2026-11-18 11:13:08 阅读量:13
数据拿到手,很多人的第一反应是翻到结果页找那个数。数要看,但只看数,等于只看结论不看依据。
我们每年出不少数据,也见过不少被用错方向的——不是数错了,是这份数据能说明多大范围,被放大了。
一、数据只管这一份样品
先说一件容易被忽略的事:数据没有“有效期”,但有“适用范围”。
科研检测给的,是一份样品在某个方法下的测定结果。样品离开原位就开始变,采回来的那一份,和地里、罐里、整批材料里的其余部分,本来就不是同一个东西。
所以一份数据能推到哪一步,取决于采样有没有代表性。取样均匀、有平行样,结论可以往外说一点;只取了一个点、没有重复,那这份数据只能代表这一份样品。
这一层,检测环节管不了,只能靠采样时想清楚。
二、五个地方,两分钟能看完
1. 方法:标准号要带年份
数据表里必须写明依据的方法,比如 GB 5009.3-2016。年份别省——同一个指标,不同版本的前处理和适用范围都可能不一样。
自建方法(实验室内部方法、从文献改来的方法)要写清关键条件:提取溶剂、温度、时间、仪器参数。条件不写全,别人复现不了,你自己下一批也对不上。
2. 检出限:写“未检出”时,真正有意义的是这个数
结果栏写“未检出”,意思是低于方法的检出限,不是零。
检出限 0.01 mg/kg 和 0.1 mg/kg 的两个“未检出”,能说明的问题完全不一样。如果你要讨论的水平是 0.05,后者这个结果根本回答不了。
写进文章时按“<检出限”表述,别写 0。
3. 单位与基态:干基还是鲜基,先说清楚
同一份样品,报干基和报鲜基,数值能差一截,差的就是水分。
土壤、植物、食品都常见这个问题。数据表里要写清:干基还是鲜基、水分多少、单位是 mg/kg 还是 %。
还有一类容易混的:总量和有效态。同一个元素,测总量和测有效态是两个方法、两套数,不能互相替代。
4. 质控数据:平行样、加标回收、标准物质、空白
这四个是判断数据能不能信的基本盘。
平行样看重复性,两次结果差多少;加标回收看准确度,加进去的标准品能回收多少;标准物质看整个流程有没有系统性偏差;空白看有没有污染。
结果表上只有数、没有这几项,这份数据只能当参考。
5. 原始图谱:能不能要到
色谱图、光谱图、称量记录、标准曲线,这些是数据的底稿。
数据出现异常时,回看图谱能判断是峰没分好、基线漂了,还是样品本身就这样。只要结果、不要底稿,等于放弃了复核的可能。
三、这几种数据,先别急着用
· 只有结果,没有方法、检出限和质控
· 单位或基态没写清
· 平行样差得离谱,却没有任何说明
· 换过方法或换过批次,没有做过比对
前三种是数据信息不全,第四种是可比性的问题。一份能用的数据,是让人能顺着往回查,而不是只给一个数。
四、写进课题之前,还差一步
数据能用,不等于能直接写。写进课题或文章里,至少要交代:方法及标准号、检出限、单位与基态、平行样和质控情况。
审稿人问的往往不是“你这个数是多少”,而是“这个数怎么来的”。答不上来,数据再漂亮也站不住。
数据有看不懂的地方,别猜。把结果表和用途发过来,科易猫科研检测这边会按你的使用场景说清楚:哪些数能直接用,哪些得补。问一句,比改三遍省事。
参考资料
[1] GB 5009.3-2016, 食品安全国家标准 食品中水分的测定[S].
[2] GB/T 27404-2008, 实验室质量控制规范 食品理化检测[S].