Articulo Evaluacion de Carnes Okokokok

8/6/2019 Articulo Evaluacion de Carnes Okokokok

1/13

227

Rev Colomb Cienc Pecu 2010; 23:227-239

Snchez IC et al. Anlisis sensorial en carne

Selecciones

CCP

Revista Colombiana de

Ciencias Pecuariashttp://rccp.udea.edu.co

Para citar este artculo: Snchez IC, Albarracn W. Anlisis sensorial en carne. Rev Colomb Cienc Pecu 2010; 227-239.

* Autor para correspondencia: Ivn C Snchez. Facultad de Ciencias Agropecuarias, Universidad Nacional de Colombia, Sede Medelln. Tel (051) 3165000extensin 19226. Correo electrnico: [email protected].

Anlisis sensorial en carne

Sensory analysis of meat

Anlise sensorial da carne

Ivn C Snchez 1,3, IQ, Sp, Est MSc; William Albarracn 2,3, IQ, MSc, PhD

1 Facultad de Ciencias Agropecuarias, Universidad Nacional de Colombia, Medelln, Colombia.2 Instituto de Ciencia y Tecnologa de Alimentos (ICTA). Universidad Nacional de Colombia, Bogot, Colombia.

3 Grupo de investigacin Aseguramiento de la calidad de Alimentos y desarrollo de nuevos productos, Instituto de Ciencia yTecnologa de Alimentos.

(Recibido: 23 septiembre, 2009; aceptado: 20 abril, 2010)

Resumen

La seleccin de un mtodo de anlisis sensorial es una funcin de las caractersticas del producto,

siendo los propsitos establecer un criterio objetivo en atributos de color, olor, sabor y palatabilidad ydiferenciar con parmetros normalizados. Una seleccin rigurosa de los evaluadores esta sujeta a pruebasespecificas y diseo experimental, siendo los panelistas, sujetos objetivos y argumentativos capaces deinterpretar y discriminar una sensacin en un lenguaje coherente. Estas interpretaciones pueden marcar una nueva normalizacin que permita, por medio de medidas instrumentales, obtener una valoracinms inmediata y con menor porcentaje de error, soportado por mtodos estadsticos secuenciales de fcil entendimiento y manejo.

Palabras clave: anlisis sensorial, carne, catadores, entrenamiento de panel, panel sensorial.

Summary

The selection of a sensory analysis method is a function of the specific characteristics of the product under test, and its purpose is to establish objective attributes of colour, odor, flavor, palatability, and alsoto differentiate them with standard parameters. A rigorous selection of the panelists should be considered,and the obtained results should set new standards that allow an immediate assessment with lower error,supported by sequential statistical methods.

Key words: meat, panel taste, sensory analysis, tasters, training panel.


2/13

228



Resumo

Os mtodos sensoriais procuram analisar as caractersticas do produto, com o propsito de estabelecer um critrio objetivo em atributos de cor, olor e palatabilidade e diferenciar os parmetros normalizados.Uma seleo rigorosa dos avaliadores est sujeita a testes especficos e a um desenho experimental, sendoos panelistas, pessoas objetivas e argumentativas capazes de interpretar e discriminar uma sensao em

uma linguajem coerente. Estas interpretaes podem marcar uma nova normalizao que permita, por meio de mensuraes instrumentais, obter uma valorao mais imediata e com menor percentagem deerro, suportado por mtodos estatsticos seqenciais de fcil entendimento e manejo.

Palavras chave: analises sensorial, carne, catadores, painel sensorial.

Introduccin

Segn el Informe de la cadena de la industria bovina, en Colombia el consumo aparente parael 2003 fue de 0.734 millones de toneladas(Agrocadenas, 2005) contrastado al consumoen Latinoamrica de 103 millones de toneladas(FAO, 2005) el cual muestra un consumo pocorepresentativo, mientras el consumo de carne de

pollo en Colombia corresponde a 0.678 millones detoneladas (Agrocadenas, 2005); comparado con elao de 2005, el consumo de carne de pollo superael consumo de carne de bovino en cerca de 0.05millones de toneladas.

