Exportação concluída — 

Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Longhi, Daniel Angelo
Orientador(a): Laurindo, João Borges
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Florianópolis
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://repositorio.ufsc.br/xmlui/handle/123456789/99491
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Alimentos
id UFSC_e0f812db01d43a245eca16030a770ce3
oai_identifier_str oai:repositorio.ufsc.br:123456789/99491
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaLonghi, Daniel AngeloLaurindo, João BorgesAragão, Gláucia Maria Falcão de2013-03-04T20:57:19Z2013-03-04T20:57:19Z20122012304884http://repositorio.ufsc.br/xmlui/handle/123456789/99491Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de AlimentosUm dos principais fatores que afetam a estabilidade microbiana dos alimentos durante o armazenamento é a temperatura, cuja variação modifica a dinâmica do crescimento microbiano. O uso de modelos matemáticos que consideram variações da temperatura de armazenamento pode ser muito útil na predição da vida de prateleira de alimentos, sendo que na literatura há um grande número de modelos que podem ser usados para descrição do crescimento microbiano. Assim, o presente estudo avaliou a capacidade preditiva dos principais modelos primários e suas versões não-isotérmicas para o crescimento de Lactobacillus plantarum em meio MRS sob condições de temperatura variável. Dados experimentais do crescimento deste microrganismo em condições isotérmicas foram obtidos nas temperaturas de 4, 8, 12, 16, 20 e 30 °C, sendo usados para estabelecer os modelos primários e secundários. O crescimento de L. plantarum em condições não isotérmicas foi testado para três diferentes perfis (4 12 °C, 5 15 °C e 20 30 °C) com variação de temperatura a cada 12 horas. Os valores dos índices estatísticos RMSE, fatores bias e accuracy indicaram que todos os modelos avaliados fornecem predições seguras do crescimento deste microrganismo nas condições não-isotérmicas testadas (fatores bias maior que 1). A capacidade preditiva dos modelos em descrever o crescimento microbiano em condições não-isotérmicas depende muito do bom ajuste dos modelos primários e secundários. Em geral, não foi possível apontar um modelo com melhor capacidade preditiva para as condições não-isotérmicas testadas, embora o modelo Logístico modificado por Corradini e Peleg tenha apresentado melhores valores de RMSE, fatores bias e accuracy em relação aos outros modelos testados, enquanto o modelo de Huang apresentou predições mais distantes. Constatou-se também que a capacidade preditiva dos modelos é menor quando ocorrem variações bruscas de temperatura, especialmente para baixas temperaturas, pois os modelos não podem prever os complexos mecanismos de adaptação microbiana. Incorporar esses mecanismos nos modelos preditivos é um desafio a ser vencido.One of the main factors affecting the microbial stability of foods during storage is temperature, whose variation changes microbial growth dynamics. The use of mathematical models which take storage temperature variations into account can be very useful in predicting the shelf life of foods. Lactobacillus plantarum can be considered one of the main lactic acid bacteria and has received researcher's attention in studies on meat products. The current study assessed the predictive ability of the main primary models and their non-isothermic versions for Lactobacillus plantarum growth in MRS medium under variable temperature conditions. Experimental data on this microorganism's growth in isothermic conditions were obtained at 4, 8, 12, 16, 20, and 30 °C, which were used to establish the primary and secondary models. L. plantarum growth in non-isothermic conditions was tested for three different profiles (4-12 °C, 5-15 °C, and 20-30 °C) with the temperature varying every 12 hours. The RMSE, bias factor, and accuracy factor values indicate that all models assessed provide safe predictions of the growth of this microorganism at the non-isothermic conditions tested (bias factor greater than 1). The predictive capacity of the models for describing the microbial growth in non-isothermal conditions largely depends on the good fit of the primary and secondary models. Overall, it was not possible to point out a model with the best predictive ability for non-isothermic conditions, although the modified logistic model by Corradini and Peleg had the best RMSE, bias factor, and accuracy factor values compared to the other models assessed, while Huang's model had the worst values. It was also seen that the predictive ability of the mathematical models is lower when there are abrupt temperature variations, mainly in lower temperatures, since the models cannot predict the complex microbial adaptation mechanisms. Incorporating these mechanisms into the predictive models is a challenge yet to be overcome.116 p.| il., grafs., tabs.porFlorianópolisEngenharia de alimentosMicrobiologia preditivaModelos matematicosLactobaciloAvaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL304884.pdfapplication/pdf2139412https://repositorio.ufsc.br/bitstream/123456789/99491/1/304884.pdf19fb266a9786b57f6223f33b9f48f701MD51TEXT304884.pdf.txt304884.pdf.txtExtracted Texttext/plain168107https://repositorio.ufsc.br/bitstream/123456789/99491/2/304884.pdf.txte06878d85d9ae662e3453eef8d833d79MD52THUMBNAIL304884.pdf.jpg304884.pdf.jpgGenerated Thumbnailimage/jpeg707https://repositorio.ufsc.br/bitstream/123456789/99491/3/304884.pdf.jpg673eb773a1c9a281ec2c260b6a341261MD53123456789/994912013-05-05 22:40:18.137oai:repositorio.ufsc.br:123456789/99491Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732013-05-06T01:40:18Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
title Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
spellingShingle Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
Longhi, Daniel Angelo
Engenharia de alimentos
Microbiologia preditiva
Modelos matematicos
Lactobacilo
title_short Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
title_full Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
title_fullStr Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
title_full_unstemmed Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
title_sort Avaliação da capacidade preditiva de diferentes modelos matemáticos para o crescimento microbiano em condições não-isotérmicas
author Longhi, Daniel Angelo
author_facet Longhi, Daniel Angelo
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Longhi, Daniel Angelo
dc.contributor.advisor1.fl_str_mv Laurindo, João Borges
dc.contributor.advisor-co1.fl_str_mv Aragão, Gláucia Maria Falcão de
contributor_str_mv Laurindo, João Borges
Aragão, Gláucia Maria Falcão de
dc.subject.classification.pt_BR.fl_str_mv Engenharia de alimentos
Microbiologia preditiva
Modelos matematicos
Lactobacilo
topic Engenharia de alimentos
Microbiologia preditiva
Modelos matematicos
Lactobacilo
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Alimentos
publishDate 2012
dc.date.submitted.pt_BR.fl_str_mv 2012
dc.date.issued.fl_str_mv 2012
dc.date.accessioned.fl_str_mv 2013-03-04T20:57:19Z
dc.date.available.fl_str_mv 2013-03-04T20:57:19Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsc.br/xmlui/handle/123456789/99491
dc.identifier.other.pt_BR.fl_str_mv 304884
identifier_str_mv 304884
url http://repositorio.ufsc.br/xmlui/handle/123456789/99491
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 116 p.| il., grafs., tabs.
dc.publisher.none.fl_str_mv Florianópolis
publisher.none.fl_str_mv Florianópolis
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/99491/1/304884.pdf
https://repositorio.ufsc.br/bitstream/123456789/99491/2/304884.pdf.txt
https://repositorio.ufsc.br/bitstream/123456789/99491/3/304884.pdf.jpg
bitstream.checksum.fl_str_mv 19fb266a9786b57f6223f33b9f48f701
e06878d85d9ae662e3453eef8d833d79
673eb773a1c9a281ec2c260b6a341261
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759256025432064

Registros relacionados