Uso de la tecnología para recopilar, comunicar y modelar datos científicos

Introducción a la tecnología y los datos

Gracias a la tecnología moderna, podemos visualizar datos e interpretar resultados científicos rápidamente. Lo que solía requerir papel, lápiz, regla, pensamiento abstracto o cálculos que requieren mucho tiempo ahora se puede hacer electrónicamente en cuestión de minutos. Además de la conveniencia de utilizar la tecnología para presentar datos, la tecnología también nos permite visualizar datos más complejos que serían casi imposibles de dibujar o interpretar a mano.

Ejemplo: monitorización del pH

El primer paso en cualquier experimento es recopilar los datos. Digamos que necesitamos controlar el pH de una solución fuertemente básica de 25 ml en agua mientras le agregamos un ácido fuerte. Ahora supongamos que cada solución tiene la misma concentración de ácido o base. Esperamos que el pH de la solución baje a medida que se agrega ácido a la solución de 25 ml porque los ácidos bajan el pH.

Una forma de controlar el pH es con una sonda de pH. Las sondas de pH modernas miden un voltaje entre el ánodo y el cátodo de la sonda cuando la sonda se coloca en una solución. Este voltaje cambia a medida que cambia la cantidad de H + , es decir, qué tan ácida es la solución. El pH se calcula a partir del voltaje y se muestra en una lectura digital.

Algunas sondas de pH se pueden conectar directamente al software de una computadora personal para que los datos se transfieran automáticamente a medida que tomamos medidas. También podemos simplemente registrar los datos escribiendo los valores de pH mostrados o escribiéndolos en una computadora. Si no tenemos un software diseñado específicamente para el análisis de datos científicos, una hoja de cálculo es un buen sustituto. Supongamos que obtenemos los siguientes resultados al agregar ácido a nuestra solución básica en incrementos de 1 ml:

También podríamos ingresar los resultados del pH en una tabla en una calculadora gráfica.

Hacer gráficos

Una vez que tenemos una tabla de valores, mostrar visualmente los datos es muy útil para interpretar su significado. Los gráficos suelen ser la mejor manera de hacer esto. Simplemente graficamos el pH (valores de y) como una función del volumen de ácido agregado (valores de x):

La gráfica muestra que el pH disminuye más rápidamente cerca del volumen de ácido agregado de 25 ml. En este caso particular, los datos nos dicen que el pH es aproximadamente neutro (7) cuando la cantidad de ácido agregado es equivalente a la cantidad de la solución básica inicial. Llamemos a esto el punto de «volumen igual». Si las soluciones ácida y básica tienen concentraciones iguales de H + y OH – , entonces la mezcla de volúmenes iguales de estas soluciones debería dar una solución neutra. Pero, ¿cómo sabemos esto por el gráfico? ¡No hay punto de datos a 25 ml de ácido añadido!

Interpretación de datos

Esto nos lleva a la parte más importante del análisis de datos: la interpretación. Es bastante fácil simplemente recopilar datos, pero también necesitamos interpretarlos correctamente para que tengan algún sentido. En el ejemplo del pH, los datos del gráfico simplemente nos dicen que el pH está entre 3 y 11, no definitivamente 7.

Al trazar datos en un gráfico, a menudo es útil dibujar líneas entre los puntos de datos. Este proceso nos ayuda a interpolar o estimar cuáles deberían ser los valores entre los datos medidos. En nuestro experimento, el pH en el punto de «volumen igual», según se traza hacia arriba desde el eje x, es aproximadamente 7, lo que confirma nuestra predicción.

Simulaciones: otro tipo de análisis

A veces, los resultados que queremos no provienen de gráficos simples que tardan solo unos minutos en crearse. Los científicos a menudo usan simulaciones para predecir el (los) resultado (s) de un proceso a medida que ocurre en tiempo real, o quizás a un ritmo acelerado. Cuanto más tiempo y más complejas sean las variables, más tardará la simulación en ejecutarse. Algunas simulaciones pueden tardar días, semanas, meses o incluso años en completarse. Los detalles para configurar una simulación razonable pueden ser difíciles, pero los principios básicos que hemos aprendido aún se aplican. Las tablas de datos se ingresan o calculan en una computadora, a menudo miles o millones de veces a medida que avanza la simulación.

Como ejemplo, el siguiente gráfico es una simulación de la NASA de los efectos del calentamiento global con y sin influencias humanas.

El gráfico parece bastante básico, pero muchas variables entran en esta imagen simplificada. Un éxito de esta simulación es que las principales caídas en las líneas roja y azul ocurren cerca de las principales erupciones volcánicas, que pueden causar un enfriamiento global temporal.

Las simulaciones son una forma de condensar una gran cantidad de datos complicados en uno o varios resultados posibles. Las simulaciones nos permiten presentar estos resultados complicados para que podamos intentar predecir el resultado de otro experimento, o quizás proponer nuevos experimentos para probar una hipótesis. Las simulaciones a menudo se ejecutan varias veces en varias condiciones diferentes. Esto nos ayuda a comprender mejor por qué se observan ciertos resultados en contraposición a otros.

Resumen de la lección

Tenemos varias herramientas disponibles para mostrar, analizar y comunicar resultados científicos entre nosotros. Muchos instrumentos científicos modernos se conectan a computadoras o incluso calculadoras de mano, lo que permite un análisis rápido de los datos recopilados. La interpolación es una técnica común para predecir los resultados de los datos que no se han recopilado, siempre que haya puntos de datos cercanos. Las simulaciones son útiles para comprender cómo ocurren los procesos complicados a lo largo del tiempo. A menudo se utilizan cuando el análisis de datos es muy difícil o requiere mucho tiempo.

Rodrigo Ricardo Editor y fundador