Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2001 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://www.teses.usp.br/teses/disponiveis/9/9131/tde-27092021-114119/ |
Resumo: | O desenvolvimento, validação e aplicação da microbiologia preditiva têm sido extensivamente revisados na última década. A microbiologia preditiva combina elementos da microbiologia, matemática e estatística, e associada à informações históricas do meio ambiente durante o processamento, distribuição e estocagem, fornece mais precisão sobre a segurança microbiológica e qualidade dos alimentos. O objetivo deste trabalho foi ajustar e validar um modelo matemático para descrever o comportamento da variação do número de bactérias mesófilas e láticas, em salsichas armazenadas sob refrigeração (4ºC e 8°C) e em condições de abuso de temperatura de estocagem (12ºC, 16ºC e 20ºC). Amostras de salsichas de diferentes lotes, provenientes de uma grande indústria de alimentos foram estocadas nessas temperaturas, retirando-se amostras em diferentes intervalos de tempo. As amostras foram então submetidas a análise microbiológica de contagem total de bactérias mesófilas e bactérias láticas. A partir dos resultados dessas análises foi ajustado o modelo de Gompertz modificado, utilizando o método de Gauss-Newton de regressão não linear. As equações ajustadas para bactérias mesófilas e láticas, respectivamente, foram: (Ver arquivo PDF). |
id |
USP_dc115290daad7a77606b8bc8991a1aa8 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-27092021-114119 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichasAplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichasFood microbiologyMicrobiologia de alimentosO desenvolvimento, validação e aplicação da microbiologia preditiva têm sido extensivamente revisados na última década. A microbiologia preditiva combina elementos da microbiologia, matemática e estatística, e associada à informações históricas do meio ambiente durante o processamento, distribuição e estocagem, fornece mais precisão sobre a segurança microbiológica e qualidade dos alimentos. O objetivo deste trabalho foi ajustar e validar um modelo matemático para descrever o comportamento da variação do número de bactérias mesófilas e láticas, em salsichas armazenadas sob refrigeração (4ºC e 8°C) e em condições de abuso de temperatura de estocagem (12ºC, 16ºC e 20ºC). Amostras de salsichas de diferentes lotes, provenientes de uma grande indústria de alimentos foram estocadas nessas temperaturas, retirando-se amostras em diferentes intervalos de tempo. As amostras foram então submetidas a análise microbiológica de contagem total de bactérias mesófilas e bactérias láticas. A partir dos resultados dessas análises foi ajustado o modelo de Gompertz modificado, utilizando o método de Gauss-Newton de regressão não linear. As equações ajustadas para bactérias mesófilas e láticas, respectivamente, foram: (Ver arquivo PDF).The development, validation and application of the predictive microbiology have been extensive reviewed in the last decade. Predictive microbiology combine microbiology, mathematics and statistics elements, that associated with historical infonnations related to the environment during the process, distribution and storage, provide more precision about food microbioly safety and quality. The goal of this work was to fit and validate a mathematical model to describe the variation behavior of mesophiles and lactic acid bacterias number, present in sausages stored at refrigerated temperatures (4ºC and 8ºC) and at condition of abuse temperatures (12ºC, 16°C and 20ºC). Samples of different lots of sausage, from a large food industry, were stored at those temperatures, and sampled at different periods of storage. Then samples were analysed to detennine the number of mesophiles and lactic acid bacterias. The Gompertz modified equation was fit based on the results of the analyses, applying the Gauss-Newton method of non linear regression. The equations adjusted for mesophiles and lactic acid bacterias were the following: (See PDF file).Biblioteca Digitais de Teses e Dissertações da USPAndre, Carmen Diva SaldivaFranco, Bernadette Dora Gombossy de MeloNakashima, Suely Mitiko Kamei2001-10-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/9/9131/tde-27092021-114119/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-09-27T14:49:02Zoai:teses.usp.br:tde-27092021-114119Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-09-27T14:49:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas |
title |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas |
spellingShingle |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas Nakashima, Suely Mitiko Kamei Food microbiology Microbiologia de alimentos |
title_short |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas |
title_full |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas |
title_fullStr |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas |
title_full_unstemmed |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas |
title_sort |
Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas |
author |
Nakashima, Suely Mitiko Kamei |
author_facet |
Nakashima, Suely Mitiko Kamei |
author_role |
author |
dc.contributor.none.fl_str_mv |
Andre, Carmen Diva Saldiva Franco, Bernadette Dora Gombossy de Melo |
dc.contributor.author.fl_str_mv |
Nakashima, Suely Mitiko Kamei |
dc.subject.por.fl_str_mv |
Food microbiology Microbiologia de alimentos |
topic |
Food microbiology Microbiologia de alimentos |
description |
O desenvolvimento, validação e aplicação da microbiologia preditiva têm sido extensivamente revisados na última década. A microbiologia preditiva combina elementos da microbiologia, matemática e estatística, e associada à informações históricas do meio ambiente durante o processamento, distribuição e estocagem, fornece mais precisão sobre a segurança microbiológica e qualidade dos alimentos. O objetivo deste trabalho foi ajustar e validar um modelo matemático para descrever o comportamento da variação do número de bactérias mesófilas e láticas, em salsichas armazenadas sob refrigeração (4ºC e 8°C) e em condições de abuso de temperatura de estocagem (12ºC, 16ºC e 20ºC). Amostras de salsichas de diferentes lotes, provenientes de uma grande indústria de alimentos foram estocadas nessas temperaturas, retirando-se amostras em diferentes intervalos de tempo. As amostras foram então submetidas a análise microbiológica de contagem total de bactérias mesófilas e bactérias láticas. A partir dos resultados dessas análises foi ajustado o modelo de Gompertz modificado, utilizando o método de Gauss-Newton de regressão não linear. As equações ajustadas para bactérias mesófilas e láticas, respectivamente, foram: (Ver arquivo PDF). |
publishDate |
2001 |
dc.date.none.fl_str_mv |
2001-10-29 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/9/9131/tde-27092021-114119/ |
url |
https://www.teses.usp.br/teses/disponiveis/9/9131/tde-27092021-114119/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809091133236576256 |