Webinar Sobre QAQC-20220712

Aseguramiento y Control de la Calidad en la
Exploración Geológica y la Minería
Webinar organizado por

GVMapper/Geovectra y DRA Global
Dr. Armando Simón, P. Geo.

Reproducibility of Pulp Duplicates
Detail for Low Grades DRA Global
10.00
9.00
8.00
7.00 A1 vs A2
A1 vs A3
45
6.00 -10%
Duplicate (g/t)
10%
A2 vs A3
A1 vs A4
5.00 A2 vs A4
A3 vs A4
-30%
30%
4.00
Control Chart Standard STD 14P - Ni / February 2008
3.00 Las Aguilas-QA/QC Review Outliers Excluded
3.0
2.00
Data
1.00
2.5 Mean +/- 2
STD 14P, Ni (%)
0.00 std.dev.s
0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 11.00 12.00 13.00 14.00 15.00
Best Value
Original (g/t) 2.0
Moving Average
1.05 x Best
Fig. 2. Reproducibility of Pulp Duplicates. Low grades.
1.5 0.95 x Best
1.0 Mean 1.9937

16-09-07
16-09-07
18-09-07
19-09-07
27-09-07
30-09-07
01-10-07
18-10-07
15-11-07
15-11-07
21-11-07
22-11-07
23-11-07
23-11-07
26-11-07
26-11-07
29-11-07
30-11-07
03-12-07
05-12-07
08-01-08
11-02-08
No. of Results 65
Relative Bias -5.1%
In order Assayed, by Lab Job Date This report

Necesidad de la Minería
• La minería es esencial para el desarrollo de la

humanidad
• ¿Por qué lo cuestionan?
• No se trata de su aporte al presupuesto de la
nación, sino de la propia existencia del mundo
como lo conocemos
• Las etapas del desarrollo humano se clasifican en
función del avance de la minería: edad de piedra,
edad de bronce, edad de hierro, uso de la alfarería,
la revolución industrial, la vida moderna: todas
estas etapas están basadas, en gran medida, en el
progreso de la minería
Webinar sobre QA/QC en la Exploración Geológica
¿Esto habría sido posible sin la minería?








La exploración es una actividad de alto riesgo
• Mineral exploration has a very low probability of

success. Only one out of three hundred to fine
hundred attractive targets become a mine. Only one
out of thirty […] well-trained exploration geologists
ever actually find a mine.
• Finding mines is a high-risk business. In addition to
the geological risk, there are the political risk, the
metal price risk, the mine financing risk and the timid,
incompetent management risk. Success is the
summation of a list of well-evaluated risks.
David Lowell

La exploración es una actividad de alto riesgo
• Exploración geológica: punto de partida de la minería

• Actividad de elevado costo
• Riesgo implícito de la exploración geológica:
extremadamente baja tasa de éxito
• Financiamiento de la exploración geológica:
¿presupuesto del estado o inversión de alto riesgo?
• ¿Estaríamos de acuerdo en que alguien juegue con
nuestro dinero a la lotería?
• La implicación: necesidad de regulación

Códigos Mineros
• Principales códigos mineros en la actualidad:

• Canadá: NI 43-101
• Australia: JORC
• Estados Unidos: SEC Guide 7 / S-K 1300
• Internacional: Template CRIRSCO
• Chile: Código Minero y Ley 20.235

NI 43-101
Especificaciones básicas
Se ajusta a las definiciones de Recursos y Reservas Minerales del CIM (Canadian

Institute of Mining, Metallurgy and Petroleum). No regula los procedimientos
usados para perforar, muestrear, preparar y analizar las muestras, controlar la
calidad, estimar y clasificar los recursos y reservas minerales (la metodología
empleada). Se requiere que se sigan las guías de buenas prácticas de
exploración del CIM.
En ciertas circunstancias, se requiere que se emita y se archive en el sitio

www.sedar.com un Informe Técnico (Technical Report) preparado por una
persona calificada (qualified person) como fundamentación para emitir información
escrita. El código estipula que algunas ocasiones la persona calificada debe ser
independiente del órgano emisor de la información.
▪Webinar sobre QA/QC en la Exploración Geológica

La Persona Calificada - NI 43-101
▪ Un ingeniero o geocientista con un diploma universitario, o acreditación equivalente,

en un área de la geociencia o la ingeniería relacionada con la exploración minera o la
minería
▪ Al menos cinco años de experiencia relevante para el tema en cuestión del proyecto
mineral y el reporte técnico
▪ Miembro válido de una asociación profesional (en Canadá, las organizaciones
provinciales; en el extranjero, organizaciones nominalizadas (ver siguiente slide)
OSC, 2011. Repeal and Replacement of National Instrument 43-101 Standards of Disclosure for
Mineral Projects, Form 43-101f1 Technical Report, and Companion Policy 43-101cp
La Persona Calificada - NI 43-101
Organizaciones
Extranjeras
Aceptadas
por NI 43-101
(2011)
(Lista en permanente actualización)

El Código Chileno
Chile: Ley 20,235

La Ley Nro. 20.235 (de 2007) regula la figura de las Personas Competentes y crea
la Comisión Calificadora de Competencias de Recursos y Reservas Mineras.
Se crea un Registro Público de Personas Competentes en Recursos y Reservas

Mineras, en el cual se pueden inscribir todas aquellas personas que cumplan con
los requisitos y condiciones que señala esta ley y su reglamento.
a) Poseer un título profesional de alguna de las carreras relacionadas con las

ciencias vinculadas a la industria minera. En caso de haber sido obtenido en el
extranjero, debe ser convalidado en la Universidad de Chile.
b) Tener una experiencia relevante de al menos cinco años.
El reglamento de la ley, emitido en 2012, cambia el nombre a Persona

Competente Calificada [sic].
El Código Chileno
Chile: Código para Certificación

de Recursos y Reservas Mineras
Código para la Certificación de Prospectos de Exploración, Recursos y
Reservas Mineras (2003; 2012).
Especifica las normas que establecen los requerimientos formales mínimos a ser
exigidos sobre los prospectos de exploración, recursos, y reservas mineras para
propósitos de información pública y de los mercados de capitales.
La información pública no se limita a prospectos preparados con el objeto de

informar a inversionistas potenciales y a sus asesores, sino que también para
satisfacer los requerimientos exigidos por la autoridad regulatoria e instituciones
gubernamentales, las Memorias Anuales, los Informes a las Bolsas de Valores, los
Estados Ambientales, y otros.
La certificación debe ser firmada por una Persona Competente Calificada.

