Aseguramiento y Control de la Calidad en la Exploracin Geolgica

Autor: Dr. Armando Simn

Gelogo Principal
AMEC Internacional (Chile) S.A.
Av. Amrico Vespucio 100 Sur, Oficina 203
Las Condes, Santiago, Chile
Tel.: (56-2)-210-9500, ext. 587; Cel.: (56-9)-715-9144
Fax: (56-2)-210-9510; E-mail: armando.simon@amec.com

Resumen
De una forma u otra, la preocupacin por la calidad de la informacin geolgica ha estado siempre
presente en la prctica de la profesin. Sin embargo, slo durante los ltimos aos, y tras varios
lamentables incidentes que conmocionaron la industria minera mundial, sta ha asimilado de forma
real la indisoluble relacin existente entre la calidad de la informacin primaria y la confiabilidad
de las estimaciones de recursos y reservas. En consecuencia, estrictas normativas han sido
elaboradas e implementadas recientemente por los principales centros mineros mundiales, con el fin
de elevar y uniformar los estndares de trabajo.
En el presente trabajo se discuten los conceptos fundamentales del Aseguramiento y Control de la
Calidad en la exploracin minera, y se detallan sus implicaciones en la prevencin y deteccin de
errores, con nfasis en el muestreo, la preparacin y anlisis de las muestras, y el registro de la
informacin. Se describen las principales fuentes de error, los procedimientos de control apropiados
para su deteccin, los mtodos de evaluacin de errores, los requerimientos y las nuevas
regulaciones internacionales vigentes con relacin a la calidad de la informacin.

Quality Assurance and Quality Control in Exploration Geology

Abstract
Geologists have always been concerned about geological data quality. However, only during the
last years, after major regrettable incidents which shattered the world mining industry, the essential
connection between data quality and reliability of resource and reserve estimations was clearly
realized. Consequently, new strict regulations have been prepared and implemented by the most
important international mining centers, aiming at raising the standards of geological practice.
This paper discusses the key concepts of Quality Assurance/Quality Control in mining exploration,
and illustrates the implications on prevention and detection of failures, particularly regarding
sampling, sample preparation and analysis, and data recording. Main sources or errors are
examined, as well as appropriate control procedures and evaluation methods. The QA/QC
requirements of new international regulations are briefly described.

1. Introduccin
En el marco de la exploracin geolgica, el propsito bsico de los programas de Aseguramiento y
Control de la Calidad (ACC), tambin conocidos por sus siglas en ingls como de QA/QC (Quality
Assurance/Quality Control), es asegurar la integridad de la informacin, y en ltima instancia
garantizar que los datos generados sean de naturaleza y estndares tales que permitan su utilizacin
en estimaciones del recursos y reservas, control de leyes, reconciliaciones, etc.
Mientras que el Aseguramiento de la Calidad comprende aquellas acciones sistemticas y
preestablecidas orientadas a elevar el nivel de la confianza de un programa de exploracin, el
Control de la Calidad abarca los procedimientos rutinarios seguidos para monitorear la calidad. Por
lo tanto, mientras que el Aseguramiento de la Calidad lleva implcita la idea de prevencin, el
Control de la Calidad se relaciona con la deteccin de problemas.
El presente trabajo refleja la experiencia y filosofa de AMEC con relacin al Aseguramiento y
Control de la Calidad (Long, 2000; Simn, 2005) , aunque aborda con mayor detalle los
procedimientos de Control de Calidad relacionados con el muestreo, la preparacin y el anlisis.
2. Aseguramiento de la Calidad: Principales Fuentes de Error
Long (2000) identif ica tres tipos fundamentales de errores: los de tipo I, ocasionados por omisin o
negligencia, que pueden ser usualmente evitados mediante la aplicacin de tcnicas correctas; los de
tipo II, de muestreo o medicin, de naturaleza aleatoria, cuyo accin no puede ser evitada, aunque
su efecto puede ser minimizado; y los de tipo III, de naturaleza sistemtica, cuyo efecto tambin
puede ser minimizado. Un programa de Aseguramiento de la Calidad debe incluir indicaciones y
recomendaciones orientadas a reducir el efecto de esos errores, y en especial los de tipo I. A
continuacin se enumeran slo algunos de los ms comunes, as como algunas recomendaciones
para evitarlos o reducir su efecto.
Heterogeneidad Geolgica
Entre los problemas ms comunes relacionados con la heterogeneidad geolgica se destacan
el uso de redes de exploracin inadecuadas, errores en la codificacin de los datos, el uso de
programas inadecuados de estimacin, la utilizacin de personal poco calificado, etc. Para
reducir su efecto se recomienda utilizar personal con la mejor calificacin posible , preparar
colecciones de muestras patrn que auxilien en el logueo, usar mtodos de procesamiento de
los datos, que apliquen mtodos estadsticos basados en el rango de influencia, etc.
Toma de muestras
Entre los principales errores que se cometen durante esta operacin se encuentran los
siguientes: el muestreo predominante del material ms blando o frgil, o de fragmentos
grandes de material duro en el muestreo de canal; la orientacin incorrecta de la lnea de corte
en el muestreo de testigo, as como el muestreo preferencial de fragmentos gruesos en
muestras de testigo muy fragmentado; ignorar los contactos litolgicos importantes; la
introduccin de sesgos en la seleccin de fragmentos o intervalos en el muestreo para
densidad; confusiones en el etiquetado y el orden de las muestras, etc.

