VIS-NIRS to predict meat quality is anatomical point specific.

Detalhes bibliográficos
Autor(a) principal: BONIN, M. de N.
Data de Publicação: 2018
Outros Autores: SILVA, S. da L. e, GOMES, R. da C., MENEZES, G. R. de O., SURITA, L. M. A., FAVERO, R., FERRAZ, A. L. J., FEIJO, G. L. D.
Idioma: eng
Título da fonte: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
Texto Completo: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1103828
Resumo: The Vis-NIRS is a non-destructive, simple, rapid, and safe method for evaluating meat quality. Studies using VIS/NIRS to predict the meat quality are based mainly in information collected on longissimus thoracis (LT), at 12th rib, which differs in quality from LT at 5th rib. Accordingly, the present study aimed to create VIS/NIRS calibrations models for LT at 5th (LT5) and 12th rib (LT12) and test their accuracy to predict meat quality of beef samples. A total of 1,508 steer and heifer carcasses, averaging 20 months (± 4.00) were used in this study.
id EMBR_a4113bf08f884e6c8c8a95619e7e7b49
oai_identifier_str oai:www.alice.cnptia.embrapa.br:doc/1103828
network_acronym_str EMBR
network_name_str Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
repository_id_str 2154
spelling VIS-NIRS to predict meat quality is anatomical point specific.Cooking lossDripping lossOnline evaluationColorSpectroscopyMeat tendernessThe Vis-NIRS is a non-destructive, simple, rapid, and safe method for evaluating meat quality. Studies using VIS/NIRS to predict the meat quality are based mainly in information collected on longissimus thoracis (LT), at 12th rib, which differs in quality from LT at 5th rib. Accordingly, the present study aimed to create VIS/NIRS calibrations models for LT at 5th (LT5) and 12th rib (LT12) and test their accuracy to predict meat quality of beef samples. A total of 1,508 steer and heifer carcasses, averaging 20 months (± 4.00) were used in this study.MARINA DE NADAI BONIN, Universidade Federal de Mato Grosso do Sul - UFMS; SAULO DA LUZ E SILVA, Faculdade de Zootecnia e Engenharia de Alimentos; RODRIGO DA COSTA GOMES, CNPGC; GILBERTO ROMEIRO DE OLIVEIRA MENEZE, CNPGC; LUCY MERY ANTONIA SURITA, Universidade Federal de Mato Grosso do Sul - UFMS; RICARDO FAVERO, Universidade Estadual de Londrina - UEL; ANDRÉ LUIZ JULIEN FERRAZ, Universidade Estadual de Mato Grosso do Sul - UEMS; GELSON LUIS DIAS FEIJO, CNPGC.BONIN, M. de N.SILVA, S. da L. eGOMES, R. da C.MENEZES, G. R. de O.SURITA, L. M. A.FAVERO, R.FERRAZ, A. L. J.FEIJO, G. L. D.2019-01-14T23:50:18Z2019-01-14T23:50:18Z2019-01-1420182019-01-14T23:50:18ZResumo em anais e proceedingsinfo:eu-repo/semantics/publishedVersionIn: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 55.; CONGRESSO BRASILEIRO DE ZOOTECNIA, 28., 2018, Goiânia. Construindo saberes, formando pessoas e transformando a produção animal: anais. Viçosa: Sociedade Brasileira de Zootecnia; Brasília, DF: Associação Brasileira de Zootecnistas.http://www.alice.cnptia.embrapa.br/alice/handle/doc/1103828enginfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPA2019-01-14T23:50:24Zoai:www.alice.cnptia.embrapa.br:doc/1103828Repositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestcg-riaa@embrapa.bropendoar:21542019-01-14T23:50:24Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false
dc.title.none.fl_str_mv VIS-NIRS to predict meat quality is anatomical point specific.
title VIS-NIRS to predict meat quality is anatomical point specific.
spellingShingle VIS-NIRS to predict meat quality is anatomical point specific.
BONIN, M. de N.
