Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DCA - Departamento de Ciência dos Alimentos >
DCA - Programa de Pós-graduação >
DCA - Ciência dos Alimentos - Mestrado (Dissertações) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/2128

Título: Predição da aceitação sensorial de frutas por meio de parâmetros físicos e físico-químicos utilizando modelo multivariado
Título Alternativo: Prediction of the sensory acceptance of fruits by physical and physical-chemical parameters using multivariate models
Autor(es): Corrêa, Síntia Carla
Orientador: Pinheiro, Ana Carla Marques
Coorientador(es): Nunes, Cleiton Antônio
Membro da banca: Vilas Boas, Eduardo Valério de Barros
Vietoris, Vladimir
Área de concentração: Ciência dos Alimentos
Assunto: Fruta
Predição
Aceitação do consumidor
Modelo multivariado
Fruit
Prediction
Consumer acceptance
Multivariate model
Data de Defesa: 31-Jan-2013
Data de publicação: 2014
Agência de Fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: CORRÊA, S. C. Predição da aceitação sensorial de frutas por meio de parâmetros físicos e físico-químicos utilizando modelo multivariado. 2013. 60 p. Dissertação (Mestrado em Ciência dos Alimentos) - Universidade Federal de Lavras, Lavras, 2013.
Resumo: Nos últimos anos, tem se observado um grande crescimento no consumo de frutas e hortaliças frescas pela população brasileira, o que demonstra a importância que a população tem dado à inclusão destes alimentos em seu cardápio. Uma etapa fundamental para que se realize a melhoria da qualidade de produtos hortícolas é a realização de ensaios que envolvam a identificação das variáveis físicas e físico-químicas que exercem maior influência sobre a aceitação sensorial de frutas e utilização de metodologias que possibilitem prever a aceitação dos frutos pelos consumidores. Desta forma, dados sobre impressão global e análises físicas e físico-químicas para laranjas, abacaxis e uvas foram analisados por Análise de Componentes Principais (PCA) e constatou-se que as variáveis sólido solúveis, relação sólido solúveis/acidez total titulável e pH contribuíram positivamente enquanto que a acidez total titulável contribuiu negativamente para a maior nota de impressão global, indicando a preferência por amostras mais doces e menos ácidas. Observou-se, portanto, a existência de influência de várias variáveis na aceitação global dos frutos em estudo. Além disso, modelos multivariados foram usados para correlacionar parâmetros físicos e físico/químicos com a aceitação do consumidor e criar modelos preditivos. A aceitação do consumidor por laranjas, abacaxis e uvas foi calibrada contra os parâmetros físicos e físico-químicos destas frutas usando Regressão Linear Múltipla. Os modelos obtidos foram então validados e testados usando os métodos de y-randomização e validação externa. Em todos os casos, modelos multivariados apresentaram R² para calibração > 0.7, que foram superiores aos modelos univariados. Deste modo, os modelos construídos e validados para laranjas, abacaxis e uvas podem ser usados para prever a aceitação do consumidor por métodos físicos e físico-químicos fáceis e de baixo custo, sendo esta uma forma de garantir que a comercialização dos frutos seja feita levando-se em consideração a variação em sua qualidade.
Over the past years, there has been a significant growth in the consumption of fruits and vegetables by the Brazilian population. This fact clearly indicates that Brazilians consider these items to be important for their diet. A major step in improving the quality of horticultural products is research involving the identification of physical and physical-chemical variables that most influence the sensory acceptance of fruits and the use of methods that allow the prediction of consumers’ acceptance of the fruits. Therefore, data about overall liking and physical and physical-chemical analysis for oranges, pineapples, and grapes were analyzed by Principal Component Analysis (PCA). Results showed that the variables soluble solids, soluble solids/total titratable acidity ratio, and pH contributed positively, whereas total titratable acidity contributed negatively to the overall liking grade, indicating preference for sweeter and less acidic fruit samples. Thus, the present study showed that several variables influence the overall liking of the fruits. Furthermore, multivariate models were used to correlate physical and physical/chemical parameters with consumer acceptance and to create predictive models. Consumers’ acceptance of oranges, pineapples, and grapes was calibrated against the physical and physical-chemical parameters of these fruits using Multiple Linear Regression. Models obtained were then validated and tested using y-randomization and external validation methods. In all cases, multivariate models featured R² values > 0.7, which were higher than the univariate values. Thus, models built and validated for oranges, pineapples, and grapes can be used to predict consumers’ approval through easy and low-cost physical and physical-chemical methods, ensuring that fruit commercialization takes variation in quality into consideration.
Informações adicionais: Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Ciência dos Alimentos, área de concentração em Ciência dos Alimentos, para a obtenção do título de Mestre.
URI: http://repositorio.ufla.br/jspui/handle/1/2128
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DCA - Ciência dos Alimentos - Mestrado (Dissertações)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
DISSERTAÇÃO Predição da aceitação sensorial de frutas por meio de parâmetros físicos e físico-químicos utilizando modelo multivariado.pdf554,92 kBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback