado cálculo de una función estadística 00:17:34
o de un determinado parámetro, puedo utilizar dos fórmulas a la vez. 00:17:42
Lo que tengo que saber identificar son qué datos tengo que meter en cada fórmula o en cada argumento de la fórmula y escoger la que yo quiera. 00:17:47
Entonces, a medida que vayamos avanzando en los contenidos, pues os iré explicando un poquito cómo va la hoja Excel. 00:17:55
Tenemos la unidad de trabajo número 5, que se denomina tratamiento de los resultados estadísticos, 00:18:04
de los datos que nosotros vamos a obtener en nuestros análisis o en nuestra tarea de laboratorio. 00:18:12
Aquí tenéis el índice que vamos a ver, pero no obstante, en la presentación, que como siempre suelo ir con un poquito de retraso, la estoy preparando o la subiré en el momento que esté terminada, aquí vemos los contenidos que vamos a trabajar en esta unidad de trabajo. 00:18:23
A parte de la introducción, vamos a empezar viendo cómo expresamos los resultados analíticos, de qué forma y con qué tipo de unidades, qué es lo que se entiende como cifras significativas, no sé si ya habéis visto en algún otro módulo las cifras significativas cuando habéis hecho temas de análisis químico o alguna asignatura de análisis instrumental. 00:18:43
Me imagino que ya las cifras significativas las habréis visto, supongo. No obstante, aquí las vamos a repasar porque los resultados analíticos tienen que ir con sus cifras significativas correspondientes y con sus unidades también. 00:19:12
cómo operamos con las cifras significativas y su redondeo, evaluación del error experimental, los métodos de calibración que es el límite de detección y el límite de cuantificación, el aseguramiento de la validez de los resultados analíticos. 00:19:24
Aquí comentamos algo a nivel teórico cuando estuvimos viendo las normas de competencia técnica, la 17.025, cuando comentamos lo que era validar métodos analíticos o validar un resultado comparándolo con materiales de referencia certificados. 00:19:45
Pues en este caso conectado con esto que os he comentado la validez de los resultados analíticos se lleva a cabo mediante unos ensayos de significación o unos ensayos de comparación y vamos a ver cuáles son los principales tipos de digamos ensayos que normalmente se suelen llevar a cabo en los laboratorios. 00:20:05
Y, por último, cómo se organiza la información y la recogida de datos dentro de un laboratorio. Estos son los principales contenidos que vamos a trabajar en esta unidad de trabajo. 00:20:25
Y a continuación, los objetivos que se pretenden conseguir, para los cuales un técnico debe de saber valorar, por una parte, la importancia y saber determinar las cifras significativas a la hora de dar resultados analíticos. 00:20:37
Tiene que ser capaz de detectar datos anómalos, saber efectuar un redondeo de los resultados en las distintas operaciones matemáticas que tiene que llevar a cabo a lo largo de su tarea diaria y de medición en los análisis. 00:20:58
También un técnico tiene que ser consciente de la importancia que una buena organización de la información, sobre todo una información que es de carácter matemático, una información cuantitativa para plasmarla en el informe de resultados y a partir de ahí en las conclusiones que luego se le presentan al cliente. 00:21:14
Por otro lado, un técnico tiene que ser capaz de saber diferenciar los principales tipos de errores que se producen en las medidas o en los resultados analíticos y cómo cuantificarlos. 00:21:35
Tiene que saber utilizar las herramientas estadísticas adecuadas para poder cuantificar la incertidumbre que acompaña a todo resultado de medida. 00:21:49
Y por último, para poder establecer dentro de la utilización de los métodos analíticos en un laboratorio si un método analítico está fuera de control o no, para ello se realizan una serie de gráficos. 00:22:05
Nosotros representamos gráficamente los resultados que hemos obtenido de nuestros métodos analíticos y en esa representación gráfica existen dos tipos de gráficos de control. 00:22:20
los más utilizados son el gráfico Sheward y el gráfico Kusum, son los que más vais a utilizar, pues vamos a ver una vez que representamos esos datos y reestablecemos los distintos límites de operación en los gráficos Sheward, por ejemplo, 00:22:31
qué es lo que a mí me da como técnico, me da evidencias de que ese método está fuera de control y hay que revisarlo. 00:22:47
Pues estos son los principales objetivos que a nivel de tratamiento de datos y presentación de resultados un técnico debe de saber manejar. 00:22:55
Pues antes de continuar con el apartado número uno de la introducción vamos a comentar el mapa conceptual que tenéis en la unidad de trabajo habilitado. Voy a bajar un poquito la ventana para que lo podamos ver mucho mejor y tengamos una idea. 00:23:06
un poco global de todo lo que os he comentado en el índice, en la presentación del tema 00:23:24
y también en los objetivos, para ver en qué consiste todo lo que significa 00:23:31
el tratamiento estadístico de los datos. 00:23:39
Es verdad que es una unidad de trabajo que conlleva una serie de cálculos matemáticos 00:23:42
y que tenéis que saber realizar con la calculadora científica. 00:23:49
No sé si la habéis utilizado ya en algunos otros módulos o no sé si en instrumental, por ejemplo. ¿La habéis usado para calcular algún tipo de recta o método de calibración? 00:23:53
Sí, sí, sí, la hemos utilizado. 00:24:10
Sí, ya la habéis utilizado, ¿no? Entonces, ¿estáis familiarizados con ella? Vale. 00:24:12
Sí. 00:24:17
Muy bien, muchas gracias. Pues entonces, bueno, no obstante, si tenéis algún tipo de duda me lo planteáis, porque aquí también las fórmulas matemáticas, por ejemplo, de lo que son la media, la desviación estándar, que tiene una fórmula matemática, en lugar de hacerlo de manera normal, 00:24:18
También la calculadora tiene introducidas dichas fórmulas metidas dentro que las podéis calcular directamente y luego ya veremos en la hoja Excel cuál es la fórmula que tenemos que introducir para calcular la misma variable estadística. 00:24:37
Pues entonces, para presentaros el tema, ¿qué es lo que básicamente hace un técnico de laboratorio? Un técnico de laboratorio es verdad que hace una serie de, digamos, proceso analítico, una serie de medidas y lo que hace es cuantificar. 00:24:51
Está midiendo. Y a la hora de medir, pues tenemos una serie de, digamos, conceptos en los cuales tenemos que fijarnos y saber diferenciar una serie de, digamos, datos o definiciones que tenemos que tener muy en cuenta para no confundirlas porque muchas de ellas suelen ser parecidas en sus definiciones. 00:25:06
Entonces, comenzando por la parte izquierda del mapa conceptual, cuando yo estoy realizando una operación de medida, una medición, yo voy a obtener una serie de datos. Estos datos pueden ser anómalos y entonces existen una serie de criterios estadísticos. 00:25:32
Uno de los que más se utiliza, que también es curiosamente el menos exacto, es el criterio de la Q de Dixon. Este criterio lo que a mí me va a permitir es excluir o aceptar todos los datos de mi resultado analítico. 00:25:52
Una vez que yo aplico este criterio de exclusión, si me sale positivo, es decir, si el dato que yo he considerado anómalo al final se verifica que es anómalo, yo lo elimino de mi listado de datos y continúo con los que me quedan y si lo rechazo todos los datos son válidos. 00:26:10
Esto es lo que se denomina criterios de exclusión. Por otro lado, los datos expresan un mensurando, expresan una magnitud, una cualidad que se puede medir, que se puede cuantificar. 00:26:27
Esa magnitud yo la voy a expresar cuantitativamente con unas cifras significativas y la vamos a expresar redondeada. 00:26:40
Al ser una magnitud, una característica física o química, va a venir acompañada de una unidad de medida. 00:26:51
Esa unidad de medida se va a expresar siempre en el sistema internacional de unidades. 00:26:59
Y los datos que yo obtengo en mis operaciones de laboratorio van a venir afectadas de una incertidumbre. Esta incertidumbre está relacionada con los errores que son intrínsecos o inherentes a cualquier operación de laboratorio o a cualquier proceso que se realice en la vida real. 00:27:05
Sobre todo porque influyen una metodología en un proceso analítico. Puedo tener errores también como el propio analista, ya sea porque no tenga la pericia suficiente o por otros motivos puede haber errores que se arrastren en el propio aparato de medida. 00:27:28
Entonces toda esa operación lleva aparejado una serie de errores que desembocan en las incertidumbres. Los errores pueden ser de carácter sistemático o aleatorio en función de que puedan detectarse y eliminarse o no, se deban al azar y a qué afecta. 00:27:50
Pues aquí empiezan a aparecer ya esas definiciones que os he comentado antes que debemos de saber diferenciar. El error sistemático, que también se llama sesgo, ya lo iremos comentando a lo largo de la unidad de trabajo, el error sistemático afecta a la exactitud de esa medida, mientras que el error aleatorio afecta a la precisión. 00:28:10
¿Cómo calculamos el error sistemático? ¿Cómo calculamos la exactitud? La calculamos con el error absoluto y con el error relativo expresado en tanto porciento. Luego se establecen criterios o reglas de decisión para determinar qué tanto porciento es aceptable a la hora de realizar, por ejemplo, un método analítico para yo poder determinar el nivel de exactitud. 00:28:36
Entonces, eso es lo que se denominan reglas de decisión. Con respecto a la precisión, cómo, digamos, agrupados entre sí se pueden encontrar los resultados de un proceso analítico. 00:29:03
Imaginaros que yo hago, por ejemplo, repito un análisis cinco veces, cómo de cerca están los datos que yo tengo de cada repetición o si por el contrario están muy dispersos. 00:29:19
Eso es lo que se denomina precisión. ¿Y cómo de cerca o disperso van a estar esos datos? ¿Cómo lo expreso yo? Yo eso lo expreso en un intervalo de confianza. 00:29:35
Se llama de confianza porque en ese intervalo, es decir, un intervalo a nivel matemático, es siempre lo que nosotros decimos cuando abrimos un corchete y ponemos, por ejemplo, 5,8 y cierro corchete. 00:29:46
Yo ahí, en ese intervalo, estoy diciendo que entre el 5 y el 8 yo me voy a encontrar todos los datos. Y lo llamo de confianza porque a través de un nivel de confianza que se establece con una probabilidad, 95%, 99%, ya lo explicaré. 00:30:01
yo voy a tener esa confianza del 95%, por ejemplo, de que en ese intervalo se va a encontrar mi valor verdadero. 00:30:22
Puesto que estoy trabajando con errores y con incertidumbres, es muy difícil que un técnico pueda dar un valor exacto, un valor verdadero. 00:30:32
Por eso nos tenemos que mover con intervalos de confianza y con las cifras significativas. 00:30:42
A nivel de lo que es la expresión de los resultados y de los errores que vamos a ir arrastrando o que llevan aparejados estos procedimientos. 00:30:51
Por otro lado, a nivel estadístico, también desde el punto de vista de la validación de métodos y porque la norma de competencia técnica 17.025 así me lo exige, yo puedo comparar dos métodos analíticos. 00:31:01
¿Y qué puedo comparar en esos métodos? Pues yo puedo comparar la exactitud de esos métodos o la precisión de esos métodos. 00:31:18
Y para ello yo voy a utilizar unos parámetros estadísticos, que ya veremos cuáles son, y voy a utilizar unos test estadísticos y unas tablas para poder establecer esa comparación. 00:31:26
Y precisamente esa comparación es lo que se denomina ensayo de significancia o de significación. 00:31:40
Porque podéis verlo escrito de las dos formas. 00:31:48
Y ya por último, también en lo que afecta a mi toma de muestras, también tengo que realizar un tratamiento estadístico. 00:31:51
Porque cuando yo estoy tomando una serie de muestras, yo estoy obteniendo una serie de datos. 00:32:01
Y esos datos que pueden estar vinculados a un método, por ejemplo de análisis, para ver si ese método está o no dentro de los parámetros de control, pues yo lo que hago es los datos de mi muestreo los represento gráficamente y utilizando unos límites estadísticos voy a determinar qué puntos se me quedan fuera de esos límites y en función del número de puntos que se me queden fuera, 00:32:07
yo podré establecer si ese método está fuera o no de control y lo tengo que revisar. 00:32:34
