Return to search

Nova estratégia de integração de parâmetros de qualidade de grãos com uso de aplicativo em software livre para estimativa da qualidade culinária de arroz branco / New integration strategy of grain quality parameters with free software application for whole rice culinary quality estimation

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-10-01T14:44:08Z
No. of bitstreams: 2
Dissertação - Marília Araújo Silva - 2018.pdf: 2200990 bytes, checksum: 4c17a2631ef8a10e10ae7bf6dc2916d8 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-10-01T14:45:02Z (GMT) No. of bitstreams: 2
Dissertação - Marília Araújo Silva - 2018.pdf: 2200990 bytes, checksum: 4c17a2631ef8a10e10ae7bf6dc2916d8 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-10-01T14:45:02Z (GMT). No. of bitstreams: 2
Dissertação - Marília Araújo Silva - 2018.pdf: 2200990 bytes, checksum: 4c17a2631ef8a10e10ae7bf6dc2916d8 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2018-07-27 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The culinary quality of rice still prevails as a determinant parameter in the selection of
promising lines by genetic breeding programs. Rice cooker test is one of the methods most
used by research and processing industries in evaluating the yield and texture of the cooked
grains of cultivars released and / or new lineages under study. Normally, in the methodology,
the homemade cooking is simulated and the sensorial test is carried out with a team of
tasters selected and trained for this purpose, choosing those most promising lines. However,
traditional sensory evaluation is a judicious and relatively time-consuming method, since it
requires training, aptitude, people and product availability, and scales of classification of
standardized attributes associated with instrumental scales whenever possible. An
instrumental test for texture analysis of cooked rice that is standard, reliable, fast and
reproducible and whose results are associated with sensorial evaluation is not yet available.
The objective of this work was to adjust the scale of cooked rice texture notes in the sensorial
analysis, through new standards and according to the sensitivity of the panel of tasters and
demands of Brazilian industries. The objective of this study was to evaluate the grain quality
of 55 rice genotypes with different levels of amylose by means of sensorial, physico-chemical
and instrumental methods and to propose rules based on the association of laboratory data
with the sensory data for validation of an application recently developed in free software, with
the function of integrating the quality data and indicating the expected culinary quality for the
sample. Prediction models for sensory evaluation were expanded through statistical methods
such as multiple regression, polytomic logistic regression, and principal component analysis.
The results showed that 70% of the parameters of the viscoamilographic profile were
associated to the sensory analysis data, followed by 68% and 62% for the instrumental
analysis of texture and for the combination of the amylose content and the gelatinization
temperature of the samples, respectively. The results of the multiple regression showed a
high predictive power, with four significant variables (pejity and instrumental hardness, peak
viscosity and final viscosity), indicating a great association of these values with the sensorial
test. The viscoamilographic measurements of RVA (peak viscosity, trough, final viscosity,
setback and peak time) also presented high predictive power of the instrumental texture with
77% of the total variance explained by the two main components. From these data, it was
possible to create value rules for the development of a free software application in the
prediction of rice cooking quality. The parameters used and the prediction models used
allowed the data from the instrumental tests to predict the most probable classification of the
culinary quality, without the necessity of the sensorial test itself. / A qualidade culinária do arroz prevalece ainda como parâmetro determinante na seleção de
linhagens promissoras pelos programas de melhoramento genético. O teste de panela ou
cocção do arroz é um dos métodos mais utilizados pela pesquisa e indústrias de
beneficiamento na avaliação do rendimento e textura dos grãos cozidos de cultivares lançadas
e/ou novas linhagens em estudo. Normalmente simula-se, na metodologia, o cozimento
caseiro e realiza-se o teste sensorial com equipe de provadores selecionados e treinados para
este fim, elegendo aquelas linhagens mais promissoras. Contudo, a avaliação sensorial
tradicional é um método criterioso e relativamente moroso, pois requer treinamento, aptidão,
disponibilidade de pessoas e de produto e escalas de classificação de atributos padronizadas e
associadas às escalas instrumentais, sempre que possível. Ainda não se tem um teste
instrumental para análise de textura de arroz cozido que seja padrão, confiável, rápido e
reprodutível e cujos resultados se associem à avaliação sensorial. O objetivo deste trabalho
foi ajustar a escala de notas de textura de arroz cozido na análise sensorial, por meio de
novos padrões e avaliar a qualidade de grãos de 55 genótipos de arroz com diferentes teores
de amilose por meio de métodos sensorial, físico-químicos e instrumentais, e propor regras
baseadas na associação dos dados laboratoriais com os dados sensoriais para validação de um
aplicativo recentemente desenvolvido em software livre, com a função de integrar os dados de
qualidade e indicar a qualidade culinária esperada para a amostra. Os modelos de predição
para avaliação sensorial foram ampliados por meio de métodos estatísticos, como regressão
múltipla, regressão logística politômica e análise de componentes principais. Os resultados
mostraram que 70% dos parâmetros do perfil viscoamilográfico associaram-se aos dados da
análise sensorial, seguidos de 68% e 62% para a análise instrumental de textura e para a
combinação do teor de amilose e temperatura de gelatinização das amostras,
respectivamente. Os resultados da regressão múltipla mostraram alto poder preditivo, sendo
quatro variáveis significativas (pegajosidade e dureza instrumentais, pico de viscosidade e
viscosidade final), indicando grande associação desses valores com o teste sensorial. As
medidas viscoamilográficas do RVA (pico de viscosidade, trough, viscosidade final, setback e
tempo de pico) também apresentaram alto poder preditivo da textura instrumental com 77%
da variância total explicada pelas duas componentes principais. A partir desses dados, foi
possível criar regras de valores para o desenvolvimento de um aplicativo em software livre na
predição da qualidade culinária do arroz. Os parâmetros e os modelos de predição utilizados
permitiram a partir dos dados dos testes instrumentais, prever a classificação mais provável
da qualidade culinária, sem a necessidade do teste sensorial propriamente dito.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/8927
Date27 July 2018
CreatorsSilva, Marília Araújo
ContributorsBassinello, Priscila Zaczuk, Von Borries, George, Vera, Rosangela, Castro, Adriano, Basinello, Priscila Zaczuk
PublisherUniversidade Federal de Goiás, Programa de Pós-graduação em Ciência e Tecnologia de Alimentos (EA), UFG, Brasil, Escola de Agronomia - EA (RG)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG
Rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess
Relation-576310214526401896, 600, 600, 600, 600, 600, -6046953723502374070, -7636512811479495338, -2555911436985713659, 2075167498588264571

Page generated in 0.0033 seconds