Recurso Mineral – Regla S-K 1300
Un recurso mineral es una concentración u ocurrencia de material de

interés económico en o sobre la corteza terrestre en tal forma, ley o
calidad y cantidad que permiten asumir que existen prospectos
razonables para su eventual extracción económica.
El término “material de interés económico” incluye botaderos y

relaves, campos geotérmicos, salmueras y otros recursos extraídos
de la corteza terrestre, pero no incluye el petróleo y el gas extraído
de explotaciones de petróleo y gas.

Recursos versus Reservas
Principios de Clasificación de Recursos y Reservas Minerales
(Visión Actual)

Recursos versus Reservas
¿Cuál es la diferencia esencial entre

Recursos y Reservas Minerales
Las Reservas Minerales son los Recursos Minerales incluidos
en el plan de minado, tras la incorporación de la dilución y la
deducción de las pérdidas.
Son el resultado de la aplicación de factores modificadores

(costos de explotación y de procesamiento, restricciones
geotécnicas, ambientales, legales, recuperaciones
metalúrgicas, etc.) durante el diseño de la operación.
En fin: constituyen la porción de los Recursos Minerales que

puede ser extraída en condiciones económicas reales.

El concepto de Calidad
¿Qué entendemos por Calidad?
1. f. Propiedad o conjunto de propiedades [cuantitativas o

cualitativas] inherentes a algo que permiten juzgar su valor
En la industria y la actividad profesional:

Concepto generalmente concreto, objetivo y mensurable

La Calidad en la NI 43-101
Toda información escrita de naturaleza científica o técnica

relacionada con proyectos mineros, debe:
▪ Especificar si una persona calificada verificó los datos en que se

basa dicha información, incluyendo el muestreo, los análisis y
las pruebas
▪ Describir el programa de aseguramiento de la calidad y las
medidas de control de calidad
▪ Describir la naturaleza y las limitaciones de la verificación
▪ Explicar cualquier deficiencia encontrada en la verificación

La Calidad en la Estimación de Recursos
¿De qué Depende la Calidad de la Estimación de

los Recursos Minerales?
Factores geológicos, amarre topográfico y

medición de desviaciones, perforación,
Calidad de la
muestreo, preparación y análisis, medición
Estimación de parámetros hidrogeológicos,
registro de datos, procesamiento de datos

¿Por qué preocuparnos de la Calidad?
80.00
70.00
60.00
A1 vs A2
A1 vs A3
45
-10%
50.00 10%
Duplicate (g/t)
A2 vs A3
A1 vs A4
A2 vs A4
40.00 A3 vs A4
-30%
30%
30.00
20.00
10.00
0.00
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00 110.00 120.00
Original (g/t)


Detail for Low Grades
10.00
9.00
8.00
7.00 A1 vs A2
A1 vs A3
45
6.00 -10%
Duplicate (g/t)
10%
A2 vs A3
A1 vs A4
5.00 A2 vs A4
A3 vs A4
-30%
4.00 30%
3.00
2.00
1.00
0.00
0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 11.00 12.00 13.00 14.00 15.00
Original (g/t)

XXX Mine Lab: Au in Internal Pulp Duplicates (Low Grades)
45º Line
4
+ 10 % - 10 %
Au in Internal Pulp Duplicate (g/t)
PD
2
45º Line
+10% Line
-10% Line
Lineal (PD)
0
0 1 2 3 4 5
Au in Original Samples (g/t)




Aseguramiento de la Calidad
Definición
• Conjunto de actividades preestablecidas y sistemáticas

necesarias para garantizar que una determinada
actividad u operación alcance un grado aceptable de
calidad
• Actúan desde el inicio del proyecto sobre las principales
fuentes de error, teniendo en cuenta su influencia, con
el fin de eliminar o minimizar su efecto

Objetivo Final
La prevención de problemas
(que se supone que podrían
eventualmente ocurrir)

¿Cómo se materializa?
Mediante la Elaboración e Implementación

de Protocolos de Trabajo, preparados
según Guías de Buenas Prácticas

CIM - Guías de Buenas Prácticas

CIM - Buenas Prácticas de Exploración
Drilling (1)
The drilling method will be selected by a QP(s) and should be
appropriate to the material being investigated, the objective of the
program and local drilling conditions. The drill hole size selected
should provide sufficient representative sample material for analysis
and reference. Surface and downhole locational surveys should be
undertaken using techniques appropriate for the hole size, angle and
length of holes. A representative fraction of the drill sample material
should be retained; however, if material is not retained, the QP(s)
should report and explain the reason for this decision.

Drilling (2)
Drill logs, forms or software specifically suited to the type of drilling,
the particular geological situation, and the minerals being sought,
should be used for detailed geological logging of core or cuttings.
Logs should be appropriately detailed for the type of drilling being
conducted, the geological setting, type of mineralization, and
geotechnical conditions.
Core or sample recoveries should be noted on the logs. Cross

sections depicting basic geology and hole data, including correlation
with surface geology and any nearby holes should be developed and
updated as drilling proceeds. Any downhole geophysical information
or other such surveys should also be kept with the drill log. A
photographic record of the core is recommended, where appropriate.

Sampling
The practices and procedures used in each sampling program should
be appropriate for the objectives of the program. All sampling
programs should be carried out in a careful and diligent manner using
scientifically established sampling practices designed and tested to
ensure that the results are representative and reliable. Samples should
be collected under the supervision of a QP(s). Quality control
programs appropriate to the type of sample and the mineralization
should be planned and implemented. These programs should include
such measures as external blanks, standards and duplicate samples.
Where the volume of individual samples is reduced prior to shipping to
a laboratory for analysis, appropriate reduction procedures to obtain
representative subsamples should be applied and verified.

Sample Preparation
The selection of sample preparation procedures should be approved
by the QP and should be appropriate to the material being tested, the
elements being analyzed and should be subject to the security
measures as stated above. All samples that are reduced or split
should be processed in a manner such that the fraction analyzed or
tested is as representative of the whole sample as possible.
Representative fractions of the material to be analyzed or tested
should be retained for an appropriate period of time, as decided by
the QP. Quality control checks should be undertaken as determined
by the QP.

Sample Assaying
Analysis and testing of samples should be done by a reputable and
preferably accredited laboratory qualified for the particular material to be
analyzed or tested. The selection of a laboratory, testing or mineral
processing facility and the analytical methods used will be the
responsibility of the QP. The analytical methods chosen must be
documented and justified. All analytical or test results should be supported
by duly signed certificates or technical reports issued by the laboratory or
testing facility and should be accompanied by a statement of the methods
used. The reliability of the analytical and testing results should be
measured using the results of the quality control samples inserted in the
process by the QP. Duplicate analyses at other laboratories should be
undertaken.

