Triticum aestivum, Triticum durum y Glycine max

Slides:



Advertisements
Presentaciones similares
QUALITY FOR TOMORROW BEGINS TODAY
Advertisements

LA CONFIANZA EN LA COMPETENCIA TECNICA ES ESENCIAL PARA EL RECONOCIMIENTO MUTUO.
EFAMMJJASONDEFAMMJJASOND Programa Compromiso con la Calidad Modelo de Aseguramiento de la Calidad Manuales de Aseguramiento de la Calidad Sistema de Aseguramiento.
UNIVERSIDAD DE CASTILLA - LA MANCHA ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA AGRÍCOLA DE CIUDAD REAL DISIPACIÓN DE RESIDUOS FITOSANITARIOS EN EL.
Unidad de Consultoria Interna
Aclaraciones de la Medición,Análisis y Mejora 1 PUNTOS A TRATAR: GENERALIDADES Y PLANIFICACION: La planificación de las mediciones,análisis de los datos.
CONTENIDOS Teoría del muestreo ¿Cómo seleccionar una muestra?
Introducción En toda investigación, y antes de extraer conclusiones acerca de los objetivos e hipótesis planteados, es necesario llevar a cabo un análisis.
COLEGIO FERNANDO MAZUERA VILLEGAS
Conceptos para Evaluar Sistemas de Medición (Cap. II - MSA-4: 2010)
HERRAMIENTAS ESTADÍSTICAS PARA CONTROL DE CALIDAD
Contraste de Hipótesis
PROCEDIMIENTO “REVISIÓN POR LA DIRECCIÓN” (P )
La Colaboración Científica en el Perú Mg. Josmel Pacheco-Mendoza Mg. Yusnelkis Milanes Guisado.
CALIDAD EN EL LABORATORIO DE ANÁLISIS CLÍNICOS
Poster DESEMPEÑO DE LOS LABORATORIOS DE ALAP EN RONDAS INTERLABORATORIOS ORGANIZADAS POR PROINSA Bortolotti, V. (1) ; Cariacedo, C. (2)(*) ; Rivero de.
EVOLUTION OF A.L.A.P. SEED TESTING LAB IN ARGENTINA M. C. DE PABLO, J. M. RESSIA¹, A. MARTINELLI, M. M. SCANDIANI Asociación de Laboratorios Agropecuarios.
INTRODUCCIÒN A LA CALIDAD TOTAL I
Construcción de trabajo de grado 2 Prof Helena del Corral Enero 16 de 2012.
CARACTERÍSTICAS ESTADÍSTICAS
Diseño de Experimentos
Medición, Análisis y Mejora
SIX SIGMA Y BASEL II (SEIS SIGMA Y BASILEA II).  Es una metodología diseñada por la empresa Motorola con el objetivo de reducir los defectos que se producen.
Muestreo Obtención de evidencia confiable y pertinente, suficiente para brindar una base razonable sobre la cual emitir una opinión. Procedimientos que.
Indicadores de Desempeño
Estimación por Intervalos de confianza
Fundamentos de Investigación
Conceptos básicos de inferencia
HERRAMIENTAS PARA EL CONTROL ESTADÍSTICO DE CALIDAD.
“Gerenciar la adquisición de productos y servicios a los proveedores del proyecto en desarrollo a partir de acuerdos formales”.
Resultados Evaluación Docente 2011 Santiago, 27 de marzo de 2012.
Resultados en las pruebas SABER 5º, 9º y 11º Subdirección de Análisis y Divulgación Bogotá, enero de 2012.
Redes Múltiples Redes Sociales: Conceptos Básicos IV.
Estadística Descriptiva
Taller Anual REDELAC – SICECAL Buenos Aires, Argentina 19 de noviembre de 2010 Disertante: Qca. Farm. Patricia Labacá Coordinadora de Servicios Externos.
Depósito en suelo de dos trazantes ecohidrológicos ( 7 Be y Cl - ) por acción de la lluvia en la región central de Argentina Juri Ayub, J. 1, Santoni,
MATERIAL DE CAPACITACIÓN DEL CODEX FAO/OMS
4ª REUNION PULSENET AL CERTIFICACION Buenos Aires, Argentina: 22 y 23 de Junio 2006 Marta Rivas INEI – ANLIS “Dr. Carlos G. Malbrán” Secretaría de Políticas,
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
¿Para qué ISO 17025? Ser reconocido como competente en la realización de ensayos específicos. La satisfacción de los clientes y mayor confianza en los.
Investigación Experimental
I NVESTIGACIÓN DE MERCADOS “4.3 ETAPA DE EJECUCIÓN DE LA INVESTIGACIÓN DE MERCADOS ” Presenta: José Eduardo Torre Falcon.
Unidad V: Estimación de
Grupo Continental Control de Procesos.
Econometría Clase 10 Caso práctico. El Gerente General de la compañía Aceros del Pacífico considera que los ingresos podrían aumentar un 3,5% durante.
Capacidad de Proceso.
Inferencia Estadística
CON FILTROS COLECTORES PARA
UNIDAD 1.- EVALUACIÓN DE DATOS ANALITICOS
La Gestión y el Control de Procesos
PRUEBAS ESTADISTICAS NO PARAMETRICAS
Puncochar and Fox Confidence in Individual and Group Decision Making: When “Two Heads” Are Worse Than One Alumnos: Federico Blanco, Gabriel Valladares.
Introducción al proceso de verificación y validación.
Regresión Lineal Simple
Desarrollo de lógica algorítmica.
RIESGO, RENDIMIENTO Y VALOR
Gráfica de número de no conformes (np)
Benemérita Universidad Autónoma Facultad de Enfermería Contenido de los Informes de Investigación.
Calidad de las Mediciones; Repetibilidad y Reproducibilidad
EN TRIGO … LA CALIDAD ES IMPORTANTE EVALUACIÓN DE CALIDAD EN PRE COSECHA VER MAS.
GUÍA PARA LA PRESENTACIÓN DE TRABAJOS ESCRITOS
ALEXIS VERA LUIS VERA 5 SEMESTRE Estas herramientas nos sirven para controlar procesos, resolver problemas, tomar decisiones. Además de ser una.
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
CONIMEIRA XVI DISEÑO, CONSTRUCCIÓN Y PRUEBAS DE UNA CÁMARA DE NIEBLA SALINA Luis E. Dahbura Ramos 1,* & Jonathan A. Berríos-Ortiz 1 1 Escuela de Ingeniería.
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
Verificación y Validación del Software
RECHAZO DE DATOS DE UNA SERIE
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
Transcripción de la presentación:

Triticum aestivum, Triticum durum y Glycine max EVOLUCION DE LOS LABORATORIOS DE A.L.A.P Triticum aestivum, Triticum durum y Glycine max M. C. de Pablo, L. Daulerio, J.Ressia, Comisión Semillas A.L.A.P Asociación de Laboratorios Agropecuarios Privados (A.L.A.P) Facultad de Agronomía, Universidad Nacional del Centro de la Provincia de Buenos Aires, Azul, Argentina.   Introducción Resultados Los resultados de los análisis de calidad obtenidos en una muestra representativa de un lote de semillas, están sujetos a errores por diferentes fuentes de variación y por lo tanto son estimaciones, predicen “un intervalo de valores de calidad”. Por ello es que análisis realizados sobre un mismo lote de semillas, en distintas muestras extraídas, “no proveen resultados idénticos” y repeticiones de análisis sobre una misma muestra, pueden dar “diferentes resultados”. Con el fin de disminuir el “intervalo de valores de calidad”, los integrantes de la Asociación de laboratorios Agropecuarios Privados (ALAP ),cuentan con ensayos inter-laboratorios que permiten visualizar y/o cuantificar la homogeneidad en la aplicación de las distintas metodologías de análisis.   En las pruebas de germinación estándar la compatibilidad entre laboratorios, respecto a la media general, manifestó resultados satisfactorios, en ambas especies.   Figuras 1 y 2.-Compatibilidad entre resultados de plántulas normales y valores medios por año analizado Objetivos Figura 3.- Evolución de los resultados de ALAP en función de las Medias Generales. Cuando disminuyó la calidad de las semillas analizadas, con medias por debajo del 80%, aumentó la variabilidad entre resultados. Estadísticamente esto es esperable. La variación no se elimina completamente, aún utilizando procedimientos y equipamientos, establecidos por las Reglas ISTA. Evaluar el desempeño de los laboratorios de ALAP en las especies: Triticum aestivum, Triticum durum y Glycine max mediante el análisis de la categoría “plántulas normales”. Planificar e implementar acciones correctivas para ayudar a aquellos laboratorios que lo necesiten. Materiales y Métodos Cada laboratorio evaluó muestras de las especies: Triticum aestivum, Triticum durum y Glycine max 2002: Triticum aestivum. 2003: Triticum durum. 2004: Glycine max, Triticum aestivum. 2006: Glycine max. 2010: Triticum aestivum. 2011: Triticum aestivum, Glycine max. 2012: Triticum aestivum, Glycine max. A las muestras utilizadas se les realizó un test de homogeneidad previo a la entrega, que aseguró la uniformidad de las mismas. Se les asignó un código, con el cual se identificaron durante el análisis estadístico. En todos los casos se hizo poder germinativo siguiendo las Reglas ISTA. El resultado de cada laboratorio participante en el inter-laboratorio, se consideró compatible con la media general (MG) si la diferencia entre los porcentajes de los dos análisis, no excedió la tolerancia dada por la tabla G5, columna C, Miles (Handbook pág.648): “Table G5. Germinations in different laboratories; all percents are estimates; 2-way test equivalent; 2 or 3 or four 400-seed tests.”  Para determinar la evolución del desempeño de los laboratorios, en la determinación del Poder Germinativo por año, se promedió el porcentaje de laboratorios compatibles con la media general (MG). Discusión y Conclusiones En el caso de soja, una de las posibles causas de la incompatibilidad entre resultados podría deberse a que, no existe dentro de las Reglas ISTA, hasta el momento, un patrón específico que aclare los tipos de anormalidades y ocurre que, subjetivamente, se designa a plántulas normales como anormales y viceversa. Esto se intensifica en los años donde la semilla es de calidad inferior. Con porcentajes de plántulas normales por debajo del 80%, sería conveniente asegurar que el número de repeticiones evaluadas, sean las necesarias para la obtención de resultados representativos y reproducibles, con el fin de disminuir el “intervalo de valores de calidad”, que certifiquen un correcto desempeño intra e inter-laboratorio. Además, deberían ser tenidos en cuenta, otros métodos que corroboren los datos obtenidos aplicando “germinación estándar”. A través de reuniones de capacitación anuales en ALAP, se vieron los resultados obtenidos, se discutieron los protocolos y se hicieron capacitaciones con especialistas.