Analisi della variabilità dei dati di polvere e silice cristallina ottenuti con diversi selettori di frazione respirabile Walter Rizzoli Chimico - Igienista.

Slides:



Advertisements
Presentazioni simili
Effetto della temperatura: - allungamento dellasta - deviazione dal parallelismo delle facce di misura.
Advertisements

Dott. Cinzia Delucis LSP Nord-Ovest Lucca
LERRORE IN LABORATORIO GROSSOLANO (per negligenza e/o imperizia) SISTEMATICO (accuratezza) CASUALE (precisione)
1 Principali analisi statistiche 1. Confronto fra medie (2 o piú campioni) 2. Correlazione e regressione 3. Analisi di tabelle di contigenza Variabile.
Introduzione all’uso degli indicatori di valutazione ed ai metodi di valutazione Dott.ssa Gabriella Giuliano Direttore Sanitario CREAS-IFC-CNR giugno.
Statistica descrittiva: le variabili Frequenze: tabelle e grafici Indici di posizione, di dispersione e di forma Media e varianza di dati raggruppati Correlazione.
Introduzione prof Rispi Novaro Alessandro Si ipotizza un istituto professionale ove le strumentazioni utilizzabili siamo di tipo analogico per la metrologia,
Consentono di descrivere la variabilità all’interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche.
Stima dell’incertezza di misura
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
L’efficacia delle misure di agenti chimici e biologici aerodispersi negli ambienti di lavoro: il contributo dell’INAIL-CONTARP R. Giovinazzo, S. Massera,
Valutazione della conformità ai limiti di emissione
Normativa suolo Prof. Fabio Murena Dipartimento di Ingegneria Chimica
     IL RISCHIO BIOLOGICO E LA SICUREZZA DEGI OPERATORI
“MODISTA - Esperti in Monitoraggio delle Infrastrutture Ferroviarie”
CALORIMETRIA DIFFERENZIALE A SCANSIONE
Procedure di controllo di qualità del dato analitico
“Resin Impregnated Sponge Infusion”
Introduzione a Statistica e Probabilità
Valutazione dell’incertezza associata alla mappa acustica dinamica di Milano Giovanni Zambon; Roberto Benocci; Maura Smiraglia; H. Eduardo Roman.
A. De Santa Progetto Salute S.r.l. - Trento
Qualità dei dati Fabio Murena.
Analisi delle risposte
1 Grandezze e unità 1.1 grandezza
GLI STRUMENTI AUSILIARI
Indicatori Europei di sostenibilità ambientale
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
ELEMENTI DI ANALISI CHIMICA E STRUMENTALE
Misure Meccaniche e Termiche - Università di Cassino
VII Expert Panel Emissioni da Trasporto Stradale
Confronto fra 2 popolazioni
coordinate geografiche longitudine, latitudine
La situazione ‘ante-AIA’ e ‘post-AIA’
MISURA DELLA LUNGHEZZA DELL’EVIDENZIATORE
L’analisi del comportamento delle imprese (seconda parte)
Laboratorio Standard Latte e RETE Laboratori A.A.
Cellule somatiche differenziali. I
Progettazione e modellizzazione di strutture ottiche integrate in PDMS e cristallo liquido per optofluidica e interconnessioni ottiche Relatore.
Introduzione a Statistica e Probabilità
Riepilogo La STANDARDIZZAZIONE, attraverso il calcolo dei punti z, ha un duplice obiettivo: Rende immediato il confronto tra punteggi ottenuti su scale.
Analysis.
La Statistica Istituto Comprensivo “ M. G. Cutuli”
”LAVORARE COOPERANDO” VI Rapporto sulla cooperazione bresciana
Fisica: lezioni e problemi
Caratterizzazione di un tessuto
A. Ferrari, R. Gazzi GFC CHIMICA Srl - via Marconi Ferrara (FE)
Swam 5a Monitor Campionatore e monitor di polveri PMx in atmosfera.
INCONTRO DI AGGIORNAMENTO
Esercitazioni psicometria
Statistica Scienza che studia i fenomeni collettivi.
Il progetto delle Università di Salerno e di Cassino
Conclusioni Per il 2017, la valutazione della qualità dell’aria, effettuata attraverso i dati registrati dalle stazioni fisse delle reti di monitoraggio.
La distribuzione campionaria: principi generali
CHIMICA ANALITICA CLINICA Prof
PROCEDURA per la misura e la relativa stima
APPROFONDIMENTI CON ESEMPI DI CAMPIONAMENTO E SUCCESSIVA RICOSTRUZIONE PER INTERPOLAZIONE LINEARE Nelle pagine che seguono sono riportati i risultati del.
Distribuzione per stato di occupazione
Riepilogo La STANDARDIZZAZIONE, attraverso il calcolo dei punti z, ha un duplice obiettivo: Rende immediato il confronto tra punteggi ottenuti su scale.
09/13/2003 Requisiti acustici passivi degli edifici - Elaborazione e presentazione dei dati - Angelo Farina 1 Dip. di Ingegneria Industriale – Università.
Statistica inferenziale
Esercizio La popolazione di adulti presenta una media di ansia pari a 4. Ad un campione di 35 soggetti con disturbo ossessivo compulsivo è stato somministrato.
Analisi e proposte di miglioramento del processo di controllo in entrata merci del materiale d’acquisto in Mikron Sa Studente Relatore Correlatore Committente.
PER VALORIZZARE I LIQUAMI SI DEVE CONOSCERE IL LORO POTERE FERTILIZZAMENTE IN TERMINI DI MACROELEMENTI MA PER FAR CIO’ SI DEVE CAMPIONARE CORRETTAMENTE.
Esercizio 1 Si vuole studiare la mobilità di voto degli elettori di una certa circoscrizione. Da un sondaggio telefonico risulta che: Si calcolino le distribuzioni.
A. Ferrari, R. Gazzi GFC CHIMICA Srl - via Marconi Ferrara (FE)
Indagine conoscitiva anno 2018
Associazione tra variabili qualitative
Indagine conoscitiva anno 2017
Presentazione: Stima Autonomia Bombola di Freon
Transcript della presentazione:

Analisi della variabilità dei dati di polvere e silice cristallina ottenuti con diversi selettori di frazione respirabile Walter Rizzoli Chimico - Igienista Industriale Progetto Salute S.r.l. - Trento

ACCURATEZZA NELLA MISURA DI SILICE CRISTALLINA Da Cosa Dipende?

le condizioni atmosferiche o microclimatiche al momento del prelievo i movimenti dell’aria indotti dal lavoratore o dalla lavorazione la percentuale di SC presente nella polvere e la sua granulometria le caratteristiche del selettore di frazione respirabile il flusso di campionamento e la sua taratura il tipo e le dimensioni della membrana utilizzata le modalità di prelievo, conservazione e trasporto del substrato la metodica analitica (materiale usato come standard di taratura, accuratezza, ecc.)

RIDUZIONE DEI VALORI MISURATI AUMENTO DELL’INCERTEZZA RELATIVA

INDAGINE IN PARALLELO SELETTORE CASELLA SELETTORE mini LIPPMAN

Materiali e metodi METODO 1 METODO 2 Selettore “Casella” Mini Lippman   METODO 1 METODO 2 Selettore “Casella” Mini Lippman Membrana Argento mod. FM25-08 d= 25 mm (porosità 0,8 μm) Esteri misti cellulosa d= 20 mm (porosità 0,8 μm) Campionatore SKC Zambelli EGO Flusso 1,9 ± 0,1 L/min 2,4 ± 0,1 L/min Durata campion. Circa 300 min DRX Laboratorio 1 Laboratorio 2

Risultati Conc. Quarzo - mg/m3 Mansione Metodo 1 Metodo 2 Δ (%)   Conc. Quarzo - mg/m3 Mansione Metodo 1 Metodo 2 Δ (%) Palista 0,014 0,007 100% Manovale 0,058 0,032 81% 0,024 142% 0,069 0,034 103%

Considerazioni Le medie sono molto differenti (0,050 contro 0,024 mg/mc) Le DS sono proporzionalmente diverse (0,024 contro 0,012) I due metodi sono analoghi come precisione, ma non danno risultati sovrapponibili

Campionamento d’area Indipendente dal lavoratore 6 misure Confronto fra 2 laboratori Confronto fra 3 selettori

Selettori indagati Selettore Dorr Oliver Selettore mini Lippman Selettore Casella

Risultati – Laboratorio 1   Laboratorio 1 - Concentrazione (mg/m3) Dorr Oliver (1,7 L/min) Mini Lippman (2,4 L/min) Casella (1,9 L/min) Conc. FR 0,211 0,221 0,254 % SC 16,3 13,5 10,3 Conc. SC 0,034 0,030 0,026

Risultati – Laboratorio 2   Laboratorio 2 - Concentrazione (mg/m3) Dorr Oliver (1,7 L/min) Mini Lippman (2,4 L/min) Casella (1,9 L/min) Conc. FR 0,248 0,234 0,259 % SC 4,7 19,9 5,4 Conc. SC 0,012 0,047 0,014

Notevole variabilità sulla determinazione della silice cristallina Considerazioni Sostanziale concordanza sulle misure ponderali, sia fra i due laboratori che con i differenti selettori Notevole variabilità sulla determinazione della silice cristallina

Scelta del selettore Bassa polverosità 0,15 – 0,70 mg/m3 Conformità curva CEN-ISO-ACGIH Selettori che lavorano ad alto flusso Diametro di taglio 4 µm

Confronto GS3 – Mini Lippman Selettore mini Lippman: Flusso 2,4 L/min Diametro di taglio 5 µm Selettore GS3 Flusso 2,75 L/min Diametro di taglio 4 µm

Confronto dati Selettore mini Lippman: Selettore GS3 901 campionamenti (1999-2002) Selettore GS3 380 campionamenti (2003-2004) MG mg/m3 DSG mg/m3 Conc. F.R. 0,41 1,97 Conc. Quarzo 0,053 2,11 MG mg/m3 DSG mg/m3 Conc. F.R. 0,32 1,86 Conc. Quarzo 0,034 2,19

Distribuzione della % Quarzo

Confronto fra gruppi omogenei OBIETTIVO: minimizzare la dispersione dei risultati dovuta alle differenze nelle condizioni di lavoro (indagini effettuate in giornate diverse, diversa mansione), alle variabilità nel campionamento e nell’analisi Dati provenienti dallo stesso laboratorio 8 gruppi di lavoratori provenienti da 8 aziende diverse dello stesso settore Ogni gruppo è omogeneo al suo interno (stessa mansione) e ottenuto da campionamenti effettuati nello stesso giorno Confronto fra i dati ottenuti con due diversi selettori sugli stessi lavoratori Calcolo della dispersione dei dati all’interno dei gruppi di misure Media delle medie dei singoli gruppi

Risultati

Medie Selettore mini Lippman Selettore GS3 0,54 1,53 0,068 1,71 0,30 MG mg/m3 DSG mg/m3 Conc. F.R. 0,54 1,53 Conc. Quarzo 0,068 1,71 Medie MG mg/m3 DSG mg/m3 Conc. F.R. 0,30 1,46 Conc. Quarzo 0,040 1,74

Risultati del confronto Le medie geometriche ottenute con i due selettori sono molto diverse (sia per F.R. che per Quarzo) Le DSG sono equivalenti I due metodi sono analoghi come precisione, ma non danno risultati sovrapponibili

Fattore correttivo Analisi della tendenza alla riduzione negli anni 1999-2002 Estrapolazione dei dati per il 2003-2004 Confronto dei dati stimati con quelli misurati Definizione di un fattore correttivo (%)

Conc. Stimata Vs Misurata Anno Concentrazione media prevista con Lippman (mg/m3) Concentrazione media misurata con GS3 (mg/m3) Δ (prevista - misurata) (mg/m3) Δ % 2003 0,044 0,036 0,008 21,1 2004 0,039 0,031 24,8

Conclusioni La misura di concentrazione di polvere respirabile e SC può portare a risultati disomogenei se eseguita con selettori diversi. I risultati del confronto fra mini-Lippman e GS3 inducono a ritenere che le misure realizzate con il Lippman siano sovrastimate di circa il 23%.