Gráfico que compara las tasas de inserción de muestras de control recomendadas por diferentes fuentes en la industria minera.

QA/QC Insertion Rate: ¿Existe un Estándar en la Industria?


Este documento explora la problemática de la tasa de inserción de muestras de control en programas de QA/QC para la industria minera, un tema que genera controversia entre especialistas en QA/QC y geólogos o gerentes de proyectos. A través de un análisis exhaustivo de fuentes diversas, incluyendo consultoras internacionales, informes técnicos, empresas mineras y organismos reguladores, se busca determinar si existe un estándar para esta práctica crucial.

QA/QC, control de calidad, industria minera, tasa de inserción, muestras de control, estándares, mejores prácticas, costos de exploración, valor de los datos.


Contenido:

  • Contexto Histórico:
    • Pre-Bre-X: Escasa o insuficiente cobertura de QA/QC, incluso en grandes empresas.
    • Post-Bre-X: Implementación de políticas estrictas por parte de organismos reguladores y creciente interés de empresas mineras en QA/QC.
  • Reacciones a la Implementación de QA/QC:
    • Gerencia: Sorpresa e incluso enojo por el aumento proporcional en costos de manipulación, preparación y análisis.
    • Geólogos: Resistencia a la implementación debido al incremento en requisitos organizativos.
  • Requisitos de Calidad:
    • NI 43-101: Describe la naturaleza, calidad y selección adecuada de los procedimientos de muestreo y análisis, los procedimientos de control de calidad, incluyendo la inserción de estándares, blancos, duplicados y verificaciones externas, y evalúa la precisión y exactitud.
    • Código JORC: No define claramente la tasa de inserción de muestras de control, dejándolo a la discreción de Personas Calificadas o Competentes.
  • Debate sobre Estándares vs. Mejores Prácticas:
    • Las prácticas «ampliamente aceptadas» no deben confundirse con las «mejores prácticas» ni con los estándares.
    • La aceptación de ciertas prácticas no es universal y su idoneidad depende del contexto.
  • Investigación sobre Estándares de la Industria:
    • Se consultaron cuatro fuentes: consultores internacionales de QA/QC, informes técnicos de SEDAR, información publicada por empresas mineras y documentos de organismos reguladores.
  • Resultados de la Investigación:
    • Consultores Internacionales: Sugieren tasas de inserción que van del 15% al 25%, con variaciones en los tipos de muestras de control.
    • Informes Técnicos de SEDAR: Muestran una tendencia general del 4% al 5% para cada tipo de muestra de control (blancos, duplicados, estándares, ensayos de verificación). La tasa de inserción es inferior al 17% solo cuando no se incluyen ensayos de verificación.
    • Empresas Mineras: Presentan tasas de inserción entre el 12.5% y el 29%, con una tendencia similar a la observada en los informes de SEDAR.
    • Organismos Reguladores: Recomiendan una tasa de inserción cercana al 20%, incluyendo duplicados, blancos, estándares y re-ensayos de pulpas.
  • Conclusiones:
    • Existe un consenso general entre las fuentes consultadas sobre una tasa de inserción promedio recomendada de aproximadamente el 20%.
    • Muchas empresas no diferencian los subtipos de duplicados (muestras gemelas, duplicados gruesos y de pulpa) ni los subtipos de blancos (blancos gruesos y de pulpa), a pesar de sus diferentes funciones en un programa integral de QA/QC.
    • Es común encontrar programas de QA/QC con un solo estándar, o con estándares que no se correlacionan con las leyes de las muestras.
  • Recomendaciones:
    • Implementar programas de QA/QC integrales que incluyan todos los tipos y subtipos de muestras de control para evaluar la precisión, exactitud y posible contaminación.
    • Ajustar el programa de QA/QC a las necesidades específicas del proyecto, considerando una tasa de inserción general del 20% como punto de partida, pero ajustando las proporciones de los distintos tipos de muestras de control según los problemas más probables.
  • Reflexión Final:
    • El impacto del costo de obtener datos de alta calidad es insignificante comparado con el impacto del valor de usar datos de baja calidad.

Autor: Dr. Armando Simón

Fecha de publicación: No se especifica en los documentos.


Link de descarga: Aquí