Para reducir su efecto se recomienda usar procedimientos de muestreo que garanticen una
adecuada representatividad de las muestras, conocer con la mayor exactitud posible la
ubicacin fsica y la orientacin de los sondajes y los intervalos de muestreo, manipular las
muestras con extremo cuidado, etc.
Medicin de Parmetros
Los errores durante la medicin de los parmetros se producen en varias fases de este
proceso. Durante la preparacin, son frecuentes el chancado demasiado grueso, el uso de
tcnicas de cuarteo deficientes, la insuficiente pulverizacin, la manipula cin incorrecta de
las muestras, el empleo de un deficiente sistema de extraccin de polvo, etc.
Durante los anlisis qumicos o fsicos se constata con frecuencia el empleo de mtodos
analticos inapropiados , el no uso de estndares de tipos o niveles adecuados, la aplicacin de
procedimientos incorrectos de clculo, la determinacin de densidad sin considerar la
presencia de porosidad en la roca, las alteraciones en el orden de las muestras, etc. Estos
errores se potencian cuando el laboratorio tiene un sistema deficiente de Control de Calidad,
y an ms, por extrao que pueda parecer, cuando tal programa es inexistente.
Al reportar los resultados, son tambin frecuentes el uso indistinto de variados formatos de
tablas, nmeros y smbolos , los errores en las unidades de medida empleadas, la ausencia de
informacin sobre los mtodos empleados y sus lmites de deteccin, etc.
Para reducir el efecto de estos errores, se recomienda asegurarse de que el laboratorio
seleccionado emplea procedimientos adecuados de preparacin, dispone de instrumental y
equipos en buen estado, y productos qumicos y estndares confiables, que utiliza
procedimientos estandarizados de reporte, y tambin de que emplea un sistema adecuado de
Control de Calidad y que mantiene sus reas de trabajo limpias y ordenadas.
Preparacin de la Base de Datos
Algunos de los errores vinculados a la preparacin de la base de datos ocurren durante la
propia introduccin de la informacin. Son comunes la digitacin repetida de los datos, el uso
de frmulas en la numeracin de las muestras en tablas de Excel, la insuficiente informacin
sobre datos faltantes, la codificacin errnea de las muestras de control de calidad, etc.
Otros errores frecuentes, en este caso por omisin, son la falta de informacin til, como la
identificacin de las personas responsables de ciertas acciones importantes, datos sobre los
mtodos analticos, la recuperacin, etc., y la ausencia de contrachequeo de la informacin.
Entre las recomendaciones para reducir su efecto se incluyen planificar adecuadamente la
estructura y el flujo de la informacin, establecer filtros y mecanismos de contrachequeo,
minimizar la digitacin manual de datos , utilizar la doble entrada para los parmetros ms
sensibles, mantener una disciplina estricta en el completamiento de la base de datos, etc.
3. Control de Calidad: Definiciones Bsicas
Por lo general, durante una campaa de muestreo se utilizan dos laboratorios : uno primario, donde
se analizan todas las muestras ordinarias, y uno secundario, comnmente un laboratorio de

reconocida reputaci n, en el cual se reanaliza una porcin representativa de las muestras ordinarias
previamente analizadas en el laboratorio primario. El programa de Control de Calidad consiste en la
insercin sistemtica de muestras de control en los lotes enviados al laboratorio primario, y en el
reenvo regular al laboratorio secundario de una parte de las muestras ya analizadas en el
laboratorio primario, tambin acompaadas por muestras de control. Tanto en uno como en otro
caso las muestras de control deben ser preparadas, empaquetadas, numeradas y enviadas de tal
manera que se evite, en lo posible , su identificacin por parte de los laboratorios evaluados.
Al implantar o evaluar los resultados de un programa de ACC en la actividad geolgica, es
importante conocer tres conceptos bsicos, que se describen de modo sucinto a continuacin:
Precisin
Es la habilidad de reproducir consistentemente una medicin en condiciones similares.
Vinculada a errores aleatorios, su evaluacin exige reproducir la medicin en condiciones tan
cercanas como sea posible a las existentes en el momento en que tuvo lugar la medicin
original. En el caso del muestreo geolgico, por ejemplo, tanto la muestra original como la
duplicada deben corresponder a iguales intervalos, mtodos similares de muestreo, y se debe
prever su envo simultneo al mismo laboratorio, de modo que se garantice el empleo de
iguales procedimientos de preparacin y anlisis, utilizando los mismos equipos y reactivos,
y en lo posible el mismo personal. Por tanto, es necesario que ambas muestras formen parte
del mismo lote.
La precisin se evala a travs del error relativo (RE), definido como el valor absoluto de la
diferencia entre los valores original y duplicado, dividido entre el promedio entre ambos
valores, medido en por cientos. Se recomienda tratar la precisin como una caracterstica
cualitativa (baja precisin, alta precisin), y el error relativo como un parmetro cuantitativo.
Entre ambos existe una relacin inversa: a mayor error relativo, menor precisin, y vic eversa.
Exactitud
Se define como la proximidad de los resultados a un valor verdadero o aceptado, y se vincula
a errores sistemticos. El concepto de exactitud est indisolublemente vinculado al de valor
real. Al determinar la ley de la muestra, nunca se llega a conocer el valor real; sin embargo,
es posible preparar estndares en condiciones muy controladas, y establecer el mejor valor
(MV) del estndar para cada elemento en particular. Por otra parte, el intervalo de confianza
(IC), tambin conocido como error estndar de la media, evaluado con un nivel de
significacin de 0.05, identifica al intervalo alrededor de l MV en el cual la probabilidad de
ocurrencia del valor real es igual al 95%. Tanto el MV como el IC que caracterizan al
estndar deben ser establecidos a travs de mltiples anlisis en una serie de laboratorios de
elevada reputacin tcnica.
Mediante la insercin de estndares en los lotes analticos, es posible comparar el
comportamiento del laboratorio en cuestin con el de los laboratorios de referencia . De este
modo se evala la proximidad al MV de los valores obtenidos, y se determina la magnitud del
posible sesgo, en caso de que exista. Adicionalmente, es posible evaluar la exactitud del
laboratorio primario con relacin a otro laborator io de referencia, o secundario, mediante el
reanlisis en este ltimo de algunas muestras previamente analizadas en el laboratorio
primario, los duplicados externos. Este mtodo debe ser utilizado como complemento al uso

de estndares. Se recomienda tratar la exactitud como una caracterstica cualitativa (baja

exactitud, elevada exactitud), y el sesgo como un parmetro cuantitativ o, entre los cuales
existe una relacin inversa: a mayor sesgo, menor exactitud, y viceversa.
Contaminacin
Al preparar o analizar algunas muestras, particularmente las muy mineralizadas, es posible
que cierta porcin de una muestra o de una solucin quede retenida accidentalmente en el
equipo y contamine las muestras siguientes. La contaminacin se estudia a travs de los
blancos, que son de hecho muestras estriles, en las cuales los elementos a evaluar se
encuentran presentes en cantidades inferiores o muy cercanas a los correspondientes lmites
de deteccin.
Se considera que se ha producido un nivel significativo de contaminacin de un elemento
cuando los blancos arrojan valores que exceden varias veces el lmite de deteccin para dicho
elemento. Siempre que sea posible, la matriz de los blancos debe ser cercana a la matriz del
material que est siendo analizado en las muestras ordinarias.
4. Programas de Control de Calidad
Un programa de Control de Calidad debe evaluar su comportamiento en las etapas esenciales de la
secuencia muestreo-preparacin-anlisis, en un esfuerzo por determinar reducir al mnimo el error
total posible (Long, 2000). Las etapas y los parmetros monitoreados en cada una de ellas se
muestran a continuacin:

Muestreo: error (o precisin) de muestreo;

Preparacin: error (o precisin) de sub-muestreo; contaminacin durante la
preparacin;
Anlisis : exactitud, precisin y contaminacin analticas;
Entrada de datos: exactitud de la entrada de datos.

Las tres primeras fases pueden ser monitoreadas a travs de la insercin aleatoria de varios tipos de
muestras de control. Es posible supervisar la calidad de la entrada de datos a travs de la doble
entrada independiente de la informacin ms sensible .
Algunas muestras de control deben ser tomadas y/o insertadas por parte del personal del proyecto
directamente durante el proceso de muestreo. En el caso de un programa de perforacin diamantina,
por ejemplo, estas muestras son las siguientes:
a) Muestras gemelas (o muestras de un cuarto de testigo). Se obtienen al dividir nuevamente a
la mitad las muestras de medio testigo, de modo que un cuarto representa la muestra
original, y otro cuarto representa la muestra gemela ; ambas muestras deben ser preparadas
en el mismo laboratorio y analizadas con diferente nmero en el mismo lote. Las muestras
gemelas se usan para evaluar el error de muestreo. Se recomienda evitar el uso en este caso
del trmino de duplicado, ya que el original y la muestra gemela ocupan, formalmente,
diferentes posiciones espaciales.

b) Duplicados gruesos (o de preparacin). Son duplicados tomados inmediatamente despus

de una fase de chancado y cuarteo, que deben ser analizados en el mismo laboratorio , con
diferente nmero, y en el mismo lote que la muestra original. Los duplicados gruesos se
usan para evaluar el error de cuarteo o sub-muestreo.
c) Blancos gruesos. Son muestras de material estril, con granulometra gruesa, que deben ser
sometidas a todo el proceso de preparacin en conjunto con las dems muestras ordinarias,
y que deben ser preparadas a continuacin de muestras fuertemente mineralizadas. Los
blancos gruesos permiten evaluar si se produce contaminacin durante la preparacin.
Adems de los tipos descritos, que se insertan con anterioridad o durante la preparacin, tambin es
necesario insertar en los lotes otros tipos de muestras previamente procesadas:
d) Duplicados de pulpa (o duplicados internos). Son duplicados de muestras ordinarias
previamente pulverizadas, que son enviados con diferente nmero al laboratorio primario
para su anlisis en el mismo lote analtico que las muestras originales. Estas muestras se
utilizan para evaluar la precisin analtica del laboratorio.
e) Blancos finos. Son muestras de material estril pulverizado, que deben ser analizadas a
continuacin de muestras fuertemente mineralizadas, y que se utilizan para determinar si se
produce contaminacin durante el proceso de anlisis. Al insertar blancos, se recomienda
seguir la siguiente secuencia : despus de una muestra fuertemente mineralizada, la primera
muestra insertada debe ser un blanco fino, seguida de un blanco grueso.
f) Estndares. Son muestras elaboradas bajo condiciones especiales, que deben formar parte
de los lotes analizados tanto por el laboratorio primario como por el laboratorio secundario.
Los estndares se utilizan para evaluar la exactitud analtica, en conjunto con las muestras
de control externo. Al elegir los estndares se recomienda seleccionar, en lo posible,
materiales de composicin aproximadamente similar a la de las muestras ordinarias, a los
efectos de reducir al mnimo el efecto analtico de la matriz mineral.
Se recomienda utilizar al menos tres estndares para los elementos de importancia
econmica (incluidos los contaminantes), de modo que cubran aproximadamente la gama
prevista de concentraciones econmicas o subeconmicas: un estndar de baja ley, cercana
al valor de cutoff; un estndar medio, con ley cercana al promedio del depsito, y un
estndar alto, teniendo en cuenta lo que significa alta ley para el proyecto concreto.
g) Duplicados externos. Son duplicados de muestras ordinarias previamente pulverizadas, que
son reanalizados en el laboratorio secundario. Estas muestras son utilizadas para evaluar la
exactitud analtica del laboratorio primario, de modo complementario a los estndares.
h) Pruebas granulomtricas. Como parte de los controles externos tambin se debe solicitar al
laboratorio secundario que realice chequeos granulomtricos a una parte de las pulpas, con
el fin de chequear la calidad de la pulverizacin en el laboratorio primario.
La proporcin de muestras de control puede ser ajustada durante el programa en dependencia de los
resultados. Sin embargo, se recomienda que en un principio las muestras de control comprendan
entre 20% y 25% del nmero total de muestras enviadas al laboratorio (Tabla 1). Adicionalmente,
los lotes de control externo tambin deben incluir duplicados de los propios duplicados externos,

adems de estndares y blancos finos, para evaluar de modo independientemente la precisin, la

exactitud y la posible contaminacin, respectivamente, en el laboratorio secundario.
Tabla 1
Frecuencias recomendadas de muestras y operaciones de control
Tipo de Muestra de Control
Frecuencia de Insercin
Muestras gemelas
1 en 30 a 50
Duplicados gruesos
1 en 30 a 50
Blancos gruesos
1 en 30 a 50
Duplicados de pulpa
1 en 30 a 50
Estndar bajo
1 en 20, alternadamente
Estndar medio
Estndar alto
Blancos finos
1 en 30 a 50
Duplicados externos
1 en 20
Chequeos granulomtricos
1 en 10, en los lotes de control

5. Evaluacin del Control de Calidad

Como fue mencionado, el programa de Control de Calidad tiene por objeto evaluar la precisin, la
exactitud y la contaminacin, lo que se logra mediante la insercin regular de muestras de control.
Por tener propsitos diferentes, la exclusin de un tipo particular de muestras de control no puede
ser suplida por la inclusin de otro tipo de muestras. La evaluacin del Control de Calidad se hace
del siguiente modo:

Precisin del laboratorio primario :

Exactitud del laboratorio primario :

en el mismo laboratorio, a travs de los estndares;

en un laboratorio secundario, a travs de duplicados externos.

Contaminacin en el laboratorio primario:

en el muestreo, a travs de muestras gemelas;

en la preparacin o el cuarteo, a travs de duplicados gruesos;
en el anlisis, a travs de duplicados de pulpa.

durante la preparacin, a travs de los blancos gruesos;

durante el anlisis, a travs de los blancos finos.

Precisin, exactitud y contaminacin del laboratorio secundario:

En los lotes de control, mediante la insercin de duplicados, estndares y

blancos finos en los lotes de control.

Para evaluar los resultados del control de calidad se utiliza comnmente el principio del
reconocimiento de patrones. Mediante la preparacin de grficos especializados, se representan los