Básicamente es, digamos, la principal aplicación de la estadística como disciplina matemática 00:32:40
a las tareas que desempeñan los técnicos de laboratorio y que debéis de saber identificar, 00:32:48
calcular, manejar e interpretar, ¿vale? Entonces, esto es lo que vamos a ir trabajando 00:32:56
a lo largo de la unidad de trabajo y luego con la práctica que os he comentado, 00:33:02
pues veremos cuál es la aplicación a nivel de laboratorio. 00:33:07
Bien, bueno, pues entonces lo que vamos a hacer es comenzar con el punto número uno, 00:33:11
que es nuestro tratamiento de datos estadísticos. 00:33:17
Disculpad, he oído un poquito de agua. 00:33:23
Y entonces comenzamos con la parte de la introducción. 00:33:27
He minimizado demasiado la ventana. ¿Me estáis escuchando? Sí. He minimizado tanto la ventanita donde aparezco yo que ahora no soy capaz de sacarla. 00:33:31
Bueno, vale, si tenéis alguna duda o lo que sea, podéis interrumpirme porque no os puedo ver y no quiero salirme del aula virtual. Bueno, continuamos con el punto número uno. Vamos a empezar ya en serio con lo que son el tratamiento de los resultados analíticos y vamos a seguir hablando de calidad, 00:33:49
Pero ahora nos vamos a centrar en la definición de calidad, pero ya con los datos que yo estoy obteniendo de mi trabajo diario. En un laboratorio, la calidad de los resultados analíticos es lo que a mí me va a determinar la fiabilidad de esos resultados, su veracidad, su nivel de confianza, por decirlo de alguna forma. 00:34:09
¿De acuerdo? Entonces, ¿cómo expreso yo de una manera cuantitativa, con números, esa fiabilidad? Pues esa expresión es lo que se denomina incertidumbre. 00:34:34
Esa incertidumbre que está también relacionada con ese intervalo de confianza, con ese margen de valores en los cuales yo voy a tener una determinada probabilidad, que ya veremos cuál es la que vamos a adoptar en el caso de los análisis químicos, los resultados analíticos, 00:34:46
donde yo en esa probabilidad sé que va a estar mi resultado. 00:35:06
Como es un rango, no puedo dar un valor verdadero. 00:35:11
Por eso se llama incertidumbre. 00:35:16
Pero cuando hablamos de incertidumbre y de intervalo de confianza, 00:35:18
estamos hablando de lo mismo. 00:35:21
¿Vale? No nos perdamos porque lo que ocurre mucho 00:35:23
con el tema de la estadística aplicado al laboratorio 00:35:26
es que se suele utilizar, dependiendo de la bibliografía que leáis 00:35:28
o que encontréis, incluso la propia norma, pues utiliza terminología distinta para hablar muchas veces de lo mismo. 00:35:33
Entonces, cuando nosotros hablamos de incertidumbre, de intervalos de confianza, estamos hablando de lo mismo. 00:35:42
Entonces, la forma correcta de expresar los resultados de los análisis, esa forma correcta, esa expresión cuantitativa, 00:35:48
es a través de un nivel de confianza, de un intervalo de confianza previamente está establecido. 00:35:58
Es decir, ya lo adelanto, aunque lo haremos más adelante, 00:36:06
para la inmensa mayoría de los resultados o de los análisis que vais a realizar, 00:36:09
el nivel de confianza que vais a utilizar en los distintos cálculos estadísticos es del 95%. 00:36:14
Existen también niveles de confianza del 99,5% y del 99,7%. 00:36:21
Pero la inmensa mayoría de los resultados analíticos se van a mover dentro del nivel de confianza del 95%. 00:36:30
Entonces, lo que vamos a aprender a lo largo de esta unidad de trabajo es cómo expresar esa incertidumbre, 00:36:39
ese intervalo de confianza, con qué cifras significativas y luego cómo vamos a representar 00:36:48
los resultados analíticos, cuáles son los principales tipos de errores que yo me puedo 00:36:57
encontrar, cómo los puedo corregir, cuál es el tratamiento estadístico que yo le voy 00:37:03
a dar a todos esos datos y qué herramientas informáticas son las que puedo utilizar para 00:37:09
organizar y presentar esos resultados. La que más utilizan es la UJF. Entonces, ¿cuál 00:37:14
es la disciplina o la parte de la química que es la que se encarga de estudiar precisamente 00:37:22
