IDENTIFYING DATA 2017_18
Subject (*) DATA ANALYSIS TOOLS FOR THE AGRIFOOD LABORATORY Code 19224229
Study programme
Bachelor's Degree in Oenology (2014)
 Cycle 1st
Descriptors Credits Type Year Period
3 Optional 2Q
Language
Català
Department Analytical Chemistry and Organic Chemistry
Coordinator
BOQUÉ MARTÍ, RICARD
 E-mail ricard.boque@urv.cat
Lecturers
BOQUÉ MARTÍ, RICARD
Web
General description and relevant information Aquesta assignatura està dividida en dos blocs, on es tractaran 2 aspectes de vital importància en els laboratoris de control de qualitat alimentari. El primer és la validació dels mètodes analítics i el càlcul dels seus paràmetres de qualitat, com ara l'exactitud o la precisió. Aquests paràmetres són fonamentals per garantir la qualitat dels resultats analítics i, per tant, per realitzar un bon control de la qualitat que repercuteixi en una major confiança dels consumidors. El segon aspecte és el tractament de les dades analítiques que es generen al laboratori de control de qualitat. Avui en dia, amb la gran quantitat de dades que poden subministrar els moderns instruments de mesura, es fa imprescindible conèixer les eines estadístiques que poden permetre extreure la màxima informació útil d'aquestes dades i que poden fer més competitiu el laboratori i la pròpia empresa.

Competences
Type A Code Competences Specific
 A1 Apply basic knowledge of mathematics, physics, chemistry and biology to oenology.
Type B Code Competences Transversal
 B2 Effective solutions to complex problems in the field of Oenology.
Type C Code Competences Nuclear

Learning outcomes
Type A Code Learning outcomes
 A1 Validar adequadament un mètode analític i controlar-ne els resultats.
Conèixer el tractament estadístic de les dades experimentals, que constitueixen punts bàsics per a obtenir uns resultats de qualitat.
Type B Code Learning outcomes
 B2 Understand problems and be able to break them down into manageable parts.
Adopt realistic strategies for solving problems.
Type C Code Learning outcomes

Contents
Topic Sub-topic
Introducció. Documentació de referència
Estadística bàsica per al laboratori d'anàlisi Proves d'hipòtesi
Anàlisi de la variància
Regressió lineal
Paràmetres de qualitat en anàlisi química Exactitud: veracitat i precisió
Selectivitat
Sensibilitat
Límits de detecció i quantificació
Linealitat
Robustesa
Validació de mètodes analítics Validació interna
Validació externa: exercicis interlaboratori
Càlcul de la incertesa de resultats analítics
Big data en anàlisi agroalimentària.
Tractament i anàlisi de dades multivariants 		Tècniques de representació
Tècniques de classificació
Tècniques de predicció

Planning
Methodologies  ::  Tests
  Competences (*) Class hours
 Hours outside the classroom
 (**) Total hours
Introductory activities
2 0 2
Lecture
A1
 12 12 24
Problem solving, classroom exercises
A1
B2
 12 18 30
Presentations / expositions
A1
 3 9 12
Personal tuition
1 0 1
 
Mixed tests
A1
 3 3 6
 
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies
  Description
Introductory activities Presentació de l'assignatura:
- Organització (calendari d'activitats)
- Metodologies
- Criteris d'avaluació
Lecture Explicació dels diferents temes, prèvia lectura d'algun text per part dels alumnes.
Problem solving, classroom exercises Resolució de casos pràctics relacionats amb els temes tractats.
Presentations / expositions Presentació d'informes (individuals o en grup) d'algun tema proposat.
Personal tuition Resolució de dubtes al despatx o de forma virtual (Moodle o correu-e)

Personalized attention
Description
Tutories individuals al despatx, amb cita prèvia.

Assessment
Methodologies Competences Description Weight        
Problem solving, classroom exercises
A1
B2
 45-50%
Presentations / expositions
A1
 30%
Personal tuition
0-5%
Mixed tests
A1
 20%
Others  
 
Other comments and second exam session

La segona convocatòria consistirà en un examen, que comptarà el 40% de la nota de l'assignatura, i, opcionalment, en la presentació dels treballs que no s'hagin presentat al llarg del curs, i que comptaran la nota corresponent, fins a un 50% del total de l'assignatura. En el cas de la resolució de problemes, es tindrà en compte la nota de la 1ª convocatòria.

Durant les proves d'avaluació, els telèfons mòbils, tablets i altres aparells que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista.

La realització demostrativament fraudulenta d'alguna activitat avaluativa d'alguna assignatura tant en suport material com virtual i electrònic comporta a l'estudiant la nota de suspens d'aquesta activitat avaluativa. Amb independència d'això, davant la gravetat dels fets, el centre pot proposar la iniciació d'un expedient disciplinari, que serà incoat mitjançant resolució del rector o rectora.

Sources of information

Basic James N. Miller, Jane C. Miller, Estadística y quimiometría para química analítica, , Madrid : Prentice Hall, DL 2002

Complementary

Recommendations
(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.