Cooking loss
Dripping loss
Online evaluation
Color
Spectroscopy
Meat tenderness
title_short VIS-NIRS to predict meat quality is anatomical point specific.
title_full VIS-NIRS to predict meat quality is anatomical point specific.
title_fullStr VIS-NIRS to predict meat quality is anatomical point specific.
title_full_unstemmed VIS-NIRS to predict meat quality is anatomical point specific.
title_sort VIS-NIRS to predict meat quality is anatomical point specific.
author BONIN, M. de N.
author_facet BONIN, M. de N.
SILVA, S. da L. e
GOMES, R. da C.
MENEZES, G. R. de O.
SURITA, L. M. A.
FAVERO, R.
FERRAZ, A. L. J.
FEIJO, G. L. D.
author_role author
author2 SILVA, S. da L. e
GOMES, R. da C.
MENEZES, G. R. de O.
SURITA, L. M. A.
FAVERO, R.
FERRAZ, A. L. J.
FEIJO, G. L. D.
author2_role author
author
author
author
author
author
author
dc.contributor.none.fl_str_mv MARINA DE NADAI BONIN, Universidade Federal de Mato Grosso do Sul - UFMS; SAULO DA LUZ E SILVA, Faculdade de Zootecnia e Engenharia de Alimentos; RODRIGO DA COSTA GOMES, CNPGC; GILBERTO ROMEIRO DE OLIVEIRA MENEZE, CNPGC; LUCY MERY ANTONIA SURITA, Universidade Federal de Mato Grosso do Sul - UFMS; RICARDO FAVERO, Universidade Estadual de Londrina - UEL; ANDRÉ LUIZ JULIEN FERRAZ, Universidade Estadual de Mato Grosso do Sul - UEMS; GELSON LUIS DIAS FEIJO, CNPGC.
dc.contributor.author.fl_str_mv BONIN, M. de N.
SILVA, S. da L. e
GOMES, R. da C.
MENEZES, G. R. de O.
SURITA, L. M. A.
FAVERO, R.
FERRAZ, A. L. J.
FEIJO, G. L. D.
dc.subject.por.fl_str_mv Cooking loss
Dripping loss
Online evaluation
Color
Spectroscopy
Meat tenderness
topic Cooking loss
Dripping loss
Online evaluation
Color
Spectroscopy
Meat tenderness
description The Vis-NIRS is a non-destructive, simple, rapid, and safe method for evaluating meat quality. Studies using VIS/NIRS to predict the meat quality are based mainly in information collected on longissimus thoracis (LT), at 12th rib, which differs in quality from LT at 5th rib. Accordingly, the present study aimed to create VIS/NIRS calibrations models for LT at 5th (LT5) and 12th rib (LT12) and test their accuracy to predict meat quality of beef samples. A total of 1,508 steer and heifer carcasses, averaging 20 months (± 4.00) were used in this study.
publishDate 2018
dc.date.none.fl_str_mv 2018
2019-01-14T23:50:18Z
2019-01-14T23:50:18Z
2019-01-14
2019-01-14T23:50:18Z
dc.type.driver.fl_str_mv Resumo em anais e proceedings
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.uri.fl_str_mv In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 55.; CONGRESSO BRASILEIRO DE ZOOTECNIA, 28., 2018, Goiânia. Construindo saberes, formando pessoas e transformando a produção animal: anais. Viçosa: Sociedade Brasileira de Zootecnia; Brasília, DF: Associação Brasileira de Zootecnistas.
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1103828
identifier_str_mv In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 55.; CONGRESSO BRASILEIRO DE ZOOTECNIA, 28., 2018, Goiânia. Construindo saberes, formando pessoas e transformando a produção animal: anais. Viçosa: Sociedade Brasileira de Zootecnia; Brasília, DF: Associação Brasileira de Zootecnistas.
url http://www.alice.cnptia.embrapa.br/alice/handle/doc/1103828
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron:EMBRAPA
instname_str Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron_str EMBRAPA
institution EMBRAPA
reponame_str Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
collection Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
repository.name.fl_str_mv Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
repository.mail.fl_str_mv cg-riaa@embrapa.br
_version_ 1822721375224201216

Registros relacionados