Las mediciones higiénicas en el sitio de trabajo tienen como finalidad establecer parámetros de exposición en el medio ambiente de trabajo tales como iluminación, ruido, temperatura, entre otros, a fin de establecer medidas de control que reduzcan o eliminen el riesgo. Es importante resaltar que uno de los principios de la metrología es la exactitud y la precisión, en este sentido una empresa debe garantizar que sus procesos de medición incluyan la utilización de instrumentos calibrados tal como lo contempla la norma técnica ISO 10012. (Instituto Colombiano de Normas Técnicas y Certificación, 2003)
Los medidores de nivel de sonido (SLM) son instrumentos utilizados para medir los niveles de presión de sonido (SPL) de varios dispositivos que generan sonido en diversos ambientes. (Fava, Oliveira, Baglione, Pimpinella, & Spitzer, 2016, págs. 14–28) El equipo utilizado por excelencia para la medición de ruido es el sonómetro (Sexto, 2007). No obstante, en la actualidad el desarrollo de las nuevas tecnologías ofrece otras alternativas con las apps de los teléfonos inteligentes.
Para el caso particular del sonómetro existe una aplicación que se conoce como Sound meter, que utilizan los sensores y el hardware de los mismos, desarrollados para otros fines, para procesar la información captada y ofrecer resultados cuantitativos las cuales suponen un recurso adicional para la realización de mediciones en el ámbito ocupacional, recurso de mucho menor costo y que prácticamente puede ser un valor añadido para toda aquella persona que posea uno de estos teléfonos inteligentes. La repercusión a nivel de empresa puede ser muy grande en el control de estas condiciones de trabajo.
Según, Kardous (Kardous & Shaw, 2015, págs. 10–13) a finales de 2013, la propiedad de teléfonos inteligentes en el mercado de los Estados Unidos había alcanzado más del 67% de todos los suscriptores móviles, o más de 140 millones de dispositivos. De acuerdo a un informe presentado por la revista Semana (2015), en Colombia, al cierre del año 2014 Asomóvil, que es la empresa que reúne a todas las compañías de telefonía móvil del país, reportó que tenía 25.785.262 usuarios de internet móvil, es decir, más de la mitad de los colombianos estarían usando un dispositivo inteligente Estos dispositivos inteligentes son aquellos en los cuales se pueden disponer de las apps, lo cual las convierte en una herramienta ágil y de fácil alcance para cualquier persona interesada en realizar una medición. Sin embargo, existe desconocimiento de la exactitud y precisión de las mediciones realizadas con dichas aplicaciones, lo cual deja sin conocer la validez de los datos obtenidos impidiendo desarrollar planes de acción técnicamente sustentados en mediciones fiables y orientadas a mejorar la calidad de los entornos de trabajo.
Diversos estudios se han escrito sobre el ruido, (Calle & Alfonzo., 2016) señala la necesidad de medir ruido para contrastar con los valores límite permisibles. (Escorcia & Abdón Donaldo, 2016) realizó un estudio en una trilladora de arroz en Nicaragua, en el estudio se lograron identificar la importancia de las condiciones que rodea al individuo, lo cual tiene una influencia en las actividades que se realizan, debido a que se está expuesto a muchos factores como el ruido, iluminación, y temperatura que indirectamente influyen de una manera positiva o negativa en las actividades de las personas.
Achig (2016) adelantó un estudio en Familia Sancela Ecuador, donde pudo establecer que el factor de riesgo ruido a nivel empresarial es considerado uno de los principales inconvenientes a los que se encuentran expuestos los trabajadores y a su vez afecta directamente en su salud laboral.
Una de las patologías asociadas al ruido como lo menciona (Tambs, Howard, Hans, Jostein Bo, 2006) es la hipoacusia Neuro sensorial inducida por ruido. Sin embargo, como lo afirma en Ibrahim, Aremu, Ajao, Ojelabi (2014) también se observa que los trabajadores tienen ciertas formas de fisiología y trastornos psicológicos relacionados con el ruido.