todos los tratamientos estadísticos de vuestros resultados analíticos? Pues tenemos por una 00:37:31
parte la quimiometría y por otra parte la cualimetría. La quimiometría es la disciplina 00:37:38
química que es la que utiliza los métodos matemáticos y estadísticos para diseñar o 00:37:45
seleccionar procedimientos de medida y experimentos o análisis y proporcionar la máxima información 00:37:53
química mediante el análisis de los datos. Esta es la definición que da el Instituto de 00:38:01
química americano, el estándar americano. Las principales aplicaciones de la quimiometría 00:38:08
son, por una parte, desarrollar procedimientos de optimización de métodos analíticos, 00:38:14
diseñar experimentos y simular procesos. Por otro lado, muy importante esta parte del 00:38:23
desarrollo de librerías o bases, bancos de datos sobre espectros para identificar automáticamente 00:38:30
especies o estructuras químicas. Por otro lado, la cualimetría, su principal objetivo es establecer 00:38:38
los procedimientos necesarios que me permiten evaluar la calidad analítica, esa fiabilidad de 00:38:46
los datos para que yo pueda comparar entre sí resultados analíticos. Si no, las comparaciones 00:38:54
no son posibles, sobre todo de cara a esos ejercicios de intercomparación o de interlaboratorio 00:39:02
que estuvimos comentando cuando hablamos de la norma de competencia técnica 17.025 como 00:39:08
uno de los principales procedimientos de validación de métodos. Es a lo que se refiere la comparabilidad 00:39:15
de los resultados analíticos, el hecho de que yo los pueda comparar. 00:39:24
Entonces vemos que tanto la quimiometría como la cualimetría, ambas trabajando en conjunto, 00:39:29
desarrollan por una parte la determinación de la incertidumbre que va asociada a cualquier resultado analítico, 00:39:36
la validación de los métodos, cuáles son los principales ensayos de comparación que yo voy a utilizar 00:39:45
para validar métodos, no, perdona, ensayos de significancia y la validación de método, 00:39:51
disculpadme, me he confundido, se refiere a lo que es la comparabilidad de los resultados, 00:39:56
los ejercicios de interlaboratorio, que era uno de los métodos de validación. 00:40:00
¿Vale? Entonces, estos son los principales objetivos de la quimiometría y la cualimetría 00:40:07
utilizando las herramientas de carácter estadístico. 00:40:13
Y a continuación, pues vamos a pasar a la expresión de los resultados analíticos. Y aquí tenéis las distintas etapas de todo procedimiento analítico. 00:40:18
Vemos que todo procedimiento analítico comienza con la identificación de un problema, que normalmente siempre suele ser la identificación de un analito a nivel cualitativo y a nivel cuantitativo. 00:40:35
Ese suele ser siempre el punto de partida de todo proceso analítico. 00:40:50
Y luego, una vez que yo ya tengo identificado el problema, qué tipo de analito quiero yo identificar, voy a elegir un método analítico. 00:40:54
Una vez seleccionado el método, tengo que realizar una etapa de muestreo. 00:41:05
A partir de la etapa de muestreo, tengo yo un procesamiento de la muestra, realizo una determinación analítica en función del método que yo haya elegido, 00:41:11
Luego, obtengo una serie de resultados que tengo que trabajarlos, tengo que tratar esos resultados para poderlos evaluar y extraer unas conclusiones que yo voy a plasmar en mi informe de resultados que luego le daremos al cliente. 00:41:24
Entonces vemos como que en todo proceso analítico yo voy a manejar cifras, voy a manejar magnitudes, datos y voy a expresarlos en un resultado final que siempre tiene que tener la expresión cuantitativa de esa magnitud o propiedad que yo estoy determinando. 00:41:54
determinando, por ejemplo, una masa, si estoy determinando una concentración, que es lo más 00:42:22
frecuente. Luego, la magnitud tiene que ir acompañada de una precisión. Aquí ya estamos 00:42:28
trabajando, estamos introduciendo el error, la precisión que está también muy relacionada con 00:42:36
el instrumento de medida, con el método analítico y mi determinación analítica. Y por último, como 00:42:42
