facultad de ciencias agropecuarias agropecuarias
Post on 27-Oct-2021
16 Views
Preview:
TRANSCRIPT
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE CIENCIAS AGROPECUARIAS
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA
AGROINDUSTRIAL
Composición de compuestos volátiles y perfil sensorial de tocino ahumado usando mapeo proyectivo y
análisis descriptivo
Composition of volatile compounds and sensory profile of smoked bacon using projective mapping and descriptive analysis
TESIS
PARA OPTAR EL TITULO PROFESIONAL DE INGENIERO AGROINDUSTRIAL
AUTOR : Br. Luiz Alonso Saldarriaga Castillo
ASESOR : Dr. Raúl Benito Siche Jara
CO-ASESORA : Dra. Carmen J. Contreras Castillo
TRUJILLO – PERÚ
2016
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
ii
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE CIENCIAS AGROPECUARIAS
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA AGROINDUSTRIAL
Composición de compuestos volátiles y perfil sensorial de tocino ahumado usando mapeo proyectivo y
análisis descriptivo
(Composition of volatile compounds and sensory profile of smoked bacon using projective mapping and descriptive analysis)
TESIS
PARA OBTENER EL TITULO DE:
INGENIERO AGROINDUSTRIAL
PRESENTADO POR EL BACHILLER:
Luiz Alonso Saldarriaga Castillo
SUSTENTADO Y APROBADO ANTE EL HONORABLE JURADO:
PRESIDENTE: M.Sc. Carmen Rosa Roja Padilla ………………
SECRETARIO: M.Sc. Gabriela Del Carmen Barraza Jáuregui ………………
ASESOR: Dr. Raúl Benito Siche Jara ………………
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
iii
DEDICATORIA
A mi familia.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
iv
AGRADECIMIENTOS
En primer lugar a Dios por todas las bendiciones y oportunidades en el desarrollo de este trabajo.
A mis padres que los amo tanto, Luis y Jenny, quienes me apoyaron en todo momento.
A Roger por darme ánimos en cada momento y por su apoyo incondicional.
A mi Cinthia mi fiel compañera de mi vida, a quien le debo tanto, probablemente sin sus ánimos y buen humor no hubiese conseguido lo de ahora.
A mi asesor el Dr. Raul Siche, por su apoyo y disposición de siempre. Por las enseñanzas a lo largo de mi carrera e incentivarme a hacer investigación y realizar el ansiado intercambio.
A la profesora Carmen Contreras por acogerme en su laboratorio y brindarme todo el apoyo para la realización de este estudio.
A mi orientador Erick Saldaña quien me ayudo en gran parte del desarrollo de este trabajo, a quien estimo bastante por su paciencia y enseñanzas.
A mis compañeros de intercambio Jampier, Jorge y Julio, con quienes de alguna manera logramos sobrepasar cualquier obstáculo durante nuestra estadía en Brasil.
A mis amigos Jenny, Leo y Paul, que de una u otra manera estuvieron siempre pendientes del desarrollo de mi tesis
Finalmente a mis hermanos de la célula Tsidkenu, quienes me permitieron conocer a Cristo.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
v
INDICE
RESUMEN ......................................................................................................... vi
1. INTRODUCCIÓN ......................................................................................... 1
2. ESTUDIO DE LAS CARACTERISTICAS SENSORIALES PRODUCIDAS
DURANTE EL AHUMADO DE TOCINO TRADICIONAL .................................. 3
RESUMEN …………………………………………………………………………………..... 3
ABSTRACT……………………………………………………………………………………..4
2.1. INTRODUCCIÓN ............................................................................................ 5
2.2. MATERIALES Y MÉTODOS ........................................................................... 6
2.3. RESULTADOS Y DISCUSIÓN ..................................................................... 13
2.4. CONCLUSIONES ......................................................................................... 32
2.5. REFERENCIAS BIBLIOGRAFICAS .............................................................. 33
2.6. ANEXOS....................................................................................................... 38
3. ¿EL PROCESO DE AHUMADO MODIFICA LAS CARACTERISTICAS
SENSORIALES Y FISICOQUÍMICAS DE TOCINO TRADICIONAL? UN
ESTUDIO USANDO CONSUMIDORES Y COMPOSICIÓN VOLÁTIL ............ 59
RESUMEN …………………………………………………………………………………....59
ABSTRACT……...…………………………………………………………………………….60
3.1. INTRODUCCIÓN .......................................................................................... 61
3.2. MATERIALES Y MÉTODOS ......................................................................... 63
3.3. RESULTADOS Y DISCUSIÓN ..................................................................... 66
3.4. CONCLUSIONES ......................................................................................... 83
3.5. REFERENCIAS BIBLIOGRÁFICAS .............................................................. 84
3.6. ANEXOS....................................................................................................... 89
4. CONCLUSIONES ...................................................................................... 96
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
vi
RESUMEN
El tocino es un producto cárnico procesado derivado del cerdo, es un
alimento de alta aceptación en el mercado y es consumido en diversas partes de
mundo. Las características sensoriales del tocino dependen del proceso de
fabricación, principalmente del ahumado, que muchas veces determinan la
aceptación del consumidor. De esto nace la importancia de estudiar las
características sensoriales, con el fin de diseñar nuevas estrategias tecnológicas
que puedan potenciar sensorialmente e innovar el tocino. Así, el objetivo de este
trabajo fue estudiar el perfil sensorial de tocino ahumado usando dos
metodologías de caracterización sensorial y estudiar su composición volátil. En
la primera parte de esta investigación se evaluaron las características
sensoriales del tocino ahumado usando Análisis Descriptivo Genérico con un
panel entrenado y se caracterizó su perfil sensorial. Se encontró que el ahumado
consigue aumentar en la intensidad de los atributos sabor ahumado y salado; sin
embargo, no afecta las propiedades sensoriales relacionas con la textura. En la
segunda parte se usó el Mapeo Proyectivo, considerada una metodóloga
emergente y alternativa a las convencionales, que basa sus respuestas
directamente en los consumidores. También se encontró el perfil sensorial de
tocino ahumado, términos como sabor ahumado, sabor salado, sabor agradable,
textura dura, sabor a madera, sin sabor y poco duro fueron usados para describir
el perfil de las muestras ahumadas. Además, se realizó un estudio de
agrupamiento de consumidores, segmentando a los consumidores en cuatro
grupos, donde se demostró la dificultad de evaluar muestras. Finalmente se
estudió la composición volátil del tocino ahumado por cromatografía de gases
acoplada a espectrometría de masas (GC-MS). Treinta y nueve compuestos
volátiles fueron identificados siendo los compuestos fenólicos los más
abundantes.
Palabras clave: Tocino; Ahumado; Análisis Descriptivo Genérico; Mapeo
Proyectivo; Cromatografía de gases acoplada a espectrometría de masas
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
1. INTRODUCCIÓN
La producción y consumo de carne y productos cárnicos han crecido
considerablemente. Son una fuente importante de proteínas en la dieta humana,
se estima que el consumo a nivel mundial llegará a 50 kg/habitante/año para el
año 2050 (FAO, 2014). La carne de cerdo es la carne más consumida a nivel
mundial, aproximadamente se consumen 16 kg/habitante/año (FAO, 2014).
Entre los productos cárnicos elaborados a base de cerdo el tocino es el más
apreciado y a su vez uno de los más consumidos (National Pork Board, 2010).
El tocino es un producto cárnico elaborado de carne de cerdo, de los
lados, vientre o la espalda, es curado y secado con o sin humo de madera (Guo
et al., 2016). Presenta una amplia utilización culinaria para diferentes platos
como en desayunos, acompañamiento, sándwiches, ensaladas y muchos más
(Soladoye et al., 2015). Por lo tanto es un producto muy popular a nivel mundial,
incluso se estima que la demanda de los consumidores sigue aumentando
(Andersen, 2004; Soladoye et al., 2015).
El crecimiento significativo de la demanda está relacionada directamente
con la aceptación del consumidor, aquel que compra el producto (Resurreccion,
2004). Las industrias involucradas en la elaboración de tocino se encuentran en
la necesidad de realizar estudios de consumo para recoger y comprender las
variables o factores que influencian en la respuesta del consumidor con el fin de
garantizar su aceptación (Muñoz, 1998).
Por ello el análisis sensorial es una herramienta útil para estudiar y
caracterizar estos productos. La metodología más utilizada a nivel mundial para
la caracterización sensorial de alimentos es el Análisis Descriptivo Genérico
(Murray et al. 2001). Su uso es muy adecuado ya que provee resultados
detallados, consistentes y fiables (Meilgaard et al. 1999). Sin embargo, esta
metodología demanda de elevados recursos y tiempo. Por ello, se han
desarrollado nuevas metodologías de caracterización sensorial basadas en la
respuesta de los consumidores, las cuales implican poco costo y tiempo. Entre
ellas el Mapeo Proyectivo, es un método de recolección de datos, donde los
consumidores distribuyen los productos en estudio en dos dimensiones en
función de sus similitudes y diferencias (Pagès, 2005). A pesar de haberse
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
2
reportado como menos preciso que el análisis sensorial descriptivo, el mapeo
proyectivo es útil para la caracterización con consumidores.
Por otro lado, las características sensoriales del tocino se deben a la
presencia de compuestos volátiles (Wu et al., 2015). Estos son generados
principalmente por las sustancias químicas presentes el humo producto de la
quema de madera (Jónsdóttir et al. 2008). La técnica apropiada y comúnmente
utilizada para la separación e identificación de tales compuestos es
cromatografía de gases, la cual permite estudiar los compuestos responsables
de muchos aromas o sabores (Azarnia et al. 2012).
Ante lo expuesto, en esta investigación se pretende estudiar las
características sensoriales de tocino ahumado usando dos metodologías de
caracterización sensorial como el análisis descriptivo genérico y el mapeo
proyectivo, así mismo conocer la composición volátil del tocino ahumado.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
3
2. ESTUDIO DE LAS CARACTERISTICAS SENSORIALES PRODUCIDAS DURANTE EL AHUMADO DE TOCINO TRADICIONAL
Resumen
El elevado consumo de productos cárnicos ocasionó que la industria
cárnica crezca grandemente a nivel mundial. Uno de los productos cárnicos más
consumidos es el tocino por lo que actualmente su procesamiento se está
innovando continuamente. El proceso de ahumado en el tocino es responsable
de sus características sensoriales particulares de apariencia, aroma y sabor. Así,
el objetivo de este estudio fue investigar el efecto del proceso de ahumado sobre
el perfil sensorial de las muestras usando Análisis Descriptivo Genérico (ADG).
Seis muestras de tocino se formularon variando las condiciones de ahumado:
tres con diferentes tipos de madera (Eucalyptus citriodora, Acacia mearnsii, y
Bambusa vulgaris), dos con humo líquido (Ibrac y Red Arrow), una muestra
control (sin ahumado) y una muestra de tocino ahumado comercial, ampliamente
consumido en el mercado brasileño. Todas las muestras fueron evaluadas por
panel entrenado, previamente seleccionados y entrenados considerando 9
atributos sensoriales. El estudio reveló que el proceso de ahumado modificó el
perfil sensorial intensificando el sabor salado, diferenciando a la muestra control
de las muestras ahumadas. Los resultados obtenidos en esta investigación son
de suma importancia durante el desarrollo de este tipo de productos.
Palabras clave: Tocino; Ahumado; Análisis sensorial; Análisis Descriptivo;
Panel entrenado
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
4
Abstract
High consumption of meat products causes the meat sector worldwide
grow greatly. One of the most consumed meat product is bacon, that’s why is
continuously innovating. The process of smoked bacon is responsible for their
particular sensory characteristics of appearance, aroma and flavor. Thus, the aim
of this study was to investigate the effect of the smoking process on the sensory
profile of the samples using Generic Descriptive Analysis (GDA). Six samples of
smoked bacon were made in different conditions: using 3 different types of wood
(Eucalyptus citriodora, Acacia mearnsii, and Bambusa vulgaris), 2 liquid smoke
(IBRAC and Red Arrow) and a control sample (without smoking). It is also
considered a sample of smoked bacon widely consumed in the Brazilian market.
All samples were evaluated by trained panel previously selected using 9 sensory
attributes. The study revealed that the smoking process changed the sensory
profile intensifying the salty taste, differentiating the control sample from the
smoky samples. The results of this research must be considered for the
development of such products.
Keywords: Bacon; Smoked; Sensory analysis; Descriptive Analysis; Trained
panel
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
5
2.1. INTRODUCCIÓN
La producción mundial de carne y de productos cárnicos está aumentando
considerablemente. Se estima que su consumo se duplicará a 50
kg/habitante/año para el año 2050 (FAO, 2014). Son de consumo masivo y
esenciales en la dieta de muchos países desarrollados (Jorge et al., 2015). Entre
ellas, la carne de cerdo representa el 36% del consumo mundial y el 75% de esta
es procesada (FAO, 2014). Dentro de los productos cárnicos procesados, el
tocino es el más apreciado y a su vez uno de los más consumidos (National Pork
Board, 2010). Es tan popular que los productores de tocino están innovando el
procesamiento del producto para mantener el volumen de ventas preservando
sus características sensoriales (Andersen, 2004).
Dentro de las etapas de procesamiento del tocino, el ahumado es una de las
etapas más importantes ya que le confiere al producto sus características
sensoriales particulares, además de asegurar la calidad microbiológica
aumentando, en consecuencia, su tiempo de vida útil (Sikorski y Kolakowski,
2010). El ahumado es una técnica milenaria de preservación y mejoramiento de
características sensoriales (sabor y aroma), usada en diferentes productos
cárnicos (Sikorski y Kolakowski, 2010; Toldrá, 2010). Se estima que el 40 - 60%
de productos cárnicos son ahumados (Toldrá, 2010), entre ellos se encuentra el
chorizo (Lorenzo et al., 2011), el jamón (Kostyra et al., 2016), la salchicha
(Kameník et al., 2015) entre otros.
Debido a la importancia de la etapa de ahumado en el proceso de elaboración
de tocino ahumado, las autoridades brasileñas a través de la coordinación
general del “Ministério da Agricultura, Pecuária e Abastecimento (MAPA)”
establecieron literalmente lo siguiente: “Produtos tratados com fumaça líquida e
que não passaram pelo processo de defumação devem ser considerados sabor
de fumaça ou sabor defumado”. Así, es claro que la declaración de “sabor
ahumado” o “sabor a humo” en la etiqueta del producto terminado, hará que se
perciban como artificiales, lo que causará el rechazo de los consumidores
(ANVISA, 2007). Ante este escenario el ahumado natural se presenta como la
estrategia indicada para afrontar este desafío, por lo que se torna de suma
importancia medir los atributos sensoriales generados durante el proceso de
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
6
ahumado natural y las posibles diferencias cuando se comparan con productos
elaborados con humo líquido considerando también los productos que se
encuentran ya en el mercado.
Los atributos sensoriales y la calidad de los productos cárnicos, son
importantes en la selección y aceptación por los consumidores (Wardencki et al.,
2009). Por ello, es de vital importancia estudiar y caracterizar estos productos.
La metodología más utilizada a nivel mundial para la caracterización sensorial
de alimentos es el ADG (Murray et al., 2001), que consiste en variaciones de
aspectos metodológicos del Análisis Descriptivo Cuantitativo y el método
Spectrum (Harry T. Lawless y Heymann, 2010), combinadas convenientemente.
El ADG es adecuado para su uso en la industria ya que provee resultados
detallados, consistentes y fiables (Meilgaard, Carr, & Civille, 1999). Numerosos
autores han usado el análisis descriptivo para describir el perfil sensorial de
diferentes productos cárnicos como jamón curado (Cilla et al., 2006; García-
González et al., 2006; Guàrdia et al., 2010), salchichas fermentadas (Ferrini et
al., 2014; Helgesen et al., 1997), salmón ahumado (Jónsdóttir et al., 2008),
chorizo (Muguerza et al., 2003), salami (Marangoni y Fernandes de Moura, 2011)
y hamburguesas (Selani et al., 2016).
En este contexto, el objetivo del presente capítulo fue elaborar el perfil
sensorial de tocino tradicional generado durante el proceso de ahumado usando
Análisis Descriptivo Genérico.
2.2. MATERIALES Y MÉTODOS
2.2.1. MATERIALES Y EQUIPOS
Se usó 100 kilos de barriga de cerdo donadas por el frigorífico FRIUNA
(Piracicaba, São Paulo, Brasil). El proceso de ahumado se llevó acabo en un
equipo de ahumado acoplado a un generador de humo (VERINOX, modelo
Junior, Italia), usando tres tipos de madera reforestada, Eucalipto (Eucalyptus
citriodora), Acacia (Acacia mearnsii) y Bambú (Bambusa vulgaris),
proporcionados por el Departamento de Ciencias Forestales de la Escuela
Superior de Agricultura “Luiz de Queiroz” de la Universidad de São Paulo. Las
maderas fueron cortadas en pequeños trozos de 2 a 5 cm aproximadamente,
luego secadas a 90°C durante 6 horas, después de ello se colocaron en una
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
7
habitación a temperatura ambiente hasta su uso. Se usaron dos humos líquidos
comerciales donados por las empresas IBRAC y RED ARROW. Los ingredientes
de la salmuera (sal, azúcar y nitrito de sodio) fueron donados por IBRAC.
2.2.2. PREPARACIÓN DE LAS MUESTRAS
Para este estudio se evaluaron siete muestras: tres ahumadas de forma
tradicional, dos de forma artificial, un control (sin ahumar) y una comercial. Para
las muestras elaboradas en el laboratorio, las pancetas de cerdo fueron lavadas
y pesadas. Se inyectaron con salmuera al 2.5% sal, 0.5% azúcar y 0.02% nitrito
de sodio (p/v). Se inyectó salmuera en 20% del peso de la carne en
aproximadamente 30 puntos a lo largo de la panceta. Fueron maduradas por 24
horas en refrigeración a 1.5 °C, con la finalidad de conseguir una distribución
homogénea del color, desarrollo del aroma e inhibición de la bacteria Clostridum
botulinum. El ahumado tradicional se realizó siguiendo el siguiente programa: (1)
Secado con calor seco a 65 °C por 30 minutos, (2) Ahumado a 7 0°C por 60
minutos, (3) Cocimiento con calor húmedo a 70 °C por 30 minutos con y (4)
Cocimiento a vapor hasta que la temperatura interna de la pieza llegue a 75 °C.
Finalmente las piezas fueron retiradas y enfriadas con agua corriente a
temperatura ambiente, luego fueron envasadas a vacío y almacenadas a 1.5 °C
por 12 horas hasta la evaluación sensorial. Para el ahumado artificial, se usó el
mismo programa de tiempo y temperatura eliminando la etapa 2 del proceso, en
esa etapa las pancetas fueron retiradas y asperjadas con humo líquido al 1% del
peso de la panceta. El humo líquido IBRAC fue diluido al 10% con agua destilada
ultra pura mientras el humo líquido RED ARROW no fue diluido, por
recomendación del fabricante.
2.2.3. ANÁLISIS DESCRIPTIVO
El estudio se llevó acabo en la Escuela Superior de Agricultura “Luiz de
Queiroz” de la Universidad de São Paulo, durante los meses de Abril a Julio de
2015, totalizando 15 sesiones de entre 20 a 60 minutos, según la etapa del
ADG. Para cada etapa de entrenamiento, las muestras se presentaron de forma
monádica secuencial siguiendo un orden de presentación mediante bloques
completos balanceados. Las evaluaciones se realizaron en el laboratorio de
Análisis Sensorial equipada con cabinas individuales bajo luz blanca y roja
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
8
(usadas solamente para el análisis secuencial de Wald), diseñadas según la
norma ISO 8589 (ISO, 2007). Se usó agua mineral entre muestras para limpiar
el paladar de los panelistas. En este capítulo, se siguió el diagrama de flujo
mostrado en la Figura 1.
Figura 1. Diagrama de flujo seguido para el ADG.
2.2.3.1. RECLUTAMIENTO DE CANDIDATOS
Durante dos días se reclutaron candidatos de nacionalidades peruana,
francesa, brasileña y española. El grupo fue formado por estudiantes y
empleados de grado técnico y superior con experiencia en análisis sensorial
descriptivo. Se les pidió llenar un cuestionario, donde detallaban información
sociodemográfica, hábitos alimenticios, afinidad por el producto, disponibilidad e
interés en el estudio. Para esta etapa se usaron las fichas presentadas en los
anexos 1 y 2.
2.2.3.2. SELECCIÓN DE CANDIDATOS
La etapa de selección se llevó a cabo en tres etapas, las cuales se describen
a continuación:
A. PRUEBA DE RECONOCIMIENTO DE SABORES BÁSICOS
Se prepararon diferentes soluciones utilizando los siguientes insumos y
concentraciones: 2% de sacarosa, 0.2% de cloruro de sodio, 0.2% glutamato
monosódico, 0.07% de ácido cítrico y 0.07% de cafeína anhidra, para el
reconocimiento de los sabores dulce, salado, umami, ácido y amargo,
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
9
respectivamente. Las soluciones fueron presentadas en vasos descartables de
50 mL codificados con números aleatorios de tres dígitos en dos series. En la
primera serie, los candidatos reconocieron los gustos básicos, en seguida
recibieron la segunda serie, con el objetivo de correlacionar estas muestras con
las de la primera serie. Los candidatos con ≥ 75% respuestas correctas del total
fueron seleccionados para pasar a la siguiente etapa del ADG. Aquellos que
lograron respuestas entre 60% y 75%, repitieron la prueba, siendo luego
aceptados solo los que lograron ≥ 75% de aciertos (Elortondo et al., 2007). Se
consideró como acierto la correlación y el reconocimiento del gusto correcto.
Cada prueba duró aproximadamente 15 minutos. El estudio se realizó en una
sola sesión. Los consumidores que repitieron la prueba asistieron a una sesión
adicional realizada al día siguiente. Para este test se usó la ficha del anexo 3.
B. PRUEBA DE RECONOCIMIENTO DE OLORES BÁSICOS
Se usaron los siguientes condimentos y esencias: orégano, canela,
condimento de embutido, esencia de vainilla, esencia de plátano y humo líquido.
Para las muestras en polvo se usaron cinco gramos, mientras que para las
esencias se usaron entre 4 a 6 gotas en algodón. Las muestras fueron
presentadas en frascos negros de 50 mL codificados con números aleatorios de
tres dígitos, cubiertas con dos hojas de papel aluminio. La primera con cinco
orificios permitiendo la percepción del aroma de las muestras; la segunda,
recubriendo la primera, para evitar perdida de los compuestos aromáticos antes
de la prueba, tal como se muestra en la Figura 2. Los candidatos recibieron las
muestras en dos series, de la misma manera que en la prueba de sabores
básicos, y se les pidió que identifiquen y correlacionen las mismas. El criterio de
aceptación fue por puntuación: 3 puntos para la identificación correcta; 2 para la
descripción en términos generales; 1 para la descripción asociada; y 0, para los
que no respondieron. Los candidatos con ≥ 65% de aciertos del total de puntos
fueron aceptados (Elortondo et al., 2007). Entre muestras, se les pidió a los
panelistas que esperen por lo menos de un minuto para evitar la fatiga sensorial
liberando los receptores aromáticos de su sistema olfativo. Los panelistas
tardaron aproximadamente 30 minutos para culminar la prueba y fue realizada
en una sesión. Para este test se usó la ficha del anexo 4.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
10
Figura 2. Representación de los contenedores de las sustancias aromáticas
usadas en las pruebas de olores básicos.
C. ANÁLISIS SECUENCIAL DE WALD
Los candidatos pre-seleccionados realizaron el análisis secuencial de Wald
de acuerdo con Amerine et al. (1965), que consistieron en pruebas secuenciales
de discriminación (pruebas de triángulo). Se usaron 4 marcas de hamburguesas
comerciales, diferentes en cuanto a su apariencia, sabor, aroma y textura. Las
muestras estaban disponibles en el mercado del Paulista (Sadia, Perdigao,
Rezende y Seara), que fueron usadas en trabajos preliminares de Selani et al.
(2016) en un estudio de reformulación de hamburguesas bovinas. Se realizaron
en total cinco pruebas por sesión. Por cada prueba de triangulo se presentaron
2 marcas diferentes (dos iguales y una diferente) y se les pidió a los candidatos
que seleccionen la muestra diferente (Thomson y McEwan, 1988). Las muestras
fueron cocidas en una plancha caliente (aproximadamente 150 °C) (Edanca, São
Bernardo do Campo, SP, Brasil) hasta alcanzar 75°C en su centro térmico. Todas
las muestras fueron cortadas en cubos uniformes (2cm x 2cm x 2 cm),
posteriormente envueltas en papel manteca y calentadas en microondas durante
5 segundos antes de la evaluación (Selani et al., 2016). Los potenciales
candidatos fueron aceptados o rechazados de acuerdo a su rendimiento en las
sesiones en base a las rectas de aceptación y rechazo, siguiendo la ecuación 1
y 2 (Amerine et al., 1965; Meilgaard et al., 2006), a partir de la cual se generó un
mapa sensorial donde se ubicaron los candidatos, este mapa se divide en tres
zonas, “los que pasan la prueba”, “los que necesitan entrenamiento” y “los que
son rechazados”.
𝑅𝑛 = 𝑎0 + 𝑏. 𝑛 (Recta inferior o de Rechazo)… (1)
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
11
𝐴𝑛 = 𝑎1 + 𝑏. 𝑛 (Recta superior o de Aceptación)… (2)
Dónde, “n” representa el número de triadas, “b” la pendiente de la recta, y
“a” el intercepto en el eje vertical. La pendiente y los interceptos de las rectas
pueden describirse como: 𝒃 = −𝑘2
𝑘1−𝑘2, 𝒂𝟎 =
𝑒1
𝑘1−𝑘2, 𝒂𝟏 =
𝑒2
𝑘1−𝑘2 . En las ecuaciones
3 y 4 se describen las constantes:
𝒌𝟏 = 𝑙𝑜𝑔 𝑝1 − 𝑙𝑜𝑔 𝑝0… (3)
𝒌𝟐 = 𝑙𝑜𝑔(1 − 𝑝1) − 𝑙𝑜𝑔(1 − 𝑝0)… (4)
Donde, 𝑒1 = 𝑙𝑜𝑔𝛽 − 𝑙𝑜𝑔 (1 − 𝛼) y 𝑒2 = 𝑙𝑜𝑔 (1 − 𝛽) − 𝑙𝑜𝑔𝛼. Los parámetros
de análisis de Wald fueron: α=0.05 (probabilidad de aceptar un candidato con
baja capacidad discriminativa); β=0.05 (probabilidad de rechazar un candidato
con alta capacidad discriminativa); p0=0.45 (Habilidad máxima de un juez para
ser rechazado) y p1=0.70 (Habilidad mínima de un juez para ser aceptado)
(Meilgaard et al., 1999). Esta etapa se realizó en cuatro sesiones (5 pruebas por
sesión). Los candidatos que lograron cruzar la recta de aceptación, fueron
aceptados y no necesitaron completar las demás sesiones. Para esta etapa se
usó la ficha del anexo 5.
D. GENERACIÓN DE TÉRMINOS Y REFERENCIAS
La terminología fue generada por el método Kelly´s Repertory Grid, usando
las siete muestras de tocino en estudio, presentadas en triadas. Los participantes
recibieron 6 triadas, ordenadas aleatoriamente, en dos sesiones de
aproximadamente 30 minutos (3 triadas por sesión) que se llevaron a cabo en
diferentes días. Se les pidió que describan las semejanzas que encuentran entre
las dos primeras muestras y las diferencias respecto de la tercera, considerando
la apariencia, aroma, sabor y textura (Amparo y Paula, 2014). Una vez generada
la lista de atributos, los miembros del panel participaron en varias sesiones para
establecer conceptos homogéneos, técnica de evaluación y referencias para
todos los atributos (Moskowitz, 1983). Los sinónimos y antónimos fueron
agrupados hasta alcanzar el consenso. Para esta etapa se usó la ficha del anexo
6.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
12
E. ENTRENAMIENTO Y EVALUACIÓN DEL COMPORTAMIENTO DEL
PANEL
Los evaluadores seleccionados fueron entrenados durante 5 sesiones de
aproximadamente 1 hora. En la primera sesión los candidatos fueron instruidos
para usar una escala no estructura de 10 cm anclada en “poco” o “nada” a la
izquierda y “mucho” a la derecha. Además de confirmar las referencias
elaboradas por el panel. En la segunda sesión los candidatos usaron fichas con
los 9 descriptores sensoriales obtenidos por consenso utilizando las escalas no
estructuradas de 10 cm. Las muestras de tocino fueron presentadas en filetes de
3 mm espesor y 4 cm de largo, servidas inmediatamente después de ser
calentadas en microondas por 60 segundos. En las siguientes sesiones se
repitieron las sesiones de entrenamiento. El comportamiento del panel fue
evaluado en función de la capacidad discriminativa, reproductibilidad y consenso
(Saldaña et al., 2015; Worch et al., 2010).
F. EVALUACIÓN FINAL DE LAS MUESTRAS
El panel estuvo compuesto de 10 jueces entrenados (Stone et al., 2012) que
evaluaron todas las muestras considerando los 9 atributos sensoriales en tres
repeticiones (cada repetición fue realizada en una sesión) usando una escala no
estructurada de 10 cm. Las fichas de evaluación fueron impresas en tamaño A-
4 con fondo blanco y letra negra. Para el entrenamiento y evaluación de las
muestras se usaron la ficha presentada en el anexo 7.
2.2.4. ANÁLISIS DE DATOS
2.2.4.1. MUESTRAS
Las muestras de laboratorio fueron elaboradas siguiendo un diseño en
bloques completos considerando 3 bloques, donde cada bloque fue un
procesamiento independiente de tocino. Así, las muestras evaluadas
representan el tratamiento y no el procesamiento.
2.2.4.2. ANÁLISIS DESCRIPTIVO GENÉRICO (ADG)
Para el comportamiento del panel, se realizó un análisis mixto de la varianza
(ANOVA) de los datos provenientes del ADG considerando las 7 muestras, 9
atributos sensoriales, 3 repeticiones, 10 panelistas y sus interacciones dobles
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
13
como fuente de variación, donde la muestra fue tomada como efecto fijo
(Saldaña et al., 2015). El rendimiento del panel se consideró adecuado cuando
el efecto de la muestra fue significativo y las interacciones “muestra * probador”
y “muestra * sesión” no fueron significativas (Worch et al., 2010). Para todos los
análisis se consideró 5% de significancia y cuando el efecto muestra fue
significativo se realizó la comparación por pares de Tukey.
Un Analisis de Componentes Principales (ACP) se realizó sobre la matriz de
correlación de las puntuaciones promedio de los atributos que presentaron
diferencia significativa entre las muestras. Este análisis se realizó para estudiar
la relación entre la intensidad de los atributos evaluados obteniendo un mapa
sensorial de las muestras basada en la intensidad de los atributos sensoriales
(Næs et al., 2010a).
Todos los análisis fueron realizados se realizaron usando el software XLSTAT
2015 (Addinsoft, Nueva York, EEUU) y en el lenguaje R (Team, 2015). En el
lenguaje R, se utilizaron los paquetes SensomineR (Lê, Josse, & Husson, 2008)
para el evaluar el comportamiento del panel y FactomineR (Le y Worch, 2014)
para realizar el ACP.
2.3. RESULTADOS Y DISCUSIÓN
2.3.1. RECLUTAMIENTO Y SELECCIÓN DE LOS CANDIDATOS
Se reclutaron 35 candidatos, de edades entre 18 y 62 años, el porcentaje de
participantes mujeres fue del 72%. Todos los candidatos participaron en las
pruebas de selección. En la prueba de sabores, 24 candidatos consiguieron más
del 75% de aciertos. Siete repitieron la prueba debido a que presentaron entre
60 y 75% de aciertos. Cuatro obtuvieron menos del 60% de aciertos y fueron
rechazados definitivamente. De los candidatos que repitieron la prueba
solamente uno fue rechazado debido a que obtuvo menos del 60% de aciertos.
Finalmente, luego de repetir la prueba de reconocimiento de sabores básicos, 30
estuvieron aptos para la siguiente etapa de selección (prueba de reconocimiento
de olores). En la prueba de reconocimiento de olores, 21 candidatos lograron
superar el 75% de aciertos, pasando directamente a la siguiente etapa, el análisis
secuencial de Wald (Ver tabla 1).
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
14
Tabla 1. Número de candidatos aptos según test de selección
Test Candidatos
Total Aptos No aptos
Prueba de sabores 35 30 5 Prueba de olores 30 21 9
Las rectas de aceptación y rechazo del análisis secuencial fueron An = 2.809
+ 0.578n y Rn = -2.809 + 0.578n, respectivamente. En la Figura 3, a modo
representativo se muestra el comportamiento de 4 de los 21 candidatos que
realizaron el análisis secuencial de pruebas de triangulo (Ver en anexo 8 las
demás repuestas de los candidatos).
Figura 3. Desempeño de los candidatos para evaluar el comportamiento del
equipo. P = Participante
Nueve participantes presentaron el comportamiento similar a P1. Solo un
participante necesitó completar todas las pruebas para ser aceptado, tal como el
P2. Tres candidatos fueron rechazados, dos de ellos por no lograr superar la
recta de aceptación luego de haber completado todas las pruebas, quedando en
0
5
10
15
20
25
0 5 10 15 20 25
Núm
ero
de re
spue
stas
cor
rect
as
Número de pruebas
Recta de rechazo Recta de aceptación P1 P2 P3 P4
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
15
la zona de entrenamiento (P3), y uno más por tener elevada cantidad de errores
(P4). Además 8 candidatos desistieron de seguir con el entrenamiento por falta
de tiempo y no lograron completar todas las sesiones. Luego de realizada la
prueba, fueron seleccionados 10 candidatos debido a que consiguieron superar
el análisis secuencial de Wald, por lo que se puede afirmar que estos tienen una
elevada capacidad discriminativa.
2.3.2. GENERACIÓN DE TÉRMINOS Y REFERENCIAS
Los panelistas seleccionados generaron individualmente entre 10 y 38
términos para describir las muestras en función de las similitudes y diferencias
de cada triada formadas con las muestras en estudio. Un total de 218 términos
fueron generados. No se generaron términos hedónicos por solicitud del líder del
panel. Los candidatos realizaron en consenso la reducción de los términos
considerando los sinónimos, antónimos, términos similares, y frecuencia de
mención. Una vez reducidos los términos sensoriales, los atributos considerados
para describir las muestras de tocino fueron los siguientes: brillo, cantidad de
grasa, color rojo, color amarillo, sabor salado, sabor ahumado, sabor grasoso,
suculento y masticable. En la tabla 2 se presentan detalladamente los 9 atributos
generados en consenso por el panel junto a las técnicas y referencias generadas
por el panel.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
16
Tabla 2. Nombre, definición, técnica de evaluación y referencias usadas en el ADG
M Nombre
del atributo
Definición Técnica Referencia
Ap
ari
en
cia
Brillo Percepción superficial de la luminosidad de la muestra.
Colocar las muestras en el centro de visión de la cabina e inclinar la cabeza aproximadamente 30° y evaluar.
Bajo: Panceta de cerdo cruda, secada con papel. Alto: Corte de tocino marca Sadia con 2.5 mL de aceite adicionada sobre la superficie.
Cantidad de grasa
Percepción global de la grasa presente en la muestra.
Colocar las muestras en el centro de visión de la cabina e inclinar la cabeza aproximadamente 30° y evaluar.
Bajo: Tocino con 5% de grasa. Alto: Tocino con 90% de grasa.
Color rojo Color rojo presentado en la carne del tocino.
Colocar las muestras en el centro de visión de la cabina junto al borde e inclinar la cabeza aproximadamente 90° y evaluar el color de la carne.
Bajo: Parte de la carne del tocino que se encuentra en un tocino con 90% de grasa. Alto: Carne de tocino (Parte superior, junto a la piel) con 5% de grasa calentado en microondas a 60 segundos.
Color amarillo
Color amarillo característico de la grasa del tocino.
Colocar las muestras en el centro de visión de la cabina junto al borde e inclinar la cabeza aproximadamente 90° y evaluar el color de la grasa.
Bajo: Grasa de cerdo.
Alto: Grasa de pollo.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
17
Sa
bo
r Sabor salado
Percepción elevada de sabor salado.
Masticar 2 veces la muestra y dejar en la lengua por 5 segundos.
Bajo: Muestra de tocino remojada por 30 segundos en agua. Alto: Muestra de tocino con adición de 1% de sal.
Sabor a ahumado
Percepción del sabor ahumado presente en el tocino producto del ahumado.
Masticar 2 veces la muestra y dejar en la lengua por 5 segundos.
Bajo: Tocino sin ahumar. Alto: Tocino ahumado tradicional adicionado 0.2 mL de humo liquido Ibrac1.
Sabor grasoso
Sensación de grasa en la boca después de la masticación.
Masticar 2 veces la muestra y dejar en la lengua por 5 segundos.
Bajo: Muestra de tocino con 10% de grasa y 90% de carne. Alto: Muestra de tocino con 90% de grasa y 10% de carne.
Te
xtu
ra Suculencia
Percepción de líquido liberado en la boca durante la primera mordida.
Colocar la muestra en el molar y masticar una vez.
Bajo: Muestra de 5mm de grosor con baja cantidad de grasa (Almacenada 1 hora a temperatura ambiente). Alto: Muestra de 5mm de grosor con elevada cantidad de grasa (recién cocida en el microondas).
Masticable Tiempo necesario hasta que la muestra esté lista para deglutir.
Conteo de las masticadas de la muestra hasta la deglución.
Bajo: Salchicha Alto: Piel de tocino.
1 Marca brasileña de productos cárnicos
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
18
Según Stone y Sidel (2004), este tipo de reducción es completamente
habitual durante las sesiones de generación de términos y referencias, previo al
entrenamiento, debido a que un número excesivo de términos sensoriales puede
disminuir la discriminación entre muestras ya que para algunos términos no
existirá diferencia significativa entre muestras. Hay que tener en cuenta que la
terminología descriptiva no es más que un conjunto de palabras que permite al
panel describir completamente los atributos sensoriales de los productos están
evaluando. Bárcenas et al. (1999), en su estudio de quesos de leche de oveja,
redujo de una lista inicial de 260 atributos a 29 luego de la etapa de generación
y reducción de atributos sensoriales. En otro estudio realizado por Byrne et al.,
(1999), el panel sensorial redujo a 16 una lista original de 45 términos para
estudiar el aroma de la carne de cerdo. Warm et al. (2000) redujeron una lista de
46 a 15 términos descriptivos para un análisis sensorial descriptivo en pescado.
Pereira et al. (2015) estudiaron el desarrollo de la terminología descriptiva de
morcilla, donde redujo de 89 a 14 términos sensoriales. En la presente
investigación, se asume que los 9 términos sensoriales generados se deben
principalmente a las características propias de la materia prima y al tipo de
ahumado utilizado (adición de humo líquido y ahumado tradicional). Atributos
como sabor salado y a ahumado se han reportado en productos similares como
el jamón serrano español (Flores et al., 1997).
2.3.3. ENTRENAMIENTO DE LOS CANDIDATOS
El panel evaluó la intensidad de los 9 atributos listados en la tabla 2 en las 7
muestras de tocino. En la tabla 3 se presentan las probabilidades de todos los
efectos para cada atributo. En el anexo 9 se muestra la matriz de datos, de las
puntuaciones del panel, usada para la evaluación del comportamiento del panel.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
19
Tabla 3. ANOVA usado para evaluar el comportamiento del panel
Atributo Muestra
(M)
Probador
(P)
Sesión
(S) MxP MxS PxS
Brillante <0.001 0.031 0.001 0.460 0.344 0.004
Cantidad de grasa
<0.001 <0.001 0.036 0.268 0.482 0.433
Color rojo 0.010 0.088 0.028 0.374 0.682 0.160
Color amarillo
0.001 <0.001 0.024 0.332 0.854 0.006
Sabor salado
<0.001 <0.001 0.105 0.001 0.670 0.006
Sabor ahumado
<0.001 <0.001 0.014 0.001 0.580 0.054
Sabor grasoso
<0.001 0.009 0.092 0.012 0.812 0.500
Suculento 0.002 0.117 0.951 0.004 0.098 0.088
Masticable 0.059 <0.001 0.464 0.021 0.507 <0.001
Valores en negrita indican diferencia significativa (p<0.05) entre muestras al 5% de significancia.
La capacidad discriminativa del panel es importante, ya que indica la
diferencia en la intensidad de los atributos entre las muestras (Carbonell et al.,
2007). Según la tabla 3, el panel presentó elevada capacidad discriminativa ya
que el efecto muestra (M) fue significativo (p<0.05) para la mayoría de los
atributos, esto sugiere que los candidatos fueron capaces de detectar diferencias
entre los atributos de las muestras evaluadas. Sin embargo el atributo de textura
“masticable” fue el único que no presentó diferencia significativa, lo que sugiere
que el proceso de ahumado no influyó en la percepción de este atributo. Diversos
autores detallan que el proceso de ahumado tiene influencia significativa sobre
las características de aroma y sabor (Soladoye et al., 2015). Sin embargo no hay
reportes que describan alguna influencia en las propiedades textura. En ese
sentido, Saldaña et al. (2015) detalla que su panel tuvo una discriminación muy
baja en los atributos de textura para muestras de mortadela tradicional y light,
alcanzando tan solo el 11% de discriminación del panel. Este hecho pone de
manifiesto la dificultad existente en la evaluación de atributos sensoriales
relacionados con la textura. Esta dificultad trae como consecuencia una igualdad
estadísticamente significativa entre muestras para este tipo de atributos. En esta
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
20
investigación la capacidad discriminativa del panel fue muy alta representando
88.9%, es decir fueron significativos 8 de 9 atributos sensoriales, indicando una
adecuada selección y entrenamiento del panel.
Otro aspecto importante para evaluar el comportamiento del panel es el
consenso de las evaluaciones, que se estima a partir de la interacción “muestra
* probador” (Bárcenas et al., 2000). Es la interacción indica si los productos son
percibidos de manera similar por los diferentes panelistas (Le y Worch, 2014).
En el presente capítulo, la interacción “muestra * probador” fue significativa para
muchos de los atributos en estudio indicando una falta de consenso del panel
para esos atributos (Carbonell et al., 2007). En la Tabla 3, se observa que 5 de
los 9 atributos sensoriales presentaron interacción significativa, es decir
presentaron falta de consenso. Esto indica que un 44.4% de los atributos fueron
percibidos de manera similar por los panelistas. Los atributos con falta de
consenso estaban relacionados con el sabor y la textura. Los atributos
sensoriales de textura están asociados a sensaciones kinestésicas que por lo
general son difíciles de cuantificar de forma consensuada (Albert et al., 2011).
Normalmente los atributos de textura como la suculencia y masticabilidad
están más asociados con las características propias de cada panelista, ya que
en su medición intervienen factores no controlables como la diferencia en la
temperatura corporal y la tasa de salivación de los panelistas (Saldaña et al.,
2015). Así mismo la falta de consenso del panel puede deberse también a la falta
de entrenamiento para determinados atributos y muestras, de acuerdo con
Labbe et al. (2004), productos con características heterogéneas requieren de
mayor entrenamiento. En este estudio, luego de la obtención de la ficha final de
evaluación sensorial se usaron 5 sesiones de 1 hora, totalizando 5 horas de
entrenamiento. Es importante remarcar que en la mayoría de artículos científicos
internacionales no indican el número de sesiones y el tiempo total empleado en
esta etapa, por ejemplo Laboissière et al (2007) indican solamente que realizaron
sesiones de entrenamiento en el análisis descriptivo cuantitativo desarrollado
para evaluar jugo de maracuyá sometido a altas presiones hidrostáticas, pero en
ninguna parte del artículo mencionan el número y el tiempo de las sesiones de
entrenamiento. En otro estudio, Quadros et al. (2015) entrenaron al panel
sensorial para hamburguesas durante 6 sesiones de 1 hora, totalizando 6 horas
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
21
de entrenamiento, sin embargo no detallan claramente el comportamiento de su
panel en función del consenso. Un trabajo presentado por Ramos et al. (2012)
recomiendan como mínimo 10 horas de entrenamiento para lograr un
comportamiento adecuado para análisis descriptivos en productos cárnicos. Sin
embargo esta posible solución a la falta de consenso, por sí misma no asegura
una mejora debido a la propia heterogeneidad de las muestras cárnicas que
escapan del control de los investigadores ya que existen variaciones entre los
animales debido a su alimentación, edad, género, entre otros. Un estudio
realizado por Bayarri et al.(2011) usaron 4 sesiones para desarrollar todo el
análisis descriptivo durante la caracterización de muestras de yogurt, quedando
demostrado que el tiempo de entrenamiento por sí solo no garantiza el consenso
del panel, sino que este debe ser considerado como parte de un conjunto de
factores unido al tipo producto en estudio, las capacidades de los panelistas,
entre otros.
Es importante remarcar que a pesar de haberse estandarizado las muestras,
la cantidad de grasa varió entre ellas, lo cual dificultó la percepción de los
atributos relacionados con el sabor, debido a que la cantidad de grasa puede
intensificar la percepción de las mismas (Jeremiah et al., 1996). Esta variación
probablemente ocasionó la falta de consenso del panel, sin embargo la
capacidad de discriminación, repetitividad del panel fue buena por lo que a pesar
de que el consenso fue bajo, se considera que las respuestas dadas por el panel
entrenado son fiables (Ver Tabla 4).
Tabla 4. Resumen de los efectos más importantes en la evaluación del
comportamiento del panel
Factor Efecto (%) Descripción
Discriminación 88.9 8 de 9 atributos (Muestra) Consenso 44.4 4 de 9 atributos (Muestra*Probador) Repetitividad 100.0 9 de 9 atributos (Muestra*Sesión)
Por último, la repetitividad del panel fue del 100%, este efecto se midió en
base a la interacción entre la muestra y sesión, que no fueron significativos. Esto
indica que las puntuaciones para los atributos fueron estables de una sesión para
otra (Saldaña et al., 2015). En general, estos resultados indican un adecuado
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
22
entrenamiento de los 10 panelistas y por ende los resultados obtenidos en este
capítulo son válidos y fiables para que finalmente se proceda a la evaluación final
de las muestras.
2.3.4. EVALUACIÓN FINAL DE LAS MUESTRAS
En la Tabla 5 se muestran las puntuaciones promedio así como las
deviaciones estándares por atributo y muestra (Ver anexo 10: se presentan las
medias para cada juez y cada producto/descriptor). Esta evaluación se realizó
por triplicado, donde cada repetición se realizó en una sesión. Para los 9
atributos evaluados por el panel, se observaron diferencias significativas
(p<0.05) en 4 atributos de apariencia (brillante, cantidad de grasa, color rojo y
color amarillo), 3 atributos de sabor (salado, grasoso y ahumado) y 1 atributo de
textura (suculento). El atributo de textura “masticabilidad” no presentó diferencias
significativas (p>0.05) entre las muestras de tocino, indicando que la variación
en el proceso de ahumado no tuvo efecto significativo sobre este atributo.
Los atributos de apariencia como el color rojo (parte de la carne) y el color
amarillo (parte de la grasa) de la muestra control presentó la media más baja
para ambos atributos, demostrando que el proceso de ahumado aumentó la
intensidad de estos atributos. Por otro lado, la muestra Red Arrow presentó la
media más alta para el atributo color rojo, esto se debe a la aplicación de la
solución concentrada de humo liquido (sin diluir, por sugerencia del fabricante),
a diferencia de la muestra Ibrac (diluida por recomendación del fabricante), lo
que consiguió intensificar más el color rojo al momento de la evaluación.
Diversos autores reportan que la aplicación de humo líquido consigue reproducir
características similares al ahumado tradicional (Gonulalan et al., 2004). Sin
embargo, en los resultados mostrados en la tabla 5, los atributos color rojo y
amarillo presentaron diferencias estadísticamente significativas entre algunas
muestras. Esto se debe principalmente a que el uso de humo líquido, a diferencia
del ahumado tradicional, permite controlar y uniformizar la apariencia del
producto final, que no siempre puede controlarse durante el ahumado tradicional
(Emmerson, 2011).
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
23
Tabla 5. Promedio y desviación estándar de las puntuaciones de las muestras para los atributos evaluados
Atributo
Muestras
Acacia Sadia Eucalipto Bambu Red
Arrow Ibrac Control
Color rojo1 5.9 ± 1.0ab 5.0 ± 1.4ab 4.7 ± 1.5a 5.5 ± 1.3ab 6.5 ±1.0b 5.7 ± 1.3ab 4.6 ± 1.6a
Color amarillo1 5.5 ± 1.5b 5.1 ± 2.3ab 5.5 ± 1.7b 4.1 ± 1.8ab 4.6 ± 2.1ab 3.7 ± 1.7a 3.8 ± 2.1a
Brillante1 3.7 ± 1.3c 2.7 ± 1.2abc 2.8 ± 0.8abc 2.3 ± 1.5abc 2.0 ± 1.2ab 3.4 ± 1.5bc 1.6 ± 1.1a
Cantidad de grasa1 4.0 ± 0.8bc 4.3 ±1.2c 5.0 ± 1.4c 2.8 ± 1.5ab 2.5 ±1.5a 4.3 ± 1.6c 2.4 ± 1.3a
Sabor grasoso2 3.5 ± 1.4cd 4.0 ± 1.5cd 4.2 ± 1.2d 2.6 ± 1.5bc 1.9 ± 1.1ab 3.6 ± 1.9cd 1.8 ± 1.3a
Sabor salado2 4.0 ± 1.8c 4.1 ± 2.2c 3.7 ± 1.4bc 3.9 ± 1.7bc 4.3 ± 2.1c 2.9 ± 1.4ab 2.4 ± 1.4a
Sabor ahumado2 4.7± 1.9c 4.6 ± 2.0c 2.5 ± 2.0b 4.6 ±1.9c 4.2 ± 2.1c 1.6 ± 1.4ab 0.9 ±1.0a
Suculento3 4.5 ± 1.1ab 5.4 ± 0.9b 4.3 ± 1.9ab 4.6 ±1.2ab 4.7 ± 1.7b 4.9 ± 1.9b 3.1 ± 1.9a
Masticable3 5.2 ± 1.5a 5.0 ± 1.8a 4.6 ± 1.8a 4.9 ± 1.1a 4.9 ± 1.2a 4.0 ± 1.3a 3.9 ± 2.1a
Las letras diferentes en la misma fila indican promedios estadísticamente diferentes según la prueba de Tukey (p<0.05). 1: Atributos relacionados con la apariencia, 2 atributos relacionados al sabor, 3: atributos relacionados con la textura.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
24
En el atributo brillante, las muestras Acacia e Ibrac presentaron los promedios
más elevados, mientras que la muestra Control presentó el menor promedio.
Esto se debe a que la muestra Control fue percibida con menor en proporción de
grasa. Según Jeremiah et al. (1996) la capacidad de retención de agua es
proporcional a la cantidad la cantidad de grasa, y a su vez el agua retenida
aumenta los valores de brillo en la superficie de las muestras (Troy y Kerry,
2010). Entonces las diferencias significativas de los valores de brillo se deben a
la grasa más no al proceso de ahumado.
Para el atributo cantidad de grasa, se observan diferencias significativas entre
las muestras. Esto demuestra la heterogeneidad en la proporción grasa-carne y
probablemente esta sea la razón por la falta de consenso del panel entrenado.
A pesar de haberse intentado estandarizar la proporción grasa-carne, fue difícil
de controlar debido a diversos factores externos que tienen influencia directa en
esta relación que escaparon a nuestro control, como la alimentación, sexo,
número de animales disponibles para el estudio, entre otros (Rentfrow et al.,
2003; Teye et al., 2006).
El sabor grasoso es un atributo característico en este tipo de muestras debido
a la cantidad de grasa presente en este tipo de productos, que según Gibis et al.