datos y se visualizan los diversos tipos de errores. A continuacin se presentan algunos de los
mtodos de evaluacin de uso ms frecuente.
Duplicados y Muestras Gemelas
Los grficos ms utilizados son los de dispersin, o X-Y (Figura 1), de frecuencia acumulada
de los errores relativos (Figura 2), de Thompson-Howarth (Thompson and Howarth, 1973,
1978; Figuras 3 y 4), etc. El autor recomienda la evaluacin segn el mtodo hiperblico
(Simn, 2005), que consiste en evaluar en un grfico de dispersin de tipo Max-Min la
aceptacin de cada par con el auxilio de una funcin hiperblica (y2 =m2 x2 +b2 ).
Segn este mtodo, la pendiente m de la asntota de la hiprbola se calcula en funcin del
error relativo aceptable para cada tipo de muestra de control (30% para muestras gemelas,
20% para duplicados gruesos, 10% para duplicados de pulpa), y el trmino independiente b
se estima en funcin del lmite de deteccin del elemento estudiado (Figuras 5 y 6). Los pares
que se ubican por encima de la hiprbola son rechazados. Un nivel aceptable de admisibilidad
se alcanza cuando el nivel de rechazos no excede el 10% de los pares. La ventaja de este
mtodo consiste en que tambin incluye en el anlisis las muestras con valores bajos, incluso
cercanos al lmite de deteccin, usualmente excluidas por otros mtodos.
Estndares
Para la evaluacin de los estndares habitualmente se construyen grficos de control o de
Shewhart para cada estndar y cada elemento estudiado (Figura 7). Los valores reportados
son ploteados en una secuencia temporal, preferiblemente la fecha de anlisis de cada lote, y
el grfico incluye lneas con valores Y constantes, correspondientes a determinados niveles
significativos, como MV, 1.05*MV, 0.95*MV, PR2*DE (donde MV es el mejor valor
resultante de una prueba inter-laboratorios; PR y DE, el promedio y la desviacin estndar,
respectivamente, calculados a partir de los valores obtenidos al analizar los estndares
insertados). El sesgo analtico Sa es calculado como:

Sa (%) = (PReve / MV) 1

donde PReve representa el promedio de los valores obtenidos, calculado tras excluir los valores
errticos, y MV representa el mejor valor del estndar para el elemento estudiado. El sesgo es
considerado aceptable si su valor absoluto es inferior a 5%, arriesgado si se encuentra entre
5% y 10%, e inaceptable cuando supera el 10%.
Adicionalmente, cuando han sido utilizados varios estndares, se construyen grficos de
exactitud (Figura 8), en los que se plotean los valores PReve y MV de cada estndar en los ejes
Y y X, respectivamente, y que se utilizan para calcular la exactitud analtica global.
Blancos
Para evaluar la contaminacin se recomienda preparar grficos de Blancos versus Muestra
Precedente (Figura 9), en los que se plotean los valores reportados para los blancos en el eje
Y, y los valores de las muestras precedentes en el eje X. Este tipo de grfico permite

identificar claramente los eventos de contaminacin cruzada de muestras ricas a los blancos, y
la posible existencia de un patrn de contaminacin.
Duplicados Externos
Para evaluar los duplicados externos comnmente se construyen grficos de dispersin X-Y,
en los que se plotean los resultados de dichos duplicados en el eje Y, y de las muestras
originales en el eje X, y posteriormente se representa la curva de regresin lineal entre ambas
series. Con este fin, se recomienda utilizar el mtodo de Reduccin al Eje Mayor (Reduction
to Major Axis, o RMA; Sinclair, 1999), que ofrece un ajuste insesgado de las dos series de
resultados, mediante un procedimiento matemtico que trata ambas series como
independientes entre s (Figura 10). En este caso, el sesgo S p-s del laboratorio primario con
relacin al secundario es calculado del siguiente modo:

Sp-s (%) = 1 - pRMA

donde p RMA es la pendiente de la curva de regresin obtenida por el mtodo RMA.
En presencia de errores, se recomienda el siguiente procedimiento general de verificacin y/o
solucin:

Para todos los tipos de muestras de control: chequear los valores de las muestras
vecinas, con el fin de identificar posibles confus iones o cambios en la posicin de las
muestras, y de ser necesario repetir los anlisis de las muestras de control fallidas junto
con algunas muestras vecinas, o incluso el lote entero si el error subsiste;
Para las muestras gemelas: revisar los testigos remanentes, para comprobar si los
intervalos muestreados se corresponden realmente con los valores reportados;
Para los blancos: requerir al laboratorio mejoras en los procedimientos de preparacin y
anlisis.