Está ampliamente aceptado que la pérdida auditiva inducida por el ruido (NIHL) es una enfermedad compleja que resulta de la interacción de factores genéticos y ambientales. Los factores heredados podrían explicar hasta el 50% de la variabilidad de la pérdida auditiva después de la exposición al ruido. (Mariola Sliwinska-Kowalska, 2012) El límite permisible para ruido en la industria como lo menciona (ACGIH, 2018) es de 85 decibeles para una jornada de 8 horas diarias, 5 días a la semana. En cuanto a legislación, como lo afirma (Casas et al 2014), las normativas reglamentarias en Colombia, con respecto a la problemática del ruido son suficientes y pertinentes, no hace falta actualizarlas ni modificarlas, puesto que los decretos y leyes promulgados y que determinan los niveles correctos de emisión de ruido están a la par con otras normativas extranjeras coherente.
En referencia a las aplicaciones, se han realizado algunos estudios con el objeto de validar la pertinencia de su uso en el campo de la higiene ocupacional. Celestina, Hrovat, Kardous (2018, págs. 119–128) refiere que cualquier teléfono inteligente ahora se puede convertir en un dispositivo de medición de sonido debido a su micrófono incorporado. El interés en tales aplicaciones de medición de sonido está creciendo entre los entusiastas del audio, los educadores, los investigadores acústicos y ambientales, y el público en general. (Kardous & Shaw, 2015)
Serpanos, Renne, Schoepflin, y Davis (2018, págs. 1319–1328), realizaron un estudio en el que analizaron tres aplicaciones ios de medición de sonido, Sound Level Meter y SPL meter. Concluyeron que algunas aplicaciones, incluso con la calibración, sobreestimaron los bajos niveles de ruido ambiental y es posible que no verifiquen con precisión los ambientes de habitaciones silenciosas <50 dB para los servicios clínicos.
Murphy y King (2016, págs. 16–22), realizaron un estudio en el cual probaron 100 teléfonos inteligentes, concluyendo que existe una relación significativa entre la edad del teléfono y su capacidad para medir el ruido con precisión. Otro estudio realizado por los autores anteriormente mencionados, informa sobre una investigación realizada para evaluar la posibilidad de que los datos de mapeo de ruido basados en teléfonos inteligentes se integren en el proceso tradicional de mapeo de ruido estratégico, Murphy, et al (2016).
Este estudio concretamente, tiene como finalidad comparar los resultados de la medición del sonido obtenidos con un equipo calibrado versus las obtenidas con teléfonos inteligentes que usen apps para cuantificar al sonido, para así comprobar si es posible disponer de un método exacto y preciso al medir sonido. Lo anterior teniendo en cuenta que los medidores de nivel de sonido profesional son costosos, Barański (2014, págs. A-66-A-70). En primera medida caracterizar las especificaciones técnicas y condiciones de operación de algunas apps de sonido instaladas en algunas referencias de teléfonos inteligentes, realizar el experimento de toma de mediciones con equipos calibrados y con apps de sonido seleccionadas instaladas en teléfonos inteligentes seleccionados, finalmente, determinar las apps de sonido instaladas en determinados teléfonos inteligentes que ofrecen mayor exactitud y precisión respecto a los equipos calibrados.
El estudio es comparativo, cuasi experimental. Se realizó un muestreo Intencional, este caso se seleccionó una empresa de artes gráficas, en la cual se analizaron 4 puntos, máquina impresora de medio pliego, máquina impresora de ¼ de pliego de 4 torres, máquina impresora de ¼ de pliego de 1 torre y una máquina pinza.
Se definieron siete variables, cada una de ellas corresponde a un dispositivo de medición analizado en el estudio, para lograr determinar las apps de sonido instaladas en determinados teléfonos inteligentes que ofrecen mayor exactitud y precisión respecto a los equipos calibrados.
