•  Séance 4

       

      5. Principe de l'estimation de l'incertitude de mesure

      Les exemples de détermination des pesticides dans les oranges présentent les principes fondamentaux de l’estimation de l’incertitude de mesure, appelés principes de GUM. Ces principes ont été énoncés dans l'ISO GUM [1] et sont désormais universellement reconnus comme le fondement commun de toutes les différentes méthodes d'estimation de l'incertitude.

      Ces principes sont les suivants:

      1. La base de toute mesure (donc évidemment aussi l'évaluation de l'incertitude de mesure) est la définition du mesurande;
      2. La procédure de mesure utilisée doit correspondre à la définition du mesurande;
      3. Toutes les sources d'incertitude pertinentes doivent être soigneusement examinées et celles qui sont importantes doivent être prises en compte;
      4. Les effets aléatoires et systématiques sont traités de la même manière lors de l'estimation de l'incertitude de mesure - les deux sont évalués en tant qu'incertitudes-types, qui sont ensuite combinées dans l'incertitude-type composée.

      (5 minutes)


       

      5.1. Définition du mesurande

      Le premier principe de l’incertitude de mesure est le suivant: le mesurande doit être défini correctement et sans ambiguïté. L'importance de la définition des mesurandes est expliquée dans l'exemple de la détermination de la teneur en pesticide dans les oranges.

      (15 minutes)

       

      5.2. Procédure de mesure

      Les principales étapes d’une procédure de mesure / analyse sont présentées sur l’exemple de la mesure d’un pesticide: Préparation de l’échantillon (dans ce cas: homogénéisation, extraction (s), purification des extraits), étalonnage de l’instrument, analyse réelle. Il est souligné que la procédure de mesure doit correspondre à la définition du mesurande.

      (10 minutes)

       

      5.3. Sources d'incertitude de mesure

      L'aperçu des sources d'incertitude possibles est présenté via l'exemple de l'analyse de pesticide. Bien que les sources d'incertitude soient présentées via l'exemple d'analyse des pesticides, les mêmes sources d'incertitude sont valables pour la majorité des autres méthodes d'analyse. La plupart des sources d'incertitude sont liées à des étapes spécifiques de la procédure d'analyse. Il est souligné que la préparation des échantillons est généralement le facteur qui contribue le plus à l’incertitude de mesure. Lors de la réalisation d'une analyse chimique, il convient de veiller à minimiser (de préférence éliminer) l'influence des sources d'incertitude, dans la mesure du possible. Et ce qui ne peut être éliminé doit être pris en compte. Il n'est pas nécessaire de quantifier chaque source d'incertitude individuellement. Au lieu de cela, il est souvent plus pratique de quantifier conjointement plusieurs sources d’incertitude.

      (20 minutes)



      Autoévaluation sur cette partie du cours (5 minutes) 


       

      5.4.Traitements des effets aléatoires et systématiques

       Bien que, dans une série de mesures, les effets aléatoires et systématiques influent différemment sur les résultats des mesures, ils sont mathématiquement pris en compte de la même manière - en tant que composants d’incertitude présentés sous forme d’incertitudes types.

      (10 minutes)



      Autoévaluation sur cette partie du cours (5 minutes) 


       

      6.Retour sur les effets aléatoires et systématiques

      Ce chapitre explique que l’impact d’un effet sur les résultats de la mesure, de manière aléatoire ou systématique, dépend des conditions. Les effets systématiques à court terme peuvent devenir aléatoires à long terme. C'est la raison pour laquelle la répétabilité est, par sa valeur, inférieure à la reproductibilité intra-laboratoire, et que celle-ci est à son tour inférieure à l'incertitude-type composée. Cette section explique également que les estimations de l’incertitude des types A et B ne correspondent pas un à un aux effets aléatoires et systématiques.

      (1 heure)



       Autoévaluation sur cette partie du cours (15 minutes)


       

      7. Fidélité, justesse, exactitude

      Les interactions entre les différents types d'erreur (aléatoires, systématiques, totaux), leurs caractéristiques de performance correspondantes (fidélité, justesse, exactitude) et les paramètres pour exprimer quantitativement ces paramètres de performance (écart type, biais, incertitude de mesure) sont expliqués dans ce chapitre.

      (10 minutes)



      Autoévaluation sur cette partie du cours (10 minutes)