Quality Assurance and Control
Throughout the process of mineral exploration, the

QP(s) should ensure that a quality assurance program
is in place and that any required quality control
measures are implemented. Quality assurance
programs should be systematic and apply to all types
of data acquisition, across the full range of values
measured and not only high or unusual results.

Tabla 1 del Código JORC

Tabla 1 del Código JORC

Control de la Calidad
Definición
• Conjunto de técnicas y actividades de carácter

operativo, utilizadas para determinar el nivel de
calidad realmente alcanzado en una operación
• Permiten monitorear los posibles errores, con el fin
de cuantificar o evaluar sus posibles efectos y tomar
oportunamente medidas correctoras

Objetivo Final
Detectar problemas cuando eventualmente

ocurren (a pesar de seguir fielmente los
protocolos de trabajo) y tomar
oportunamente medidas correctoras

¿Cómo se materializa?
Mediante la inserción de muestras de control

en el flujo de muestras, o mediante la
realización de operaciones de control
(Protocolo de Control de Calidad)

Conceptos Básicos
Precisión
• La habilidad de repetir consistentemente los resultados de una
medición en condiciones similares
Exactitud
• La proximidad de una medición a un valor “real” o aceptado
como “apropiado”
Contaminación
• La transferencia involuntaria de material de una muestra o del
medio circundante a otra muestra

Conceptos Básicos
Precisión y Exactitud
Tirador muy preciso, Tirador muy preciso y

poco exacto muy exacto
Tirador poco preciso, Tirador poco preciso y

poco exacto muy exacto

Conceptos Básicos
Tiros erráticos del

tirador amarillo
Tiros erráticos del
tirador azul

La Incertidumbre Experimental
Se debe a la ocurrencia de
➢ Errores Aleatorios
➢ Errores Sistemáticos

Errores Aleatorios
▪ Fluctuaciones estadísticas en los resultados de las

mediciones, que pueden producirse en cualquier
dirección, debido a limitaciones en la precisión del
instrumento de medición, o del método de muestreo
o análisis.
▪ Se deben a la inhabilidad del experimentador o del
equipo de repetir la misma medición exactamente
del mismo modo para obtener el mismo resultado.

Errores Sistemáticos
▪ Desviaciones de exactitud, que son generalmente

reproducibles y reproducidas, y que ocurren
consistentemente en la misma dirección.
▪ Frecuentemente se deben a la persistencia de un
problema durante todo el experimento.

Tipos de Errores
Error sistemático
Errores groseros
Error aleatorio

Errores Groseros
▪ Se deben a la incorrecta puesta en práctica de los

protocolos de trabajo.
▪ Cuando ocurren, los errores groseros [mistakes en
inglés] no deben ser considerados en el análisis de
la incertidumbre experimental, puesto que se
asume que los participantes en el experimento son
cuidadosos y competentes.

Segunda aproximación
¿Cómo actúa?
Mediante la Elaboración e Implementación

de Protocolos de Trabajo, orientados a evitar
los errores groseros, y a minimizar los
errores aleatorios y sistemáticos

La Calidad del Muestreo
Muestreo Representativo
El muestreo representativo expresa el grado en que

los datos obtenidos representan precisa y exactamente
las características de una población, las variaciones
de los parámetros en un punto de muestreo,
una condición del proceso, o una condición ambiental.
La representatividad del muestreo depende del diseño

adecuado del programa de muestreo, y será satisfecha en la
medida en que el plan aprobado sea respetado durante todo
el proceso de muestreo y análisis.

Ejemplos de errores frecuentes

en la toma de las muestras
• En todos los tipos de muestreo, insuficiente peso de muestra
• En muestras de testigo, orientación incorrecta de la línea de
corte
• En muestras de canal, muestreo predominante del material
más blando o frágil, o de fragmentos grandes de material
duro
• En muestras de sondajes de tronadura, muestreo parcial del
cono o de la pila
• En todos los tipos de muestreo, errores en el etiquetado y la
manipulación

Errores en el muestreo
Errores en el muestreo
La Calidad de la Preparación
Preparación
Es el proceso mediante el cual una muestra es

reducida de su peso y granulometría originales a un
peso y granulometría suficientemente apropiados para
ser sometida al análisis químico, manteniendo en lo
fundamental su representatividad, lo que se logra en la
medida en que el error fundamental se mantenga dentro de
límites aceptables, y que sea posible minimizar los demás
errores de muestreo

Chancado a
95%-2 mm
Muestra inicial:
10 kg, ~20 mm
División de 400 g
Pulverización a
95%-0.106 mm
Ejemplo de Nomograma de
División de 200 g: ????
Preparación
Muestras con Metales
Toma División de 100 g: ERROR
de Básicos
alícuota
de 0.5 g (Cu, Pb, Zn, Mo, etc.)

La Calidad de la Preparación
Errores frecuentes
en la preparación de las muestras
• Chancado demasiado grueso

• Pulverización demasiado gruesa
• Insuficiente peso del material dividido
• Uso de técnicas de división deficientes
• Insuficiente limpieza de los equipos
• Manipulación incorrecta de las muestras
• Deficiente sistema de extracción de polvo

La Calidad del Análisis de Minerales

en el análisis de las muestras
• Empleo del métodos analíticos inapropiados

• Empleo de estándares inapropiados
• No verificar las balanzas
• Cambio no anunciado del método analítico (o del límite de detección)
• Alteración casual o intencional en el orden de las muestras
• Deficiente sistema interno de control de calidad
• Ausencia de un sistema interno de control de calidad

La Calidad del Análisis de Minerales

relacionados con la densidad aparente
• Número insuficiente de determinaciones

• Determinación de la densidad sin considerar la presencia de
humedad y/o de alta porosidad (sin secado ni aislación de la
muestra)
• Utilización del método del picnómetro (NUNCA SE DEBE
UTILIZAR)
• Ausencia de control de calidad en las determinaciones

Precisión
• La habilidad de repetir consistentemente los resultados de una

medición en condiciones similares (de repetibilidad)
Experimento para la Evaluación de la Precisión
Repetición de acciones en
Precisión condiciones tan cercanas a las
originales como sea posible:
DUPLICADOS

Cómo se Evalúa la PRECISIÓN

En el muestreo (precisión de muestreo)
• A través de duplicados de muestreo (muestras gemelas de medio
testigo, en canaletas paralelas, en hoyos cercanos en el caso del
muestreo de suelo), duplicados de campo (en el caso de la
perforación de circulación reversa o de tronadura), etc.)
En la preparación o la división (precisión de sub-muestreo)
• A través de duplicados de preparación (gruesos, tomados
inmediatamente después de la primera división a continuación del
chancado)
En el análisis (precisión analítica)
• A través de duplicados analíticos (de pulpa, tomados
inmediatamente después de la pulverización o de la propia botella)
Enviar las muestras simultáneamente, al mismo laboratorio y
con diferente número; si es posible, manteniendo el anonimato
Precisión - magnitud cualitativa:
Ejemplos de uso:
baja o alta precisión, precisión aceptable
Peor precisión implica mayor variabilidad
Precisión y variabilidad son inversamente proporcionales


Error Relativo - magnitud cuantitativa:
|Vo-Vd|
ER= -------------------
(Vo+Vd)/2
Valor absoluto de la diferencia entre el valor original y el valor
duplicado, dividido por el promedio entre ambos valores
Dicho de otro modo:

2 * |Vo-Vd|
ER= -------------------
(Vo+Vd)

¿Qué Nivel de Precisión es Aceptable?