Para el estudio se utilizaron los siguientes equipos celulares: Motorola Moto X, Samsung A5 y Iphone 6, así como un sonómetro Marca CEM, Modelo DataLoger 8852, con certificado de calibración de marzo de 2018, indica 0,4 dB de incertidumbre.
Se realizó una revisión de las apps disponibles en las tiendas Google Play Store y App Store Apple, y se seleccionaron las aplicaciones que aplicaran a las versiones de los celulares seleccionados, una aplicación libre y una paga, que tuvieran valoraciones entre 4 y 5, y que fueran las más descargadas por los usuarios. En base a lo anteriormente mencionado, se seleccionaron las siguientes aplicaciones: Sound meter pro, sonómetro, dB Sound meter y dB meter.
Los sitios de medición estuvieron localizados a una distancia de la fuente no inferior a 0.25 metros entre 1 metro y 4 veces la longitud de la mayor dimensión de la fuente emisora.
En este experimento se estableció una significación de 0,05 que corresponde al nivel de confianza 95%. Lo anterior corresponde a 4 observaciones, según metodología para diseño de experimentos analizada por Lozano (2014). Para el análisis de resultados se aplicó un ajuste de distribución para cada una de las variables, a través del software Risk se realizó una simulación de 1000 datos a partir del método Montecarlo, se realizaron los análisis estadísticos descriptivos para establecer la media y desviación estándar, datos que permitieron establecer la precisión de los datos obtenidos. Se compararon los resultados obtenidos mediante la aplicación de la prueba T de Student para muestras independientes, El P-Valor resultante fue utilizado para establecer exactitud de las variables, para lo anterior se usó el software SPSS (IBM)
En el desarrollo de la presente investigación se realiza un experimento de medición de sonido, se analizaron cuatro fuentes, máquinas impresoras de una empresa de artes gráficas ubicada en la ciudad de Bucaramanga, Santander, Colombia. En el experimento se desea saber acerca de dos aspectos, uno de ellos enfocado a establecer la precisión, y otro enfocado a establecer la exactitud, de los datos obtenidos con los dispositivos de medición propuestos, un sonómetro calibrado y seis aplicaciones instaladas en tres referencias de celular. A continuación, se presenta la metodología utilizada para su análisis.
Como primer paso se realiza un análisis de los resultados a partir de un cuadro de operacionalización de factores, identificando las variables, su método de medición (cuantitativa), se asigna una definición ante la investigación y se procede a asignar un código para su reconocimiento a lo largo del estudio, como puede observarse en la tabla 1.
Tabla 1. Operacionalización de factores
Seguidamente, se procede a determinar las estadísticas descriptivas de cada una de las variables, con lo que es posible generar los primeros análisis acerca del estudio, destacando los resultados en la Tabla 2.
Tabla 2. Estadísticas descriptivas por variable máquina impresora pinza
En el punto de medición máquina impresora pinza, en términos de precisión, se analiza la desviación estándar para cada una de las variables. La variable V007 (Sonómetro Calibrado) es la que ofrece mayor precisión, seguidamente la variable V002 (Aplicación dB Sound Meter instalada en un teléfono i Phone 6) que ofrece la mayor precisión entre las aplicaciones analizadas en este punto.
Figura 1. Resultados máquina Pinza
En la figura 1, se puede observar el comportamiento en términos de exactitud de cada una de las variables analizadas. El rango que se observa entre la barra gris y la barra naranja corresponden al intervalo entre la media y la desviación estándar más 1. Es decir, el menor y mayor valor que se podría aceptar en el rango del equipo calibrado. Por lo tanto, las variables V003 y V004 se encuentran por debajo del valor aceptable, y las variables V001,V002,V005 y V006 se encuentran por encima del valor aceptable.
