El uso de Arduino como herramienta didáctica: Un enfoque en la detección de mezcal adulterado
Palabras clave:
Arduino, espectrofotometría, electrónica de aprendizaje y equipos de laboratorio.Resumen
El mezcal es una bebida alcohólica y es adulterada con frecuencia, causando problemas de salud en la población. Por lo tanto, la adulteración de bebidas alcohólicas es una práctica ilegal. Adicionalmente, los equipos para detectar bebidas adulteradas son cada vez más caros, lo que los hace inaccesibles para la mayoría de los laboratorios universitarios interesados en analizar bebidas alcohólicas adulteradas. Tratando de solucionar el problema de identificar mezcal adulterado y evitando el alto costo de equipo de laboratorio, el objetivo de este trabajo es implementar un espectrofotómetro casero a través de una metodología sencilla, para posteriormente identificar muestras de mezcal adulterado. Este trabajo trata de incentivar a los docentes sin conocimientos profundos en electrónica y programación, a desarrollar sus propios equipos de laboratorio, evitando pagar los altos costos de los equipos comerciales. El espectrofotómetro casero basado en Arduino es portátil y el grado de detección es comparable al de los equipos comerciales. Además, se explica en detalle el código de programación para la interfaz de control de usuario. Como resultado de este trabajo se encontró que el grado de detección del espectrofotómetro propuesto es comparable con equipos comerciales. Además, el costo total fue de 100 dólares, siendo sumamente económico en comparación con el alto costo de los equipos comerciales. Finalmente, la respuesta del espectrofotómetro basado en Arduino es adecuada para identificar muestras de mezcal adulteradas.
Referencias
1. Gaytán, M. (2019). “Extending authenticity: Going corporate in a craft market”, Poetics, https://doi.org/10.1016/j.poetic.2019.101380
2. Quintero Arenas, M., Meza-Márquez, O., Velázquez-Hernández, J., Gallardo-Velázquez, T. & Osorio-Revilla, G. (2020). “Quantification of adulterants in mezcal by means of FT-MIR and FT-NIR spectroscopy coupled to multivariate analysis”. Journal of Food. 18(1), https://doi.org/10.1080/19476337.2020.1740327
3. Barroso, J., Díez-Buitrago, B., Sa, L., Möller, M., Briz, N., & Pavlov, V. (2018). “Specific bioanalytical optical and photoelectrochemical assays for detection of methanol in alcoholic beverages”. Biosensors and Bioelectronics, 101(1), 116–122. https://doi.org/10.1016/j.bios.2017.10.0221
4. Sisco, E., & Dake, J. (2016). “Detection of low molecular weight adulterants in beverages by direct analysis in real time mass spectrometry”. Analytical Methods, 8(14), 2971. https://doi.org/10.1039/C6AY00292G
5. Lachenmeier, D. W. (2016). “Advances in the detection of the adulteration of alcoholic beverages including unrecorded alcohol”. In G. Downey (Ed.), Advances in food authenticity testing (pp. 565–584). Woodhead Publishing.
6. Solís-Núñez, J. (2008). “Propuesta de instrumentación de un sistema de control para una torre de destilación en la producción del mezcal”. Tesis. Instituto Politécnico Nacional.
7. González-Gutiérrez, J., Pérez-Isidoro, R. and Ruiz-Suárez, J. (2017). “A technique based on droplet evaporation to recognize alcoholic drinks”. Review of Scientific Instruments 88, 074101, https://doi.org/10.1063/1.4991818
8. Huibers, P. and Shah, P. (1997). “Multispectral determination of soap film thickness”, Langmuir, 13, 5995–8, https://doi.org/10.1021/la960738n
9. Sandak, J., Sandak, A., Zitek, A., Hintestoisser, B. and Picchi, G. (2020). “Development of Low-Cost Portable Spectrometers for Detection of Wood Defects”, Sensors, 20,
https://doi.org/10.3390/s20020545J
10. Domínguez, R., Orozco, M., Chávez, G. and Márquez-Lucero A. (2017). “The Evaluation of a Low-Cost Colorimeter for Glucose Detection in Salivary Samples”, Sensors, 17, https://doi.org/10.3390/s17112495J
11. Taha, S., Rafat, G., Aboshosha, F. and Mansour, R. (2017). “Simple Homemade Spectrophotometer”, Journal of Analytical Chemistry, 72, https://doi.org/10.1134/S1061934817020113
12. Lema, M., Aljinovic, E. and Lozano, M. (2006). “Using a homemade spectrophotometer in teaching biosciences”, Biochemistry and Molecular Biology Education, 30, 06-110,
https://doi.org/10.1002/bmb.2002.494030020032
13. Widiatmoko, E., Budiman, M., Mikrajuddin, A. and Khairurrijal, A. (2011). “A simple spectrophotometer using common materials and a digital camera”, Physics Education, 46,
https://iopscience.iop.org/article/10.1088/0031-9120/46/3/014
14. González-Morales, D., Valencia, A., Díaz-Nuñez, A., Fuentes-Estrada, M., López-Santos, O. and García-Beltrán, O. (2020). “Development of a Low-Cost UV-Vis Spectrophotometer and Its Application for the Detection of Mercuric Ions Assisted by Chemosensors”, Sensors, 20, https://doi.org/10.3390/s20030906
15. Daniel, R., Todt, M. and Floyd, H. (2012). “A Low-Cost Quantitative Absorption Spectrophotometer”, Journal of chemical education chemistry, 74, 1432-1435.
https://doi.org/10.1021/ed200829d
16. Quagliano, J. and Marks, C. (2013). “Spectroscopy with Secondary Students: Designing and Using a Custom-Built Spectrometer”. Journal of Chemical Education. 90, 1409–1410,
https://doi.org/10.1021/ed3007499
17. Arbah, Y., Dnane, M. and Ahraoui, T. (2015). “Effect of substrate temperature on structural and optical properties of spray deposited ZnO thin films”. Materials Science-Poland, 33, 491-496, https://doi.org/10.1515/msp-2015-0062
18. Guzmán-Fernández, M., Zambrano de la Torre, M., Ortega-Sigala, J., Guzmán-Valdivia, C., Galvan-Tejeda, I., Crúz-Domínguez, O., Ortiz-Hernández, A., Fraire-Hernández, M., Sifuentes-Gallardo, C. and Durán-Muñoz, H. (2012). “Arduino: a Novel Solution to the Problem of High-Cost Experimental Equipment in Higher Education”, Exp Tech, 45, https://doi.org/10.1007/s40799-021-00449-1
19. Durán-Muñoz, H., Hernández-Ortiz, M., Sifuentes-Gallardo, C., Galván-Tejeda, I., Sánchez-Zeferino, R. and Castaño-Meneses, V. (2018). “Comparative study of kinetic parameters induced by different excitation sources: using a novel and user-friendly glow curve deconvolution spreadsheet”, J Mater Sci: Mater Electron, 29, https://doi.org/10.1007/s10854-018-9226-6
20. Poppe, L., Eliason, H. and Hastings, M. (2004). “A Visual Basic Program to Generate Sediment Grain-Size Statistics and to Extrapolate Particle Distributions”, Computers & Geosciences, 30, 791–795, http://dx.doi.org/10.1016/j.cageo.2004.05.005