Para entender el comportamiento de la predileccin de los consumidores por carnede una especie, es necesario entender susnecesidades y restricciones, cambios en el

poder adquisitivo, altos precios de los productosfrescos o procesados y el contenido de grasa enestos mismos (Resurreccion, 2003; Armstrongy McIlveen, 2000). Estudios sectorizados delconsumo, son evaluados con base en regionesdelimitadas, pretendiendo entender la predileccin

por una especie especi ca, pero metodologasno relevantes como la preparacin de las

muestras y desarrollo del vocabulario son razn para encontrar cambios en la aceptacin en unanlisis por regiones (Saudo et al ., 2007). Conla implementacin de sistemas de inspeccin yaseguramiento de la inocuidad de la produccinde alimentos en Colombia, se pretende que los

productores se vean abocados a implementar sistemas de calidad en alimentos estableciendo

parmetros de control espec cos a su produccin.

Para obtener una metodologa generalizada,las aplicaciones actuales de mtodos sensorialesestn encaminadas a establecer correlacionescon parmetros instrumentales (Onega, 2003),as varios estudios buscan la objetividad delos panelistas correspondientes con medidasinstrumentales (Raes et al. , 2003; Swatland et al. ,1995; Peachey et al. , 2002); el principal problemaconsiste en la falta de homogeneidad en losatributos y descriptores de la sensaciones en los

panelistas as como establecer que atributo es el principal en una catacin. Para varios autores, la jugosidad es el atributo de mayor aceptacin (VanOeckel et al ., 1999; Poste et al. , 1993), el cual secontrarresta con una descripcin general de avor (Calkins y Hodgen, 2007).

El objetivo de la presente revisin es la denicinde las bases y los procedimientos para la realizacinde estudios de anlisis sensorial en carne y productoscrnicos, as como explorar las variables que setienen con respecto al tratamiento de los datos y la

bsqueda de objetividad evidenciada por resultadosinstrumentales.

Pruebas afectivas y analticas

En general las pruebas sensoriales se puedendistinguir 2 grupos principales: Pruebas afectivas yanalticas. Las pruebas afectivas se dividen en testde aceptacin o preferencia y el test hednico deescalas relativas. Las pruebas analticas a su vez sedividen en pruebas discriminatorias y descriptivas(Figura 1).


3/13

229



Figura 1. Diagrama general de pruebas sensoriales.

basa en gustos. Para esta evaluacin se usan frasessencillas y lgicas que cualquier consumidor puedaidenti car (Noble et al., 1997; Owens, 2002) sinformular preguntas determinadas sobre intensidadessabores, tamaos y olores; deben ser enfocadas endecisin de compra y aceptacin general (Muoz,1998).

Para elaborar las pruebas sensoriales se realizandocumentos que cada panelista debe responder deuna forma clara y precisa que no genere dudas einterpretaciones personales, cada panelista se debelimitar a contestar cada pregunta que se le haga. Lacombinacin de pruebas afectivas y descriptivastiene como nalidad entender a travs de laaceptacin o preferencias de consumidor (afectivas),que cualidades se deben mejorar, mantener (descriptivas) o formular en el desarrollo de nuevos

productos (Muoz, 1998).

En la de nicin de la escala se establecen lascaractersticas generales que identi can al producto,denominadas descriptores. Para de nirlos, ellder del panel de catacin debe ser objetivo yusar diferenciaciones amplias en cuanto al uso determinologa y palabras exactas (Muoz, 1998). Enmuchos casos el uso de lenguaje y palabras usadasen la regin donde se realiza la cata son mejoresdescriptores que lenguajes complicados o tcnicos(Nindjin et al. , 2007).

Como consecuencia del uso de escalasestructuradas y equidistantes, se usan escalasnormalizadas que consisten en comparar patronesen una secuencia lgica, con la muestra a analizar.Estas escalas se bene cian en el empleo de pocasmuestras de cata y menos catadores entrenados,aunque se puede caer en errores de fatiga (Cartie et al. , 2006).

Las pruebas analticas pretenden describir y diferenciar los productos. Las pruebasdiscriminatorias se establecen con la nalidadde distinguir diferencias en grupos de muestrasen panelistas con un grado de entrenamiento.Las tcnicas ms usadas corresponden a duo-trio y prueba triangular: la prueba duo-trio se

presenta como seleccin entre 2 muestras (A y B)estableciendo semejanza o diferencia de un patrn(R) conocido. En la prueba triangular, el panelistadebe identi car entre 3 muestras (A, B, R), cualesson iguales y cual diferente (Stone y Sidel, 1993;Siegfried et al. , 2006).

Las pruebas descriptivas se establecen con lanalidad de encontrar descriptores que tengan un

mximo de informacin sobre las caractersticassensoriales del producto, usando panelistas conmayor entrenamiento que en los empleados en

pruebas discriminatorias, los cuales evalan su percepcin con valores cuantitativos proporcionalesa una intensidad. Se pueden de nir con escalasestructuradas y equidistantes, donde el panelistaa travs de estas valora su percepcin asignado unatributo particular con una intensidad determinada.Cada punto de esta escala estara determinado por un descriptor de la cualidad evaluada, relacionandoen extremos su aprobacin o rechazo de niendo el

porque de su decisin. El nmero de descriptoresen la escala puede variar de 10 a 20 para cadacualidad. Se pueden usar los mismos descriptores endiferentes caractersticas (Nalan, 2002).

Las pruebas afectivas pretenden evaluar elgrado de aceptacin y preferencia de un productodeterminado empleando el criterio subjetivo de loscatadores. En la mayora de los casos, los catadorescorresponden a consumidores no entrenados en ladescripcin de preferencias, donde su evaluacin se


4/13

230



Adicionalmente se pueden presentar escalaslibres, donde el panelista usando descripcionessubjetivas identi ca en una lnea continuasu evaluacin sin parmetros de referenciadiferentes a los extremos (Westada et al., 2003).

La aplicacin de estas escalas correspondera afactores de anlisis y diferencias estadsticas; esrecomendable usar escalas equidistantes pues sucuanti cacin es ms sencilla, pero en descriptoresconfusos, se puede caer en errores de valoracincuanto las diferencias son mnimas en losdescriptores (Westada et al., 2003).

Existen otros mtodos de anlisis descriptivo:mtodo del per l del avor (Cairncross ySjostrom, 1950), mtodo de per l de textura(Brandt et al., 1963), anlisis cuantitativodescriptivo (Stone et al., 1974), per l de libreeleccin (Langron, 1983; Thompson y MacFie,1983); la combinacin de estos mtodos en unogeneralizado permite usar las distintas escalassegn la caracterstica a analizar (Anon, 1999;Murray et al., 2001). Estas pruebas descriptivasdeben preguntar por atributos ms amplios quesimplemente ternura y jugosidad en carnes, esrecomendable ampliar el rango de accin delcatador para generar un juicio ms objetivo yacertado, el cual puede dar un indicio del laaceptacin del consumidor siempre y cuando sehaya establecido una correlacin previa entre

pruebas afectivas y descriptivas (Samuel et al., 2008).

Entrenamiento y seleccin de panelessensoriales

El propsito de usar indiscriminadamentecualquier tipo de panel consiste en el contextode evaluar preferencias o caractersticas de un

producto usando el carcter subjetivo de losconsumidores y el carcter objetivo que puede

brindar un panelista entrenado.