Tabla 3. Estadísticas descriptivas por variable máquina impresora 4 torres ¼ de pliego
En el punto de medición máquina impresora cuatro torres de ¼ de pliego, en términos de precisión, se analiza la desviación estándar para cada una de las variables. La variable V006 (Aplicación Sound meter Pro instalada en teléfono Motorola Moto X) es la que ofrece mayor precisión entre los dispositivos de medición utilizados. Seguidamente la variable V005, V003 y V007 (sonómetro calibrado).
Figura 2. Resultados máquina impresora 4 torres ¼ de pliego.
En la figura 2, se puede observar el comportamiento en términos de exactitud de cada una de las variables analizadas. El rango que se observa entre la barra gris y la barra naranja corresponden al intervalo entre la media y la desviación estándar más 1. Es decir, el menor y mayor valor que se podría aceptar en el rango del equipo calibrado. Por lo tanto, las variables V003 y V004 se encuentran por debajo del valor aceptable, y las variables V001,V002,V005 y V006 se encuentran por encima del valor aceptable.
Tabla 4. Estadísticas descriptivas por variable máquina impresora ½ pliego.
En el punto de medición máquina impresora 1/2 pliego relacionado en la tabla 4, en términos de precisión, se analiza la desviación estándar para cada una de las variables. La variable V007 (Sonómetro Calibrado) es la que ofrece mayor precisión, seguidamente la variable V006 (Aplicación Sound meter pro instalada en teléfono Motorola Moto X) que ofrece la mayor precisión entre las aplicaciones analizadas en este punto.
.jpg)
Figura 3. Resultados máquina impresora 1/2 pliego.
En la figura 3 se puede observar el comportamiento en términos de exactitud de cada una de las variables analizadas. El rango que se observa entre la barra gris y la barra naranja corresponden al intervalo entre la media y la desviación estándar más 1. Es decir, el menor y mayor valor que se podría aceptar en el rango del equipo calibrado. Por lo tanto, las variables V003 y V004 se encuentran por debajo del valor aceptable, y las variables V001,V002,V005 y V006 se encuentran por encima del valor aceptable.
Tabla 5. Estadísticas descriptivas por variable máquina impresora 1 torre ¼ de pliego.
En el punto de medición máquina impresora 1 torre 1/4 pliego, en términos de precisión, se analiza la desviación estándar para cada una de las variables. La variable V005 (Aplicación Sound meter Pro instalada en teléfono Samsung) es la que ofrece mayor precisión entre los dispositivos de medición utilizados. Seguidamente la variable V003, V007 (sonómetro calibrado).
Figura 4. Resultados máquina impresora 1 torre ¼ de pliego.
En la figura 4 se puede observar el comportamiento en términos de exactitud de cada una de las variables analizadas. El rango que se observa entre la barra gris y la barra naranja corresponden al intervalo entre la media y la desviación estándar más 1. Es decir, el menor y mayor valor que se podría aceptar en el rango del equipo calibrado. Por lo tanto, las variables V003 y V004 se encuentran por debajo del valor aceptable, y las variables V001,V002,V005 y V006 se encuentran por encima del valor aceptable.
Finalizado el análisis descriptivo, se pasa a establecer un conjunto de hipótesis para validación estadística; verificándolas a partir de cuadros de contingencias y la aplicación del estadístico P-Valor de la prueba T de Student muestras independientes. Las hipótesis nulas planteadas son las siguientes:
Tabla 6. Hipótesis
Como primera medida se realiza la validación estadística a partir de la prueba T de Student, calculando P-Valor. Si la probabilidad obtenida P-valor = < α, rechaza Ho. Siendo α=0,05. A continuación, se presentan los resultados obtenidos:
Tabla 7. Resultados de prueba T Student de hipótesis planteadas
Este estudió evaluó la precisión y exactitud de seis aplicaciones, dos iOS y cuatro Android, instaladas en tres referencias de teléfonos inteligentes, las cuales se compararon con un sonómetro calibrado, se realizaron mediciones en cuatro fuentes de ruido distintas, ubicadas en un ambiente de una empresa de producción. Los resultados demostraron en general imprecisión para todas las aplicaciones. Sin embargo, la aplicación Sound meter pro instalada en un teléfono Motorola Moto X demostró precisión en un caso, y la misma aplicación instalada en un teléfono Samsung demostró precisión en un caso, los datos anteriores incluso por encima del sonómetro calibrado que cuenta con una incertidumbre de más o menos 0,4 decibeles.