estoy con una magnitud, tengo que expresarla correctamente en las unidades que me indica 00:42:48
el sistema internacional. Entonces, una vez que yo ya tengo claro que voy a tener que 00:42:53
cuantificar una magnitud con una precisión o con un nivel de incertidumbre y con unas 00:43:01
unidades, pasamos a la siguiente diapositiva donde vemos cómo se expresa. Aquí tenemos 00:43:07
El mensurando o el valor de la magnitud, más menos, esta es la forma de expresar ese intervalo de confianza y aquí veis precisión. Es muy común también que veáis en algunos, digamos, manuales de estadística aplicada a las técnicas analíticas, que veáis aquí incertidumbre o nivel de confianza, ¿de acuerdo? 00:43:16
Porque estamos hablando de lo mismo. Cuando yo tengo aquí, tenéis el ejemplo aquí debajo, la magnitud que yo he medido es una magnitud de concentración porque veo que la unidad es la unidad de molaridad, moles por litro en el sistema internacional. 00:43:42
Luego yo estoy cuantificando una concentración. El resultado es 0,001 más menos 0,001. 00:43:59
Yo esto puedo expresarlo también en forma de intervalo de confianza, por ejemplo 0,0099 si resto el 0,001 del valor de mi magnitud o si se lo sumo pues tendría el extremo superior del intervalo. 00:44:10
Tengo distintas formas de expresarlo. La más común que vais a ver es esta que tenéis aquí. Por eso, insisto que podemos ver magnitud con precisión, incertidumbre o intervalo de confianza. 00:44:33
Porque yo estoy, cuando ya entremos en lo que es la definición del nivel de probabilidad, estoy yo admitiendo que en este intervalo se va a encontrar con un determinado nivel de probabilidad mi valor verdadero. 00:44:47
Entonces, vemos que un ensayo cuantitativo siempre me da un valor que tiene que acompañarse y expresarse, preferiblemente en unidades del sistema internacional y siempre siguiendo reglas específicas en lo que respecta al redondeo y al número de cifras significativas, además de la incertidumbre. 00:45:05
La incertidumbre es lo mismo que la precisión o que el intervalo de confianza. A mí me gusta más hablar de intervalo de confianza porque creo que cuando hablamos de intervalo de confianza estamos ya dando un nivel de probabilidad y ya se está entendiendo que dentro de ese rango de valores es donde se va a encontrar mi valor verdadero. 00:45:32
pero que es muy común, insisto, que veáis incertidumbre o también precisión. 00:45:55
Entonces, aquí veis cómo tenemos las cifras significativas concordantes en el valor del mensurando y en el valor de su incertidumbre. 00:46:02
Deben de tener siempre las mismas cifras significativas. 00:46:14
Bien, entonces, continuando con la expresión de los resultados analíticos, vamos a hablar de lo que es el valor verdadero de una magnitud o de un mensurando. 00:46:19
Mensurando magnitud o, digamos, característica física o química que se puede cuantificar es lo mismo. 00:46:36
Y ese valor verdadero es un valor indeterminado. Es decir, yo no puedo afirmar a ciencia cierta que sea 5 exacto. No puedo decirlo. Es un valor que está, digamos, incierto. ¿Por qué? 00:46:44
Porque el resultado de una medición, al estar afectado de una serie de errores, yo lo único que puedo dar es una estimación, puedo dar una aproximación con un nivel de confianza o de seguridad de esa magnitud. 00:47:01
Y únicamente puedo decir que ese valor es, digamos, de alguna forma completo cuando yo al valor verdadero lo acompaño de una expresión de su incertidumbre, con ese más-menos. 00:47:18
Es cuando yo, de alguna manera, estoy dando una cifra que se acerca bastante a lo que pueda ser su valor real, que, insisto, nunca lo podemos afirmar a ciencia. O sea, podemos decir exactamente que es un valor numérico exacto. Siempre es un valor que está dentro de un intervalo. 00:47:35
Por eso, dentro de los términos de metrología, en el vocabulario internacional, se define el error como la diferencia entre el resultado obtenido en un proceso y el valor verdadero del mensurando. 00:47:57