Los consumidores no cuentan con unentrenamiento en atributos o cualidades

sensoriales que pueda brindar una mayor informacin, por lo cual se recurre a los panelesentrenados, los cuales necesitan una preparacin

previa para generar un veredicto objetivo.Se ha evaluado la pertinencia de usar escalas

hednicas en pruebas de consumidores, loscuales pueden dar una evaluacin semejante ala que puede brindar un panel entrenado, pero elfactor entrenamiento lleva a distinguir con mayor

precisin diferencias que afectan un producto(Brouvold, 1970; Ishii et al. , 2007).

El per l que debe presentar los catadores debeser muy limitado donde los gustos, la expectativay la objetividad son los factores psicolgicos msimportantes para convertirse en un catador y hacer

parte de un panel sensorial (Lund et al., 2009).Es as que cuando se presenta una predileccin

por un producto determinado el entrenamiento se puede reducir siendo el catador quien agiliza este proceso. Parmetros como la experiencia y laexposicin a las muestras de nitivamente afectanel rendimiento de la evaluacin, mientras que laedad de los catadores no afecta su rendimiento(Bitnes et al., 2007).

Se espera que cada catador a medida queavance su entrenamiento (Figura 2), puedadisminuir sus errores y el uso de replicas en elmomento de la evaluacin para tener un valor certero. Este entrenamiento implica mnimo 1 horadiaria por 30 das en los atributos a analizar; envarios casos no es satisfactorio el entrenamiento

para la totalidad de los atributos, pero se puedegenerar un vocabulario espec co sobre lassensaciones adquiridas (Kreutzmann et al., 2007).La memoria sensorial que presente el catador y lainuencia de los medios afectarn su rendimiento,lo cual hace necesario un constante entrenamiento

y eliminar los distractores que se presenten almomento de su evaluacin tales como sonidos,fuentes de iluminacin baja y contar con cubculosespecializados para la cata de alimentos (Shapiro ySpence, 2002).


5/13


6/13

232



problemas de evaluacin de tendencia central de lasensacin, cali cacin benvola hacia los valoresmximos y el uso de una memoria sensorial de undescriptor falso (Muoz y Civille, 1998; Nevison yMuir, 2002).

Cada descriptor debe ser espec co y clarorespecto a la sensacin y su intensidad. Para cadaatributo (color, olor, sabor, etc.) sus descriptoresdeben ser relevantes al producto, discriminar claramente las muestras y no redundantes, siendolas habilidades discriminativas ms efectivas y unvocabulario amplio y contundente (Byrne et al. ,1999a; Urdapilleta, et al. ,1999); una correlacinlingstica y numrica puede presentar confusionesrespecto a la intensidad de la sensacin, por ejemplo

una cali cacin alta (8 = muy dulce), no implicauna menor (3 = dulce); as mismo es necesarioevitar los sinminos en el uso de los descriptores,

para esto es til emplear escalas normalizadasy marcos de referencia de comparacin de los

atributos en diferentes productos comerciales yde espectro amplio de entendimiento y medicin(Byrne et al. , 2001; Muoz y Civille, 1998).

Se han desarrollado vocabularios especializados para carnes cocinadas de pollo, cerdo y res siendo losatributos empleados el color, olor, avor, sabor y sabor residual. Cada uno de estos atributos tiene en comndescriptores de sensaciones de alimentos diferentes alos productos crnicos como linaza, aceites y semillascomo se puede apreciar en la tabla 1.

Tabla 1. Vocabulario especifico segn el atributo y especie.

Carne olor Flavor Sabor Sabor residual

Generalcartn; linaza; sulfuro-so; carne fresca; gra-soso; pasto; nueces.

carne cocinada; carnefresca; pescado,

rncido

umami; metlico;amargo; dulce; sala-

do; cidoastringente (Sullivan

et al. , 2002)

Pollocartn; linaza; sulfu-roso; tostado; carne

cocinada

carne cocinada; rnci-do; aceitoso; apana-do; tostado; nueces.

umami; metlico;amargo; dulce; sala-

do; cidoastringente (Byrne

et al.,1999a)

res

caramelo; linaza; sul-foroso; carne fresca;tostado; carne coci-

nada

carne cocinada; meta-lico; sabor a carne de

pollo; lactico (yogurt)rancido; aceitoso;apanado; tostado

umami; meta-

lico; amargo;dulce;salado; cido

lactico (yo-

gurt);metalico

(Byrne et al.,2001).

Cerdo carton; linaza; sulforo-so; carne fresca.

carne cocinada; pesca-do, rancido; aceitoso;

apanado; nueces.

umami; meta-lico; amargo;

dulce;salado; cido.astringente (Byrne

et al.,1999b).

Debido a cambios dinmicos en el vocabulariosensorial, adicional a los atributos mencionados,la palatabilidad y el esfuerzo al morder (Ruizet al. , 2005), se constituyen en los factores de

diferenciacin en la preparacin de las muestrasde carne (Byrne, et al., 1999a; Byrne et al., 2001;Davidson y Sun, 1998) siendo sus descriptoresdura y blanda. El esfuerzo al morder permiteadicionalmente la diferenciacin de carnes respectoa su especie (Sen et al., 2004). La ternura, rmeza,dureza, cohesividad, jugosidad y masticabilidad seconstituyen en atributos de la palatabilidad siendosus descriptores niveles de resistencia en escala deintensidad (Hofmann, 1993; Peachey et al., 2002).

Preparacin de muestras de carne y productoscrnicos para anlisis sensorial

Los mtodos de preparacin de las muestras para anlisis sensorial son funcin de variablesde temperatura de coccin, tiempo y sistema deempaque que marcan las diferencias signi cativasy alta variabilidad en la preparacin de las muestrasde la catacin (Peachey et al. , 2002).

En general las muestras se obtienen de carne previamente congelada para el anlisis, siguiendo un protocolo de descongelamiento, corte de msculo,coccin, atemperado, almacenado y presentacinhacia los catadores (AMSA, 1995).


7/13

233



El almacenaje de las muestras es funcin de ladisponibilidad de los catadores y la programacinde la catacin ( Wheeler , et al., en prensa; AMSA,1995). Es recomendable mantener las muestras atemperaturas inferiores a los -20 C por periodos

variables entre 1 a 7 das antes de la coccin(Rdbotten et al., 2004).

Para muestras de carne de bovino y porcino,las muestras previamente congeladas a unatemperatura inferior a los -20 C, tiene un procesode descongelacin lento por un periodo de 24 a48 h hasta tener una temperatura interna entre 0 y3 C. Los fragmentos o msculos seleccionadosson cortados en letes de espesor aproximado a2.54 cm. Cada lete independiente del sistema decoccin (parrilla o inmersin) es cocinado hastaobtener una temperatura interna de 71 C por 5.5minutos. El reporte de la temperatura nal decoccin se realiza a los 2 minutos posteriores alretirar la muestra de carne de su sistema de coccin(Wheeler et al. , en prensa; AMSA, 1995). Es dedestacar que el muestreo de la temperatura se realizaen el centro geomtrico de las partes empleadas.

Existen variaciones respecto a las temperaturasde descongelacin, pero su intervalo oscila entre0 y 5 C (Wheeler et al., en prensa; Fontet al., 2006; Rdbottenet al., 2004;Pittroff et al. , 2006);igualmente las temperaturas internas de coccintienen un intervalo entre 60 y 75 C (Peacheyet al. ,2002; Fontet al., 2006; Jeremiah y Phillips, 2000;McKenna et al. , 2003). Para muestras de carnede aves, su temperatura interna es superior a esteintervalo, debido al riesgo de no eliminar patgenostermoresistentes; su temperatura de coccin oscilaentre los 75 y 100 C (Rdbottenet al., 2004;Brannan, 2009).

