Egg is a fragile component within the human diet. Important changes occur in egg during storage. Prediction of these changes is critical in order to grade the eggs upon their quality and freshness. The objectives of this study were to evaluate the application of visible and near infrared spectroscopy as a non-destructive method for the assessment of egg quality and freshness. Therefore, visible and near infrared transmittance spectral data ranging from 350 to 2500 nm was collected with the help of a radiospectrometer on 360 freshly laid eggs. A partial least squares model was built in order to link the spectral data with the most widely used destructive methods, namely Haugh Units and albumen pH in terms of egg quality and the number of storage days in terms of egg freshness. The ability of maximum R2 method to select the relevant wavelengths in order to build a partial least squares (PLS) predictive model was investigated in the first part of the study. The results showed that this method improved the predictive ability of the model. Coefficient of determination (R2) and root mean square error of cross validation (RMSECV) were calculated in order to select sets of wavelengths to build the model with the best predictive ability. The second part of the study was based on building calibration models for predicting egg freshness in terms of number of storage day and egg quality in terms of Haugh Units and albumen pH. The results showed that the models had good predictive ability and R2 for number of storage days, Haugh Units and albumen pH were 0.89, 0.79 and 0.90, respectively. RMSECV for these three parameters were 1.65, 5.05 and 0.06, respectively. / L'oeuf est un composant fragile dans le regime alimentaire humain. Des changements importants arrivent dans loeuf pendant le stockage. La prediction de ces changements eat ctitique pour classer les oeufs selon leur qualité et leur fraîcheur. Les objectifs de cette étude étaient d'évaluer l'application méthode basée sur la spectroscopie visible et infra-rouge proche comme une method non destructive pour l'évaluation de la qualité et la fraîcheur des oeufs. Donc, la transmission visible et infra rouge proche des données spectrales aux limites de 350 à 2500 nm ont été exécutées à l'aide d'un radiosectromètre sur 360 oeufs récemment pondus. Un modèle des moindres carrées partiels (MCP) a été construit afin de lier les données soectrakes avec les méthodes destructives les plus utilisées, à savoir Unité de Haugh at le pH d'albumen en termes de qualité d'oeufs et le nombre de jours de stoclage en termees de fraîcheur d'oeufs. La première étude a traité de la capacité de la méthode maximum R2 à choisir les longueurs d'onde appropriées afin d'établir un modèle des moindres carrés partiels (MCP). Les résultats ont révélé combien cette méthode a été un bon outil dans le choix des longueurs d'onde instructives et dans l'amélioration de la capacité prédictive du modèle. Le coefficient de détermination (R2) et les erreurs de la racine carrée moyenne (ERCM) ont été calculés afin de choisir des ensembles de longueurs d'onde, lesquels aident le mieux à construire le modèle qui possède la meilleure capacité prédictive. La seconde étude a visé l'établissement des modèles prédictifs de la fraîcheur d'oeufs en fonction du n
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMM.32396 |
| Date | January 2009 |
| Creators | Abdel-Nour, Nicolas |
| Contributors | Michael O Ngadi (Supervisor1), Shiv Prasher (Supervisor2) |
| Publisher | McGill University |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | application/pdf |
| Coverage | Master of Science (Department of Bioresource Engineering) |
| Rights | All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated. |
| Relation | Electronically-submitted theses. |
Page generated in 0.0029 seconds