Y seguro que muchos de vosotros preguntaréis, bueno, ¿y ese valor verdadero dónde está? Ese valor verdadero, por ejemplo, en el caso de cuando yo comparo los resultados de un método mío con un material de referencia certificado, ahí el valor que me da el material de referencia certificado se puede considerar como el valor verdadero en este caso. 00:48:14
Luego ya veremos qué es lo que nosotros vamos a considerar dentro de lo que es los conceptos estadísticos de población y de muestra para poder entender qué es lo que se puede entender como valor verdadero. 00:48:39
¿Vale? Entonces vemos que el valor verdadero es siempre indeterminado y que el error es un concepto ideal y aparte de ideal va inherente al proceso de medida. 00:48:54
¿Vale? Entonces nosotros siempre ese valor verdadero no lo vamos a poder conocer. El objetivo siempre de toda medición es determinar ese valor de la magnitud que yo quiero medir. 00:49:09
Por eso el primer paso que nosotros siempre tenemos que dar es la definición adecuada de esa magnitud, el método que yo voy a utilizar para cuantificarla y cuál es el procedimiento de medida 00:49:27
Para yo poder en todos estos pasos tener un control de los distintos errores que yo voy a ir de alguna manera arrastrando porque son inherentes a todo el proceso analítico y los pueda detectar, cuantificar y en los casos que sea posible, eliminar. 00:49:44
Vale, entonces vamos a ver lo que es la definición de los principales tipos de errores que os comenté, os adelanté algo, creo que fue la unidad de trabajo número 3 y ahora pues vamos a ver un poco más en profundidad cuáles son los principales tipos de errores que nos podemos encontrar en una medición. 00:50:04
Estos errores que suelen afectar al resultado de medida suelen ser de dos tipos. Los errores sistemáticos y los errores aleatorios. 00:50:37
Los errores sistemáticos tienen una causa definida, es decir, los voy a poder conocer y puedo corregirlos. ¿Dónde tienen su origen los errores sistemáticos? 00:50:48
Pues tienen su origen en el factor humano, por ejemplo, una lectura errónea, unos malos hábitos de trabajo, falta de pericia del técnico, reflejos lentos. 00:51:00
También pueden tener su origen en el propio instrumento de trabajo, una calibración errónea, una mala nivelación o nula nivelación de las balanzas, 00:51:15
un equipo defectuoso, material de vidrio sin calibrar. Y también puede haber errores del método. 00:51:25
Por ejemplo, que si yo estoy realizando un análisis de precipitación, aparte del soluto, a mí me precipiten 00:51:34
otras impurezas a la vez. Que existan reacciones secundarias que de alguna manera me puedan enmascarar. 00:51:41
El resultado suele ocurrir a veces en las volumetrías, cuando utilizáis indicadores que no se aprecien muy bien ese punto de viraje, ese cambio de color que a mí me puede dar sabiendo que yo utilizo un naranja de metilo y sé dónde se produce el punto de viraje. 00:51:49
Si no ocurre, es posible que esté habiendo reacciones secundarias que me están enmascarando ese resultado. 00:52:06
Todo eso son errores sistemáticos. 00:52:13
¿Cómo se pueden identificar? 00:52:16
Pues yo los puedo identificar utilizando materiales de referencia, realizando calibraciones, usando blancos y los puedo corregir. 00:52:17
Los puedo corregir mediante calibración, ya sea del instrumento de medida o del material y también realizando medidas sobre sustancias patrón o materiales de referencia. 00:52:30
Luego, en definitiva, los errores sistemáticos, humanos, instrumentales o de método, puedo cuantificarlos, corregirlos y eliminarlos, si no al 100% en su inmensa mayoría. 00:52:43
Sin embargo, con los errores aleatorios, como su nombre indica, que son errores al azar, pues no los puedo eliminar, no puedo actuar sobre ellos. 00:52:57
Son errores inherentes y son inevitables. Se deben a una serie de factores, pues que son factores ambientales o factores que se producen durante la realización del análisis y al estar sometidos al azar, pues este tipo de errores son difícilmente identificables y por tanto cuantificables y sobre todo evitarlos o eliminarlos es muy difícil. 00:53:07
Por eso no se pueden corregir, porque se desconoce su magnitud y se desconoce su origen. 00:53:37