(en una primera aproximación)
La proporción de pares fallidos no debe exceder el 10% del
número total de pares, evaluados para límites de error
relativo según el tipo de duplicados, como sigue:
Muestras Gemelas: 30% ER

Duplicados Gruesos: 20% ER
Duplicados de Pulpa: 10% ER
(si se usa el parámetro HARD, debe considerarse la mitad de dichos valores,

es decir, 15%, 10% y 5%, respectivamente)

Ejemplo: Gráfico para Muestras Gemelas
y = 0.9856x + 0.0213
Cu in Twin Samples R2 = 0.8951
+ 30 %
45º Line
4.00
Regresion Line
3.00
Cu in Twin Samples (%)
- 30 %
TS
2.00 45º Line
+30% Line
-30% Line
Lineal (TS)
1.00
0.00
0.00 1.00 2.00 3.00 4.00
Cu in Original Samples (%)

Precisión: Esquema de Principio (y = mx)
Otra forma de representación
Gráfico Max-Min (Long,

y = mx 2005), basado en que el
y=x procedimiento de
evaluación de la
Valor Máximo
precisión no tiene en
cuenta el sentido de las
desviaciones, sino su
magnitud o valor
absoluto.
2 * |Vo-Vd|
ER= -------------------
(Vo+Vd)
Valor Mínimo
Evaluación de la Precisión: Método Convencional

Ecuación y = mx
y = mx
y=x
Valor Máximo
¿Representan realmente un problema)
Valor Mínimo
Precisión versus Concentración

Oro Grueso: Sin Límite Práctico de Detección

Método Hiperbólico (Simón, 2004)

Ecuación y2 = m2x2 + b2
Todos los gráficos convencionales asumen implícitamente que

existe una relación lineal entre la precisión y la concentración. Para
evitar esa incongruencia, desde 2004 introduje el método hiperbólico
en la evaluación de la precisión.
Este método se basa en admitir que la precisión tiende a disminuir

exponencialmente en la medida en que la concentración disminuye,
y adopta una hipérbola como línea límite, en lugar de una recta, lo
que implica que para las leyes cercanas al límite de detección acepta
errores mayores que para el resto del rango de leyes.
Webinar sobre QA/QC en la Exploración Geológica 74

Método Hiperbólico
Ecuación y2 = m2x2 + b2 , para b = n*LD
New Project Exploration Program: Cu in Twin Samples

7
39783
4 41135
Max Cu (%)
TS
45º Line
Failure Line-30% Rel. Error
3
Failures
39101
41946
39530
2 39465
41985
39705
40987
38866
41465
1 41738
40866
0
0 1 2 3 4 5 6 7
Min Cu (%)

Ecuación y2 = m2x2 + b2 , para b = n*LD

(Detail)
1.0
41465
0.9
0.8 41738
y=mx
42788
0.7
0.6 40866
Max Cu (%)
0.5 TS
45º Line
0.4
Failures
0.3
0.2
Menor Precisión
0.1
cerca del
0.0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Limite de Detección
Min Cu (%)

Recordatorio sobre el Concepto de Error
Error Fundamental (FSE, por sus iniciales en inglés)
El error fundamental es directamente proporcional al diámetro nominal
El error fundamental es inversamente proporcional a la masa de la muestra

¿Qué puede afectar la precisión analítica?
- Pulverización demasiado gruesa

- Insuficiente masa de la alícuota analítica
- Análisis de oro por el método de ensayo al fuego
convencional en presencia de oro grueso
- Imprecisión en el suministro de reactivos (durante la
dilución, la disolución, la digestión, el ensayo al fuego,
la titulación, etc.)
- Imprecisión en el pesado o la medición de las alícuotas
- Imprecisión en las condiciones del análisis
(temperatura, tiempo de digestión o de fusión, etc.)
Duplicados Analíticos – ER = 10% : y2 = m2x2 + b2
Tesoro Project (TNE): CuT in Pulp Duplicates
Review Date: December 2009
CuT in Pulp Duplicates
12
10
8
Max CuT (%)
PD
45º Line
6 Failure Line
Failures
4
Number of samples
81
Failures
2
6 7.4%
0
0 2 4 6 8 10 12
Min CuT (%)

Duplicados Analíticos – ER = 10% : y2 = m2x2 + b2
Agua Santa / 2000-2008 Data: Cu in Pulp Duplicates
Resource Pre-Audit - October 2009
5.5
5.0
4.5
4.0
3.5 (All Samples)

Max Cu (%)
3.0 PD
45º Line
2.5 Failure Line
Failures
2.0 Number of samples
1979
1.5
Failures
1.0 54 2.7%
0.5
0.0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5
Min Cu (%)

Duplicados de Pulpa: Oro Grueso

Duplicados de Pulpa: Oro Grueso (1)

¿Qué puede afectar la precisión de submuestreo?
- Chancado demasiado grueso (o ausente)

- Masa final de la división (tras el chancado) demasiado
pequeña
- Imprecisión en la división (deficiente homogenización,
divisor mal construido, incorrecta operación del
divisor)
- Errores en el análisis

Duplicados Gruesos – ER = 20% : y = mx
y = 0.9926x + 0.0204
Cu in Coarse Duplicates R2 = 0.9749
+ 20 %
45º Line
4.00
- 20 %
Cu in Coarse Duplicates (%)
3.00
CD
Regresion Line 45º Line
+20% Line
2.00
-20% Line
Lineal (CD)
1.00
0.00
0.00 1.00 2.00 3.00 4.00
Cu in Original Samples (%)

Duplicados Gruesos – ER = 20% : y2 = m2x2 + b2
Tesoro Project
CO3(TNE): CO3 in Duplicates
in Coarse Coarse Duplicates
Review Date: December 2009
6
Max CO3 (%)
CD
45º Line
4 Failure Line
Failures
Number of samples
2 116
Failures
22 19%
0
0 2 4 6 8
Min CO3 (%)