No obstante, las opciones pueden llegar a ser muchas, en dependencia del tipo y magnitud de los
errores identificados. De cualquier modo, en ltima instancia es necesario investigar, localizar y
eliminar la fuente del problema.
6. Exigencias de Regulaciones Internacionales sobre la Calidad de los Datos Geolgicos
Durante los ltimos aos han entrado en vigencia nuevas regulaciones internacionales que
persiguen la normalizacin de los aspectos esenciales de la exploracin, tales como la NI 43-101 de
Canad, (CIM, 2000) y el cdigo JORC de Australia (JORC, 1999) , entre otros. Estas regulaciones
son de uso cada vez ms frecuente en la industria minera, y plantean estrictos requisitos en lo
relativo a la calidad de la informacin en que se basan los estimados de recursos y reservas.
Entre las especificaciones de la norma NI 43-101, por ejemplo, se requiere que una Persona
Calificada verifique los datos en que se basa dicha informacin, incluyendo el muestreo, los anlisis
y otras pruebas, describa el programa de aseguramiento de la calidad y las medidas de control de
calidad, incluyendo la naturaleza y las limitaciones de la verificacin, y explique cualquier
deficiencia encontrada (CIM, 2000).

El cdigo JORC, por su parte, exige que una Persona Competente informe sobre la naturaleza,
calidad y correcta seleccin de los procedimientos de muestreo y de anlisis de laboratorio, de los
procedimientos de control utilizados, especificando los estndares, blancos, duplicados y controles
externos, y si se han alcanzado niveles aceptables de exactitud y precisin (JORC, 1999).
7. Conclusiones y Recomendaciones
Durante los ltimos aos se ha intensificado el nivel de exigencia de la industria, y especialmente
de los bancos, las bolsas y los inversionistas, sobre la calidad de la informacin en que se basan los
estimados de recursos y reservas. En consecuencia, ha aumentado la presin sobre las empresas
mineras para que mejoren los procedimientos de Aseguramiento y Control de Calidad.
Adems, resulta cada vez ms evidente que para lograr niveles superiores de eficiencia en las
operaciones, reflejadas en reconciliaciones ms ajustadas, es necesario identificar y eliminar o
minimizar los errores inherentes al proceso de obtencin de la informacin primaria.
Segn la experiencia internacional, se requiere implementar desde el primer da del proyecto un
programa efectivo de Aseguramiento y Control de la Calidad. Igualmente, se recomienda mantener
una rigurosa disciplina en el completamiento de la base de datos durante toda la ejecucin del
proyecto. A pesar del costo ms elevado que implican, es conveniente utilizar personal,
equipamiento y laboratorios que garanticen el logro de parmetros superiores de calidad.
Es importante insistir en que los diversos elementos evaluados durante el Control de Calidad son
independientes entre s. Cada tipo de muestras de control tiene un propsito especial, y la exclusin
de un tipo particular de muestras de control no puede ser suplida por la inclusin de otro tipo de
muestras.
Ms de una vez la experiencia demuestra que la diferencia de costo entre obtener un resultado de
calidad y un resultado pobre suele ser nfima en comparacin con la diferencia de retorno entre un
resultado de calidad y un resultado pobre.

REFERENCIAS
CIM (2000). National Instrument 43-101. Canadian Institute of Mining, Metallurgy and Petroleum.
JORC (1999). Australasian Code for Reporting of Mineral Resources and Ore Reserves (The JORC
Code). The Joint Ore Reserves Committee of the Australasian Institute of Mining and
Metallurgy, Australian Institute of Geoscientists and Mineral Council of Australia.
Long, Scott (2000). Assay Quality Assurance-Quality Control Program for Drilling Projects at the
Pre-feasibility to Feasibility Report Level. Mineral Resource Development Inc., Internal Report.
Simn, Armando (2005). La calidad de los datos en la estimacin de recursos. Conferencia
Magistral, XXVII Convencin Minera EXTEMIN, Arequipa, Septiembre 15 de 2005.
Sinclair, A.J. (1999). Evaluation of errors in paired analytical data by a linear model. Explor.
Mining Geol., V 7, Nrs. 1-2, 167-173.
Thompson, Michael y Howarth, Richard (1973). The rapid estimation and control of precision by
duplicate determinations. The Analyst, 98, 153-160.
Thompson, Michael y Howarth, Richard (1978). Duplicate analysis in geochemical practice: a new
approach to the estimation of analytical precision. J. Geochemical Exploration, 9, 23-30.