(2015) es del 25% como mínimo. Según Jeremiah et al. (1996) la cantidad de
grasa esta positivamente correlacionada con la sensación grasosa en la boca.
Así en la Tabla 2.4, las muestras percibidas con mayor cantidad de grasa fueron
percibidas como más intensas para este atributo. El contenido de grasa es un
atributo sensorial sumamente importante en este tipo de productos ya que
ayudan en la retención de compuestos que intensifican el sabor de tocino
ahumado (Font-i-Furnols y Guerrero, 2014).
El sabor salado fue esperado en todas las muestras debido al uso de
salmuera en el proceso de curado. Este es un atributo importante ya que es
tradicional y característico del tocino ahumado (Aaslyng et al., 2014). Para este
tipo de productos, el sabor salado es perceptible a la concentración de 1.0% (1
g se sal por 100 g de muestra) como mínimo (Wu et al., 2015). La percepción de
este atributo en las muestras ahumadas fueron estadísticamente mayores que
en la muestra control. Según Jeremiah et al. (1996), la percepción del sabor
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
25
salado está correlacionada positivamente con la intensidad del ahumado, el
contenido de grasa y cantidad de sal. Esto explica por qué la muestra Ibrac (la
de menor intensidad debida a que fue diluida), tuvo una intensidad promedio
próxima a la muestra control. Por otro lado, las muestras Sadia, Acacia y Red
Arrow fueron percibidas como las muestras con mayor intensidad de sabor
salado.
El atributo sabor a ahumado de las muestras Acacia, Sadia, Bambu y Red
Arrow presentaron los promedios más altos. Así mismo, la intensidad de este
atributo para la muestra control (sin ahumado) fue significativamente más baja.
Este resultado demuestra que el ahumado, independiente si es realizado de
forma tradicional mediante la quema de madera o de forma artificial por la adición
de humo líquido es un factor importante para la generación de este sabor que es
característico en este tipo de productos. Este comportamiento ya fue reportado
anteriormente en jamón ahumado (Pham et al., 2008).
Por otro lado, la suculencia fue definida como percepción de líquido liberado
en la boca durante la primera mordida, el líquido que se libera durante la primera
mordida está compuesto principalmente por agua y grasa. En la Tabla 5 se
observan diferencias significativas entre las muestras. Estas variaciones se
deben principalmente a la heterogeneidad en la proporción grasa-carne entre
muestras, como ya se mencionó anteriormente. La muestra Control fue percibida
como la menos suculenta mientras que la muestra Sadia fue la que presentó el
mayor promedio, así mismo la muestra Control fue percibida con poco contenido
de grasa, a diferencia de la muestra Sadia. De acuerdo con Font-i-Furnols y
Guerrero (2014) la cantidad de grasa ejerce influencia sobre la percepción de
humedad de las muestras, lo que explicaría la diferencia entre estas muestras.
ANÁLISIS DE COMPONENTES PRINCIPALES (ACP)
Según el ANOVA, se observa que existe diferencia estadísticamente
significativa para la mayoría de atributos sensoriales en estudio lo que indica una
elevada discriminación entre las muestras, sin embargo esta discriminación
puede estar impulsada por la percepción simultánea de dos o más atributos, lo
cual no se consigue observar considerando las puntuaciones promedio. Ante ello
el ACP se presenta como una alternativa para el análisis de datos del ADG ya
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
26
que identifica las correlaciones entre las variables dependientes o atributos
sensoriales y los representa mediante nuevas variables llamadas componentes
principales compuestas, siendo estas componentes principales combinaciones
lineales de los atributos sensoriales originales (Næs et al., 2010b).
En la Tabla 6 se presenta la matriz de correlación del ADG donde se muestra
que existe correlación estadísticamente significativa entre algunos atributos
sensoriales. La apariencia brillante estuvo positivamente correlacionada con la
cantidad de grasa y con el sabor grasoso. La cantidad de grasa estuvo
positivamente correlacionada con el sabor grasoso. El sabor ahumado estuvo
correlacionado positivamente con el sabor salado indicando que un aumento del
proceso de ahumado aumentaría la intensidad del sabor salado en este tipo de
muestras. El resto de atributos presentó también coeficientes elevados de
correlación, requisito principal requerido para el ACP.
Tabla 6. Matriz de correlación entre los atributos de sensoriales del ADG
Var B CG CR CA SA SS SG S
B 1 0.7692 0.2411 0.4002 0.2097 0.2453 0.7558 0.5173 CG 0.7692 1 -0.2760 0.5327 -0.0224 0.1492 0.9782 0.4482 CR 0.2411 -0.2760 1 -0.0263 0.5036 0.5211 -0.2788 0.4354 CA 0.4002 0.5327 -0.0263 1 0.5253 0.6744 0.5744 0.3004 SA 0.2097 -0.0224 0.5036 0.5253 1 0.9183 0.1362 0.6346 SS 0.2453 0.1492 0.5211 0.6744 0.9183 1 0.2594 0.6958 SG 0.7558 0.9782 -0.2788 0.5744 0.1362 0.2594 1 0.5404 S 0.5173 0.4482 0.4354 0.3004 0.6346 0.6958 0.5404 1
B: brillante, CG: cantidad de grasa, CR: color rojo, CA: color amarillo, SA: sabor ahumado, SS: sabor salado, SG: sabor grasoso, S: suculento. Los valores en negrita son diferentes de 0 con un nivel de significancia de 5%.
Se realizó el ACP usando la matriz de correlación y en la Tabla 7 se presentan
los auto-valores y auto-vectores de las 6 primeras componentes principales, se
presentan también la varianza explicada y acumulada de cada componente
principal.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
27
Tabla 7. Auto-valores y auto-vectores del ACP realizado sobre el ADG
Componente principal
Auto valor
Varianza explicada
(%)
Varianza acumulada (%)
Auto-vectores (Coeficientes de los componentes principales)
X1 X2 X3 X4 X5 X6 X7 X8
1 3.99 49.99 49.99 0.375 0.354 0.140 0.372 0.334 0.386 0.389 0.405 2 2.33 29.21 79.21 -0.220 -0.454 0.492 -0.041 0.426 0.371 -0.401 0.147 3 0.98 12.31 91.52 -0.447 -0.070 -0.508 0.578 0.219 0.253 -0.001 -0.301 4 0.48 6.00 97.53 -0.443 0.018 -0.410 0.444 0.121 0.055 0.174 0.625 5 0.17 2.12 99.66 0.449 -0.254 -0.355 -0.256 0.665 -0.230 0.049 -0.211 6 0.02 0.33 100.00 -0.129 0.298 0.100 -0.503 0.057 0.531 0.268 -0.524
Xs: variables padronizadas para el cálculo de los componentes principales, donde: X1: Brillante, X2: Cantidad de grasa, X3: Color rojo, X4: Color amarillo,
X5: Sabor ahumado, X6: Sabor salado, X7: Sabor grasoso y X8: Suculento.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
28
Como se observa en la Tabla 7 el primer y segundo componente principal
tienen una varianza explicada de 3.99 (49.99%) y 2.33 (29.21%)
respectivamente, lo que indican que están conteniendo la mayor cantidad de
información de las variables originales, mientras que el resto de componentes
tienen una varianza menor a 1, lo que confirma la importancia de los dos primeros
componentes principales. Se utilizarán solamente los dos primeros componentes
principales para el estudio de las muestras y de los atributos sensoriales
asociados a ella ya que representa 79.21% de la varianza explicada. El uso de
dos componentes principales en el análisis de componentes principales es
normalmente usado cuando la varianza explicada es elevada. Johansen et al.
(2010), usaron las dos primeras componentes principales para caracterizar
sensorialmente muestras de yogur, por lo que se considera que el mapa
sensorial obtenido sobre estas dimensiones representarán adecuadamente las
características sensoriales de las muestras (88% de varianza explicada en las
dos primeras componentes principales).
En la tabla 7 se observan los auto-valores y auto-vectores asociados a cada
componente principal. Para las dos primeras componentes principales se estudió
cada auto-vector asociado. Así, el primer componente principal está compuesto
por la siguiente combinación de las variables originales estandarizadas con sus
respectivos coeficientes (auto-vectores): CP1 = 0.375 X1 + 0.354 X2 + 0.140 X3 +
0.372 X4 + 0.334 X5 + 0.386 X6 + 0.389 X7 + 0.405 X8. Se observa que los
coeficientes tienen valores próximos entre sí, excepto el coeficiente que
corresponde a la variable X3 (Color rojo) que presentó el coeficiente más bajo y
X8 (Suculento) que presentó el coeficiente más alto. El segundo componente
principal es ortogonal al primer componente principal por lo tanto está explicado
la varianza relacionada a otros atributos sensoriales y tiene la siguiente
estructura: CP2= -0.220X1 - 0.454X2 + 0.492 X3 - 0.041X4 + 0.426X5 + 0.371X6 -
0.401X7 + 0.147 X8. En este componente principal, el coeficiente relacionado al
auto-vector del X3 presentó un valor elevado a diferencia del valor bajo
presentado en el primer componente principal, eso indica que este atributo es
mejor explicado por el segundo componente principal. A diferencia del primer
componente principal, el segundo componente principal presenta coeficientes
negativos, lo que indica que el atributo sensorial relacionado con dicho
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
29
coeficiente disminuye el valor de dicho componente principal (varianza
explicada). Tener coeficientes negativos y positivos genera un contraste entre
los atributos. Los atributos sensoriales con mayores coeficientes y signos
opuestos fueron: X3 (Color rojo), X5 (Sabor ahumado) y X6 (Sabor salado) que
están del lado positivo del eje y X2 (Cantidad de grasa) y X7 (Sabor grasoso) del
lado negativo. Esto indica que el segundo componente principal será mayor
cuando X3, X5 y X6 sean altos y X2 y X7 sean bajos. Por lo tanto la el CP2
representa una diferencia entre los atributos relacionados al sabor y apariencia
(sabor ahumado, color rojo y sabor salado) y los atributos relacionados al
contenido de grasa (Cantidad de grasa y sabor grasoso). Los bajos coeficientes
de las variables X1 (Brillante), X4 (Color amarillo) y X8 (Suculento) significa que
los valores de estas variables no afectan mucho al CP2.
Los atributos sensoriales se correlacionaron con los componentes principales
mediante las cargas factoriales, y las muestras serán representadas en las
nuevas dimensiones mediante las puntuaciones factoriales (ver Tabla 8 y 9). Las
cargas factoriales son útiles en la interpretación de los componentes principales
ya que indican el grado de asociación de cada atributo con cada componente
principal (Husson et al., 2010) y las puntuaciones factoriales revelan la posición
relativas de las muestras en el mapa sensorial obtenido mediante la
representación de los componentes principales 1 y 2, mostrado en Figura 4 (H.
T Lawless y Heymann, 1998).
Tabla 8. Carga factorial del ACP realizado sobre el ADG
Atributo Componente principal
1 2 3 4 5 6
Brillante 0.7490 -0.3357 -0.4439 -0.3073 0.1851 -0.0212 Cantidad de grasa 0.7070 -0.6941 -0.0694 0.0125 -0.1048 0.0490 Color rojo 0.2802 0.7517 -0.5041 -0.2840 -0.1463 0.0164 Color amarillo 0.7440 -0.0625 0.5742 -0.3080 -0.1057 -0.0828 Sabor ahumado 0.6678 0.6516 0.2173 0.0839 0.2742 0.0094 Sabor salado 0.7723 0.5678 0.2512 0.0379 -0.0948 0.0876 Sabor grasoso 0.7789 -0.6136 -0.0011 0.1203 0.0203 0.0441 Suculento 0.8108 0.2249 -0.2992 0.4330 -0.0872 -0.0864
Las cargas factoriales con un valor absoluto superior a 0.56 se muestran en negrita.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
30
Tabla 9. Puntuaciones factoriales del ACP realizado sobre el ADG
Muestra CP1 CP2 CP3 CP4 CP5 CP6 Acacia 1.9628 0.2572 -0.0069 -1.2591 0.5002 -0.0803 Sadia 2.0307 -0.2206 0.6007 1.0965 0.0705 -0.2360 Eucalipto 1.1119 -2.0407 1.0803 -0.2251 -0.4485 0.1975 Red Arrow -0.2594 2.7858 -0.0879 -0.2448 -0.6510 -0.0318 Ibrac -0.0764 -1.3411 -2.2362 0.1673 -0.1271 0.0062 Bambú -0.4697 1.3675 0.0505 0.6383 0.5262 0.2690 Control -4.3000 -0.8081 0.5994 -0.1731 0.1297 -0.1246
En la Tabla 8 se observan que las cargas factoriales presentan valores
elevados y según Chapman et al., (2001) un valor absoluto superior a 0.56
representa una fuerte influencia del atributo sensorial sobre su respectivo
componente principal. Entonces, el primer componente principal estará
correlacionado por todos los atributos excepto el color rojo. El segundo componte
principal se destaca porque está correlacionado positivamente con los atributos
color rojo, sabor ahumado y sabor salado; y negativamente con los atributos
cantidad de grasa y sabor grasoso. Es sabido que cada componente principal
representa diferente varianza explicada, esto se puede observar claramente en
el atributo color rojo que no está correlacionado con el primer componente
principal sin embargo presentó una elevada correlación con el segundo
componente principal, demostrando de esta forma que ambos componentes
principales representan diferentes atributos sensoriales (Husson et al., 2010).
Las puntuaciones factoriales (Tabla 9) expresan la posición de las muestras
de tocino en el mapa sensorial. En la Figura 4, se representan muestras de
tocino, que están distribuidas en todo el mapa sensorial, indicando una buena
discriminación entre las muestras por parte del panel (Torri et al., 2015). Las
muestras Sadia y Acacia se encuentran correlacionada positivamente con el
primer componente principal, lo que sugiere que ambas muestras fueron
percibidas de manera similar por los panelistas. Este comportamiento se puede
observar también en la Tabla 5 ya que presentaron puntuaciones similares para
la mayoría de atributos sensoriales. Por otro lado se observa que la muestra
Control se encuentra correlacionada negativamente con este componente,
debido a que se encuentra en lado izquierdo, opuesta a las muestras Sadia y
Acacia. Esto se debe a que la muestra Control no fue ahumada por tanto
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
31
presentó puntuaciones bajas en la mayoría de los atributos relacionados a este
proceso como sabor ahumado, sabor salado, entre otros (ver Tabla 5).
Figura 4. Análisis de Componentes Principales sobre matriz de correlación de
las medias de los atributos: Representación de las muestras y los atributos.
El segundo componente principal se encuentra correlacionado con las
muestras Red Arrow, Ibrac, Bambu y Eucalipto. Donde las muestras Red Arrow
y Bambu están correlacionadas positivamente entre ellas y se encuentran
posicionadas en la parte superior de este componente. La muestra Red Arrow
está posicionada en la parte superior del mapa sensorial debido a que presentó
la puntuación promedio más elevada para los atributos positivos relacionados
con este componente. Las muestras Ibrac y Eucalipto se encuentran en la parte
inferior del mapa sensorial, debido a que fueron percibidas como grasosas.
La Figura 4 muestra que los atributos cantidad de grasa y sabor grasoso
están posicionados cerca uno de otro, esto sugiere que existe correlación
directamente proporcional entre ellos. Este comportamiento ya fue reportado por
Jeremiah et al. (1996), quienes indicaron la existencia de una relación directa
Acacia
Sadia
Eucalipto
Red Arrow
Ibrac
Bambu
ControlBrillante
Cantidad de grasa
Color rojo
Color amarillo
Sabor ahumadoSabor salado
Sabor grasoso
Suculento
-5
-4
-3
-2
-1
0
1
2
3
4
5
-5 -4 -3 -2 -1 0 1 2 3 4 5
Dim
2 (
29.2
2 %
)
Dim 1 (49.99 %)
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
32
entre la cantidad de grasa y la sensación grasosa en la boca. Además, los
atributos relacionados a la grasa se encuentran en el mismo cuadrante, y cerca
de ellos se encuentra el atributo de apariencia brillante, es decir estos atributos
guardan relación entre sí, lo cual tiene toda lógica ya que el contenido de grasa
influye sobre las propiedades de retención de agua de la muestra (Troy y Kerry,
2010). Por otro lado el atributo de sabor ahumado y sabor salado se encuentran
cerca, debido a que la percepción del sabor salado se hace más intensa con el
proceso de ahumado (Jeremiah et al., 1996).
Ante todo lo expuesto se observa que proceso de ahumado modifica el perfil
sensorial del tocino. El ahumado aumentó la intensidad de atributos como el
sabor ahumado y salado, lo que fue claramente percibido por los panelistas. La
generación del perfil sensorial descriptivo unido a los estudios consumidores
ayuda a generar productos con gran potencial de éxito en el mercado
actualmente cambiante y competitivo ya que identifica los atributos que tienen
influencia en la elección del consumidor (Kohli & Leuthesser, 1993). A pesar que
tocino es un producto altamente consumido en el mundo, no existen trabajos
científicos que obtengan el perfil sensorial usando análisis descriptivo. En ese
sentido la presente investigación contribuye llenando ese vacío científico,
abriendo las puertas a posteriores investigaciones complementarias
considerando la respuesta de los consumidores y las características
fisicoquímicas.
2.4. CONCLUSIONES
El Análisis Descriptivo Genérico desarrollado por el panel de jueces
entrenados mostró resultados fiables presentándose como un instrumento
adecuado para describir y cuantificar la percepción de las características
sensoriales de tocino tradicional.
Este estudio demostró que el perfil sensorial del tocino tradicional se ve
modificado en función del proceso de ahumado. El ahumado tradicional causó
un aumento en la intensidad de sabor ahumado y sabor salado sin embargo no
afectó las propiedades sensoriales relacionas con la textura. El Análisis de
Componentes Principales reveló que la muestra control fue percibida diferente
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
33
del resto de muestras. El tocino ahumado con madera de Acacia fue el que
presentó características sensoriales más próximas al tocino tradicional Sadía
que es el más consumido en el mercado Paulista, por lo que se presenta como
la muestra promisoria para futuros estudios. Estudios complementarios deben
realizarse considerando la respuesta de los consumidores y las características
fisicoquímicas para entender mejor los cambios ocasionados durante el proceso
de ahumado.
2.5. REFERENCIAS BIBLIOGRAFICAS
Aaslyng, M.; Vestergaard, C.; Koch, A. 2014. The effect of salt reduction on sensory quality and microbial growth in hotdog sausages, bacon, ham and salami. Meat Science, 96(1), 47-55.
Albert, A.; Varela, P.; Salvador, A.; Hough, G.; Fiszman, S. 2011. Overcoming the issues in the sensory description of hot served food with a complex texture. Application of QDA®, flash profiling and projective mapping using panels with different degrees of training. Food Quality and Preference, 22(5), 463-473.
Amerine, M.; Pangborn, R.; & Roessler, E. 1965. Principles of sensory evaluation of food. Food Science and Technology. A Series of Monographs. Academic Press, New York, London, 27-242.
Amparo, T.; Paula, T. 2014. Free-Choice Profile Combined with Repertory Grid Method Novel Techniques in Sensory Characterization and Consumer Profiling (pp. 157-174): CRC Press.
Andersen, H. 2004. Bacon production. Other Bacon. In W. K. Jensen (Ed.), Encyclopedia of Meat Sciences (pp. 56-59). Oxford: Elsevier.
ANVISA. (2007). Procedimentos para a indicação do uso de aroma na rotulagem de alimentos. Informe Técnico nº. 26, de 14 de junho de 2007.
Bayarri, S.; Carbonell, I.; Barrios, E.; Costell, E. 2011. Impact of sensory differences on consumer acceptability of yoghurt and yoghurt-like products. International Dairy Journal, 21(2), 111-118.
Byrne, D.; Bak, L.; Bredie, W.; Bertelsen, C.; Martens, M. 1999. Development of a Sensory Vocabulary for Warmed-over Flavor: Part I. in Porcine Meat. Journal of Sensory Studies, 14(1), 47--65.
Bárcenas, P.; Elortondo, F.; Albisu, M. 2000. Selection and Screening of a Descriptive Panel for Ewes Milk Cheese Sensory Profiling. Journal of Sensory Studies, 15(1), 79-99.
Bárcenas, P.; Perez Elortondo, F.; Salmerón, J.; Albisu, M. 1999. Development of a Preliminary Sensory Lexicon and Standard References of Ewes Milk Cheeses Aided by Multivariate Statistical Procedures. Journal of Sensory Studies, 14(2), 161-179.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
34
Carbonell, L.; Izquierdo, L.; Carbonell, I. 2007. Sensory analysis of Spanish mandarin juices. Selection of attributes and panel performance. Food Quality and Preference, 18(2), 329-341.
Chapman, K.; Lawless, H.; Boor, K. 2001. Quantitative Descriptive Analysis and Principal Component Analysis for Sensory Characterization of Ultrapasteurized Milk. Journal of Dairy Science, 84(1), 12-20.
Cilla, I.; Martínez, L.; Beltrán, J.; Roncalés, P. 2006. Dry-cured ham quality and acceptability as affected by the preservation system used for retail sale. Meat Science, 73(4), 581-589.
Elortondo, F.; Ojeda, M.; Albisu, M.; Salmerón, J.; Etayo, I.; Molina, M. 2007. Food quality certification: An approach for the development of accredited sensory evaluation methods. Food Quality and Preference, 18(2), 425-439.
Emmerson, E. 2011. Improving the sensory and nutritional quality of smoked meat products. In J. P. Kerry & J. F. Kerry (Eds.), Processed Meats, 527-545.
FAO. 2014. Consumo de carne. Retrieved from Disponible en: http://www.fao.org/ag/againfo/themes/es/meat/background.html
Ferrini, G.; Arnau, J.; Guàrdia, M.; Comaposada, J. 2014. The effect of thermal processing condition on the physicochemical and sensory characteristics of fermented sausages dried by Quick-Dry-Slice process®. Meat Science, 96(2, Part A), 688-694.
Flores, M.; Grimm, C.; Toldrá, F.; Spanier, A. 1997. Correlations of Sensory and Volatile Compounds of Spanish “Serrano” Dry-Cured Ham as a Function of Two Processing Times. Journal of Agricultural and Food Chemistry, 45(6), 2178-2186.
Font-i-Furnols, M.; Guerrero, L. 2014. Consumer preference, behavior and perception about meat and meat products: An overview. Meat Science, 98(3), 361-371.
García-González, D.; Roncales, P.; Cilla, I.; del Río, S.; Poma, J.; Aparicio, R. 2006. Interlaboratory evaluation of dry-cured hams (from France and Spain) by assessors from two different nationalities. Meat Science, 73(3), 521-528.
Gibis, M.; Kruwinnus, M.; Weiss, J. 2015. Impact of different pan-frying conditions on the formation of heterocyclic aromatic amines and sensory quality in fried bacon. Food Chemistry, 168, 383-389.
Gonulalan, Z.; Kose, A.; Yetim, H. 2004. Effects of liquid smoke on quality characteristics of Turkish standard smoked beef tongue. Meat Science, 66(1), 165-170.
Guàrdia, M.; Aguiar, A.; Claret, A.; Arnau, J.; Guerrero, L. 2010. Sensory characterization of dry-cured ham using free-choice profiling. Food Quality and Preference, 21(1), 148-155.
Helgesen, H.; Solheim, R.; Næs, T. 1997. Consumer preference mapping of dry fermented lamb sausages. Food Quality and Preference, 8(2), 97-109.
Husson, F.; Lê, S.; Pagès, J. 2010. Exploratory multivariate analysis by example using R: CRC press.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
35
Jeremiah, L.; Ball, R.; Uttaro, B.; Gibson, L. 1996. The relationship of chemical components to flavor attributes of bacon and ham. Food Research International, 29(5–6), 457-464.
Johansen, S.; Næs, T.; Øyaas, J.; Hersleth, M. 2010. Acceptance of calorie-reduced yoghurt: Effects of sensory characteristics and product information. Food Quality and Preference, 21(1), 13-21.
Jorge, É.; Mendes, A.; Auriema, B.; Cazedey, H.; Fontes, P.; Ramos, A.; Ramos, E. 2015. Application of a check-all-that-apply question for evaluating and characterizing meat products. Meat Science, 100(0), 124-133.
Jónsdóttir, R.; Ólafsdóttir, G.; Chanie, E.;Haugen, J. 2008. Volatile compounds suitable for rapid detection as quality indicators of cold smoked salmon (Salmo salar). Food Chemistry, 109(1), 184-195.
Kameník, J.; Dušková, M.; Šedo, O.; Saláková, A.; Pavlík, Z.; Zdráhal, Z.; Karpíšková, R. 2015. Lactic acid bacteria in hot smoked dry sausage (non-fermented salami): Thermal resistance of Weissella viridescens strains isolated from hot smoked dry sausages. LWT - Food Science and Technology, 61(2), 492-495.
Kohli, C.; Leuthesser, L. 1993. Product positioning: a comparison of perceptual mapping techniques. Journal of Product & Brand Management, 2(4), 10-19.
Kostyra, E.; Wasiak-Zys, G.; Rambuszek, M.; Waszkiewicz-Robak, B. 2016. Determining the sensory characteristics, associated emotions and degree of liking of the visual attributes of smoked ham. A multifaceted study. LWT - Food Science and Technology, 65, 246-253.
Labbe, D.; Rytz, A.; Hugi, A. 2004. Training is a critical step to obtain reliable product profiles in a real food industry context. Food Quality and Preference, 15(4), 341-348.
Laboissière, L.; Deliza, R.; Barros-Marcellini, A.; Rosenthal, A.; Camargo, L.; Junqueira, R. 2007. Effects of high hydrostatic pressure (HHP) on sensory characteristics of yellow passion fruit juice. Innovative Food Science & Emerging Technologies, 8(4), 469-477.
Lawless, H.; Heymann, H. 1998. Sensory Evaluation of Food: Principles and Practices. (pp. 606-608).
Lawless, H.; Heymann, H. 2010. Sensory Evaluation of Food - Principles and Practices (2nd ed.). New York: Springer.
Le, S.; Worch, T. 2014. Analyzing Sensory Data with R: CRC Press. Lorenzo, J.; Purriños, L.; Bermudez, R.; Cobas, N.; Figueiredo, M.;García Fontán,
M. C. 2011. Polycyclic aromatic hydrocarbons (PAHs) in two Spanish traditional smoked sausage varieties: “Chorizo gallego” and “Chorizo de
cebolla”. Meat Science, 89(1), 105-109. Lê, S.; Josse, J.; Husson, F. 2008. FactoMineR: an R package for multivariate
analysis. Journal of statistical software, 25(1), 1-18. Marangoni, C.; Fernandes de Moura, N. 2011. Sensory profile of Italian salami with
coriander (Coriandrum sativum L.) essential oil. Food Sci. Technol (Campinas), 31(1), 119-123.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
36
Meilgaard, C.; Civille, G. 1999. Sensory evaluation techniques (3rd ed.). Boca Raton: FL: CRC Press.
Meilgaard, C.; Carr, B.; Civille, G. 2006. Sensory evaluation techniques: CRC press. Moskowitz, H. 1983. Product testing and sensory evaluation of foods: marketing
and R&D approaches: Food & Nutrition Press. Muguerza, E.; Ansorena, D.; Astiasarán, I. 2003. Improvement of nutritional
properties of Chorizo de Pamplona by replacement of pork backfat with soy oil. Meat Science, 65(4), 1361-1367.
Murray, J.; Delahunty, C.; Baxter, I. 2001. Descriptive sensory analysis: past, present and future. Food Research International, 34(6), 461-471.
N'Kouka, K.; Klein, B.; Lee, S. 2004. Developing a Lexicon for Descriptive Analysis of Soymilks. Journal of Food Science, 69(7), 259--263.
National Pork Board. 2010. Quick facts: The pork industry at a glance. from Des Moines, IA
Næs, T.; Brockhoff, P.; Tomic, O. 2010a. Front Matter: Wiley Online Library. Næs, T.; Brockhoff, P.; Tomic, O. 2010b. Front Matter-Statistics for Sensory and
Consumer Science: Wiley Online Library. Pereira, J.; Dionísio, L.; Matos, T.; Patarata, L. 2015. Sensory Lexicon Development
for a Portuguese Cooked Blood Sausage, Morcela de Arroz de Monchique to Predict Its Usefulness for a Geographical Certification. Journal of Sensory Studies, 30(1), 56--67.
Pham, A.; Schilling, M.; Mikel, W.; Williams, J.; Martin, J.; Coggins, P.; 2008. Relationships between sensory descriptors, consumer acceptability and volatile flavor compounds of American dry-cured ham. Meat Science, 80(3), 728-737.
Quadros, D.; Rocha, I.; Ferreira, S.; Bolini, H. 2015. Low-sodium fish burgers: Sensory profile and drivers of liking. LWT - Food Science and Technology, 63(1), 236-242.
Ramos, S.; Gabriel, F.; Nuñez, F.; Acosta, A. 2012. Efecto del tiempo de entrenamiento en el desempeño de un panel descriptivo para la evaluación de embutidos.
Rentfrow, G.; Sauber, T.; Allee, G.; Berg, E. 2003. The influence of diets containing either conventional corn, conventional corn with choice white grease, high oil corn, or high oil high oleic corn on belly/bacon quality. Meat Science, 64(4), 459-466.
Saldaña, E.; Behrens, J.; Serrano, J.; Ribeiro, F.; de Almeida, M.; Contreras-Castillo, C. 2015. Microstructure, texture profile and descriptive analysis of texture for traditional and light mortadella. Food Structure, 6, 13-20.
Santos, E.; Gonzalez-Fernandez, C.; Jaime, I.; Rovira, J. 2003. Physicochemical and sensory characterisation of Morcilla de Burgos, a traditional Spanish blood sausage. Meat Sci, 65(2), 893-898.
Selani, M.;Shirado, G.; Margiotta, G.; Saldaña, E.; Spada, F.;Piedade, S.; . . . Canniatti-Brazaca, S. 2016. Effects of pineapple byproduct and canola oil as
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
37
fat replacers on physicochemical and sensory qualities of low-fat beef burger. Meat Science, 112, 69-76.
Sikorski, Z.; Kolakowski, E. 2010. Smoking. In F. Toldrá (Ed.), Handbook of Meat Processing (pp. 231 - 246): John Wiley & Sons, Inc.
Soladoye, P.; Shand, P.; Aalhus, J.; Gariépy, C.; Juárez, M. 2015. Review: Pork belly quality, bacon properties and recent consumer trends. Canadian Journal of Animal Science, 95(3), 325-340.
Spence, C.; Piqueras-Fiszman, B. 2014. The perfect meal: the multisensory science of food and dining: John Wiley & Sons.
Stone, H.; Bleibaum, R.; Thomas, H. 2012. Sensory evaluation practices (4ta ed.). New York: Academic press.
Stone, H.; Sidel, J. 2004. Quantitative descriptive analysis (The QDA Method), sensory evaluation practices: Elsevier Academic Press, San Diego, CA. pp-215-235.
Team, R. 2015. R: A language and environment for statistical computing [Internet]. Vienna, Austria: R Foundation for Statistical Computing; 2013. Document freely available on the internet at: http://www. r-project. org.
Teye, G.; Wood, J.; Whittington, F.; Stewart, A.; Sheard, P. 2006. Influence of dietary oils and protein level on pork quality. 2. Effects on properties of fat and processing characteristics of bacon and frankfurter-style sausages. Meat Science, 73(1), 166-177.
Thomson, D. M. H., & McEwan, J. A. (1988). An application of the repertory grid method to investigate consumer perceptions of foods. Appetite, 10(3), 181-193.
Toldrá, F. (2010). Handbook of meat processing: John Wiley & Sons. Torri, L., Piochi, M., Lavelli, V., & Monteleone, E. (2015). Descriptive sensory
analysis and consumers' preference for dietary fibre- and polyphenol-enriched tomato purees obtained using winery by-products. LWT - Food Science and Technology, 62(1, Part 1), 294-300.
Troy, D.; Kerry, J. 2010. Consumer perception and the role of science in the meat industry. Meat Science, 86(1), 214-226.
Wardencki, W.; Chmiel, T.; Dymerski, T.; Biernacka, P.; Plutowska, B. 2009. Application of gas chromatography, mass spectrometry and olfactometry for quality assessment of selected food products. Ecol. Chem. Eng, 16, 287-300.
Warm, K.; Nelsen, J.; Hyldig, G.; Martens, M. 2000. Sensory Quality Criteria for Five Fish Species. Journal of Food Quality, 23(6), 583-601.
Worch, T.; Lê, S.; Punter, P. 2010. How reliable are the consumers? Comparison of sensory profiles from consumers and experts. Food Quality and Preference, 21(3), 309-318.
Wu, H.; Zhuang, H.; Zhang, Y.; Tang, J.; Yu, X.; Long, M.; . . . Zhang, J. 2015. Influence of partial replacement of NaCl with KCl on profiles of volatile compounds in dry-cured bacon during processing. Food Chemistry, 172(0), 391-399.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
38
2.6. ANEXOS ANEXO 1. Ficha de invitación
Invitación a participar en el equipo para el análisis sensorial
Es posible que haya oído hablar de evaluadores profesionales de vino que
diferencian diferentes añadas de productos solo por el olor. Lo que hace que
estos evaluadores capaces de tal hazaña se deben principalmente a la formación
que reciben.
En este punto queremos construir un equipo capacitado de evaluadores y nos
gustaría invitarle (a) a ser uno de nuestros panelistas oficiales.
Sabemos que tiene sus propias responsabilidades, que básicamente tienen todo
el tráfico habitual de su trabajo, pero aun así, su participación en el equipo de
evaluadores es importante para nosotros. Al ser un (a) miembro (a) de nuestro
equipo no le requiere ninguna habilidad excepcional, no va a tomar mucho de su
tiempo y no implicará ninguna tarea difícil.
El equipo evaluará la calidad sensorial de panceta ahumada, ayudando a
caracterizar el producto y los parámetros establecidos para la producción.
Recuerde que debe probar el producto, ya que el análisis se guiará por los
atributos relacionados con el aroma, color, sabor y textura. Lo que buscamos es
una colaboración efectiva, profesional, dinámica y sobre todo sincera.
Si quieres formar parte del equipo de evaluadores, por favor complete el
cuestionario adjunto y enviarlo, preferentemente dentro de una semana desde la
entrega.
Si usted tiene alguna pregunta o necesita información adicional, por favor en
contacto con nosotros, por extensión, Luiz Alonso o correo electrónico:
luiz_24_23@hotmail.com
Atentamente,
Grupo de investigación "Consumidor Sensometria y Ciencia"
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
39
ANEXO 2. Ficha Reclutamiento para Análisis Descriptivo
En este punto queremos construir un equipo de panelistas. Entre los productos que deben evaluarse incluyen tocino ahumado tradicional. Los panelistas se reunirán una vez a la semana durante un período de 30 minutos. Si usted tiene alguna pregunta o necesita información adicional, por favor, póngase en contacto con el número siguiente: 19-996154715 (Marcio / 34294150) Laboratorio de carne. Si quieres ser parte del equipo, por favor, rellene este formulario.
1. Nombre: _______________________________________ 2. Edad: ( )15-20 ( )20-30 ( )30-40 ( )40-50 ( )50-60 3. Dirección:___________________________________________ 4. Teléfono: ___________________________________________ 5. E-mail: ___________________________________________ 6. Horario de los días que trabaja o estudia:
__________________________________ 7. ¿Existe algún día u horario durante el cual no podrá participar de las
sesiones? ¿Cuales? __________________________________________________________________________
8. Indique los períodos en que pretende ir de vacaciones, viajar o ausentar por cualquier motivo en este año. ____________________________________________________________
9. ¿Existe algún alimento, condimento o ingrediente del cual presenta intolerancia o alergia? ____________________________________________________________
10. Indique cuanto aprecia los productos de abajo
Gusto Indiferente Disgusto Desconozco - No consumo
Tocino Productos con tocino
11. Cite algunos alimentos o ingredientes que disgusta:
____________________________________________________________
12. Describa 3 alimentos que sean ahumados
____________________________________________________________
13. ¿Es capaz de describir el aroma o sabor a ahumado? Descríbalo
___________________________________________________________
14. ¿Qué entiende por ahumado?
____________________________________________________________
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
40
15. Marque con una línea la proporción de la figura que estaba cubierto de
negro (no utilizar la regla).
Nada
Nada
Nada
Nada
Nada
Nada Todo
Todo
Todo
Todo
Todo
Todo
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
41
ANEXO 3. Ficha de test de identificación de gustos básicos
Test de identificación de gustos
Nombre: _______________________________________ Fecha: _________
Usted está recibiendo 5 muestras con sabores básicos (acido, dulce, amargo,
umami y salado). Por favor, probarlos, de acuerdo con el orden presentado, e
identificar el sabor. Enseguida recibirá más de 5 muestras con los mismos
sabores básicos. Deberá identificar nuevas muestras debe vincularas con las
muestras anteriores y describir el sabor percibido.
Primera serie Segunda serie Gusto
____________ ____________ _______________________
____________ ____________ _______________________
____________ ____________ _______________________
____________ ____________ _______________________
____________ ____________ _______________________
Comentarios:
_______________________________________________________________
_______________________________________________________________
Muchas gracias
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
42
ANEXO 4. Ficha de test de identificación de olores
Test de identificación de olores
Nombre: ______________________________________ Fecha: ___________
Instrucciones:
- Evaluar cada muestra en el orden;
- Por favor, oler las muestras e identificar o describir el olor percibido de cada producto
en la segunda columna (Descripción del olor);
- Esperar al menos un minuto para aspirar la siguiente muestra, para proceder a las
otras muestras;
- A continuación, se le presenta una segunda serie de muestras con los mismos
materiales olorosos, identificarlos y correlacionar los olores de la primera serie en la
tercera columna (segunda serie).
Primera serie Descripción del olor Segunda serie
________ ______________________________ ______________
________ ______________________________ ______________
________ ______________________________ ______________
________ ______________________________ ______________
________ ______________________________ ______________
________ ______________________________ ______________
Dificultad del test:
Fácil ( ) Medio ( ) Difícil ( )
Comentarios
_____________________________________________________________________
_____________________________________________________________________
Muchas gracias
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
43
ANEXO 5. Ficha de test de triangular
Test triangular
Nombre:______________________________________ Fecha: ___________
Instrucciones:
En cada grupo de muestras presentadas, dos son idénticas y una es diferente.
Saboree cuidadosamente cada muestra, de izquierda a derecha, y hacer un
círculo alrededor de la muestra diferente.
Grupo Código de la muestra
I ________ ________ ________
II ________ ________ ________
III ________ ________ ________
IV ________ ________ ________
V ________ ________ ________
Comentarios
_______________________________________________________________
_______________________________________________________________
Muchas gracias
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
44
ANEXO 6. Ficha de test del método de red
Nombre: ______________________________________ Fecha: ___________
Usted está recibiendo tres muestras de tocino. Inicialmente debe probar las dos primeras muestras y describir sus similitudes como el aroma, apariencia, sabor y textura que los caracterizan. Luego recibirá una tercera muestra y debe indicar en que se diferencia de las dos anteriores.
Muestra: ________y ________ Muestra: ________
Similaridades Diferencias
Aroma
Apariencia
Sabor
Textura
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
45
ANEXO 7. Ficha de evaluación de las muestras
Nombre: ________________________ Fecha: ___________ Muestra:______
Por favor evalué cada uno de los atributos presentados, indicando con un trazo
vertical, el punto que mejor califique la intensidad de cada atributo.
APARIENCIA
Brillante
Cantidad de grasa
Color rojo
Color amarillo
SABOR
Sabor grasoso
Sabor salado
Sabor ahumado
TEXTURA
Suculento
Masticable
Poco
Poco
Poco
Poco
Poco
Poco
Poco
Poco
Poco
Poco
Mucho
Mucho
Mucho
Mucho
Mucho
Mucho
Mucho
Mucho
Mucho
Mucho
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
46
ANEXO 8.Respuestas correctas de los panelistas del análisis secuencial P
rueb
as P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13
A C A C A C A C A C A C A C A C A C A C A C A C A C
1 1 1 0 0 0 0 1 1 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 2 1 2 1 1 1 1 1 2 1 1 1 2 1 2 1 2 1 2 1 1 1 2 1 2 1 2 3 1 3 1 2 1 2 0 2 1 2 1 3 1 3 1 3 1 3 1 2 1 3 1 3 1 3 4 1 4 1 3 1 3 0 2 1 3 1 4 1 4 1 4 1 4 1 3 1 4 0 3 1 4 5 1 5 1 4 1 4 1 3 1 4 1 5 1 5 1 5 0 4 1 4 1 5 0 3 1 5 6 1 6 1 5 0 4 0 3 1 5 0 5 1 6 1 6 1 5 1 5 1 6 1 4 0 5 7 1 7 1 6 1 5 1 4 1 6 1 6 1 7 1 7 1 6 0 5 1 7 1 5 1 6 8 0 7 0 6 1 6 1 5 1 7 1 7 1 8 1 8 1 7 1 6 1 8 1 6 0 6 9 1 8 1 7 1 7 0 5 1 8 1 8 1 9 1 9 1 8 1 7 1 9 1 7 0 6
10 1 9 1 8 1 8 0 5 1 9 1 9 1 10 1 10 1 9 1 8 1 10 1 8 1 7 11 1 9 1 9 0 5 1 10 0 9 1 11 0 10 1 10 1 9 1 9 0 7 12 0 9 0 9 0 5 1 11 0 9 1 12 0 10 0 10 1 10 1 10 1 8 13 1 10 0 9 0 5 1 12 1 10 1 13 1 11 0 10 1 11 1 11 0 8 14 1 11 0 9 1 6 1 13 1 11 1 14 0 11 1 11 1 12 0 11 1 9 15 0 11 1 10 1 7 1 14 0 11 0 14 1 12 1 12 0 12 1 12 0 9 16 0 11 1 11 0 7 0 9 17 1 12 1 12 0 7 0 9 18 1 13 0 12 0 7 0 9 19 1 14 1 13 0 7 1 10 20 1 15 1 14 0 7 0 10 *A: Aciertos, C: Aciertos cumulado
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
47
ANEXO 9. Matriz de datos usada para la evaluación del comportamiento del panel
P S Producto Brillante Cantidad de grasa
Color rojo
Color amarillo
Sabor ahumado
Sabor salado
Sabor grasoso
Masticable Suculento
P1 1 F. Ibrac 5.8 1.5 8.7 2.1 3.4 5.4 2.6 2.2 2.6 P1 1 RedArrow 0.1 0.1 4.7 9.0 2.3 7.9 0.1 5.5 0.6 P1 1 Sadia 2.3 2.9 3.0 4.4 4.3 4.9 6.3 2.9 4.5 P1 1 Acacia 3.6 4.6 5.4 6.3 3.5 1.8 7.3 1.2 5.2 P1 1 Eucalipto 5.2 2.0 5.7 1.5 3.4 3.2 6.2 2.4 4.9 P1 1 Bambu 0.1 0.1 9.6 5.4 3.1 2.1 0.2 1.9 3.4 P1 1 Control 0.3 0.4 4.9 1.1 0.7 4.9 0.4 4.5 1.1 P1 2 F. Ibrac 3.4 4.7 6.9 7.7 1.8 1.3 1.2 5.2 6.5 P1 2 RedArrow 0.4 0.0 5.2 6.7 3.1 6.8 0.0 6.6 4.1 P1 2 Sadia 6.5 7.3 5.6 8.2 6.4 7.7 8.7 1.9 5.5 P1 2 Acacia 0.9 7.4 7.4 9.9 8.4 6.4 8.7 4.8 4.0 P1 2 Eucalipto 3.5 4.8 3.4 7.9 3.8 1.4 4.7 1.6 7.7 P1 2 Bambu 0.0 2.3 7.4 5.2 4.8 5.2 1.7 4.3 3.7 P1 2 Control 0.7 1.6 1.6 0.5 0.0 0.0 1.0 0.1 3.4 P1 3 F. Ibrac 0.1 0.1 9.8 4.9 1.6 3.8 0.1 6.3 3.8 P1 3 RedArrow 0.1 0.1 3.0 9.8 3.9 8.9 0.1 6.2 4.7 P1 3 Sadia 0.8 1.5 4.7 9.4 5.7 6.5 1.7 2.1 4.9 P1 3 Acacia 4.7 3.1 4.0 1.9 9.1 4.5 2.2 7.5 5.0 P1 3 Eucalipto 0.1 6.4 3.7 8.9 0.4 3.4 5.0 1.6 7.1 P1 3 Bambu 0.1 0.1 7.9 7.1 4.1 0.7 1.2 5.2 4.8 P1 3 Control 7.4 8.0 0.4 1.2 1.0 1.2 8.1 4.8 2.5 P2 1 F. Ibrac 3.1 2.8 6.8 0.5 0.1 1.2 1.6 5.3 5.5 P2 1 RedArrow 1.2 1.3 8.7 3.8 2.3 2.4 0.9 1.4 1.4 P2 1 Sadia 2.0 4.3 6.9 6.5 1.4 3.0 3.7 7.3 8.7
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
48