¿Qué puede afectar la precisión de muestreo?
- Muestreo incorrecto (corte incorrecto del testigo, muestreo

incompleto o irregular de la canaleta o del cono de
tronadura, pérdida parcial de muestra)
- Masa insuficiente (diámetro del testigo demasiado pequeño,
canaleta demasiado pequeña, masa final de la división
demasiado pequeña en circulación reversa o tronadura)
- En perforación con circulación reversa, imprecisión en la
división (equipo mal construido - especialmente si se usa
divisor en cascada, incorrecta operación del divisor,
deficiente homogenización)
- Errores en el análisis y/o la preparación

Duplicatas de Campo – ER = 30% : y2 = m2x2 + b2
Sierra Colorada / 2005-2009 Data: Au (DD) in Field Duplicates
Resource Audit - December 2009

4
(All Samples)
Max Au (DD) (ppm)
FD
45º Line
2
Failure Line
Failures
Number of samples
960
1 Failures
107 11.1%
0
0 1 2 3 4
Min Au (DD) (ppm)

Duplicados de Campo – ER = 30% : y2 = m2x2 + b2
Sierra Colorada / 2005-2009 Data: Au (RC) in Field Duplicates
Resource Audit - December 2009

1.2
1.0
0.8
(All Samples)
Max Au (RC) (ppm)
FD
0.6 45º Line
Failure Line
Failures
Number of samples
0.4
130
Failures
16 12.3%
0.2
0.0
0 0 0 1 1 1 1
Min Au (RC) (ppm)

Duplicados de Campo – ER = 30% : y2 = m2x2 + b2

Investigación de Errores: Ejemplo Práctico 6a
LD: 0.001 % Cu

Investigación de Errores: Ejemplo Práctico 6b
LPD: 0.010 % Cu

Investigación de Errores: Ejemplo Práctico 7a
LD: 0.001 % Cu
LD: 0.005 %
Investigación de Errores: Ejemplo Práctico 6b
LPD: 0.010 %

(segunda aproximación; método hiperbólico)
Criterio de Aceptación
No más de 10% de los pares de muestras debe quedar fuera del campo delimitado
por la línea y=x y la hipérbola y2=m2x2+b2, con pendiente m de la asíntota
calculada para b=0 y errores relativos (ER) según el tipo de muestra:
Muestras gemelas: ER = 30% (m=1.35)

Duplicados gruesos: ER = 20% (m=1.22)
Duplicados de pulpa: ER = 10% (m=1.11)
Tasa máxima de errores = 10% para cada tipo de duplicados

Criterios de Aceptación
7
39783
<10% de los pares

5
Alternativas
4 41135
a: Max > Hip = Fallo
Max Cu (%)
(Min, Max) TS
45º Line b: Max ≤ Hip = OK
3
Failures
39101
41946 (Min, Hip)
39530
2 39465
41985
39705
40987
38866
41465
1 41738
40866
0
0 1 2 3 4 5 6 7
Min Cu (%)


(segunda aproximación; método hiperbólico)
En la práctica, el proceso de evaluación es el siguiente:
a. Para cada par original/duplicado se calcula el valor de la
hipérbola en función del valor mínimo del par.
b. Si el valor máximo del par excede el valor de la hipérbola
en ese punto, el par se rechaza; si el valor máximo del par
es igual o inferior al valor de la hipérbola en ese punto, el
par se acepta.
c. Se determina la proporción de pares fallidos (rechazados)
en relación al total de pares.
Se acepta, convencionalmente, que la proporción de pares
fallidos (o tasa de errores) debe ser inferior o igual a 10%.
Errores Frecuentes en la evaluación de la Precisión (1)

• No utilizar los tres tipos de duplicados en el programa (salvo
que se trate de agua o salmueras)
• Comparar muestras no equivalentes:
- Diferente soporte (peso, intervalo, dimensiones)
- Diferentes condiciones de muestreo
- Diferentes condiciones de preparación y/o análisis
(método, límite de detección)
- Diferentes laboratorios
• Tomar duplicados de campo o gruesos en la última división
• No chequear la granulometría

Errores Frecuentes en la evaluación de la Precisión (2)
• Dividir muestras con granulometría más gruesa que lo

indicado
• Manipular deficientemente las muestras durante la inserción
(contaminación, mix-ups)
• No identificar los errores groseros
• No insertar duplicados en los lotes de control externo
• No procesar los datos de control de calidad
• En general, no respetar la premisa de mantener condiciones
de repetibilidad

Exactitud
• La proximidad de una medición a un valor “real” o aceptado

como “apropiado”
Experimento para la Evaluación de la Exactitud
Comparación de acciones originales

con otras realizadas en condiciones
Exactitud
tan ideales como sea posible:
MATERIALES DE REFERENCIA

Cómo se Evalúa la EXACTITUD
En el mismo laboratorio:
A través de materiales de referencia, preparados en

condiciones especiales muy controladas, preferiblemente por
laboratorios de reconocida reputación.
Insertar los materiales de referencia de forma anónima en el flujo analítico

Utilizar materiales de referencia de naturaleza similar al material que será evaluado
Utilizar varios materiales de referencia (si se justifica: bajo, medio, alto)
Evitar la preparación de los materiales de referencia en los laboratorios evaluados

Exactitud - magnitud cualitativa

Ejemplo de uso:
baja o alta exactitud, exactitud aceptable
Sesgo - magnitud cuantitativa
Para materiales de referencia: Sesgo (%) = (PR / MV) – 1
donde PR representa el promedio de los valores obtenidos

en el análisis del material de referencia,
y MV el mejor valor del material de referencia
▪https://en.wikipedia.org/wiki/Estimator
Evaluación de la Exactitud
Criterio de Aceptación
El sesgo resultante del análisis, una vez excluidos los valores fuera de
control, debe encontrarse dentro de los límites aceptables:
Bueno si |Sesgo| < 5%