Es verdad que se pueden, digamos, adoptar una serie de medidas generales para tratar de minimizar que aparezcan, pero no se pueden eliminar. 00:53:43
Entonces, siempre cuando vamos a expresar el error de un resultado hay que distinguir entre lo que es el error del aparato, es decir, la precisión, y el error estadístico, que es el que vamos a calcular y lo aprenderemos con el parámetro de la desviación típica o de la desviación estándar. 00:53:53
Entonces, aquí tenéis una tablita resumen donde veis principales ejemplos de errores sistemáticos, por ejemplo, errores de equipo, aquí tenéis unos ejemplos, fricción en los rodamientos porque se producen componentes que no están alineados o no son lineales, equipo dañado, errores en la calibración, errores de carácter ambiental, por ejemplo, cambio de temperatura, cambios de humedad, de presión y los errores aleatorios, 00:54:20
pues veis aquí que son eventos desconocidos, que son muy inexplicables y que ocurren al azar y que afectan siempre a las mediciones. 00:54:50
Y un ejemplo de cómo podemos estimarlos, aunque ya lo he comentado en las dos diapositivas anteriores. 00:55:01
Entonces vemos que el error será la suma del error aleatorio, precisión y del error sistemático 00:55:08
que está relacionado con la exactitud. 00:55:17
Y aquí vemos un ejemplo gráfico de la principal diferencia entre precisión y exactitud. 00:55:21
Vemos, por ejemplo, en el caso número 1, donde los resultados de nuestro procedimiento, 00:55:28
los datos que hemos obtenido, están todos muy agrupados, pero están lejos de encontrarse en el centro. 00:55:36
Luego, este valor, como están los resultados muy próximos unos con otros, es preciso, pero al estar alejados del centro no es exacto. 00:55:43
En el caso número 2 tenemos valores en el centro y también entre sí muy próximos. Luego tenemos un caso de precisión y exactitud. 00:55:55
En el caso número 3 tenemos mucha dispersión de datos, tanto a nivel de cercanía al centro como entre sí. Luego aquí tenemos poca precisión y poca exactitud, o el método no es ni preciso ni exacto. 00:56:05
Y aquí tenemos, por ejemplo, en este caso, el caso número 4, que tenemos que es un método no preciso porque existe mucha dispersión de datos, pero están agrupados más o menos en el segundo nivel en el que se podría decir que es exacto. 00:56:23
No en el centro, pero sí está en la inmensa mayoría en este segundo nivel. Es exacto, pero no es preciso porque los datos están muy dispersos. Para que sepamos distinguir entre lo que es precisión y lo que es exactitud. 00:56:43
Y entonces, pues vamos a dejarlo aquí para repasar a la vuelta de Semana Santa, porque la semana que viene ya el día 22 estamos de vacaciones, entrar con lo que son las cifras significativas y ya meternos de lleno en el tratamiento estadístico. 00:56:58
Quería comentaros una cosita. ¿Habéis visto cifras significativas en otros módulos? 00:57:17
Hola 00:57:21
Lo vimos un poquito el año pasado 00:57:27
en físico-químicos, pero bueno 00:57:30
es un concepto 00:57:32
complicado 00:57:33
Vale, bueno, pues entonces 00:57:35
lo repasaremos 00:57:37
me detendré un poquito más 00:57:40
cuando empecemos con ello, porque sé 00:57:42
que en algunos módulos 00:57:44
también lo soléis 00:57:46
trabajar y lo que quería saber un poco 00:57:48
es a qué nivel de profundidad lo habíais 00:57:50
visto para detenerme un poco más 00:57:52
o avanzar, era solamente por eso. Pero bueno, no os preocupéis, cuando volvamos de Semana Santa 00:57:54
me detendré en lo que son las cifras significativas y cómo se opera con las cifras significativas 00:58:00
y cuáles son las que nosotros tenemos que dar. ¿De acuerdo? Vale, bueno, pues entonces lo que voy a hacer es detener la grabación. 00:58:07
Idioma/s:
es
Autor/es:
Purificación Alba
Subido por:
Purificación A.
Licencia:
Todos los derechos reservados
Visualizaciones:
71
Fecha:
20 de marzo de 2024 - 14:36
Visibilidad:
Clave
Centro:
IES LOPE DE VEGA
Duración:
58′ 19″
Relación de aspecto:
1.78:1
Resolución:
1092x614 píxeles
Tamaño:
185.20 MBytes

Del mismo autor…

Ver más del mismo autor

EducaMadrid, Plataforma Educativa de la Comunidad de Madrid

Plataforma Educativa EducaMadrid