P2 1 Acacia 4.5 1.6 6.6 6.6 3.0 0.9 0.0 4.8 0.6 P2 1 Eucalipto 7.7 3.8 7.3 7.6 2.8 2.0 3.3 2.6 2.2 P2 1 Bambu 5.2 0.7 6.6 2.2 1.9 0.2 0.0 1.5 0.6 P2 1 Control 1.4 3.6 3.1 1.4 0.3 0.2 2.7 6.1 5.5 P2 2 F. Ibrac 1.9 4.6 4.9 2.8 1.0 2.2 5.1 1.6 6.8 P2 2 RedArrow 0.2 2.3 5.7 5.0 2.7 3.6 1.2 4.4 2.4 P2 2 Sadia 0.6 2.3 4.1 3.5 3.4 2.6 2.9 3.2 3.3 P2 2 Acacia 0.5 3.9 5.1 4.5 2.6 4.3 3.7 4.9 3.2 P2 2 Eucalipto 0.3 4.7 4.7 4.6 1.3 3.0 3.6 3.7 4.1 P2 2 Bambu 0.3 2.6 4.9 4.4 1.4 3.3 3.6 2.2 4.6 P2 2 Control 0.1 4.5 4.9 6.2 0.1 1.2 2.7 2.7 6.1 P2 3 F. Ibrac 1.8 4.5 5.0 4.7 1.0 1.1 3.9 5.7 4.9 P2 3 RedArrow 0.4 2.4 5.4 4.9 2.3 2.1 1.3 3.4 3.9 P2 3 Sadia 4.0 3.2 5.0 7.7 3.9 2.8 5.0 3.0 5.0 P2 3 Acacia 1.9 3.2 5.2 4.0 4.0 3.0 3.9 4.9 4.4 P2 3 Eucalipto 1.2 4.4 4.4 5.1 2.0 3.0 3.2 4.7 4.3 P2 3 Bambu 1.6 2.7 4.6 4.6 3.4 1.7 4.3 4.5 5.7 P2 3 Control 1.8 4.5 5.0 5.6 1.8 1.1 3.5 3.6 5.6 P3 1 F. Ibrac 3.3 6.0 4.9 7.2 0.0 1.9 3.3 5.6 2.1 P3 1 RedArrow 0.9 6.2 6.7 5.0 4.7 5.0 4.8 4.3 6.7 P3 1 Sadia 5.7 6.1 6.6 5.0 7.3 5.7 6.5 6.1 7.2 P3 1 Acacia 8.0 4.6 7.8 4.7 5.9 5.0 4.3 7.8 7.9 P3 1 Eucalipto 4.7 8.5 3.7 6.2 0.1 5.2 5.3 8.4 6.0 P3 1 Bambu 8.8 3.6 5.3 3.7 9.0 5.4 2.3 6.9 9.6 P3 1 Control 1.9 2.1 5.7 3.0 0.1 3.5 1.0 5.0 0.9 P3 2 F. Ibrac 2.8 4.6 6.7 3.5 0.1 3.4 2.7 6.0 2.4 P3 2 RedArrow 4.1 4.1 9.4 3.1 4.7 5.3 0.9 7.4 3.5 P3 2 Sadia 3.7 8.4 0.1 5.3 5.5 2.9 8.9 7.1 1.6
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
49
P3 2 Acacia 7.1 6.2 9.0 8.9 7.7 6.1 7.6 7.7 5.4 P3 2 Eucalipto 0.1 7.8 1.4 8.5 0.2 3.2 6.2 5.0 3.5 P3 2 Bambu 1.3 2.6 6.2 7.1 0.1 4.4 2.4 5.9 3.4 P3 2 Control 0.2 0.4 7.9 9.8 0.4 2.9 1.8 5.4 2.4 P3 3 F. Ibrac 0.3 2.3 4.5 4.5 0.1 5.7 3.1 5.0 1.4 P3 3 RedArrow 0.0 5.5 6.0 5.3 6.4 3.2 3.0 3.6 3.6 P3 3 Sadia 1.9 5.1 8.2 4.0 3.6 3.2 4.6 3.8 3.7 P3 3 Acacia 1.0 1.8 3.2 7.8 6.9 5.6 4.3 7.6 6.0 P3 3 Eucalipto 1.9 6.8 3.2 5.4 0.0 5.3 5.5 5.4 3.5 P3 3 Bambu 0.5 1.8 4.6 5.3 5.8 6.6 2.1 5.2 4.7 P3 3 Control 0.1 0.2 8.4 7.9 0.1 5.1 0.3 1.6 0.3 P4 1 F. Ibrac 4.5 2.3 3.3 6.6 2.0 2.2 1.8 1.8 7.1 P4 1 RedArrow 3.6 0.0 9.5 5.0 7.2 5.1 1.1 2.6 6.7 P4 1 Sadia 3.0 5.2 8.7 8.7 6.9 5.4 4.9 3.5 2.0 P4 1 Acacia 7.1 4.0 8.9 7.9 6.1 8.3 3.5 7.8 1.8 P4 1 Eucalipto 0.6 4.4 7.7 9.7 1.6 3.7 0.6 6.7 0.6 P4 1 Bambu 1.6 3.9 2.8 8.9 7.5 8.1 1.2 7.9 1.1 P4 1 Control 0.3 0.2 5.1 6.8 1.5 1.4 0.3 8.7 0.3 P4 2 F. Ibrac 2.6 3.3 8.9 5.3 5.1 5.0 2.3 4.0 3.8 P4 2 RedArrow 2.2 1.2 8.1 8.3 8.1 5.1 0.0 7.6 5.3 P4 2 Sadia 2.7 5.3 8.3 9.9 8.4 8.2 2.6 7.1 5.4 P4 2 Acacia 6.7 3.2 9.9 8.2 8.1 7.7 3.1 7.9 5.3 P4 2 Eucalipto 7.4 3.6 7.7 7.8 8.2 6.5 2.7 8.0 6.8 P4 2 Bambu 4.7 0.0 0.3 5.0 7.6 5.1 0.0 7.6 5.3 P4 2 Control 8.3 7.2 5.3 2.6 3.0 2.5 7.6 8.4 8.0 P4 3 F. Ibrac 2.3 4.1 8.2 4.2 5.2 6.1 0.7 1.3 1.1 P4 3 RedArrow 5.1 0.5 4.9 6.9 7.1 6.7 1.1 5.3 4.0 P4 3 Sadia 7.4 3.3 0.8 6.9 9.1 6.8 1.0 9.0 9.0
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
50
P4 3 Acacia 2.8 1.5 5.9 5.9 9.1 6.7 1.0 5.8 1.2 P4 3 Eucalipto 0.5 5.1 7.6 4.9 4.1 5.7 5.1 1.5 1.5 P4 3 Bambu 1.6 8.1 9.1 8.0 4.4 3.6 5.7 3.9 2.0 P4 3 Control 3.2 5.8 1.8 7.6 5.5 1.5 5.7 7.3 8.0 P5 1 F. Ibrac 6.6 5.7 8.4 2.3 0.7 2.9 7.1 2.4 7.2 P5 1 RedArrow 6.5 0.9 8.9 0.7 2.0 1.6 1.0 5.5 5.3 P5 1 Sadia 1.2 2.4 9.0 0.9 4.5 5.3 0.6 8.9 8.0 P5 1 Acacia 4.3 5.9 8.2 7.1 3.8 3.1 3.9 7.2 8.6 P5 1 Eucalipto 8.6 6.7 9.3 0.2 6.9 0.7 4.6 7.2 7.9 P5 1 Bambu 7.0 4.1 7.4 3.6 6.4 0.0 6.7 8.5 8.6 P5 1 Control 0.4 1.2 4.1 8.9 0.7 0.5 1.5 0.5 0.5 P5 2 F. Ibrac 6.8 8.2 8.2 0.1 0.3 3.0 6.0 2.7 8.6 P5 2 RedArrow 1.0 3.1 6.5 8.5 7.6 6.2 3.1 1.6 8.6 P5 2 Sadia 0.2 5.6 7.9 1.2 6.8 5.7 2.7 1.3 8.2 P5 2 Acacia 0.6 4.1 5.9 3.2 5.1 4.0 1.9 6.7 1.5 P5 2 Eucalipto 0.5 8.0 8.9 4.0 0.2 0.4 0.5 3.2 6.5 P5 2 Bambu 3.5 3.9 7.0 1.1 5.7 7.9 5.7 6.9 1.6 P5 2 Control 1.1 5.3 8.9 0.6 0.3 3.8 0.5 1.6 1.1 P5 3 F. Ibrac 6.4 7.9 3.2 1.7 5.9 4.6 8.6 2.2 9.9 P5 3 RedArrow 4.3 5.4 3.3 6.9 6.6 4.5 6.3 2.4 5.7 P5 3 Sadia 1.2 8.4 6.9 8.6 8.0 6.4 7.7 4.8 3.5 P5 3 Acacia 7.1 6.2 5.0 7.2 6.7 6.3 5.2 3.8 5.3 P5 3 Eucalipto 1.6 5.2 1.4 9.0 0.2 2.6 3.5 4.5 2.1 P5 3 Bambu 5.5 7.8 0.9 5.6 7.8 2.8 6.8 1.7 8.8 P5 3 Control 0.5 1.4 1.8 8.9 0.6 1.8 0.9 1.0 0.2 P6 1 F. Ibrac 1.2 4.4 4.4 2.3 0.0 0.9 1.2 1.5 1.5 P6 1 RedArrow 1.3 2.1 4.8 1.2 0.0 1.3 0.1 3.8 1.9 P6 1 Sadia 1.3 5.2 5.1 1.3 0.3 1.6 1.5 5.7 8.4
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
51
P6 1 Acacia 1.2 2.4 5.1 2.3 0.6 2.0 0.1 6.0 5.0 P6 1 Eucalipto 1.1 8.4 1.6 1.5 0.2 3.1 8.5 2.1 8.5 P6 1 Bambu 2.3 7.5 7.5 1.1 1.4 1.5 1.3 1.5 7.3 P6 1 Control 1.5 0.6 1.5 0.5 0.0 0.4 0.7 2.1 2.1 P6 2 F. Ibrac 1.5 1.8 8.9 1.3 2.8 2.7 3.8 8.4 4.9 P6 2 RedArrow 1.5 6.1 5.1 6.5 1.7 2.3 5.5 8.4 8.4 P6 2 Sadia 2.4 2.4 7.6 2.5 4.6 2.0 1.0 6.1 5.7 P6 2 Acacia 7.7 7.7 6.6 6.9 5.7 2.0 2.7 2.5 2.6 P6 2 Eucalipto 7.4 3.0 4.2 2.7 0.6 7.3 3.5 7.8 4.3 P6 2 Bambu 1.9 1.5 7.7 1.8 4.7 6.5 2.5 8.0 3.1 P6 2 Control 3.2 8.2 0.0 8.2 0.0 5.2 0.3 0.9 0.8 P6 3 F. Ibrac 1.5 7.0 1.3 3.9 0.0 0.7 2.3 5.3 6.5 P6 3 RedArrow 1.3 1.3 7.1 0.1 0.8 1.3 1.4 5.1 5.1 P6 3 Sadia 1.3 1.8 1.8 1.0 0.3 1.4 2.6 5.2 7.7 P6 3 Acacia 0.9 2.3 5.2 0.2 0.5 1.1 1.5 2.8 5.4 P6 3 Eucalipto 2.1 5.2 3.8 1.8 0.0 1.1 1.1 5.0 2.4 P6 3 Bambu 1.1 4.7 4.8 2.8 0.6 1.0 2.2 5.3 4.0 P6 3 Control 1.0 1.0 7.9 1.0 0.0 0.2 0.2 3.1 0.5 P7 1 F. Ibrac 7.1 1.1 4.7 0.2 0.3 5.5 1.1 3.9 1.8 P7 1 RedArrow 5.0 1.1 6.5 0.6 6.4 5.4 1.1 8.6 4.6 P7 1 Sadia 8.4 3.1 1.5 0.3 5.9 3.8 3.9 8.7 8.6 P7 1 Acacia 5.5 1.9 5.4 0.6 5.2 5.1 1.9 6.7 4.3 P7 1 Eucalipto 2.1 1.8 3.9 1.9 5.4 6.2 2.0 5.6 1.9 P7 1 Bambu 2.4 0.2 5.3 0.2 8.2 2.7 0.1 7.9 3.2 P7 1 Control 0.1 0.1 9.6 0.1 0.2 5.3 0.1 6.2 0.1 P7 2 F. Ibrac 2.2 3.4 5.6 3.8 0.1 2.8 2.9 1.4 6.0 P7 2 RedArrow 2.0 1.8 5.1 3.1 4.6 4.7 0.6 1.5 6.8 P7 2 Sadia 2.0 4.7 3.9 5.6 3.6 5.5 6.0 1.3 3.0
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
52
P7 2 Acacia 2.1 4.3 4.3 4.0 2.4 5.8 3.2 2.2 5.7 P7 2 Eucalipto 1.0 4.5 3.4 4.7 8.2 5.7 5.1 8.3 1.5 P7 2 Bambu 1.2 2.2 5.1 3.7 4.5 6.8 2.2 1.4 5.5 P7 2 Control 2.3 2.8 4.9 4.5 0.1 2.6 2.0 0.4 3.9 P7 3 F. Ibrac 0.4 3.7 5.4 0.5 0.1 3.7 1.4 1.5 5.5 P7 3 RedArrow 1.1 1.7 7.2 1.8 6.2 5.7 2.6 2.0 5.9 P7 3 Sadia 1.1 0.7 3.5 0.4 5.0 6.4 1.1 2.7 3.7 P7 3 Acacia 4.0 4.5 4.0 7.6 5.6 5.1 4.5 3.2 6.8 P7 3 Eucalipto 1.4 1.4 6.8 7.8 6.8 5.2 7.1 3.7 3.2 P7 3 Bambu 0.2 0.5 5.2 1.0 4.9 6.6 1.2 3.1 3.3 P7 3 Control 0.5 1.1 0.5 0.5 0.1 4.5 0.7 0.5 8.6 P8 1 F. Ibrac 6.8 5.7 4.4 4.5 2.5 1.4 3.5 4.1 3.8 P8 1 RedArrow 1.5 3.2 6.8 5.6 3.7 3.9 1.9 3.1 4.8 P8 1 Sadia 2.7 3.4 3.4 4.8 1.4 1.7 4.7 7.4 7.2 P8 1 Acacia 1.5 2.4 5.9 5.1 2.9 3.0 3.8 3.8 3.8 P8 1 Eucalipto 3.6 3.6 4.7 6.9 2.4 3.0 1.6 1.0 1.0 P8 1 Bambu 1.3 3.0 4.3 2.8 4.7 6.0 2.3 4.7 4.6 P8 1 Control 1.9 1.9 1.9 1.9 0.5 1.1 1.1 4.5 1.9 P8 2 F. Ibrac 1.6 4.8 4.8 2.2 1.5 1.5 3.1 2.7 1.0 P8 2 RedArrow 2.3 5.3 7.8 5.3 4.3 3.4 2.2 7.0 6.9 P8 2 Sadia 1.2 2.0 2.9 1.7 3.9 1.5 2.3 3.9 2.6 P8 2 Acacia 1.7 3.6 5.5 3.6 3.7 3.3 2.3 4.9 4.9 P8 2 Eucalipto 0.3 5.0 2.3 6.7 1.8 3.1 3.2 2.3 1.5 P8 2 Bambu 2.0 2.8 4.6 2.6 5.6 2.7 4.9 6.7 6.7 P8 2 Control 0.4 2.3 6.3 4.5 0.9 1.5 1.6 2.1 2.1 P8 3 F. Ibrac 3.3 5.7 3.0 1.5 1.4 0.8 7.2 4.8 3.7 P8 3 RedArrow 3.0 1.8 4.8 4.7 5.7 4.6 3.4 5.1 5.1 P8 3 Sadia 0.9 6.5 3.2 6.4 1.9 1.0 2.3 7.0 2.6
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
53
P8 3 Acacia 3.2 6.2 4.9 4.8 3.4 1.5 4.9 3.2 4.8 P8 3 Eucalipto 1.6 4.8 7.7 6.3 2.5 3.2 4.9 2.9 2.9 P8 3 Bambu 0.7 2.1 3.2 3.2 6.5 4.9 3.0 5.0 3.8 P8 3 Control 0.5 1.0 1.1 1.6 0.6 1.1 0.6 3.7 2.4 P9 1 F. Ibrac 6.8 6.0 4.4 6.6 0.2 4.7 4.5 2.6 7.1 P9 1 RedArrow 1.9 1.8 6.5 1.0 6.8 6.7 2.4 6.6 6.6 P9 1 Sadia 2.0 2.4 4.0 7.0 3.5 6.3 3.4 5.3 7.0 P9 1 Acacia 3.3 5.6 5.7 5.1 5.9 5.9 2.6 4.0 4.7 P9 1 Eucalipto 2.3 1.1 5.3 1.1 0.1 6.1 1.5 8.1 1.2 P9 1 Bambu 1.8 4.7 3.8 2.1 6.3 5.7 2.6 3.4 6.9 P9 1 Control 2.1 0.6 6.4 0.7 1.2 4.4 2.2 2.4 6.1 P9 2 F. Ibrac 4.0 5.1 6.7 3.8 0.3 3.5 4.9 6.4 6.0 P9 2 RedArrow 3.7 2.1 7.3 1.2 5.9 5.7 3.3 3.8 6.0 P9 2 Sadia 7.2 6.3 4.9 6.9 6.9 4.9 6.0 7.0 3.1 P9 2 Acacia 1.9 4.9 3.8 6.0 2.8 3.9 4.0 5.5 5.4 P9 2 Eucalipto 2.0 7.2 1.8 7.9 3.9 2.1 7.0 6.8 2.7 P9 2 Bambu 2.2 3.3 3.2 5.4 6.3 5.4 2.3 6.2 3.7 P9 2 Control 0.5 0.4 6.5 2.4 3.0 5.2 0.7 7.4 2.7 P9 3 F. Ibrac 4.3 8.0 1.9 1.8 0.6 6.3 7.0 4.0 7.3 P9 3 RedArrow 0.5 4.4 8.2 2.9 5.1 6.0 4.1 3.2 7.3 P9 3 Sadia 1.5 6.8 8.1 5.5 7.6 6.2 6.8 3.6 6.9 P9 3 Acacia 2.0 1.4 5.7 1.8 2.0 1.9 0.7 7.5 2.5 P9 3 Eucalipto 6.3 5.1 3.5 3.5 2.5 5.0 3.1 6.8 5.1 P9 3 Bambu 0.4 2.1 6.6 3.8 6.8 6.0 2.8 4.4 7.2 P9 3 Control 2.6 1.1 5.7 1.8 3.3 5.5 1.2 5.1 4.9
P10 1 F. Ibrac 4.3 4.1 5.8 5.5 0.8 0.4 4.3 6.1 3.5 P10 1 RedArrow 3.0 4.1 6.9 5.8 0.4 0.5 2.1 5.3 1.0 P10 1 Sadia 1.6 5.3 3.9 8.6 1.5 0.7 6.1 2.4 7.2
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
54
P10 1 Acacia 5.7 3.7 6.9 7.7 1.3 1.5 5.4 3.9 5.3 P10 1 Eucalipto 3.9 5.2 6.8 7.0 0.7 5.6 3.7 4.5 6.3 P10 1 Bambu 5.4 2.9 6.1 3.7 0.9 1.3 4.7 1.3 6.5 P10 1 Control 0.2 0.3 6.5 4.9 0.6 0.5 0.7 7.9 1.5 P10 2 F. Ibrac 3.0 3.7 8.0 7.6 8.1 2.0 3.8 5.4 5.5 P10 2 RedArrow 2.4 2.7 5.2 4.2 2.1 1.2 1.8 5.9 2.6 P10 2 Sadia 2.1 3.9 4.7 5.6 2.7 2.1 3.5 3.5 5.6 P10 2 Acacia 2.8 5.1 2.7 6.8 0.9 2.4 5.4 2.4 5.2 P10 2 Eucalipto 2.4 6.9 2.3 7.6 1.3 2.4 7.5 2.0 7.4 P10 2 Bambu 2.6 1.0 7.0 5.8 2.0 0.7 2.6 5.4 2.6 P10 2 Control 0.3 0.1 6.3 2.4 2.2 1.2 0.6 7.0 1.8 P10 3 F. Ibrac 3.7 4.7 3.5 6.3 1.9 2.2 7.1 5.5 7.9 P10 3 RedArrow 1.7 2.3 9.3 5.7 2.5 1.3 1.1 8.5 1.2 P10 3 Sadia 3.4 3.6 7.1 5.9 4.7 1.5 2.2 8.2 2.5 P10 3 Acacia 6.4 3.4 7.2 7.2 8.4 2.9 2.1 7.2 2.1 P10 3 Eucalipto 3.6 4.7 3.9 6.1 2.8 3.3 7.6 3.4 9.2 P10 3 Bambu 0.5 2.6 7.1 4.9 2.4 1.7 0.8 8.4 0.8 P10 3 Control 2.7 4.7 5.0 6.9 0.6 2.1 4.9 4.3 6.4
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
55
ANEXO 10. Medias para cada juez y cada producto/descriptor:
Brillante:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 5.34 3.55 0.73 2.22 2.15 1.65 3.79 Cinthia 2.30 2.38 1.12 3.05 2.29 0.60 2.22 Daniel 3.05 0.04 2.82 2.91 3.10 0.20 3.19 Dario 4.97 2.83 1.03 3.33 3.64 2.38 2.37 Lethicia 2.11 1.32 0.94 1.83 3.90 2.26 1.58 Mariana 5.54 2.63 3.94 2.86 3.11 3.65 4.35 Mayara 3.24 1.76 1.88 3.55 1.40 1.35 1.68 Melina 4.01 5.35 0.67 3.58 6.60 3.90 0.85 Meliza 3.88 1.28 0.98 1.49 3.24 2.68 3.81 Nathalia 2.39 1.45 1.74 3.56 5.05 2.04 3.56 Promedio 3.68 2.26 1.58 2.84 3.45 2.07 2.74 desvest 1.27 1.47 1.06 0.75 1.50 1.19 1.16
Color rojo:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 6.67 5.35 7.34 2.77 5.35 7.34 4.95 Cinthia 5.64 5.35 4.33 5.46 5.57 6.63 5.34 Daniel 5.64 8.30 2.29 4.26 8.49 4.29 4.43 Dario 5.59 6.71 5.91 4.31 5.76 7.11 5.22 Lethicia 5.41 3.99 3.09 4.91 4.05 6.44 3.16 Mariana 8.24 4.06 4.08 7.64 6.81 7.48 5.94 Mayara 5.66 6.65 3.14 3.23 4.88 5.69 4.82 Melina 6.35 5.11 4.96 6.52 6.60 6.24 7.94 Meliza 4.59 5.21 5.00 4.72 5.23 6.26 2.98 Nathalia 5.07 4.56 6.21 3.55 4.31 7.38 5.66 Promedio 5.89 5.53 4.63 4.74 5.70 6.49 5.04 desvest 1.01 1.34 1.57 1.50 1.31 0.97 1.41
Color amarillo:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 7.11 5.37 6.88 6.70 5.07 4.49 4.79 Cinthia 5.05 3.71 4.41 5.74 2.66 4.57 5.89
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
56
Daniel 6.05 5.90 0.94 6.10 4.91 8.53 7.32 Dario 7.21 4.81 4.75 6.91 6.44 5.23 6.72 Lethicia 4.51 2.84 2.66 6.64 2.73 5.22 4.30 Mariana 7.32 7.31 5.67 7.45 5.37 6.73 8.51 Mayara 3.14 1.90 3.23 2.00 2.50 2.59 1.60 Melina 5.85 3.44 6.17 4.43 1.38 5.39 3.55 Meliza 4.08 1.61 1.72 4.80 1.51 1.84 2.13 Nathalia 4.26 3.76 1.65 4.15 4.08 1.68 6.47 Promedio 5.46 4.07 3.81 5.49 3.67 4.63 5.13 desvest 1.47 1.80 2.07 1.65 1.75 2.15 2.26
Cantidad de grasa:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 4.20 2.68 0.92 7.70 4.31 5.28 6.52 Cinthia 2.91 1.97 4.18 4.29 3.94 2.04 3.28 Daniel 5.04 0.82 3.35 4.40 2.07 0.05 3.92 Dario 4.08 2.16 1.69 5.59 4.16 3.02 4.27 Lethicia 4.09 2.60 1.76 4.47 5.39 3.42 3.98 Mariana 2.91 4.01 4.40 4.36 3.25 0.56 4.61 Mayara 4.17 4.56 3.26 5.53 4.40 3.16 3.16 Melina 5.39 5.28 2.62 6.63 7.27 3.12 5.50 Meliza 3.56 0.98 1.33 2.57 2.73 1.51 2.84 Nathalia 3.97 3.37 0.71 4.47 6.37 2.75 5.16 Promedio 4.03 2.84 2.42 5.00 4.39 2.49 4.32 desvest 0.79 1.47 1.33 1.43 1.59 1.52 1.15
Sabor ahumado:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 4.20 2.68 0.92 7.70 4.31 5.28 6.52 Cinthia 2.91 1.97 4.18 4.29 3.94 2.04 3.28 Daniel 5.04 0.82 3.35 4.40 2.07 0.05 3.92 Dario 4.08 2.16 1.69 5.59 4.16 3.02 4.27 Lethicia 4.09 2.60 1.76 4.47 5.39 3.42 3.98 Mariana 2.91 4.01 4.40 4.36 3.25 0.56 4.61 Mayara 4.17 4.56 3.26 5.53 4.40 3.16 3.16 Melina 5.39 5.28 2.62 6.63 7.27 3.12 5.50 Meliza 3.56 0.98 1.33 2.57 2.73 1.51 2.84 Nathalia 3.97 3.37 0.71 4.47 6.37 2.75 5.16
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
57
Promedio 4.03 2.84 2.42 5.00 4.39 2.49 4.32 desvest 0.79 1.47 1.33 1.43 1.59 1.52 1.15
Sabor salado:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 5.57 5.46 3.83 4.57 3.67 4.50 3.94 Cinthia 2.70 1.74 0.82 2.64 1.49 2.71 2.78 Daniel 4.22 2.68 2.02 2.66 3.51 7.87 6.35 Dario 2.28 1.26 1.27 3.78 1.50 1.02 1.44 Lethicia 2.58 4.49 1.22 3.07 1.22 3.96 1.38 Mariana 7.55 5.60 1.79 5.30 4.44 5.64 6.81 Mayara 1.70 3.00 1.95 3.83 1.42 1.65 1.67 Melina 4.47 3.55 2.06 1.24 3.48 4.08 5.82 Meliza 5.34 5.35 4.11 5.71 4.02 5.30 5.25 Nathalia 3.90 5.73 5.04 4.40 4.86 6.15 5.82 Promedio 4.03 3.88 2.41 3.72 2.96 4.29 4.12 desvest 1.80 1.67 1.41 1.35 1.40 2.10 2.15
Sabor grasoso:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 5.35 2.29 1.03 5.67 3.01 2.89 6.67 Cinthia 2.55 2.62 2.94 3.37 3.56 1.10 3.87 Daniel 6.06 1.03 3.17 5.30 1.29 0.05 5.59 Dario 4.30 2.68 2.04 6.26 5.04 1.66 3.92 Lethicia 3.69 3.39 1.08 3.21 4.58 2.52 3.11 Mariana 2.53 2.29 4.52 2.80 1.62 0.72 2.82 Mayara 1.40 2.02 0.39 4.34 2.45 2.32 1.70 Melina 3.69 6.42 0.96 2.87 7.23 3.44 3.65 Meliza 3.21 1.15 0.94 4.75 1.77 1.42 3.65 Nathalia 2.45 2.57 1.38 3.87 5.48 3.30 5.37 Promedio 3.52 2.65 1.85 4.24 3.60 1.94 4.03 desvest 1.42 1.50 1.31 1.22 1.95 1.13 1.46
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
58
Masticable
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 7.68 5.99 4.01 6.28 5.55 5.11 5.67 Cinthia 4.88 2.73 4.11 3.65 4.22 3.07 4.50 Daniel 4.49 3.76 3.12 1.88 4.57 6.12 2.32 Dario 4.51 5.05 6.38 3.30 5.65 6.54 4.70 Lethicia 3.96 5.44 3.44 2.07 3.85 5.05 6.13 Mariana 7.15 6.44 8.14 5.39 2.38 5.14 6.55 Mayara 3.76 4.95 2.00 4.96 5.07 5.76 5.67 Melina 5.92 5.71 1.03 4.96 2.45 3.19 5.00 Meliza 4.04 4.13 2.38 5.89 2.27 4.06 4.24 Nathalia 5.69 4.65 5.00 7.23 4.33 4.54 5.30 Promedio 5.21 4.89 3.96 4.56 4.03 4.86 5.01 desvest 1.36 1.12 2.12 1.79 1.28 1.16 1.19
Suculento:
Panelista / Producto
Acacia Bambu Control Eucalipto F.
Ibrac
F. Red
Arrow Sadia
Carmen 6.42 5.89 1.19 4.33 1.99 4.59 4.20 Cinthia 2.73 3.65 5.73 3.55 5.74 2.61 5.67 Daniel 4.75 3.95 2.32 6.56 4.27 3.17 4.98 Dario 4.18 3.26 3.23 7.62 5.63 1.61 5.12 Lethicia 4.49 5.03 2.15 1.78 2.81 5.60 4.11 Mariana 2.78 2.79 5.43 2.98 4.02 5.34 5.48 Mayara 4.33 4.82 1.15 5.05 4.29 5.11 7.25 Melina 5.14 6.35 0.60 5.50 8.58 6.56 6.56 Meliza 5.60 4.01 4.20 2.20 4.45 5.73 5.12 Nathalia 4.22 5.92 4.54 2.98 6.79 6.65 5.64 Promedio 4.46 4.57 3.05 4.25 4.86 4.70 5.42 desvest 1.14 1.22 1.85 1.91 1.91 1.70 0.96
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
59
3. ¿EL PROCESO DE AHUMADO MODIFICA LAS CARACTERISTICAS
SENSORIALES Y FISICOQUÍMICAS DE TOCINO TRADICIONAL? UN
ESTUDIO USANDO CONSUMIDORES Y COMPOSICIÓN VOLÁTIL
Resumen
El tocino es un producto cárnico elaborado de carne de cerdo es curado
y secado con o sin humo de madera. Debido a que es un producto de alta
aceptación y demanda en el mundo, la investigación sobre las características
responsables de su elevada aceptación resulta importante. En este contexto, el
objetivo de la presente investigación fue caracterizar el perfil de tocino ahumado
usando metodologías químicas y sensoriales. La composición volátil del tocino
ahumado fue estudiada por cromatografía de gases acoplada a espectrometría
de masas (GC-MS). Treinta y nueve compuestos volátiles fueron identificados
siendo los compuestos fenólicos los más abundantes. La caracterización
sensorial del tocino fue hecha por consumidores usando mapeo proyectivo.
Atributos como sabor ahumado, sabor salado, sabor agradable, textura dura y
sabor a madera, fueron algunos términos usados para describir el perfil de las
muestras ahumadas, y términos como sin sabor y poco duro para la muestra sin
ahumar. Así mismo el análisis de agrupamiento identifico cuatro grupos de
consumidores, demostrando la dificultad de evaluar muestras heterogéneas
como el tocino ahumado.
Palabras clave: Tocino; Ahumado; Mapeo proyectivo; Composición volátil; GC-
MS.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
60
Abstract
Bacon is a meat product pork is cured and dried with or without wood
smoke. Since it´s a high-acceptance and demand in the world, research on the
characteristics responsible for its high acceptance is important. In this context,
the objective of this study was to characterize the profile of smoked bacon using
chemical and sensory methodologies. Volatile composition smoked bacon was
studied by gas chromatography-mass spectrometry (GC-MS). Thirty-nine
volatiles were identified, being phenolic compounds the most abundant. The
sensory characterization of Bacon was made by consumers using projective
mapping. Attributes such as smoky flavor, salty flavor, pleasant taste, texture and
flavor hard wood were some terms used to describe the profile of smoked
samples and terms as tasteless and little harder to sample unsmoked. Likewise,
the cluster analysis identified four consumer groups, demonstrating the difficulty
of assessing heterogeneous samples such as smoked bacon.
Keywords: Bacon; Smoked; Projective mapping; Volatile composition; GC-MS
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
61
3.1. INTRODUCCIÓN
Los atributos sensoriales relacionados al sabor y aroma de la carne y de los
productos cárnicos procesados son variados y a la vez complejos,
presentándose además como los atributos sensoriales determinantes en la
aceptación, selección y compra de estos productos por parte de los
consumidores (Ai-Nong y Bao-Guo, 2005; Calkins y Hodgen, 2007; Font-i-
Furnols y Guerrero, 2014; Resano et al., 2011). Estos atributos sensoriales
dependen de una serie de factores extrínsecos e intrínsecos, tales como proceso
de elaboración del producto cárnico, alimentación, especie y sexo del cerdo,
entre otros (Font-i-Furnols y Guerrero, 2014).
