Aplicação da microbiologia preditiva para modelar o crescimento de bactérias mesófilas e láticas em salsichas

Detalhes bibliográficos
Autor(a) principal: Nakashima, Suely Mitiko Kamei
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

Registros relacionados