Cuestionable si |Sesgo | entre 5% y 10%
Inaceptable si |Sesgo | > 10%

El Gráfico de Control
El gráfico de control fue inventado por Walter A. Shewhart en los años 1920s,
mientras trabajaba para Bell Labs, con el fin de mejorar la confiabilidad de los
sistemas de transmisión telefónica.
En ese tiempo, debido a su gran tamaño, los amplificadores y otros equipos

debían ser soterrados, por lo que era necesario reducir la frecuencia de fallos
y reparaciones. Los ingenieros ya habían comprendido la necesidad de
reducir las variaciones en el proceso de manufactura, ya que el ajuste
continuo del proceso en respuesta a no conformidades aumentaba de hecho
la variabilidad y degradaba la calidad.
Walter A. Shewhart
Inventor del gráfico de control
https://en.wikipedia.org/wiki/Control_chart
En mayo de 1924, Shewhart escribió un memorándum interno de apenas una
página en el que propuso el gráfico de control como herramienta para
distinguir entre dos tipos de variaciones en un proceso, que llamó de causa
común y de causa especial. Un tercio de la página contenía lo que hoy
conocemos de modo esquemático como gráfico de control.
Shewhart concluyó que todo proceso presenta variaciones, pero alguna son
variaciones controladas, naturales al proceso (de causa común), mientras que
otras son variaciones no controladas, que no están presentes todo el tiempo
(de causa especial).
Shewhart insistía en que si se mantenía la producción en un estado de control

estadístico, en el que sólo se manifestaran las variaciones debidas a causas
comunes, no era necesario ni deseable introducir cambios, y era posible
predecir el resultado futuro y manejar el proceso en condiciones económicas.
Los gráficos de control se usan para:
• Estudiar cómo un proceso varía en el tiempo

• Controlar el proceso mediante la identificación y corrección
de problemas
• Predecir los rangos esperados de variación en el proceso
• Determinar cuándo el proceso es estable (está en control
estadístico)
• Analizar patrones de variación debida a causas comunes o
a causas especiales
• Determinar si se deben hacer correcciones a problemas
específicos o modificaciones significativas al proceso
https://asq.org/quality-resources/control-chart
En un gráfico de control, los datos deben ser ploteados en una secuencia
temporal.
Un gráfico de control siempre tiene una línea central que corresponde al

promedio (el centro de la distribución de los datos del proceso), así como
líneas de control superior e inferior. Estas líneas son determinadas a partir
de los datos históricos del proceso estudiado.
Al comparar los datos actuales con las líneas de control, es posible

distinguir si las variaciones del proceso son consistentes y predecibles
(proceso en control), debidas a causas comunes, o si son inestables e
impredecibles (fuera de control), debidas a causas especiales.
Tiros imprecisos del

tirador azul TIROS FUERA DE
Tiros imprecisos del CONTROL
tirador amarillo
Centro de los tiros precisos (en control)
¿Cómo se prepara y evalúa un gráfico de control?

• Se determina un período de tiempo adecuado para procesar los datos
• Se seleccionan los datos que serán procesados
• Se plotean la línea central, los límites de control y los datos
• Se analiza el gráfico
• Se buscan eventos potencialmente fuera de control (ver siguiente diapositiva)
• Si se identifica algún evento potencialmente fuera de control, se marca el punto
en el gráfico y se investiga la causa
• Se documenta la investigación y, si se comprueba que el evento corresponde a
una causa especial (y si se justifica…), se corrige la causa
• Se continua el ploteo de los datos en la medida en que se reciben, y cada vez se
chequea la posible aparición de nuevos eventos potencialmente fuera de control
• Al iniciar la preparación un gráfico de control, los límites de control calculados
sobre la base de los primeros 20 puntos son condicionales. Cuando se tienen
más de 20 puntos en un proceso considerado en control se recalculan los
límites de control.
¿Son todos los eventos fuera de control

evidencia de causas especiales?
- Se debe tener en cuenta que incluso en un proceso en control existe la
probabilidad de que aproximadamente 0.27% de los datos queden fuera
de los límites de control establecidos como ±3σ, por lo que no
necesariamente un punto fuera de control debe interpretarse como
provocado por una causa especial. Si usamos esos límites de control, una
falsa alarma de este tipo puede ocurrir una vez cada 370 observaciones
aproximadamente.
- Por otro lado, si un dato fuera de control es provocado por una causa
especial, puede que no sea de suficiente magnitud como para demandar
acciones correctivas inmediatas.
Aparentes Contradicciones
¿Qué sentido tiene preparar gráficos de control para evaluar la exactitud si los límites de
control se fijan a partir de la desviación estándar, que es un parámetro relacionado con la
precisión?
¿El gráfico de control sirve para evaluar la exactitud?
Si no fuese así, ¿para qué serviría entonces el gráfico de control?
Aparentes Contradicciones
¿Qué sentido tiene preparar gráficos de control para evaluar la exactitud si los límites de
control se fijan a partir de la desviación estándar, que es un parámetro relacionado con la
precisión?
El gráfico de control no fue concebido para evaluar la exactitud, sino la precisión del proceso de
medición. Cada análisis del material de referencia es un duplicado de sí mismo. En el análisis
del material de referencia en el laboratorio, es posible evaluar la precisión mediante el
coeficiente de variación, que debe ser preferiblemente menor o igual a 5%.
¿El gráfico de control sirve para evaluar la exactitud?
El gráfico de control NO PERMITE EVALUAR LA EXACTITUD. Sólo evaluamos la exactitud al

calcular el valor del sesgo.
¿Y para qué sirve entonces el gráfico de control?
Para identificar los valores fuera de control, que deben ser excluidos del cálculo del sesgo, es
decir, de la evaluación de la exactitud.
Gráfico de Control
Límite de
Medición
control superior
Promedio
Límite de
control inferior
Tiempo
Promedio y límites de control calculados a partir de los datos realmente
obtenidos durante el experimento
Correcto: Ajustado al Proceso!!!
Gráfico de Control
MV + 3σ
Medición
MV
MV - 3σ
Tiempo
Línea central y límites de control tomados
de los datos del certificado del material de referencia
Incorrecto: No Ajustado al Proceso!!!

Gráfico de Control
Criterios de Identificación de las Muestras Fuera de Control
Dos o más consecutivas sobre

MD+2DP o bajo MD+2DP
Una aislada fuera del límite de MD+3DP
Una aislada fuera del límite de MD-3DP

Efecto de la Incorrecta Definición de los Límites de Control

Evaluación de la Exactitud: Ejemplo de Tabla Resumen
Resumen Estadístico de Materiales de Referencia
MR Elemento Nro. Unidad Mediaso MV Sesgo CV MFC % MFC
As 923 ppm 65 60 8.5% 2.3% 0 0.0%
CRM-24 Cu 917 % 0.20 0.22 -7.5% 3.5% 5 0.5%
Mo 810 % 0.0033 0.0032 4.1% 3.8% 4 0.5%
Zn 917 % 0.41 0.40 1.3% 2.5% 2 0.2%
Ag 742 ppm 35 37 -4.2% 2.5% 1 0.1%
As 742 ppm 336 325 3.7% 3.6% 0 0.0%
CRM-26 Bi 742 ppm 127 132 -3.7% 5.4% 4 0.5%
Cu 730 % 1.26 1.30 -3.3% 2.8% 7 1.0%
Mo 668 % 0.0156 0.0153 2.0% 1.3% 3 0.4%
Zn 730 % 0.87 0.91 -4.5% 2.3% 2 0.3%
Ag 260 ppm 64 67 -4.9% 2.7% 0 0.0%
As 260 ppm 350 348 0.7% 3.7% 0 0.0%
CRM-55 Bi 260 ppm 206 204 0.9% 2.1% 3 1.2%
Cu 260 % 4.99 5.14 -3.0% 6.3% 1 0.4%
Mo 255 % 0.0122 0.0116 4.8% 5.3% 6 2.4%
Zn 260 % 2.44 2.50 -2.5% 3.4% 7 2.7%
Ag 46 ppm 17 17 -2.5% 2.2% 1 2.2%
As 46 ppm 411 410 0.3% 1.6% 2 4.3%
CRM-66 Bi 46 ppm 25 23 8.5% 2.9% 1 2.2%
Cu 45 % 1.23 1.28 -3.8% 4.8% 1 2.2%
Mo 43 % 0.0021 0.0021 1.2% 3.3% 2 4.7%
Zn 45 % 8.59 8.83 -2.7% 2.1% 0 0.0%
MR: material de refêrencia; Médiaso: média depois de excluir as AFC; MV: melhor valor; AFC: amostras fora de controle
Cómo se evalúa la EXACTITUD (2)
En otro laboratorio
A través de muestras de control externo (check samples),

duplicados externos de pulpa)
Reenviar las muestras de control externo (siempre duplicados de

pulpa) a un laboratorio de referencia
Incluir en el lote de forma anónima una proporción adecuada de otras
muestras de control (duplicados de pulpa, materiales de referencia
y blancos finos)
Chequear la granulometría a un 10% de las muestras

Errores Frecuentes en la evaluación de la Exactitud (1)
• Utilizar un número insuficiente de materiales de referencia (o

demasiados materiales de referencia, insertados sin responder a
una secuencia lógica)
• Utilizar materiales de referencia deficientemente preparados (por
ejemplo, insuficientemente homogeneizados, o mal embalados)
• Utilizar supuestos “materiales de referencia” no documentados
adecuadamente
• Utilizar materiales de referencia no correspondientes al tipo de
material a evaluar (ley, material)
• Utilizar materiales de referencia preparados por el mismo
laboratorio que se pretende evaluar.

Errores Frecuentes en la evaluación de la Exactitud (1)
• Usar el MV y la DE reportadas en el certificado del

material de referencia para evaluar si los resultados
están fuera de control
• Manipular deficientemente las muestras durante la
inserción (contaminación, mix-ups)
• No insertar materiales de referencia en los lotes de
control externo

Contaminación
• La transferencia involuntaria de material de una muestra o del
medio circundante a otra muestra
Experimento para la Evaluación de la Contaminación
Medición del efecto de la

Contaminación operación sobre un material
probadamente estéril:
BLANCO

Cómo se evalúa la CONTAMINACION

Durante la preparación
A través de blancos gruesos: materiales con granulometría

gruesa, en los cuales el contenido del elemento cuya
contaminación debe ser evaluada se encuentra bajo el límite de
detección del método
Insertar los blancos gruesos de forma anónima en el flujo analítico

PREPARAR los blancos gruesos a continuación de muestras mineralizadas
IMPORTANTE: los blancos no tienen que ser blancos. Pueden ser verdes,
grises, negros, etc… (incluso, es preferible que lo sean)

Durante el análisis
A través de blancos finos: materiales pulverizados, en los cuales el

contenido del elemento cuya contaminación debe ser evaluada se
encuentra bajo el límite de detección del método
Insertar los blancos finos de forma anónima en el flujo analítico

ANALIZAR los blancos finos a continuación de muestras mineralizadas

¿Dónde tiene lugar la posible contaminación si la

secuencia de inserción es
Muestra mineralizada-Blanco fino-Blanco grueso?
Se recomienda mantener esta secuencia de inserción

Criterios de Aceptación
Los valores de los blancos no deben estar sensiblemente

influenciados por las leyes de las muestras precedentes
Los valores de los blancos no deben exceder en más de

tres o cinco veces (blancos finos o gruesos, respectivamente)
los límites de detección del elemento
(Para Bureau Veritas: ≤ 1% de la muestra precedente)
La tasa de contaminación no debería ser superior a 5%

Gráfico de Blancos vs. Muestras Precedentes (5)
Algorta Project / QA/QC Review - Fine Blanks versus Precedent -
I (ppm)
Final - April 26 2006
160
140
120
100
80
Blank
60
40
20
0
0 200 400 600 800 1000 1200 1400 1600
I (p p m)
Pr e ce ding Sam ple Saf eV alue
Lineal (I (p p m))
Algorta Project / QA/QC Review - Fine Blanks versus Precedent -

NaNO3 (%)
Final - April 26 2006
3.0
2.5
2.0
Blank1.5
1.0
0.5
0.0
0 5 10 15 20 25 30
Pr e ce ding Sam ple NaNO3 (%)
Saf e V alue
Lineal (NaNO3 (%))

XYZ Drilling - Coarse Blanks versus Previous - Bi (ppm )
0.9
0.8
0.7
0.6
0.5
Blank
Bi
0.4 Safe Limit
Regression
0.3
0.2
0.1
0.0
0 100 200 300 400 500 600
Preceding Sample

Mi Proyecto - Blanco vs. Muestra Previa - Mo (ppm )
140
120
100
Blanco
80
60
40
20
0
0 1000 2000 3000 4000 5000 6000 7000 8000
Muestra Previa M o (ppm)
Lineal (M o (ppm))

Errores Frecuentes
en la Evaluación de la Contaminación
• Utilizar solo un tipo de blancos
• Utilizar materiales inadecuados (por ejemplo, de aluviones) o cuyo
carácter de blanco no ha sido previamente demostrado
• Utilizar blancos de una naturaleza muy diferente al tipo de material a
evaluar
• Insertar los blancos sin considerar el carácter de la muestra precedente
(en principio, deberían ser muestras mineralizadas)
• Manipular deficientemente las muestras durante la inserción
(contaminación, mix-ups)
• No insertar blancos finos en los lotes de control externo

¿Está la Contaminación Sobrevalorada?
Mostrar ejemplo sobre impacto real de la contaminación

