1. RI UFLA
  2. Escola de Ciências Agrárias de Lavras - ESAL
  3. Departamento de Ciência dos Alimentos - DCA
  4. DCA - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/48202
Registro completo de metadados
Campo DCValorIdioma
dc.creatorFerreira, Eric Batista-
dc.creatorPala, Luiz Otávio de Oliveira-
dc.creatorPereira, Rosemary Gualberto Fonseca Alvarenga-
dc.creatorAguirre, Alberto Frank Lázaro-
dc.creatorRosa, Júnio César-
dc.date.accessioned2021-09-21T17:34:08Z-
dc.date.available2021-09-21T17:34:08Z-
dc.date.issued2020-
dc.identifier.citationFERREIRA, E. B. et al. Ciência de dados na avaliação de amostras de café de qualidade extrema. Caderno de Ciências Agrárias, Montes Claros, v. 12, p. 01-08, 2020. DOI: 10.35699/2447-6218.2020.15863.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/48202-
dc.description.abstractDemand for the quality of specialty coffees has driven the market and influenced the increased commercial value of coffee bags. In the Brazilian market, the state of Minas Gerais contributes a significant percentage of productivity, a fact that has been accompanied by quality coffee contests. This paper analyzed the first twenty samples of peeled cherry coffee ranked in the Concurso Mineiro de Qualidade do Café in 2013. Under the quantitative approach, an exploratory analysis was performed from the construction of the principal components with the 15 attributes. Subsequently, the prediction capacity of final grades was evaluated through a regression tree model. As a result, Linoleic and Palmitic acids were the attributes that most contributed to the construction of the first principal components. In addition, Linoleic acid was attributed as the root of the regression tree, which is a important attribute for the prediction of final scores.pt_BR
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.rightsAttribution-NonCommercial 4.0 International*
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/*
dc.sourceCaderno de Ciências Agráriaspt_BR
dc.subjectCafé - Atributos sensoriaispt_BR
dc.subjectAnálise multivariadapt_BR
dc.subjectÁrvore de regressãopt_BR
dc.subjectCafé cereja descascadopt_BR
dc.subjectCafés especiaispt_BR
dc.subjectCoffee - Sensory attributespt_BR
dc.subjectMultivariate analysispt_BR
dc.subjectRegression treept_BR
dc.subjectPeeled cherry coffeept_BR
dc.titleCiência de dados na avaliação de amostras de café de qualidade extremapt_BR
dc.title.alternativeData Science in the evaluation of extreme quality coffee samplespt_BR
dc.typeArtigopt_BR
dc.description.resumoA busca por melhorias da qualidade de cafés especiais tem impulsionado o mercado e influenciado produtores quanto aos valores comerciais das sacas e da respectiva demanda. No mercado brasileiro, o estado de Minas Gerais contribui com um significativo percentual de produtividade, fato que vem sendo verificado por concursos de qualidade, que desencadeiam estudos acerca de atributos relacionados a qualidade sensorial. Este trabalho analisou as vinte amostras finalistas de café tipo cereja descascado do Concurso Mineiro de Qualidade do Café no ano de 2013, objetivando apontar atributos associados ao ranqueamento das amostras que resultaram em melhor qualidade e construir um modelo de regressão que possa predizer as notas finais. Sob o enfoque quantitativo, foi realizado uma análise exploratória a partir da construção dos componentes principais com os 15 atributos. Posteriormente, foi avaliado a capacidade de predição de notas finais através de um modelo de árvore de regressão. Como resultado, os ácidos Linoleico e Palmítico foram os atributos que mais contribuíram para a construção dos primeiros componentes principais, e além disso, o ácido Linoleico foi atribuído como a raiz da árvore de regressão, ou seja, um atributo de grande importância para predição das notas finaispt_BR
Aparece nas coleções:DCA - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Ciência de dados na avaliação de amostras de café de qualidade extrema.pdf1,15 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons