ASTM E1432-04 Práctica estándar para definir y calcular umbrales sensoriales individuales y grupales a partir de conjuntos de datos de elección forzada de tamaño intermedio
Los umbrales sensoriales se utilizan para determinar el potencial de sustancias en bajas concentraciones para impartir olor, sabor, sensación en la piel, etc. a alguna forma de materia. Los umbrales se utilizan, por ejemplo, para establecer límites en la contaminación del aire, en la reducción del ruido, en el tratamiento del agua y en los sistemas alimentarios. Los umbrales se utilizan para caracterizar y comparar la sensibilidad de individuos o grupos a estímulos dados, por ejemplo, en medicina, estudios étnicos y el estudio de especies animales.1.1 Las definiciones y procedimientos de esta práctica se aplican al cálculo de umbrales individuales para cualquier estímulo en cualquier medio, a partir de conjuntos de datos de tamaño intermedio, es decir, que constan de más de 20 a 40 presentaciones de 3-AFC por individuo. Un umbral de grupo se puede calcular utilizando de 5 a 15 umbrales individuales. 1.2 Esta norma no pretende abordar todos los problemas de seguridad, si los hay, asociados con su uso. Es responsabilidad del usuario de esta norma establecer prácticas apropiadas de seguridad y salud y determinar la aplicabilidad de las limitaciones reglamentarias antes de su uso.
ASTM E1432-04 Historia
2019ASTM E1432-19 Práctica estándar para definir y calcular umbrales sensoriales individuales y grupales a partir de conjuntos de datos de elección forzada de tamaño intermedio
2004ASTM E1432-04(2011) Práctica estándar para definir y calcular umbrales sensoriales individuales y grupales a partir de conjuntos de datos de elección forzada de tamaño intermedio
2004ASTM E1432-04 Práctica estándar para definir y calcular umbrales sensoriales individuales y grupales a partir de conjuntos de datos de elección forzada de tamaño intermedio
1997ASTM E1432-91(1997) Práctica estándar para definir y calcular umbrales sensoriales individuales y grupales a partir de conjuntos de datos de elección forzada de tamaño intermedio