Un Ejemplo Típico de Esquema
de Inserción de Muestras de Control
Tipo de Muestra Etiqueta Tasa de Tipo de Muestra de
Insercion Control
Muestras gemelas /
MG/DC 2%
Duplicados de campo*
Duplicados gruesos* DG 2% Duplicados (6%)
Duplicados de pulpa** DP 2%
Materiales de referencia** MR 6% MRs (6%)
Blancos gruesos* BG 2%
Blancos (4%)
Blancos finos** BF 2%
Controles Externos*** CE 4% Controles Externos (4%)
* Para ser analizadas en el laboratorio primario
** Para ser analizadas en los laboratorios primario y secundario
*** Para ser analizadas en el laboratorio secundario (las cifras no incluyen las muestras de control de
estos lotes, las que deben ser consideradas de modo adicional)
Tomado de Simón (2007)
¿Qué hacer cuando aparecen errores?
En todos los casos
•Identificar posibles errores groseros (revisar el “ADN” o la “huella digital”,
cotejar con muestras vecinas y/u otros materiales de referencia)
Muestras Gemelas
• Chequear físicamente los intervalos de muestreo
Duplicados en General
• No repetir las muestras fallidas; se debe investigar la causa probable y
corregir el problema en la medida de lo posible
Materiales de Referencia
• Repetir las muestras con problemas y algunas muestras vecinas, o incluso
del lote entero, si es necesario
Blancos
• Requerir mejoras en procedimientos de preparación y análisis
En última instancia, si fuese necesario,

eliminar de raíz la fuente del problema
Algunas preguntas antes de concluir
Si un duplicado arroja un valor mayor que la muestra original

¿cuál debo utilizar? ¿El valor mayor, el menor o el promedio?
¿Para qué implementamos un programa de Control de Calidad?
¿Qué debemos hacer cuando encontramos no conformidades?

Algunas preguntas antes de concluir
Si un duplicado arroja un valor mayor que la muestra original

¿cuál debo utilizar? ¿El valor mayor, el menor o el promedio?
SÓLO EL ORIGINAL
¿Para qué implementamos un programa de Control de Calidad?
PARA EVALUAR LA CALIDAD DE LOS PROCESOS, NO LAS MUESTRAS
¿Qué debemos hacer cuando encontramos no conformidades?
INVESTIGAR LAS CAUSAS Y CORREGIR LOS ERRORES EN EL PROCESO

El impacto en el futuro del proyecto
¿Qué puede suceder si no nos preocupamos por

garantizar un adecuado Control de Calidad?
• Desconfianza de los inversionistas: pérdida de valor de las

acciones, cese o reducción del flujo de dinero
• Reducción significativa del valor del proyecto en futuras
operaciones
• Dificultades en las auditorías: ocurrencia de posibles errores
fatales
• Sobre- (o sub-) estimación de los recursos
• Problemas en la reconciliación minera
• Problemas con la clasificación de los recursos:
• Posible castigo a la clasificación
• ¡¡No poder declarar reservas!!
Algunos Ejemplos Reales de Problemas
Proyecto aurífero en Guyana

• Utilizaron método analítico incorrecto, y hubo que repetir los
análisis en una porción representativa de las muestras, con un
elevado costo. Por error de los geólogos, la repetición también
utilizó el método incorrecto, por lo cual hubo que repetir de nuevo
todo el proceso. Estos errores provocaron un atraso de más de
siete meses en el proyecto. Al final, se detectó que la ley de oro
había sido sobreestimada, y fue necesario castigar la ley en 15% en
una gran parte del depósito.
Operación minera en Brasil

• La auditoría determinó que no podían estimar reservas minerales, a
pesar de ser minas en operación, y fue necesario implementar un
programa de validación de datos antiguos cuyo costo superó 1 M$.

Costo de Implementación
de Programa de Control de Calidad
• Los costos analíticos se incrementarán en aproximadamente

en 20%
• El costo total del proyecto de exploración se incrementará
entre 1% y 2%. En una mina en operación, probablemente el
costo relativo será menos.
• Tal vez podría ser conveniente dedicar un geólogo a atender
esta actividad, pero mi experiencia demuestra que no es
estrictamente necesario, salvo en operaciones muy complejas,
si todo el personal geológico comprende el sentido y conoce la
práctica del control de calidad

Paradojas (Citas de Scott Long)
The bitterness of poor quality remains long

after the sweetness of low price has gone

Webinar Sobre QAQC-20220712

Cargado por

Copyright:

Formatos disponibles

Webinar Sobre QAQC-20220712

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Webinar Sobre QAQC-20220712

Cargado por

Copyright:

Formatos disponibles

Aseguramiento y Control de la Calidad en la

Exploración Geológica y la Minería

Webinar organizado por

Dr. Armando Simón, P. Geo.

1.0 Mean 1.9937

Relative Bias -5.1%

In order Assayed, by Lab Job Date This report

• La minería es esencial para el desarrollo de la

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

• Mineral exploration has a very low probability of

Webinar sobre QA/QC en la Exploración Geológica

• Exploración geológica: punto de partida de la minería

• La implicación: necesidad de regulación

• Principales códigos mineros en la actualidad:

Webinar sobre QA/QC en la Exploración Geológica

Se ajusta a las definiciones de Recursos y Reservas Minerales del CIM (Canadian

En ciertas circunstancias, se requiere que se emita y se archive en el sitio

▪Webinar sobre QA/QC en la Exploración Geológica

▪ Un ingeniero o geocientista con un diploma universitario, o acreditación equivalente,

(Lista en permanente actualización)

Chile: Ley 20,235

Se crea un Registro Público de Personas Competentes en Recursos y Reservas

a) Poseer un título profesional de alguna de las carreras relacionadas con las

b) Tener una experiencia relevante de al menos cinco años.

El reglamento de la ley, emitido en 2012, cambia el nombre a Persona

Chile: Código para Certificación

La información pública no se limita a prospectos preparados con el objeto de

La certificación debe ser firmada por una Persona Competente Calificada.

Un recurso mineral es una concentración u ocurrencia de material de

El término “material de interés económico” incluye botaderos y

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

¿Cuál es la diferencia esencial entre

Son el resultado de la aplicación de factores modificadores

En fin: constituyen la porción de los Recursos Minerales que

Webinar sobre QA/QC en la Exploración Geológica

¿Qué entendemos por Calidad?

1. f. Propiedad o conjunto de propiedades [cuantitativas o

En la industria y la actividad profesional:

Webinar sobre QA/QC en la Exploración Geológica

Toda información escrita de naturaleza científica o técnica

▪ Especificar si una persona calificada verificó los datos en que se

Webinar sobre QA/QC en la Exploración Geológica

¿De qué Depende la Calidad de la Estimación de

Factores geológicos, amarre topográfico y

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Reproducibility of Pulp Duplicates

Webinar sobre QA/QC en la Exploración Geológica

Au in Original Samples (g/t)

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica

Webinar sobre QA/QC en la Exploración Geológica