CONICET | Buscador de Institutos y Recursos Humanos

En carreras relacionadas a las ciencias exactas experimentales es común encontrar a laasignatura Química Analítica Instrumental en el plan de estudios. Esta inclusión es justificadadebido al creciente número de técnicas analíticas que se llevan a cabo con instrumentos tantodurante la formación académica como en la práctica profesional. Dado que estas técnicasgeneran una gran cantidad de datos, resulta indispensable procesarlos de manera eficientemediante la aplicación de cálculos automatizados y pruebas estadísticas.Hasta el año 2019, nuestros estudiantes solían procesar los datos utilizando diversos programasprivativos. Además de su utilización usual sin licencia y sin la orientación adecuada, losestudiantes también debían asegurarse de contar con recursos de cómputo suficientes y con unainstalación compatible con el sistema operativo correspondiente. Estos últimos aspectos eranincompatibles con la idea de que dentro de la cátedra se desarrollara un programa propio yfácilmente instalable para evitar las limitaciones mencionadas.En búsqueda de una solución que pudiera evitar las restricciones citadas anteriormente y que asu vez favoreciera el acceso desde distintos sistemas operativos y dispositivos, a partir de 2019decidimos desarrollar y distribuir hojas de cálculo a través de la plataforma de Google. Esteenfoque nos permite liberar de instalaciones y carga computacional a nuestros alumnos, quienespueden acceder a las hojas de cálculo desde cualquier sistema operativo y dispositivo,incluyendo teléfonos celulares, siempre y cuando tengan acceso a Internet.Estas hojas de cálculo resultaron ser de gran utilidad en las clases de Trabajos Prácticos (TPs) yColoquios, ya que permiten procesar datos para construir curvas de calibración clásicas o deadición estándar, las cuales se implementan recurrentemente en los espacios de la asignatura.Utilizando las hojas provistas, los alumnos tienen la capacidad de: 1) ingresar o eliminar datos; 2)obtener representaciones gráficas y estadísticas (como regresiones lineales, estimadores decorrelación y de errores, pruebas de linealidad, dispersión de residuos, entre otros); c) obtenerintervalos de predicción para cada muestra, junto con sus respectivas cifras de mérito (SEN, γ,LOD/LOQ).Entre los resultados más destacados a partir de la implementación de este enfoque, podemosmencionar: 1) Los estudiantes han experimentado un acceso fluido y sin mayores dificultades.Suelen procesar los datos recién obtenidos en los Trabajos Prácticos (TPs) utilizando susnotebooks o dispositivos móviles; 2) Se ha logrado una uniformización en las estrategiasglobales de tratamiento de datos, al proporcionar a todos los alumnos un contexto común para suanálisis;3) Se ha observado una mayor dinámica en el tratamiento de datos, gracias a la automatización,permitiendo explorar variaciones específicas y buscar los resultados óptimos sin limitarse aestrategias simples; 4) Se ha registrado un incremento en la cantidad de informes de TPaprobados en comparación con los años anteriores a 2019; 5) El proceso de corrección serealiza con mayor agilidad, ya que aunque los resultados pueden variar, se presentan de maneraestandarizada; 6) Esta herramienta ha demostrado una utilidad significativa durante la pandemia,al permitir a los alumnos acceder al tratamiento de datos desde sus hogares a través de unsimple enlace a Internet; 7) Los estudiantes han desarrollado una mayor comprensión de lasexpresiones estadísticas, incluso sin conocimientos previos de programación, gracias a laestructura y legibilidad del código presente en las hojas de cálculo; 8) La metodología hatrascendido más allá de nuestra asignatura, ya que se nos ha solicitado su implementación enotros espacios académicos y de investigación.

enviar mensaje