En otros estudios como el Murphy y King, (2016) las referencias acerca de la precisión en las aplicaciones instaladas en teléfonos inteligentes utilizados son escasas.
En referencia a la exactitud, así como lo demostró Serpanos et al, (2018), las aplicaciones sobreestimaron los bajos niveles de ruido ambiental, en el presente estudio se pudo evidenciar inexactitud en las medidas obtenidas con aplicaciones instaladas en teléfonos inteligentes no calibrados. La aplicación sonómetro que arrojó en algunos casos precisión, en relación a la exactitud se muestra por debajo de los valores aceptables, en contraposición las aplicaciones Sound meter pro, dB Sound Meter y Sound Meter muestran valores por encima del rango aceptado.
Se caracterizaron las especificaciones técnicas y condiciones de operación de algunas apps de sonido instaladas en algunas referencias de teléfonos inteligentes, se seleccionaron para el estudio las que se encontraban mejora calificadas por los usuarios y con mayor número de descargas. En base a lo anteriormente mencionado, se seleccionaron las aplicaciones Sound meter pro, sonómetro, dB Sound meter y dB meter.
Se realizó un experimento de toma de mediciones con un sonómetro Marca CEM, Modelo DataLoger 8852, con certificado de calibración de marzo de 2018, indica 0,4 dB de incertidumbre y con apps de sonido mencionadas instaladas en los teléfonos Motorola Moto X, Samsung A5 y Iphone 6.
Finalmente, se determinó que la tecnología actual en los celulares inteligentes ofrece una serie de aplicaciones que evidentemente no son comparables con equipos de medición calibrados, y los resultados que pueden ofrecer serán aproximados, quizás pueden ser útiles para obtener una primera valoración y aproximación a los valores reales, más no podrán ser tenidos en cuenta para la evaluación de riesgos ocupacionales, por cuanto carecen de exactitud y precisión.
Achig Cabrera, Rafael Antonio. (2016). Evaluación del ruido y su incidencia en la salud laboral en el área del molino 5 de la empresa productos familia Sancela del Ecuador en el período 2015 – 2016. Obtenido de: http://181.112.224.103/handle/27000/3100
Aguais Calle, Fredi Alfonzo. (2016). Propuesta para el control de ruido ocupacional en el área de calderas del ingenio La Troncal. Obtenido de: http://repositorio.ug.edu.ec/handle/redug/21340
Association Advancing Occupational and Enviromental Health. (2018). Threshold limit values for chemical substances and physical Agents & Biological exposure Indices.
Barański, R. (2014). Sound Level Meter as Software Application. Acta Physica Polonica, A, 125(4A), A-66-A-70. Obtenido de: https://doi-org.ezproxy.uniminuto.edu/10.12693/APhysPolA.125.A-66
Celestina, M., Hrovat, J., & Kardous, C. A. (2018). Smartphone-based sound level measurement apps: Evaluation of compliance with international sound level meter standards. Applied Acoustics, 139, 119–128. Obtenido de: https://doi-org.ezproxy.uniminuto.edu/10.1016/j.apacoust.2018.04.011
CEM. Sonómetro DT-8852. [Equipos y software].
Db METER (Versión 2.9.1) [app]. Vlad Polyanskiy
Db SOUND METER (Versión 3.2.6) [app]. SkyPaw Co. Ltda.
Escorcia Escorcia, Abdón Donaldo y Obando García, Engel Orlando. (2016). Evaluación de las Condiciones de Higiene y Seguridad del Trabajo en el Trillo de Arroz Santa Isabel del Municipio de Sébaco, durante el Segundo Semestre del 2015. Obtenido de: http://repositorio.unan.edu.ni/2509/
Fava, G., Oliveira, G., Baglione, M., Pimpinella, M., & Spitzer, J. B. (2016). The Use of Sound Level Meter Apps in the Clinical Setting. American Journal of Speech-Language Pathology, 25(1), 14–28. Obtenido de: https://doi-org.ezproxy.uniminuto.edu/10.1044/2015pass:[_]AJSLP-13-0137
IB Ibrahim, AS Aremu, KR Ajao, AT Ojelabi. (2014). Evaluation of Noise Pollution and Effects on Workers during Wheat Processing. Obtenido de: https://www.ajol.info/index.php/jasem/article/view/112263
Instituto Colombiano de Normas Técnicas y Certificación. Sistemas de Gestión de la Medición. Requisitos para los Procesos de Medición y los Equipos de Medición. ICONTEC, Bogotá 2003.
Kardous, C. A., & Shaw, P. B. (2015). Do Sound Meter Apps Measure Noise Levels Accurately? Sound & Vibration, 49(7), 10–13. Obtenido de: http://ezproxy.uao.edu.co:2048/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=eih&AN=108815809&lang=es&site=eds-live
Kristian Tambs, Howard J. Hoffman, Hans M. Borchgrevink, Jostein Holmen & Bo Engdahl. (2006). Hearing loss induced by occupational and impulse noise: Results on threshold shifts by frequencies, age and gender from the Nord-Trøndelag Hearing Loss Study. Obtenido de: https://www.tandfonline.com/doi/abs/10.1080/14992020600582166
Lozano Rivas William Antonio. (2014). Determinación del número mínimo de observaciones en investigación, Obviando las estimaciones de la varianza de datos. Obtenido de: http://www.didacticaambiental.com/revista/numero10/6.-.pdf
Mariola Sliwinska-Kowalska, Adrian Davis. (2012). Noise-induced hearing loss. Obtenido de: http://www.noiseandhealth.org/article.asp?issn=1463-1741;year=2012;volume=14;issue=61;spage=274;epage=280;aulast=Sliwinska-Kowalska
Murphy, E., & King, E. A. (2016). Smartphone-based noise mapping: Integrating sound level meter app data into the strategic noise mapping process. Science of the Total Environment, 562, 852–859. Obtenido de: https://doi-org.ezproxy.uniminuto.edu/10.1016/j.scitotenv.2016.04.076
Murphy, E., & King, E. A. (2016). Testing the accuracy of smartphones and sound level meter applications for measuring environmental noise. Applied Acoustics, 106, 16–22. Obtenido de: https://doi-org.ezproxy.uniminuto.edu/10.1016/j.apacoust.2015.12.012
Revista Semana. (2015). Colombia el país de los Smartphones. Obtenido de: http://www.semana.com/tecnologia/articulo/colombia-el-pais-de-los-smartphones/432806-3
Serpanos, Y. C., Renne, B., Schoepflin, J. R., & Davis, D. (2018). The Accuracy of Smartphone Sound Level Meter Applications With and Without Calibration. American Journal of Speech-Language Pathology, 27, 1319–1328. Obtenido de: https://doi-org.ezproxy.uniminuto.edu/10.1044/2018pass:[_]AJSLP-17-0171
Sexto, L. F. (2007). ¿Cómo elegir un sonómetro?. Obtenido de: http://www.djbolanos.com.ar/circuitos_archivos/sonometr.pdf
SONÓMETRO (Versión 3.2.6) [app]. Abc Apps
SOUND METER PRO (Versión 2.5.7) [app]. Smart Tools co.
SPSS Statistics. (Versión 2.0) [Software estadístico]. IBM.
Papers relacionados