Los atributos sensoriales relacionados al sabor y aroma pueden analizarse
utilizando métodos sensoriales e instrumentales. Desde un punto de vista
instrumental, la mayoría de los componentes que proporcionan el aroma y sabor
característico de los productos cárnicos procesados son los compuestos
volátiles, siendo la cromatografía de gases una técnica apropiada y más
comúnmente utilizada para la separación e identificación de tales compuestos
(Azarnia et al., 2012). Desde un punto de vista sensorial, el análisis descriptivo
se presenta como una herramienta importante más importante para la industria
de alimentos en cuanto a desarrollo y control de la calidad sensorial de productos
a través de la generación de los atributos sensoriales que formarán parte del
perfil sensorial del producto (Azarnia et al., 2012; Marušić et al., 2014). Así mismo
es la metodología más utilizada a nivel mundial para la caracterización sensorial
de alimentos (Lawless y Heymann, 2010). El análisis descriptivo es adecuado
para su uso en la industria ya que provee resultados detallados, consistentes y
estables en el tiempo (Meilgaard et al., 1999). Sin embargo, esta metodología
presenta ciertas desventajas que limitan su aplicación que son: el elevado uso
de tiempo y recursos económicos ocasionados principalmente por la etapa de
entrenamiento (Labbe et al., 2004). Por otro lado, algunos autores han señalado
que la percepción de un panel de jueces altamente entrenado no refleja la
percepción sensorial de los consumidores respecto de los estímulos sensoriales
y no sensoriales generados por los productos evaluados (ten Kleij y Musters,
2003). Considerando la elevada competitividad del mercado, es cada vez más
necesario que las empresas basen sus decisiones en la percepción de los
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
62
consumidores para obtener productos exitosos (Risvik et al., 1997). Así, la
ventaja de utilizar consumidores para describir sensorialmente productos
alimentarios, es que se obtiene información directamente del consumidor final
usando su propio vocabulario (Moussaoui y Varela, 2010).
En los últimos años se han desarrollado varias técnicas alternativas al análisis
descriptivo que evalúan las características sensoriales de los productos sin la
necesidad de entrenar exhaustivamente al panel de jueces, o bien obtener la
información directamente de los consumidores. Dentro de estas metodologías,
que han ido cobrando gran relevancia en los últimos años, se encuentran el perfil
de libre elección (del inglés “Free-Choice Profile”, FCP) (Arnold y Williams, 1986),
el perfil flash (del inglés “Flash Profile”, FP) (Sieffermann, 2000), las preguntas
marque todo lo que corresponda (del inglés “Check-all-that-pply”, CATA) (Adams
et al., 2007) , técnicas de clasificación (del inglés “sorting”) (Lawless et al., 1995),
y el mapeo proyectivo (del inglés “Projective Mapping”, PM) (Risvik et al., 1994)
o “Napping” introducido por Pagès (2005).
El mapeo proyectivo es un método de recolección de datos, donde los
consumidores distribuyen los productos en estudio en dos dimensiones en
función de sus similitudes y diferencias (Pagès, 2005). Esta metodología se ha
utilizado anteriormente para describir sensorialmente muestras de chocolate
(Risvik et al., 1994), sopas instantáneas (Risvik et al., 1997), quesos de leche de
oveja (Barcenas et al., 2004), los zumos de cítricos (Nestrud y Lawless, 2008) y
vinos (Perrin y Pagès, 2009). Perrin et al. (2008) utilizaron el “Napping” en
combinación con el perfile flash, donde los participantes adicionaron términos
directamente en la hoja de evaluación para describir los vinos enriqueciendo la
caracterización sensorial con atributos sensoriales. Moussaoui y Varela (2010)
compararon con éxito diferentes métodos descriptivos alternativos al análisis
descriptivo clásico en bebidas calientes, encontrándose correlaciones elevadas
entre perfiles. Algunos autores han aplicado estas metodologías para productos
complejos, tales como gomas de mascar (Delarue y Loescher, 2004).
A pesar de haberse reportado como menos preciso que el análisis sensorial
descriptivo, el PM insume menos recursos que los métodos descriptivos
(Valentin et al., 2012). Sin embargo, ésta metodología puede ser difícil de
entender para los consumidores. Otro problema reportado es que si las muestras
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
63
presentas diferencias sutiles el perfil obtenido presentará baja capacidad
discriminativa.
Ante lo expuesto, la identificación de las propiedades sensoriales y de
composición volátil generada durante el desarrollo de tocino ahumado ayudará
entender la asociación entre los componentes volátiles generados durante el
ahumado tradicional y los atributos sensoriales generados por estos
componentes. El objetivo del presente capítulo fue estudiar la modificación de
las características sensoriales y componentes volátiles durante el proceso de
ahumado de tocino tradicional usando mapeo proyectivo y cromatografía de
gases acoplada a espectrometría de masas (CG-MS), respectivamente.
3.2. MATERIALES Y MÉTODOS
3.2.1. MUESTRAS
Para este capítulo se utilizaron las muestras elaboradas en el capítulo 2.
3.2.2. EVALUACIÓN SENSORIAL
Consumidores
Fueron reclutados 93 consumidores de las proximidades de la Universidad de
São Paulo (entre estudiantes, profesores y el personal administrativo) en función
de su frecuencia de consumo de tocino, el interés y la disponibilidad de tiempo
para el estudio. Se llevó a cabo en una sola sesión. Las siete muestras fueron
presentadas en vasos descartables de 50 mL codificados con números
aleatorios de tres dígitos, a temperatura ambiente y bajo luz blanca artificial en
cabinas individuales de evaluación sensorial, diseñadas de acuerdo con la
norma ISO 8589 (ISO, 2007). Se ofreció agua y pan para limpiar el paladar entre
muestras.
Mapeo Proyectivo
Se les pidió a los consumidores que prueben las siete muestras de forma
simultánea y las coloquen en una hoja blanca A3 de 420x297 mm, de acuerdo a
sus similitudes y diferencias. Los consumidores fueron instruidos para que usen
toda la superficie de la hoja según su propio criterio (Varela y Ares, 2012).
Además se les informó que dos muestras próximas indicaban que son similares
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
64
y si éstas estaban lejanas indicaban que son diferentes. Después de colocar las
muestras se les indicó a los consumidores que eran libres de agrupar las
muestras que consideren similares, ésta metodología es conocida también como
sorting o clasificación que unido al PM toma el nombre de PM categorizado.
Luego de agrupar las muestras, se pidió a los consumidores que describan la
muestra o grupo de muestras.
3.2.3. COMPUESTOS VOLÁTILES
La identificación de compuestos volátiles fue realizada por microextracción en
fase solida (SPME) y cromatografía de gases acoplado a un espectrómetro de
masas (GC-MS). Los compuestos volátiles fueron extraídos utilizando el
dispositivo SPME (Supelco, Bellefonte, PA) con fibras de divinilbenzeno /
carbono / polidimetilsiloxano (DVB / CAR / PDMS) de 50/30 µm de revestimiento.
Por cada 3 gramos (en duplicado) de tocino fueron colocados dentro de viales
de 40 mL tapados con tapas de silicona (Supelco, Bellefonte, PA). Los viales
fueron colocados en baño María a 60°C por 30 minutos para equilibrar el espacio
de cabeza. Luego, la fibra fue expuesta al espacio de cabeza por 30 min a 60°C
realizándose la SPME. Antes del análisis, las fibras fueron acondicionadas en el
inyector de GC, conforme indicado por el fabricante. Los compuestos absorbidos
de la fibra fueron desorbidos en el inyector del GC-MS (Shimadzu, 2010, Japón)
durante 5 minutos a 260°C en el modo “splitless”. Los compuestos fueron
separados en una columna capilar DB-5 MS con 30 m de largo, 0,25 mm de
diámetro, espesor de 0,25 µm (Agilent, USA). Se usó helio como gas de arrastre
con una velocidad lineal de 36 cm s-1. La temperatura del horno del cromatografo
se mantuvo a 40°C por 5 minutos, luego de 40 a 240°C en 15 minutos. Los
espectros de masa fueron obtenidos por impacto de electrones a 70 eV en el
intervalo de 40 a 400 u.m.a. Los compuestos fueron identificados por
comparación con espectros de masa a partir de la base de datos de las
bibliotecas Wiley 5ta ed., NIST, Flavornet, Webbook e índice de retención de
Kovats.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
65
3.2.4. ANÁLISIS DE DATOS
Un análisis de componentes principales (ACP) se realizó usando la matriz de
correlación del promedio de los compuestos volátiles de cada muestra.
Los datos obtenidos del MP se analizaron mediante Análisis Factorial Múltiple
(MFA) (Escofier y Pages, 1994; Pagès, 2005). En primer lugar se obtuvieron las
coordenadas de cada muestra en función del mapa sensorial de cada
consumidor, teniendo como origen de las coordenadas la parte inferior izquierda
de cada hoja, las coordenadas de cada consumidor se tomaron como variables
activas. Además se cuantificó la frecuencia de mención de cada término
generado obteniéndose una tabla de contingencia por dos investigadores
independientes. Los atributos fueron considerados en la tabla de contingencia
cuando se mencionaron por más del 10% de los consumidores, esta tabla se
tomó como variables suplementarias en el AFM por lo que no contribuyeron en
la generación de los factores del AFM. Se construyeron elipses al 95% de
confianza utilizando remuestreo paramétrico (bootstrapping) para evaluar la
estabilidad de las configuraciones (Dehlholm, 2012; Dehlholm et al., 2012)
usando el script proporcionado por Dehlholm (Varela y Ares, 2014).
La segmentación de los consumidores fue analizada mediante Análisis de
Agrupamiento Jerárquico (AAJ) sobre las cuatro primeras dimensiones del AFM
(Vidal et al., 2016) que representaron más del 70% de la varianza explicada.
Para el AAJ se usaron las distancias euclidianas y el método de aglomeración
de Ward donde el número de óptimo de segmentos se determinó usando el
índice de Calinski y Harabasz (Milligan y Cooper, 1985).
Los análisis estadisticos fueron realizados usando el software XLSTAT 2015
(Addinsoft, Nueva York, EEUU) para ejecutar el ACP y AAJ. También se usó el
lenguaje R (Team, 2015) para ejecutar el AFM usando el paquete FactoMineR
(Le & Worch, 2014) y para determinar el número adecuado de agrupos a ser
incluidos en el AAJ se usó el paquete NbClust (Charrad et al., 2013).
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
66
3.3. RESULTADOS Y DISCUSIÓN
3.3.1. EVALUACIÓN SENSORIAL
En el presente capítulo los consumidores usaron entre 15 a 25 minutos para
desarrollar el Mapeo Proyectivo. Santos et al. (2013) reportó tiempos similares
para la caracterización sensorial de mortadelas probióticas. Los participantes
tenían edades entre 15 y 62 años donde el porcentaje de participantes mujeres
fue del 55%. Los consumidores usaron entre 4 y 12 términos para describir las
muestras. En la Tabla 10 se muestran los términos utilizados por los
consumidores para describir las muestras. Inicialmente los consumidores
generaron 66 términos, de los cuales solamente 17 atributos fueron
considerados para el análisis de datos. Fueron eliminados 49 términos porque
presentaron una frecuencia de mención menor al 10%. Los términos utilizados
con mayor frecuencia fueron el sabor salado, sabor ahumado y poco duro
indicando la importancia de estos atributos para los consumidores.
Tabla 10. Frecuencia de mención de los términos utilizados por los
consumidores para describir las muestras de tocino ahumado
Términos Muestras
Bambú Red
Arrow Ibrac Acacia Eucalipto Sadia Control
Sabor salado 15 18 15 26 28 20 10 Sabor ahumado 21 22 12 29 21 18 3 Poco duro 13 6 15 14 12 13 25 Duro 14 19 7 10 11 10 2 Agradable 8 5 15 10 9 15 5 Gelatinoso 9 11 9 11 6 9 7 Sin sabor 6 9 11 5 6 3 11 Seco 7 9 5 6 3 3 6 Poco salado 12 3 8 4 0 4 8 Crocante 3 9 3 6 7 6 0 Sabor dulce 3 3 4 4 3 2 5 Brillante 0 3 4 5 2 5 2 Sabor extraño 5 3 0 1 3 1 5 Aroma a madera 0 2 2 2 6 4 0 Suculento 2 0 3 1 2 2 2 Poco agradable 2 1 1 0 2 0 2 Sabor poco ahumado 1 1 0 0 1 1 2
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
67
Como resultado del AFM en la matriz de datos de los consumidores (Ver
anexo 11), en la Tabla 11 se muestran los auto-valores y la varianza explicada
en las seis primeras dimensiones del AFM. Se observó que las primeras 4
dimensiones representaron más del 73% de la varianza por lo que se considera
adecuado considerar estas dimensiones para estudiar a todos los consumidores.
Diversos autores han usado las primeras 4 dimensiones para representar la
varianza explicada de diversos productos como vinos (Fariña et al., 2015), leche
de soya (Grygorczyk et al., 2013) y yogurt (Cadena et al., 2014). Para
complementar el análisis anterior, la Tabla 11 muestra que el primer auto-valor
asociado a Dim 1 (primera dimensión) es 30.72 de un valor máximo de 137.62.
Si este este valor máximo se hubiera obtenido indicaría que todos los
consumidores se expresaron exactamente igual en la primera dimensión. Por lo
tanto, el auto-valor de la primera dimensión muestra que los consumidores
comparten esta dimensión y además es la más importante de todas.
Tabla 11. Descomposición de la varianza explicada en las seis primeras
dimensiones del AFM
Dim 1 Dim 2 Dim 3 Dim 4 Dim 5 Dim 6
Auto-valores 30.72 24.33 23.70 21.93 19.97 16.92 Varianza explicada (%) 22.32 17.68 17.22 15.94 14.51 12.30
Varianza acumulada (%) 22.32 40.01 57.23 73.18 87.69 100.00
Las representaciones de las muestras de tocino ahumado se muestran en la
Figura 5, donde la parte superior representa las dimensiones 1 y 2, y la inferior
las dimensiones 3 y 4. La Figura 5 (A) corresponde a la representación de los 17
atributos graficados en el espacio obtenido mediante AFM. La primera dimensión
que explica 22.32% de la varianza total, opone claramente a los atributos
relacionados con la textura y con el sabor, por ejemplo “sabor ahumado”, “sabor
salado” y “duro” (localizados en la parte positiva de la primera dimensión)
estaban opuestos a “sin sabor” y “poco duro” (localizados en la parte negativa de
la primera dimensión). La segunda dimensión que explica 17.69% de la varianza
total. Los atributos relacionados con “aroma a madera” y “agradable” estaban
opuestos a “sabor extraño”, siendo que el sabor no ahumado en este tipo de
productos es percibido como extraño y hasta desagradable por el consumidor
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
68
paulista. Esta afirmación puede comprobarse en la tercera dimensión mostrada
en la Figura 5(B) donde el atributo “poco agradable” estaba relacionada con el
“sabor extraño” y opuesto a “agradable”. La cuarta dimensión del AFM estaba
relacionada a la primera dimensión. Sin embargo, los componentes 3 y 4 son los
más difíciles de interpretar. Estos componentes no contribuyeron información
clara sobre los efectos del ahumado.
Figura 5. Representación de las muestras y de los términos descriptivos en las primeras cuatro dimensiones del AFM realizado sobre los datos del Mapeo proyectivo.
En la Figura 5 se observan elipses alrededor de las muestras, estas se llaman
elipses de confianza y miden la variabilidad de las respuestas de los
consumidores (Lê, Pagès, & Husson, 2008). Las elipses se puede interpretar de
la siguiente manera: Si las elipses se intersectan, se puede considerar que las
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
69
muestras no son significativamente diferentes; en cambio si las elipses no se
intersectan, demuestran lo contrario (Abdi & Valentin, 2007). Por ejemplo, si
consideramos las dos primeras dimensiones, las elipses de confianza indican
que las muestras “Acacia” y “Red arrow” fueron percibas como parecidas dado
a la intercepción de sus elipses.
Según la representación de las muestras en las dos primeras dimensiones, se
formaron 4 grupos. El primer grupo estaba compuesto por “Acacia” y “Red arrow”,
localizadas en la parte positivas de la primera dimensión caracterizadas por tener
sabor ahumado, sabor salado y textura dura. El segundo grupo estaba compuesto
solamente por la muestra “Control” percibida como sin sabor y poco dura. El tercer
grupo estaba compuesto por la muestra “Ibrac” y “Eucalipto” caracterizada por los
atributos sabor a madera y agradable y finalmente el cuarto grupo estaba formado
por las muestras “Sadia” y “Bambú” caracterizada por presentar sabor extraño.
Es importante mencionar que la muestra comercial Sadia es la más consumida
en el mercado paulista, se puede afirmar que la prueba realizada a ciegas reveló
el efecto positivo sobre la percepción sensorial de los consumidores.
En el mapeo proyectivo, los consumidores crean una representación global de
las similitudes y diferencias entre las muestras basándose en un proceso de
síntesis para análisis y procesar la información relacionada a los atributos
sensoriales (Jaeger et al. 2000). Las diferencias individuales en los patrones de
procesamiento de la información y en las preferencias de los consumidores
podrían afectar significativamente las características sensoriales que consideran
más relevantes para la estimación de las similitudes y diferencias entre las
muestras. Por lo tanto, las configuraciones de consenso presentan baja
dimensionalidad (obtenido mediante AFM) por lo que no representan la
percepción de algunos segmentos de consumidores. Considerar solamente
representaciones globales podría conducir a conclusiones inexactas sobre la
percepción sensorial de los productos en estudio o al menos a la pérdida de
información valiosa acerca de la percepción de algunos grupos de consumidores.
Para identificar los grupos de consumidores o segmentos con respuestas
similares se usó el análisis de agrupamiento jerárquico sobre las cuatro primeras
dimensiones del AFM.
Los consumidores fueron separados en cuatro diferentes grupos en base a las
coordenadas del AFM (Figura 6). Estos cuatros segmentos encontrados fueron
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
70
generados debido a la heterogeneidad de los consumidores al evaluar las
similitudes y diferencia entre las muestras de tocino ahumado. Esta
heterogeneidad en su evaluación está asociada principalmente a las diferentes
formas de procesamiento de la información dada a los consumidores. Según
Peterson y Deary (2006), los consumidores pueden evaluar las muestras de forma
holística si tienen la tendencia de organizar y procesar la información de forma
global o de forma analítica si organizan y procesan la información de forma
individual.
Figura 6. AAJ realizado sobre las cuatro primeras dimensiones del AMF.
En complemento al diferente procesamiento de la información, Torri et al.
(2013) informó que la familiaridad, el conocimiento y experiencia previa con el
producto afectan las respuestas de los consumidores al momento de ejecutar el
mapeo proyectivo. Otra posible causa de la segmentación en las respuestas de
los consumidores puede deberse a que se tratan de productos cárnicos
complejos, difíciles de evaluar. En este sentido, más investigación es necesaria
para evaluar la interacción entre la ejecución del mapeo proyectivo y la
complejidad de muestras sobre la percepción de los consumidores. Para analizar
a profundidad la segmentación de los consumidores se realizó un AFM para cada
segmento tomando como variables suplementarias las frecuencias de mención
53
66
16
34
44
60
88
37
77
23
55
32
86
52
89
17
47
73 6 50
46
14
64
93
42
70
82 4 31
39
71
41
74
79 7 91
63
87
59
72
43
35
45
24
40 3 27 8 58 2 68
11
67
65
85
22
56
13 5 26
33
18
61
29
10
19
28
48
36
57
54
75
80
38
92
12
25
15
81
49
76
78
30
83 1 69
62
84
20
90
51 9 21
0
0.5
1
1.5
2
2.5
3
3.5
Dis
imili
tud
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
71
de las descripciones de cada muestra. En la Figura 7 se muestra la
representación de los cuatro segmentos y de la configuración en consenso.
Figura 7. Representación de la configuración en consenso y de los segmentos
en las dos primeras dimensiones del AFM.
Al analizar la Figura 7, la representación del segmento 4 presentó cuatro
grupos de muestras, tal como la configuración en consenso quedando claro que
uno de los segmentos presentó una configuración próxima a la configuración
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
72
consenso. Los segmentos restantes tuvieron un comportamiento heterogéneo
sin ninguna relación aparente (por lo menos a nivel de la configuración de las
muestras) con la configuración en consenso. Este comportamiento ya fue
reportado anteriormente por Vidal et al. (2016) donde la representación de las
muestras en las dos primeras dimensiones del AFM de por lo menos un
segmento está relacionado con la configuración en consenso. El comportamiento
mostrado en este capítulo pone de manifiesto la importancia de la segmentación
en los estudios de mapeo proyectivo ya que permite la identificación los grupos
de consumidores que dan diferente importancia relativa de las características
sensoriales de las muestras en estudio en base a sus similitudes y diferencias.
3.3.2. COMPOSICIÓN VOLÁTIL
El proceso de ahumado del tocino es crucial para el desarrollo de sus
características sensoriales particulares. Estas características sensoriales son
debidas principalmente al aroma del tocino, el cual está asociado al proceso de
ahumado. El proceso de ahumado y el proceso de cura influencian
significativamente al aroma del tocino debido a la generación de compuestos
volátiles. Así se torna cada vez más importante acompañar los estudios
sensoriales con la composición volátil.
El método de extracción de volátiles SPME fue usado anteriormente para el
análisis cuantitativo de compuestos volátiles de una gran variedad de alimentos
(Steffen y Pawliszyn, 1996) entre ellos el tocino ahumado (Ai-Nong y Bao-Guo,
2005; Yu et al., 2008). Los compuestos volátiles de las muestras de tocino se
presentan en la Figura 8 y en la Tabla 12. Se identificaron y cuantificaron 39
compuestos volátiles. De manera similar Yu et al. (2008) logaron identificar 48
compuestos volátiles en muestras de tocino ahumado. En nuestro estudio la
muestra Sadia presentó la mayor cantidad de compuestos volátiles (33),
mientras que la muestra Control (sin ahumado) presentó solamente 9
compuestos volátiles. Los compuestos volátiles se clasificaron 5 diferentes
grupos químicos: alcoholes, aldehídos, alcanos, furanos, cetonas, fenoles y otros
(compuestos que no están incluidos en ninguno de los 5 grupos).
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
73
Figura 8. Porcentaje de compuestos en cada muestra de tocino
En la Figura 8 se observa que existe un mayor número de compuestos
volátiles en las muestras ahumadas que la muestra control. Para facilitar el
análisis de los compuestos volátiles los analizaremos por grupos químicos.
0
10
20
30
40
50
60
SADIA ACACIA EUCALIPTO REDARROW
BAMBU IBRAC CONTROL
% d
e c
om
pu
es
tos
vo
láti
les
FENOLES ALDEHIDOS FURANOS ALCOHOLES CETONAS OTROS
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
74
Tabla 12. Total de área (x106) del contenido de compuestos volátiles extraídos de tocino ahumado (n=2)
Identificación IK
Tabla
IK Cal.
Sadia Acacia Eucalip. Red
Arrow Bambu Ibrac Control
Fenoles Fenol 988 987.8 2.63 1.34 3.15 1.54 1.51 2.90 - 2-Metilfenol 1051 1061.0 1.29 0.48 0.89 0.50 0.69 0.05 - 3-Metilfenol 1084 1082.3 1.73 0.70 1.30 0.43 0.25 0.08 - 2-Metoxifenol (Guayacol) 1104 1095.3 10.50 1.94 2.92 1.43 1.76 0.31 - 4-Etilfenol 1171 1172.0 - 0.19 0.38 0.05 0.59 - - 4-Metoxi-3-metilfenol 1183 1184.5 0.68 0.10 0.14 - 0.04 - - 2-Metoxi-4-metilfenol 1190 1198.6 7.68 1.02 0.53 0.31 0.51 - - 2-Metoxi-4-Etilfenol 1275 1288.2 1.72 0.35 0.40 0.08 0.21 - - 2-Metoxi-4-Etenilfenol 1309 1324.0 0.39 - - - - - - 2,6-Dimetoxifenol 1347 1360.5 0.71 0.66 1.02 0.06 0.62 - - 2-Metoxi-4-(2-propenil)-fenol (Eugenol) 1357 1366.0 0.07 - - - - - - 2-Metoxi-4-propilfenol 1362 1375.0 0.10 0.02 0.02 - - - - 2,6-Dimetoxi-4-metilfenol 1443 1457.0 0.44 0.18 0.26 - 0.17 - - Total - - 27.94 6.98 11.01 4.39 6.38 3.35 - % del cromatograma - - 43.39 12.39 18.00 9.22 11.20 7.83 0.00 Furanos 2-Furaldehido 845 839.0 0.95 4.16 5.64 2.25 1.44 0.24 - 2-Furanmetanol 849 861.0 4.99 1.77 3.24 0.51 0.34 - - 2-Acetilfuran 913 917.3 0.66 0.11 0.04 0.31 - 0.02 - 5-Metil-2-furfuraldehido 964 969.3 - 1.73 0.32 - 0.32 - - 3-Metil-2(5H)-furanona 983 985.0 0.19 0.06 - 0.03 - - - Total 6.79 7.83 9.24 3.10 2.10 0.26 - % del cromatograma 10.64 14.04 15.34 7.04 3.71 0.61 0.00
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
75
Aldehidos Hexanal 906 805.4 2.02 0.74 7.20 0.77 0.49 0.47 1.47 Heptanal 960 906.2 0.08 0.17 1.32 0.18 0.11 0.15 0.19 Benzaldehido 1006 966.8 0.20 - - 0.13 - 0.09 - Octanal 1045 1006.8 0.49 0.40 1.44 0.39 0.14 0.12 0.13 Benceno acetaldehido 1107 1050.0 - - 0.06 0.06 0.16 - - Nonanal 1208 1107.4 1.06 0.85 3.56 0.48 1.04 0.52 0.50 Decanal 801 1209.0 0.12 0.03 0.16 0.03 0.04 0.01 0.05 Total 3.97 2.19 13.74 2.04 1.98 1.36 2.34 % del cromatograma 6.17 3.90 22.45 4.30 3.48 3.20 7.97 Cetonas 2-Ciclopenten-1-ona, 2-metil 920 912.6 0.91 0.27 0.44 0.45 0.03 - - 2-Ciclopenten-1-ona, 3-metil 969 970.3 1.23 - 1.64 1.08 0.29 - - 2-Ciclopenten-1-ona, 2-Hidroxi-3-metil 1026 1033.4 1.21 0.80 0.99 1.23 0.35 - - 2-Ciclopenten-1-ona, 2,3-dimetil 1052 1045.0 0.68 0.33 0.29 0.29 - - - 2-Ciclopenten-1-ona, 3-Etil-2-hidroxi 1140 1126.3 0.09 0.10 0.12 - - - - Total 4.12 1.50 3.48 3.05 0.67 - - % del cromatograma 6.38 2.67 5.70 6.42 1.18 0.00 0.00 Alcoholes 1-Butanol 653 611.3 7.25 8.36 4.80 7.31 10.69 8.43 - Alcohol bencílico 1040 1041.0 0.60 0.15 0.04 0.11 0.57 0.71 - Octanol 1076 1075.1 0.16 0.02 0.25 0.04 0.13 0.03 - 2-Fenoxietanol 1226 1229.0 0.35 - 0.15 0.11 0.48 0.16 - Total 8.36 8.53 5.24 7.57 11.96 9.33 - % del cromatograma 12.97 15.15 8.55 15.90 20.86 21.77 0.00
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
76
Otros Disulfuro de carbono 568 558.0 12.60 3.65 1.74 1.52 1.22 1.61 7.48 % del cromatograma 19.83 6.56 2.88 3.20 2.16 3.76 25.40 Compuesto desconocido* 626.2 - 25.50 16.10 23.40 2.01 26.80 19.40 % del cromatograma 0% 45% 26% 49% 35% 63% 66% Dietil Ftalato 1603 1606.6 0.06 0.14 0.09 0.01 0.02 0.02 0.04 % del cromatograma 0.09 0.24 0.15 0.02 0.04 0.04 0.12 2-Metilhexano 665 664.2 - - 0.58 2.15 12.01 - - % del cromatograma 0.00 0.00 0.94 4.53 21.02 0.00 0.00 1,4-Diclorobenceno 1015 1017.6 0.56 0.04 - 0.09 0.64 0.07 0.20 % del cromatograma 0.86 0.07 0.00 0.19 1.12 0.17 0.69
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
77
Fenoles
Los principales compuestos derivados del humo son los compuestos
fenólicos (Poligné et al., 2001). Entre los grupos representantes del ahumado se
encuentran los fenoles y los metoxifenoles. Se observa en la Figura 8 y en Tabla
12 que las muestras ahumadas (tanto natural como artificialmente) se detectaron
y cuantificaron el mayor grupo del total de compuestos. La presencia de estos
compuestos se corresponde a las unidades estructurales de lignina de las
maderas presentes producto de la pirolisis (Kjällstrand y Petersson, 2001a). Por
ello la muestra Control no presenta ningún compuesto fenólico, ya que no fue
ahumada. Por otro lado, se puede observar que la presencia de estos
compuestos en las muestras de humo liquido es menor que las muestras
tradicionales, esto se deba probablemente a que estos compuestos se pierdan
durante el proceso de fabricación (Kjällstrand y Petersson, 2001a). Ai-Nong y
Bao-Guo (2005) describe que los fenoles constituyeron el 30% del total de
volátiles en muestras de tocino ahumado chino, sin embargo no detalla el tipo de
madera usada. Compuestos similares se hallaron en la investigación de Yu et al.
(2008) en tocino ahumado, seis fenoles (2-Metilfenol, 3-Metilfenol, 4-Metilfenol,
2,5-Dimetilfenol, 2,3-Dimetilfenol, 3-Etilfenol) y cuatro metoxifenoles (2-
Metoxifeno, 2-Metoxi-4-metilfenol, 3,4-Dimetoxitolueno, 2-Metoxi-4-Etilfenol),
demostrando que este grupo de compuestos son típicos en productos
ahumados. Poligné et al.(2001) uso Acacia heterophylla para ahumar carne de
cerdo, hallando nueve fenoles, entre los más importantes y comunes producto
del proceso de ahumado, el metoxifenol (guaiacol), 2-metilfenol (o-cresol) y fenol,
los cuales representaron el 90% del total de los fenoles. Estos fenoles fueron
hallados en todas las muestras ahumadas y representaron más de 50% del total
de fenoles. Además se sabe que los responsables del sabor a “ahumado” son
estos compuestos (Morey et al., 2012; Poligné et al., 2001), un ejemplo de ello
fue que este atributo fue percibido y mencionado en las muestras ahumadas.
Furanos
La formación de furanos pueden formarse a partir diversos precursores
presentes de forma natural en el alimento, tales como carbohidratos,
aminoácidos, ácidos grasos, carotenoides y a través de reacciones complejas,
que implican principalmente la oxidación o reacciones de Maillard. Roldán et al.
(2015) explican que la formación de estos compuestos se debe a las condiciones
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
78
de cocción severas, lo que puede derivar reacciones de Maillard. Por otro lado
Yu et al. (2008) explica que la formación de estos compuestos, en muestras de
tocino ahumado, se debe a la interacción de los compuestos del humo y los de
la reacciones de Maillard. Así mismo, Yu et al. (2008) detectaron compuestos
similares a los hallados en este estudio como 2-Furaldehido y 2-Furanmetano.
La formación de furanos se detectó en todas las muestras ahumadas, mientras
que en la muestra control no. Según Rozum (1998) explica que uno los
principales productos de la degradación de la hemicelulosa son los furanos, es
por ello que la muestra Control no presento estos compuestos fue expuesta a
una fuente de hemicelulosa como la madera. Se ha reportado que los derivados
de los furanos promueven sabores como a caramelo, dulce, quemado y
azucarado (Yu et al., 2008). El atributo sabor dulce fue mencionado en todas las
muestras de ahumado sin embargo fue mencionado pocas veces, lo cual lo hace
poco relevante.
Aldehidos
En la Tabla 12 se observa que el grupo de los aldehídos estuvo presente en
todas las muestras. Se debe a que la presencia de la mayoría de estos
compuestos deriva de la oxidación lipídica de ácidos grasos. Se ha relacionado
la presencia de algunos aldehídos saturados en jamón Parma (pentanal,
heptanal, nonanal, hexadecimal, 2E-decanal, undecanal y decanal) con la auto-
oxidación de los ácidos grasos insaturados, como oleico, linoleico, linolénico y
araquidónico (Pastorelli et al., 2003). Sanchez del Pulgar et al. (2013) también
reportan la misma tendencia en la formación de aldehídos en carne de cerdo a
partir de la oxidación de lípidos. La principal ruta de la formación de estos
aldehídos es la degradación de aminoácidos de Strecker. La degradación de
Strecker es una vía menor la reacción de Maillard (Rainer Cremer y Eichner,
2000) e implica la desaminación oxidativa y la descarboxilación de los ácidos
alfa-amino en la presencia de carbonilos (Hidalgo & Zamora, 2004). Por otro lado
también se ha reportado que la formación de estos compuestos volátiles está
vinculada con las condiciones de procesamiento de la carne de cerdo (presencia
de sales, de oxígeno, la ausencia de antioxidantes, altas temperaturas, tiempos
de alta tratamiento) (Poligné et al., 2001; Wang et al., 2012). Es por ello que
estos compuestos se encuentran en todas las muestras independientemente del
tratamiento, debido a que se trata a factores que comprenden la fracción lipídica
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
79
presente en las muestras. Estos compuestos están asociados a sabores como a
grasoso, rancio y carneo (Xie et al., 2008).
Cetonas
El grupo ciclo-cetonas y sus derivados son compuestos característicos del
humo de la madera, surgen de la descarboxilación de ácidos dicarboxílicos y la
formación del anillo correspondiente (Tóth y Potthast, 1984). Muchos de estos
compuestos fueron hallaron en carne de cerdo ahumada (Poligné et al., 2001;
Xie et al., 2008; Yu et al., 2008), en cecinas ahumadas (Hierro et al., 2004),
incluso en esencias de humo (Kostyra y Baryłko-Pikielna, 2006). En la Tabla 12
las muestras ahumadas presentaron este grupo de compuestos, salvo la muestra
la muestra Ibrac, la cual no se detectó ni un compuesto de este tipo. Según
Poligné et al.(2001) las condiciones del ahumado pueden promover la formación
de estos compuestos, probablemente esta muestra no presento estos
compuestos dado que fue diluida.
Otros
Los compuestos que contienen azufre son formados a partir de la
degradación de aminoácidos y a través de la degradación de Strecker (Shahidi
et al., 1986). Se reporta que la tiamina es el precursor, del único volátil
identificado y presente en todas las muestras, el di-sulfuro de carbono (del Pulgar
et al., 2013). Este ha sido detectado en productos como jamón curado (García-
González et al., 2006), carne de cordero (Roldán et al., 2015) y en carne cerdo
cocida (del Pulgar et al., 2013; Poligné et al., 2001). La presencia de este tipo de
compuestos indica que la carne fue cocinada, además los compuestos azufrados
están relacionados al sabor “carneo” (Poligné et al., 2001; Xie et al., 2008), sin
embargo este atributo no fue percibido y/o mencionado por los consumidores en
las muestras de tocino.
Como se observa en la Tabla 12 existe la presencia de un compuesto que
se encuentra presente en gran cantidad en las muestras elaboradas en este
estudio. Cabe la posibilidad que el compuesto desconocido se trate de
cloroformo, sin embargo la presencia de cloro resulta difícil de confirmar, dado
que varios compuestos tienen el mismo índice de Kovats. Este ha sido detectado
en jamon por diversos autores (Andrade et al., 2009; Timón et al., 1998), pero no
explican a qué se debe la presencia de este. Ruiz et al. (1998) detectó la
presencia de compuestos clorhídricos en jamón Iberico y explica que
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
80
probablemente se deba a contaminación en laboratorio. Esto puede explicar la
presencia de 1,4-Diclorobenceno en la mayoría de las muestras ya que fueron
manipuladas en laboratorio previo análisis. Sin embargo, la presencia del
compuesto desconocido no se detecta en la muestra comercial Sadia. A esto
Narváez-Rivas et al. (2012) explican que la presencia de cloroformo se debe a
la presencia de residuos de pesticidas en la alimentación del cerdo. Lo que la
hipótesis puede ser válida, debido a que se desconoce la alimentación del animal
y además en la muestra comercial Sadia no fue detectado, lo que sugiere
probablemente que esta industria tiene mayor control en la alimentación de sus
animales.
La presencia del compuesto Dietil Ftalato indica una posible contaminación
del producto por parte del envasado (Ruiz et al., 1998). Probablemente exista
migración de compuestos indeseados del envase plástico. Este compuesto ha
sido detectado también en Jamon Serrano (Flores et al., 1997). Además fue
detectado en todas las muestras lo que confirmaría lo expuesto anteriormente
debido a que las muestra fueron envasadas al vacío para su conservación,
incluso la muestra comercial fue comprada envasada.
En la figura 9 se muestra la representación de las muestras de tocino
ahumado y los compuestos detectados en ellas. Se observa que el componte
principal uno está correlacionado positivamente con compuestos relacionados al
proceso de ahumado como los fenoles (2-Metilfenol, 3-Metilfenol, 2-Metoxifenol,
4-Metoxi-3-metilfenol, 2-Metoxi-4-metilfenol, 2-Metoxi-4-Etilfenol, 2-Metoxi-4-
Etenilfenol, 2,6-Dimethoxyphenol, Eugenol, 2-Metoxi-4-propilfenol, 2-Metoxi-4-
propilfenol), furanos (2-Acetilfuran) y ciclo-cetonas (2-metil-2-Ciclopenten-1-ona,
3-metil-2-Ciclopenten-1-ona, 2-Hidroxi-3-metil-2-ciclopenten-1-ona, 2,3-dimetil-
2-Ciclopenten-1-ona, 3-Etil-2-hidroxi-2-Ciclopenten-1-ona); y negativamente con
el compuesto “desconocido”.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
81
Figura 9. Dónde: Fenoles: F1: Fenol, F2: 2-Metilfenol, F3: 3-Metilfenol, F4: 2-Metoxifenol (Guayacol) , F5: 4-Etilfenol, F6: 4-Metoxi-3-metilfenol, F7: 2-Metoxi-4-metilfenol, F8: 2- Metoxi-4-Etilfenol, F9: 2-Metoxi-4-Etenilfenol, F10: 2,6-Dimethoxyphenol, F11: 2-Metoxi-4-(2-propenil)fenol (Eugenol) , F12: 2-Metoxi-4-propilfenol, F13: 2,6-Dimetoxi-4-metilfenol; Furanos: FU1:2-Furaldehido, FU2: 2-Furanmetanol, FU3: 2-Acetilfuran, FU4: 5-Metil-2-furfuraldehido, FU5: 3-metil-2(5H)-Furanona; Cetonas: C1: 2-Metil-2-Ciclopenten-1-ona C2: 3-Metil-2-Ciclopenten-1-ona, C3: 2-Hidroxi-3-metil-2-Ciclopenten-1-ona, C4: 2,3-Dimetil-2-Ciclopenten-1-ona, C5: 3-Etil-2-hidroxi-2-Ciclopenten-1-ona; Aldehidos: AL1: Hexanal, AL2:Heptanal, AL3:Benzaldehido, AL4:Octanal, AL5:Benceno acetaldehído, AL6:Nonanal, AL7:Decanal; Alcoholes: A1: 1-Butanol, A2: Alcohol bencílico, A3: Octanol, A4: 2-Fenoxietanol; Otros: O1: Disulfuro de carbono, O2: Compuesto desconocido, O3: Dietil Ftalato , O4: 2-Metilhexano , O5: 1,4-Diclorobenceno
La muestra Sadia se encuentra relacionada positivamente el primer
componente, es decir con todos los compuestos derivados del ahumado. Este
comportamiento era de esperarse dado que la muestra está representada en
gran cantidad por estos compuestos (ver Tabla 12). A pesar de desconocerse
cuál fue el procesamiento de esta muestra, estos resultados sugieren que el
proceso de ahumado fue el adecuado debido a que consiguió impregnar la mayor
cantidad de los compuestos característicos del ahumado. Por otro lado las
muestras Acacia, Bambu, Red Arrow y la muestra Control se encontraron
Sadia
Acacia
Eucalipto
Red Arrow
Bambu
IbracControl
O1
A1
O2*
O4
AL1FU1
FU2
AL2
C1
FU3
AL3
FU4 C2
FU5
F1
AL4
O5A2
C4
AL5
F2
A3
F3
F4
AL6
C5
F5
F6F7
AL7
A4 F8
F9
F10
F11
F12
F13
O3
-12
-8
-4
0
4
8
12
-12 -8 -4 0 4 8 12
F2 (
22.2
7 %
)
F1 (46.38 %)
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
82
correlacionados con la parte negativa de este componente, esto sucedió debido
a que el compuesto desconocido, aparentemente cloroformo o una serie de
compuestos, representa entre el 25 a 60% del total de compuestos de las
muestras. Lo que lo convierte en el principal representante de estas muestras.
El componente 2 esta correlacionado principalmente por compuestos del
grupo de los aldehídos (Hexanal, Heptanal, Octanal, Nonanal). Este grupo
relacionado a la oxidación lipídica (del Pulgar et al., 2013), así mismo la muestra
de Eucalipto esta correlacionada positivamente con este componente. Este
comportamiento sugiere que la madera de eucalipto promovió la oxidación
lipídica de esta muestra, en la tabla 12 se observa que en la muestra Eucalipto
se detectó la mayor presencia de aldehídos. Se sabe que el humo de madera
tiene propiedades antixodantes por la cantidad de fenoles contenida en ella
(Kjällstrand y Petersson, 2001b). Sin embargo, la figura 9 se observa lo contrario
con la muestra Eucalitpto. Esta madera es considerada del tipo blanda
(Alcanzare, 2006). Según Kjällstrand y Petersson (2001b) el humo de las
maderas blandas contienen fenoles con poder antioxidante menos eficientes que
los fenoles liberados de maderas duras. Explican que los fenoles de madera
duras presentan dos radicales de grupos metoxi y aparentemente son
antioxidantes más eficientes que el fenoles de madera blanda con un solo grupo
metoxi. Sin embargo, en el presente estudio se demostraría lo contrario debido
a que la muestra Eucalipto se detectaron ambos fenoles con radicales de uno y
dos grupos metoxi.
Frente a lo expuesto se observa que proceso de ahumado modifica el perfil
sensorial y volátil del tocino. Los resultados demuestran que el proceso de
ahumado tiene un impacto directo sobre las características sensoriales, ya que
le confieren nuevas propiedades como el mencionado sabor a ahumado
(Jeremiah, Ball, Uttaro, & Gibson, 1996). Esto se puede apreciar claramente en
la Figura 5 donde se observa cómo es que los consumidores logran discriminar
la muestra control y ubicarla lo más lejos posible de las muestras ahumadas, y
en la Figura 8 como es que el ahumado consigue generar mayor cantidad de
compuestos volátiles, responsables del sabor del tocino, que en la muestra
control. Así mismo toda esta información puede ser complementada con el uso
del mapeo parcial en la modalidad de sabor o aroma, con la finalidad de
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
83
conseguir una mejor discriminación, ya que los consumidores serían más
analíticos debido a que se concentran en analizar la modalidad a estudiar
(Pfeiffer & Gilbert, 2008). Por último, este estudio deja las puertas abiertas a
investigaciones posteriores como la de determinar las relaciones entre las
repuestas de los consumidores y a la composición volátil de la muestras, con la
finalidad comprender y maximizar las preferencias del consumidor.
3.4. Conclusiones
La composición volátil de seis muestras de tocino ahumado y una muestra
sin ahumar (Control) fue caracterizada por GC-MS. Entre los grupos químicos
relacionados al proceso de ahumado se detectaron fenoles, furanos y ciclo-
cetonas, donde los fenoles fueron los volátiles más abundantes en las muestra
ahumadas. Además se halló presencia de aldehídos en todas las muestras
debido a la degradación lipídica de las mismas.
Por otro lado este estudio demostró que la aplicación de una metodología
rápida de caracterización sensorial, como el mapeo proyectivo, permitió la
evaluación de las características globales entre muestras de tocino ahumado sin
la necesidad de tener un panel entrenado. Esta técnica permitió la agrupación
de muestras de acuerdo con sus similitudes y diferencias identificadas y de los
principales descriptores de tocino ahumado, por ejemplo la muestra Control fue
claramente diferenciada y separada de las demás. Además se logró identificar
las principales características de las muestras, como sabor ahumado, sabor
salado, textura dura, sabor a madera, sin sabor entre otros. Así mismo de la
aplicación de técnicas estadísticas multivariantes, como PCA y análisis de
agrupamiento, para el análisis de consumidores permitió la identificación de
cuatro grupo de consumidores, dejando en claro la dificultad de evaluar este tipo
de muestras con alta heterogeneidad.
Estudios complementarios pueden realizarse considerando la respuesta de
los consumidores basado en atributos particulares, como solo sabor, con el fin
de focalizar la repuesta del consumidor en un solo atributo con la finalidad de
conseguir una mejor discriminación y caracterización.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
84
3.5. Referencias bibliográficas
Abdi, H.; Valentin, D. 2007. Some new and easy ways to describe, compare, and evaluate products and assessors. New trends in sensory evaluation of food and non-food products, 5-15.
Adams, J.; Williams, A.; Lancaster, B.; Foley, M. 2007. Advantages and uses of check-all-that-apply response compared to traditional scaling of attributes for salty snacks. En 7th Pangborn Sensory Science Symposium, August 12th-16th 2007. Minneapolis, USA.
Ai-Nong, Y.; Bao-Guo, S. 2005. Flavour substances of Chinese traditional smoke-cured bacon. Food Chemistry, 89(2), 227-233.
Alcanzare, R. 2006. Polycyclic aromatic compounds in wood soot extracts from henan, china. (Master of Science in Chemical Engineering), University of the Philippines.
Ansorena, D.; Gimeno, O.; Astiasarán, I.; Bello, J. 2001. Analysis of volatile compounds by GC–MS of a dry fermented sausage: chorizo de Pamplona. Food Research International, 34(1), 67-75.
Arnold, G.; Williams, A. 1986. The use of generalized procrustes technique in sensory analysis.: En: J. R. Piggott (Ed.), Statistical Procedures in Food Research. London, UK: Elsevier Applied Science.
Azarnia, S.; Boye, J.; Warkentin, T.; Malcolmson, L. 2012. Application of Gas Chromatography in the Analysis of Flavour Compounds in Field Peas. Gas chromatography in plant science, wine technology, toxicology and some specific applications, 15.
Barcenas, P.; Elortondo, F.; Albisu, M. 2004. Projective mapping in sensory analysis of ewes milk cheeses: A study on consumers and trained panel performance. Food Research International, 37(7), 723-729.
Cadena, R.; Caimi, D.; Jaunarena, I.; Lorenzo, I.; Vidal, L.; Ares, G.; . . . Giménez, A. 2014. Comparison of rapid sensory characterization methodologies for the development of functional yogurts. Food Research International, 64, 446-455.
Calkins, C.; Hodgen, J. 2007. A fresh look at meat flavor. Meat Science, 77(1), 63-80.
Charrad, M.; Ghazzali, N.; Boiteau, V.; Niknafs, A. 2013. NbClust: An examination of indices for determining the number of clusters. R package version 1.4. http://CRAN.R-project.org/package=NbClust.
Dehlholm, C. 2012. Descriptive Sensory Evaluations: Comparison and Appli-cability of Novel Rapid Methodologies., University of Copenhagen, Copenhagen, Denmark.
Dehlholm, C.; Brockhoff, P.; Meinert, L.; Aaslyng, M.; Bredie, W. 2012. Rapid descriptive sensory methods – Comparison of Free Multiple Sorting, Partial Napping, Napping, Flash Profiling and conventional profiling. Food Quality and Preference, 26(2), 267-277.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
85
del Pulgar, J.; Roldan, M.; Ruiz-Carrascal, J. 2013. Volatile compounds profile of sous-vide cooked pork cheeks as affected by cooking conditions (vacuum packaging, temperature and time). Molecules, 18(10), 12538-12547.
Delarue, J.; Loescher, E. 2004. Dynamics of food preferences: a case study with chewing gums. Food Quality and Preference, 15(7–8), 771-779.
Escofier, B.; Pages, J. 1994. Multiple factor analysis (AFMULT package). Computational statistics & data analysis, 18(1), 121-140.
Fariña, L.; Villar, V.; Ares, G.; Carrau, F.; Dellacassa, E.; Boido, E. 2015. Volatile composition and aroma profile of Uruguayan Tannat wines. Food Research International, 69, 244-255.
Flores, M.; Grimm, C.; Toldrá, F.; Spanier, A. 1997. Correlations of Sensory and Volatile Compounds of Spanish “Serrano” Dry-Cured Ham as a Function of Two Processing Times. Journal of Agricultural and Food Chemistry, 45(6), 2178-2186. doi:10.1021/jf960862c
Font-i-Furnols, M.; Guerrero, L. 2014. Consumer preference, behavior and perception about meat and meat products: An overview. Meat Science, 98(3), 361-371.
García-González, D.; Roncales, P.; Cilla, I.; del Río, S.; Poma, J.; Aparicio, R. (2006). Interlaboratory evaluation of dry-cured hams (from France and Spain) by assessors from two different nationalities. Meat Science, 73(3), 521-528.
Giyatmi, P.; Irianto, H. 2002. Effects of smoke source and smoking period on the quality of smoked dried fish stick. Fisheries science, 68(sup2), 1367-1370.
Grygorczyk, A.; Lesschaeve, I.; Corredig, M.; Duizer, L. 2013. Impact of Structure Modification on Texture of a Soymilk and Cow's Milk Gel Assessed Using the Napping Procedure. Journal of Texture Studies, 44(3), 238--246.
Hidalgo, F.; Zamora, R. 2004. Strecker-type degradation produced by the lipid oxidation products 4,5-epoxy-2-alkenals. J Agric Food Chem, 52(23), 7126-7131.
Hierro, E.; de la Hoz, L.;Ordóñez, J. 2004. Headspace volatile compounds from salted and occasionally smoked dried meats (cecinas) as affected by animal species. Food Chemistry, 85(4), 649-657.
ISO. (2007). Sensory Analysis: General Guidance for the Design of Test Rooms, ISO 8589. Geneva, Switzerland: International Organization for Standardization.
Jaeger, S.; Wakeling, I.; MacFie, H. 2000. Behavioural extensions to preference mapping: the role of synthesis. Food Quality and Preference, 11(4), 349-359.
Jeremiah, L.; Ball, R.; Uttaro, B.; Gibson, L. 1996. The relationship of chemical components to flavor attributes of bacon and ham. Food Research International, 29(5–6), 457-464.
Andrade, M.; Córdoba, J.; Sánchez, B.; Casado, E.; Rodríguez, M. 2009. Evaluation and selection of yeasts isolated from dry-cured Iberian ham by their volatile compound production. Food Chemistry, 113(2), 457-463.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
86
Kjällstrand, J.; Petersson, G. 2001a. Phenolic antioxidants in alder smoke during industrial meat curing. Food Chemistry, 74(1), 85-89.
Kjällstrand, J.; Petersson, G. 2001b. Phenolic antioxidants in wood smoke. Science of The Total Environment, 277(1–3), 69-75.
Kostyra, E.; Baryłko-Pikielna, N. 2006. Volatiles composition and flavour profile identity of smoke flavourings. Food Quality and Preference, 17(1–2), 85-95.
Labbe, D.; Rytz, A.; Hugi, A. 2004. Training is a critical step to obtain reliable product profiles in a real food industry context. Food Quality and Preference, 15(4), 341-348.
Lawless, H.; Heymann, H. 2010. Sensory Evaluation of Food Principles and Practices (2nd ed.). New York: Springer.
Lawless, H.; Sheng, N.; Knoops, S. 1995. Multidimensional scaling of sorting data applied to cheese perception. Food Quality and Preference, 6(2), 91-98.
Le, S.; Worch, T. 2014. Analyzing Sensory Data with R: CRC Press. Lê, S.; Pagès, J.; Husson, F. 2008. Methodology for the comparison of sensory
profiles provided by several panels: Application to a cross-cultural study. Food Quality and Preference, 19(2), 179-184.
Marušić, N.; Vidaček, S.; Janči, T.; Petrak, T.; Medić, H. 2014. Determination of volatile compounds and quality parameters of traditional Istrian dry-cured ham. Meat Science, 96(4), 1409-1416.
Milligan, G.; Cooper, M. 1985. An examination of procedures for determining the number of clusters in a data set. Psychometrika, 50(2), 159-179.
Morey, A.; Bratcher, C.; Singh, M.; McKee, S. 2012. Effect of liquid smoke as an ingredient in frankfurters on Listeria monocytogenes and quality attributes. Poult Sci, 91(9), 2341-2350.
Moussaoui, K.; Varela, P. 2010. Exploring consumer product profiling techniques and their linkage to a quantitative descriptive analysis. Food Quality and Preference, 21(8), 1088-1099.
Narváez-Rivas, M.; Gallardo, E.; León-Camacho, M. 2012. Analysis of volatile compounds from Iberian hams: a review. grasas y aceites, 63(4), 432-454.
Nestrud, M.; Lawless, H. 2008. Perceptual mapping of citrus juices using projective mapping and profiling data from culinary professionals and consumers. Food Quality and Preference, 19(4), 431-438.
Pagès, J. 2005. Collection and analysis of perceived product inter-distances using multiple factor analysis: Application to the study of 10 white wines from the Loire Valley. Food Quality and Preference, 16(7), 642-649.
Pastorelli, G.; Magni, S.; Rossi, R.; Pagliarini, E.; Baldini, P.; Dirinck, P.; . . . Corino, C. 2003. Influence of dietary fat, on fatty acid composition and sensory properties of dry-cured Parma ham. Meat Science, 65(1), 571-580.
Perrin, L.; Pagès, J. 2009. Construction of a product space from the ultra-flash profiling method: Application to 10 red wines from the Loire Valley. Journal of Sensory Studies, 24(3), 372-395.
Perrin, L.; Symoneaux, R.; Maître, I.; Asselin, C.; Jourjon, F.; Pagès, J. 2008. Comparison of three sensory methods for use with the Napping® procedure:
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
87
Case of ten wines from Loire valley. Food Quality and Preference, 19(1), 1-11.
Peterson, E.; Deary, I. 2006. Examining wholistic–analytic style using preferences in early information processing. Personality and Individual Differences, 41(1), 3-14.
Pfeiffer, J.; Gilbert, C. 2008. Napping by modality: A happy medium between analytic and holistic approaches. Proceedings of the 9th Sensometrics, 20-23.
Poligné, I.; Collignan, A.; Trystram, G. 2001. Characterization of traditional processing of pork meat into boucané. Meat Science, 59(4), 377-389.
Rainer C.; Eichner, K. 2000. The reaction kinetics for the formation of Strecker aldehydes in low moisture model systems and in plant powders. Food Chemistry, 71(1), 37-43.
Ramakrishnan, S.; Moeller, P. 2002. Liquid smoke: product of hardwood pyrolysis. 47, 366–367.
Resano, H.; Perez-Cueto, F.; de Barcellos, M.; Veflen-Olsen, N.; Grunert, K.; Verbeke, W. 2011. Consumer satisfaction with pork meat and derived products in five European countries. Appetite, 56(1), 167-170.
Risvik, E.; McEwan, J.; Colwill, J.; Rogers, R.; Lyon, D. 1994. Projective mapping: A tool for sensory analysis and consumer research. Food Quality and Preference, 5(4), 263-269.
Risvik, E.; McEwan, J.; Rødbotten, M. 1997. Evaluation of sensory profiling and projective mapping data. Food Quality and Preference, 8(1), 63-71.
Roldán, M.; Ruiz, J.; del Pulgar, J.; Pérez-Palacios, T.; Antequera, T. 2015. Volatile compound profile of sous-vide cooked lamb loins at different temperature–
time combinations. Meat Science, 100, 52-57. Rozum, J. 1998. Smoke flavourings in processed meats. In S. Fereidoon (Ed.),
Flavor of Meat, Meat Products and Seafood (pp. 343-353): Springer US. Ruiz, J.; Cava, R.; Ventanas, J.; Jensen, M. 1998. Headspace Solid Phase
Microextraction for the Analysis of Volatiles in a Meat Product: Dry-Cured Iberian Ham. Journal of Agricultural and Food Chemistry, 46(11), 4688-4694.
Santos, B.; Pollonio, M.; Cruz, A.; Messias, V.; Monteiro, R.; Oliveira, T.; . . . Bolini, H. 2013. Ultra-flash profile and projective mapping for describing sensory attributes of prebiotic mortadellas. Food Research International, 54(2), 1705-1711.
Sieffermann, J. 2000. Le profil Flash. Un outil rapide et innovant d’évaluation
sensorielle descriptive, AGORAL 2000. XIIèmes rencotres. In: Tec and Doc Paris (eds.), L’innovation: de l’idée au success. Paris, France: Lavoisier.
Steffen, A.; Pawliszyn, J. 1996. Analysis of Flavor Volatiles Using Headspace Solid-Phase Microextraction. Journal of Agricultural and Food Chemistry, 44(8), 2187-2193.
Suñen, E.; Fernandez-Galian, B.; Aristimuño, C. 2001. Antibacterial activity of smoke wood condensates against Aeromonas hydrophila, Yersinia
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
88
enterocolitica andListeria monocytogenes at low temperature. Food Microbiology, 18(4), 387-393.
Team, R. 2015. R: A language and environment for statistical computing [Internet]. Vienna, Austria: R Foundation for Statistical Computing; 2013. Document freely available on the internet at: http://www. r-project. org.
ten Kleij, F.;Musters, P. 2003. Text analysis of open-ended survey responses: a complementary method to preference mapping. Food Quality and Preference, 14(1), 43-52.
Timón, M.; Ventanas, J.; Martín, L.; Tejeda, J.; García, C. 1998. Volatile Compounds in Supercritical Carbon Dioxide Extracts of Iberian Ham. Journal of Agricultural and Food Chemistry, 46(12), 5143-5150. doi:10.1021/jf980652v
Torri, L.; Dinnella, C.; Recchia, A.; Naes, T.; Tuorila, H.; Monteleone, E. 2013. Projective Mapping for interpreting wine aroma differences as perceived by naïve and experienced assessors. Food Quality and Preference, 29(1), 6-15.
Tóth, L.; Potthast, K. 1984. Chemical Aspects of the Smoking of Meat and Meat Products. In E. M. M. a. B. S. S. C.O. Chichester (Ed.), Advances in Food Research (Vol. Volume 29, pp. 87-158): Academic Press.
Valentin, D.; Chollet, S.; Lelièvre, M.; Abdi, H. 2012. Quick and dirty but still pretty good: a review of new descriptive methods in food science. International Journal of Food Science & Technology, 47(8), 1563-1578.
Varela, P.; Ares, G. 2012. Sensory profiling, the blurred line between sensory and consumer science. A review of novel methods for product characterization. Food Research International, 48(2), 893-908.
Varela, P.; Ares, G. 2014. Novel Techniques in Sensory Characterization and Consumer Profiling: CRC Press.
Vidal, L.; Antúnez, L.; Giménez, A.; Varela, P.; Deliza, R.; Ares, G. 2016. Can consumer segmentation in projective mapping contribute to a better understanding of consumer perception? Food Quality and Preference, 47, Part A, 64-72.
Wang, J.; Jin, G.; Zhang, W.; Ahn, D.; Zhang, J. 2012. Effect of curing salt content on lipid oxidation and volatile flavour compounds of dry-cured turkey ham. LWT - Food Science and Technology, 48(1), 102-106.
Xie, J.-C.; Sun, B.; Wang, S. 2008. Aromatic Constituents from Chinese Traditional Smoke-cured Bacon of Mini-pig. Food Science and Technology International, 14(4), 329-340. doi:10.1177/1082013208098331
Yu, A.; Sun, B.; Tian, D.; Qu, W. 2008. Analysis of volatile compounds in traditional smoke-cured bacon(CSCB) with different fiber coatings using SPME. Food Chemistry, 110(1), 233-238.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
89
3.6. ANEXOS
ANEXO 11. Ficha de mapeo proyectivo
Análisis sensorial de tocino ahumado
Nombre:________________________________ _____ Fecha: ___________
Mapeo proyectivo
Instrucciones
1. Recibirá 7 muestras de tocino.
2. Debe evaluar las similitudes y diferencias entre ellos en función de sus propios criterios.
3. Saborear cada muestra, tratando de recordar las características de cada
uno.
4. Después de probar las muestras, escribir los códigos en el documento presentado, deberá colocar las muestras similares próximas una de otra y las diferentes lejos.
5. Utilice los criterios que estime adecuadas para transferir las muestras. No
existen respuestas correctas o incorrectas.
6. Se considera conveniente agrupar las muestras en un círculo de acuerdo a sus similitudes.
7. Durante la sesión de utilizar hasta 4 palabras para describir cada muestra
o grupo.
Muchas gracias.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
90
ANEXO 12. Matriz de datos para el AFM: Mediciones de los 93 consumidores (cm)
Muestra X1 Y1 X2 Y2 X3 Y3 X4 Y4 X5 Y5 X6 Y6 X7 Y7 X8 Y8 X9 Y9 X10 Y10 X11 Y11
Bambu 8.4 8.7 6 20.5 32.4 19.6 27.9 22.5 4.3 24.3 3.2 26.1 37.5 9.3 27.4 21.6 31.9 14.3 35 16.1 18.2 17.8
HL2 23 20 7.6 14.8 19 15.7 11.9 7.3 34.9 8.7 25.7 25 33.1 26.5 34 21.7 26.7 25.2 5.7 14 8.8 5.7
HLI 32.5 19.9 29.2 25 5.3 24.8 31 22.5 36.5 24.7 33.5 3.7 8.1 25.4 17.9 20.6 25.5 25.1 16.8 6.6 3.2 5.2
Acacia 32.3 10.1 29.5 10.6 5.8 23.6 6 23.5 34.3 8.7 7.4 15.4 25.1 13 10.9 20.8 33.3 15.9 19.1 4.9 15.2 17.8
Eucalipto 21.9 10.7 33.7 23.8 3 18.9 15.3 7.7 13.3 16.1 26.7 25 9.1 25.4 5.1 20.1 36.4 27.3 19 26.2 4.3 24.6
Sadia 8.7 20.1 13.1 25.6 33 18.9 8 23.5 22.5 10.3 3.1 7.5 25.6 13 5.3 21.6 24.9 5.4 19.3 15 7.1 24.8
Control 7 17.8 32.6 18.2 19.2 14.4 34.9 8.1 7.1 7 33.8 18.2 9.5 12.9 27.4 21.6 29.1 14.4 34 15.1 6.2 5.4
Muestra X12 Y12 X13 Y13 X14 Y14 X15 Y15 X16 Y16 X17 Y17 X18 Y18 X19 Y19 X20 Y20 X21 Y21 X22 Y22
Bambu 6.6 25.8 36.4 17.7 24.9 18.2 6.5 23.8 18.2 4.4 30.7 23.6 15.4 7 7.4 4.2 2.5 19.2 38.6 14.2 5.8 27.9
HL2 36.4 8.4 10.4 18.9 37.7 4.5 34.9 8.7 2 13.7 31.7 10.7 24.5 23.6 2.8 4.4 24.7 3.1 11.3 19 5.4 22.6
HLI 6.4 26.8 29.6 8.1 34.4 9.3 4.6 24.9 6.1 21.2 13 24.8 6.2 22.8 3.7 14.2 22 13.6 35.9 13.1 33 2
Acacia 18.6 21.8 11.4 22.2 13.7 26.5 16.1 21.5 6.2 23.6 28.1 9.5 13.7 23.4 19.8 14.6 8.5 24.4 37.5 13.7 33.7 5.8
Eucalipto 36.6 6.1 15.3 11.7 29.3 13.7 22.8 14.5 9.2 23.1 37.8 13.5 10.2 6 35.4 12.2 1.6 25.4 6.4 8 15.8 27.8
Sadia 36.5 7.2 33 9.5 7.6 25.5 36.1 6.7 9.2 25.1 25.6 22.1 9 9.7 9.4 15.5 33 27.7 25.6 24.5 13.9 22.8
Control 24.3 18.6 17.7 11.6 10.1 20 32.3 25.2 30.4 18.6 9.3 24 11.4 25.9 34.4 15.6 17.1 14.4 12.6 19.7 36 26.7
Muestra X23 Y23 X24 Y24 X25 Y25 X26 Y26 X27 Y27 X28 Y28 X29 Y29 X30 Y30 X31 Y31 X32 Y32 X33 Y33
Bambu 12 18.4 24.3 23.9 8.9 22.6 12.9 23.2 32.1 9.2 7 9.1 22.7 11.5 25 14.3 36.3 2.3 24 11.5 19.5 8.7
HL2 16.4 23.7 6 15.7 27.9 14.9 7.8 26.3 20.1 9.2 3.9 25.5 27.6 22.5 23.9 15.6 10.9 7.1 14.3 7.7 18.4 24.2
HLI 11.3 19.8 30.2 12.9 6.5 21.6 30.6 6.4 5 2.2 31.1 13.8 5.6 18.9 26.8 9.4 24.5 24.4 31.2 8.3 9.1 24.8
Acacia 19.1 19.3 4.1 25.1 8.3 24 22.3 6.8 5.1 3.3 28.4 11 26.1 25.1 32.1 24.1 5 23.6 10.4 13.1 29.3 24.6
Eucalipto 15.2 25.7 21.3 8.7 32.8 5.6 29.8 26.3 5 1.1 7.1 11.5 29.8 13.3 28.8 12.2 35.5 2.9 4.2 12.3 30.6 16.5
Sadia 5.9 22.8 24.6 21.3 25.4 13.7 7.8 27 4.1 8 13.5 15.6 20.1 24.5 22.5 13.4 23.9 25.9 17.5 19.7 31.4 6.8
Control 5 24.1 6.1 23 6.6 23.2 30.6 5.2 32.1 10.2 16.5 6.5 9.8 22.2 29 13.7 34.8 4 4.4 24 19.8 16.7
Muestra X34 Y34 X35 Y35 X36 Y36 X37 Y37 X38 Y38 X39 Y39 X40 Y40 X41 Y41 X42 Y42 X43 Y43 X44 Y44
Bambu 12.5 8.5 5.2 17.5 3.7 20 11.3 22.3 28 4.3 11.9 12.3 25 24.4 8.5 9.8 19.5 20 30.6 20.4 5.9 19.6
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
91
HL2 6.9 9.9 4.7 18.5 36.9 7.2 4.3 8.7 28.5 21.5 12.9 19 20.5 18.1 5.8 14.2 33.9 12.2 8.6 16.6 33.3 7.9
HLI 35.5 11.6 4.3 22.5 25.3 24.5 11 24.7 2.4 21.6 11.3 6.1 12.2 8.8 29 11.9 8.3 19.9 9.5 13.6 28.2 9.9
Acacia 6.2 2.7 15 23.5 20.6 12.2 4.4 7.2 34.5 3.2 15.6 12.4 4.7 15.4 27.1 22.5 18.8 22.1 30.4 18.9 29.5 9.7
Eucalipto 27.1 42.6 4.7 21.7 14.8 6.8 31.8 11.6 22.8 13.7 9.2 17.7 4.9 9.3 34.5 4.5 34 10.1 31.3 10.4 18.9 13.6
Sadia 14.1 23.2 11.8 14.6 32.7 7.2 11.1 23.5 9.1 22.3 15.6 7.5 4.6 9.3 28.3 18.1 7.8 21.5 30.7 21.8 18.9 12.7
Control 36.1 23.2 11.5 15.4 5.7 20.9 32.7 26.3 4.3 4.6 13.7 5.1 9.1 12.6 30.2 4.3 34 8.1 30.6 17.3 7.2 19.5
Muestra X45 Y45 X46 Y46 X47 Y47 X48 Y48 X49 Y49 X50 Y50 X51 Y51 X52 Y52 X53 Y53 X54 Y54 X55 Y55
Bambu 36.6 25.5 34.6 25.3 6 24.3 4.9 25.4 18.1 27.7 31.4 7.9 10 23 18 15.6 7.2 23.2 28.1 18.6 19.3 18.7
HL2 36.6 23.5 10.4 7.4 37.2 13.5 18.4 24.1 31 4.7 18.4 7.1 38 4.8 18.5 15.8 24 23.3 31.3 13.2 37.2 18.6
HLI 3 23.6 36.7 23.9 3.8 21.8 6.7 12.7 31 26.4 8.1 24.6 7.2 5.2 3.2 6 16.8 5.3 13.7 19.6 23.7 11.5
Acacia 2.3 14.1 36.7 22.2 27.4 9.3 5.4 24.2 12.5 8.1 17.5 23.7 4.8 23.1 33.5 23.3 29 23.5 37.3 3 26.9 15.5
Eucalipto 3 27.7 7.6 6.6 20.5 9.6 18.4 23.1 3.1 23 5.5 5.6 21.4 14.6 33.5 6.6 18 17.6 22.3 4.5 32.6 21.6
Sadia 20.5 16.7 4.6 27.2 24.2 9.4 21.6 14.3 32.5 13 27.7 25.1 3.8 4.9 33.9 5.8 10.6 23.2 7.5 11.1 18 9.4
Control 20.1 11.9 7.6 27.6 2 24.4 30.3 20.3 3.5 13.9 5.3 11.9 37.6 24.6 3.9 5.6 5.3 5.2 7.4 7.5 12.5 7.4
Muestra X56 Y56 X57 Y57 X58 Y58 X59 Y59 X60 Y60 X61 Y61 X62 Y62 X63 Y63 X64 Y64 X65 Y65 X66 Y66
Bambu 10.1 14.2 35.1 2.4 31.2 23.5 20.8 8.3 18.7 12.2 4 15.9 20 13.1 15.3 11.9 5 18.3 28 14.5 5.2 26.4
HL2 9.4 15.6 25.4 10.6 19.1 24.5 15.6 15.3 8.4 19.6 22.2 20.7 34.8 22.5 28.2 23.2 24.9 25.7 24.5 17.7 2.6 4.6
HLI 20.2 14.3 29.8 5.6 17.9 9.8 20.5 27.1 18.7 10.7 4.2 25.7 17.7 25.8 27.7 24.6 5 18.3 10.5 14.2 21.7 8.2
Acacia 14.9 8.4 29.2 6.8 13.7 5.7 7.5 19.7 1.4 25.8 4.3 17.5 6 11.3 4 21.9 3.8 23.3 16.2 24.5 21.7 9.6
Eucalipto 24.6 24.9 31.4 3.9 10.6 6.7 5.9 22.2 18.7 10.7 4 24.4 4.1 13.6 13.9 21.8 22.5 25.4 10.4 14.8 5.9 20
Sadia 20.2 16 25.4 11.8 32.3 18.9 31.4 17 8.4 20.3 24.1 5.5 8 13.6 4 18.2 20.7 15.4 7 23 8.3 26.5
Control 11.6 24.1 35.1 1.3 9.1 17.6 32.5 20.8 33.3 1.7 24.3 6.6 30.3 8.1 33.4 15.8 7.7 24.2 6.7 24 34.6 26.4
Muestra X67 Y67 X68 Y68 X69 Y69 X70 Y70 X71 Y71 X72 Y72 X73 Y73 X74 Y74 X75 Y75 X76 Y76 X77 Y77
Bambu 6 19.5 25.6 12.7 3.6 5.6 27.2 16.9 16.6 16.3 10.3 23.5 7.4 14.6 28.1 19 17.8 13 33.9 17.1 9.6 16.7
HL2 28 11.3 25.6 14.8 21.6 24.7 32.4 11.4 20.2 18.2 20.1 23 15.4 17.2 29.8 21.9 20.4 22.5 13.2 19.9 19.2 8.5
HLI 30.3 17.8 35.4 25.9 18.6 24.5 32.5 19.3 20.7 14.1 35.3 5.5 7.4 15.3 4.3 26.8 20.5 23.3 13.3 21.7 10.3 20.2
Acacia 19.1 21.9 1.5 23.9 34.9 10.1 25.5 26.6 13.5 10.1 27 23 13.5 10.6 11 6.7 12.5 14.7 29.2 3 3.8 18.3
Eucalipto 20.8 18.7 1.1 26.4 32.4 10.3 39.2 12.3 25.9 13 20 17.5 13.5 11.4 12.4 9 17.8 11.5 34.5 13.6 6 23.3
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
92
Sadia 16.3 18.2 13.5 17.3 6.7 24.2 15.1 17.3 10.6 14.6 14.1 7.3 15.4 16.3 9.5 4.3 17.8 12.4 24.4 3.1 6 23.3
Control 8.5 21.4 36.5 3.7 8.1 24.5 18.1 20 27.4 11.2 11.3 5.8 32.1 2.5 5.2 24.3 30.2 22.3 4.4 17.3 29.8 30
Muestra X78 Y78 X79 Y79 X80 Y80 X81 Y81 X82 Y82 X83 Y83 X84 Y84 X85 Y85 X86 Y86 X87 Y87 X88 Y88
Bambu 33.7 4.1 9.9 9 5.7 20 10.6 20.5 19.2 16 4.6 26.1 10.5 20.1 14.8 16.2 15.7 10.8 35 17.7 8.1 18.9
HL2 3.2 25.2 20.8 14.9 33.3 4.4 27.2 17.6 6.6 14.7 23.4 14 12.4 27.5 20.9 19.5 8.8 21.2 24.4 22.4 26.1 21.2
HLI 18.3 17.6 20.8 17.7 37.2 14.5 10.9 19.5 31.8 16.8 35.5 7.2 5.7 21 20.4 20.6 23.6 9.9 6.6 9.5 8 17.2
Acacia 17.8 13 12.3 16.7 5.4 5.5 27.2 18.4 34.8 19.8 4 24.6 18 18.3 14 17.8 19.2 15.4 10.9 24.2 22.7 18.3
Eucalipto 19.3 10.2 31.3 12.2 24.9 21.6 10.6 21.5 21 4.2 15.2 18 8.3 15.2 26.8 22.8 5.8 22.2 7.5 23.1 8.7 11.4
Sadia 3.2 15.4 10.7 19.6 15.5 10.6 19.4 14.6 28.2 25.9 39 7.2 7.6 27.4 13.8 19.1 8.5 26.4 29.1 7.9 25.3 8.5
Control 7 23.8 31 8.5 11.9 20.3 19.7 13.8 5.6 5.7 1.8 26 21.5 25.3 27 21.6 37.3 11 10.1 9.6 2.3 14.2
Muestra X89 Y89 X90 Y90 X91 Y91 X92 Y92 X93 Y93
Bambu 11.9 14 28.4 21.9 6.3 7.5 32.1 15.8 9.7 18.3
HL2 31.3 7.8 5.4 24.9 11.9 8 13 6.3 21.4 4.1
HLI 8.7 14 3.9 11.5 28.5 13 8.2 24.2 17.9 24.1
Acacia 24.7 16 31.6 8.1 16.9 20.3 37.5 14.6 35 18.2
Eucalipto 18.4 27.3 34.7 27 20.5 19.8 18.6 24 16.2 16.1
Sadia 36.9 25.2 20.9 7.2 8.4 25.4 3.4 22.8 32 21.9
Control 17 28.1 37.7 19.3 3.4 24.2 6.1 21.6 36.7 3
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
93
ANEXO 13. Cromatogramas del GC-MS
Muestra Acacia proceso 1:
Muestra Bambu proceso 1:
Muestra Control proceso 1:
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
94
Muestra Eucalipto proceso 1:
Muestra Red Arrow proceso 1:
Muestra Ibrac proceso 1:
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
95
Muestra Sadia proceso 1:
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
96
4. CONCLUSIONES
El estudio demostró que análisis descriptivo genérico es un instrumento
adecuado para describir y cuantificar la percepción de las características
sensoriales de tocino tradicional. Así mismo esta metodología se logró demostrar
que el ahumado tradicional causó un aumento en la intensidad de sabor
ahumado y sabor salado sin embargo no afectó las propiedades sensoriales
relacionas con la textura.
El mapeo proyectivo resultó ser una técnica versátil, rápida y económica,
demostró ser una técnica con la capacidad de describir y diferencias las
muestras de tocino ahumado sin la necesidad de usar un panel entrenado.
Además se logró identificar las principales características de las muestras.
Atributos como sabor ahumado, sabor salado, textura dura, sabor a madera y sin
sabor fueron mencionados por los consumidores para describir las muestras.
En ambas metodologías se demostró que el proceso de ahumado consigue
modificar el perfil sensorial del tocino y se vio claramente en la percepción de la
muestra control, fue diferenciada de las demás muestras ahumadas en ambas
metodologías.
Así mismo realizó un estudio de agrupamiento de consumidores el cual
segmentó a los consumidores en cuatro grupos. Esto revela el comportamiento
heterogéneo de los consumidores hacia las muestras, y probablemente se deba
a la dificultad de evaluar muestras altamente heterogéneas como el tocino.
Por último el uso del GC-MS reveló la presencia de treinta y nueve volátiles.
Se detectaron fenoles, furanos y ciclo-cetonas, los cuales estuvieron
relacionados al proceso de ahumado, así mismo los fenoles fueron los volátiles
más abundantes en las muestra ahumadas. Mientras que la presencia de
aldehídos indicaría la degradación lipídica de las muestras.
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
BIBL
IOTE
CA DE
AGROPE
CUARIA
S
top related