El sistema de coccin constituye el suministrode calor que requiere la muestra para obtener latemperatura interna requerida. En sistemas de

parrilla, la coccin se realiza por transferencia decalor va indirecta, siendo el aire caliente el uidocalefactor, el cual presenta temperaturas entre los160 y 220 C (Font et al., 2006; Hoffman et al., 2007; Hoffman et al., 2008; Byrne et al. , 2002). Ensistemas de inmersin, la muestra es sumergida enel uido calefactor asegurando un suministro de

calor homogneo, siendo el intercambio de materiasu restriccin; en este sistema es necesario emplear muestras empacadas al vaco en bolsas impermeablesy termoresistentes (Jeremiah y Phillips, 2000;Rdbotten et al., 2004; Brannan, 2009).

Para asegurar una distribucin de la temperaturahomognea, se realizan precalentamientosescalonados de las muestras a temperaturas de 35 a40 C por periodos de 5 a 10 minutos en el centrotrmico de la muestra (Wheeler et al., en prensa;Jeremiah y Phillips, 2000; McKennaet al. , 2003)y posteriormente un nuevo calentamiento hastaalcanzar los 60 o 75 C establecidos.

En la presentacin de las muestras a loscatadores, es necesario retirar la grasa de coberturade la muestra y el tejido conectivo, cuando estas partes no son el objetivo del estudio. Estas muestrasson recubiertas por papel aluminio y mantenidasa una temperatura constante de almacenamiento,donde varia segn las condiciones del experimentode 15 a 20 C (Fontet al. , 2006; Hoffmanet al., 2007; Hoffmanet al., 2008). Los cortes de presentacin tienen una variacin de geometra,constituyndose 1cm2 la base de presentacin por una longitud entre 1 y 3 cm (AMSA, 1995; Peachey et al., 2002; Fontet al., 2006;Pittroff et al. , 2006;Hoffmanet al. , 2008); se puede presentar tambinformas irregulares pero con pesos previamenteestablecidos en 20g (Brannan, 2009).

El tiempo de presentacin corresponde de 5a 10 minutos posteriores a un atemperado de lasmuestras. Se emplean como agentes limpiadores delsabor, sorbos de agua y galletas sin sal (Peacheyet al. , 2002).

Mtodos estadsticosLos mtodos estadsticos del anlisis sensorial

se distinguen en diseo experimental y modelosde interpretacin de datos, siendo estos ltimosfuncin de los parmetros en la respuesta (Forde et al. , 2007). A partir de un anlisis exploratoriode los datos recogidos en el diseo de las pruebas y propiedades sensoriales conocidasla discriminacin del modelo de interpretacin


8/13

234



se divide en el tipo de variable de respuestadependiente o independiente.

Los modelos empleados en variables derespuesta independientes continuas se distribuyen

empleando mtodos de anlisis de regresiones, pruebas de hiptesis, anlisis de varianza ycovarianza; variables dependientes categricas sedistribuyen empleando anlisis segn su estructura,replicacin o anlisis multivariado.

Al emplear variables dependientes el nivelde discriminacin se determina por nmero devariables de respuesta de los datos, en el casoque sea una variable nal, segn la forma de ladistribucin (normal o censurados) se emplean losanlisis de varianza, diseo de bloques y anlisisde tiempo de falla; caso contrario donde la variablede respuesta sea mayor o igual a 2, el anlisismultivariado de varianza se constituye en lametodologa de anlisis.

El anlisis exploratorio de variables, marca unindicio de que modelo de anlisis se puede usar,discriminando el tipo de distribucin y parmetrosde varianza. Puede proporcionar resultados simplesy sencillos pero no permite un grado de certeza ycorrelacin con otras variables (Probola y Zander,2007).

Modelos lineales y distribuciones f y t seemplean para establecer el grado de signi cancia yerrores mnimos de correlaciones que puedan existir entre los atributos y las evaluaciones dadas por loscatadores (Brockhoff, 2001). El modelo de rbolaleatorio es una nueva tcnica para una descripcin

predictiva. Existe una compatibilidad entreregresiones lineales con el cual se tienen en cuentaerrores muy pequeos en la prediccin, dando

importancia a cada atributo presentado (Granitto et al. , 2007) .

Es importante distinguir el tipo de error en losmodelos lineales y pruebas de distribuciones; enel caso de anlisis sensorial, una reduccin de loserrores tipo I corresponderan a una aproximacinde sistema ANOVA de una va tendiendo mscerteza de la hiptesis a aprobar (Brockhoff, 2001),

pero el efecto de la aleatoriedad de las muestras

tiene un grado de signi cancia en el anlisis ANOVA , siendo difcil la compatibilidad con losmodelos de distribucin (t o f) (Kunert, 2000) .

Dada complejidad en las matrices de anlisis en

carnes donde los factores de anlisis se constituyende una matriz de evaluadores, muestras y atributos,es muy elevada, siendo necesario disminuir lasvariables de respuesta a componentes principalesque sean capaces de identi car cuales son msrepresentativas de las dems. PCA , regresin demnimos cuadrados y regresin de principalescomponentes son los ms usados con estas matrices(Noes et al., 1996). Al emplear modelos dedistribucin t o f en el anlisis de las variables deatributos se pueden eliminar muestras o datos segnel grado de signi cancia empleado; estos datoseliminados pueden ser signi cativos en los modelosmultivariables (Kubberd et al., 2002). El diseomultivariable es ms e caz pues puede agrupar msresultados que proporcionan evaluadores (Forde et al. , 2007); un factor adicional de usar modelosmultivariables consiste en la simplicidad de lasregresiones pues corresponden a sistemas lineales(Noes et al. , 1996).

El anlisis por componentes principales (PCA) procura disminuir ese nmero de variables, dandola posibilidad de realizar anlisis de tendenciase intervalos de con anza donde las variables demayor signi cancia corresponden a la respuesta dealgunas de menor peso (Carrasco y Siebert,1999;Probola y, Zander, 2007). El modelo de PCA requiere que las variables de entrada correspondan aun grado de signi cancia elevado siendo el p-vale muy bajo. Por medio de un anlisis de varianza

ANOVA de una o 2 vas, se puede identi car elgrado de signi cancia de cada variable; el siguiente

paso corresponde al PCA de agrupar y reducir el

nmero de variables, en este caso atributos, quesean representativos de las muestras del anlisis(Ellekjaer et al. , 1996; Kutia et al. , 2004; Probola y,Zander, 2007).

Para proporcionar el grado de signi canciaen los modelos ANOVA y obtener regresiones demnimos cuadros, es necesario validar las varianzasde los factores de anlisis (Byrne et al., 2002) ,

Jack Knife provee una buena aproximacin pero


9/13

235



es dependiente de la aleatoriedad de los ensayos; para eliminar esta nueva variable, el modelo TOBIL proporciona una buena validacin sin violar losniveles nominales las variables que emplea ANOVA(Galiano y Kunert, 2006; Martens y Martens, 2000).

Es necesario establecer el orden de anlisiscuando se usa el modelo PCA Y ANOVA simultneamente. Se recomienda usar inicialmenteel modelo ANOVA evaluando la signicancia y posteriormente el modelo PCA (Arvanitoyanniset al. , 2000; Luciano y Tormod, 2009). En estudiosdonde se involucrar la variable tiempo, serecomienda emplear mtodos especializados entemporalidad posterior a aplicar el modelo PCA(Parisi,et al. , 2002).

Se presenta la lgica difusa como metodologade estimacin de las propiedades sensoriales; estemtodo permite convertir las respuestas categricasen modelos continuos de fcil regresin (Lannouaet al. , 2002).

Correlaciones de anlisis sensorial

Las correlaciones de anlisis sensorial sedistinguen en identicar parmetros de calidad por medio de medidas instrumentales y relacionesentre atributos. La ltima tendencia de estudiosde anlisis sensorial est encaminada a establecer la existencia de signicancia y efectividad de lasmedidas instrumentales y atributos sensorialesde los productos crnicos. Un anlisis sensorial pobremente implementado afecta directamente el juicio de los panelistas y por ende la correlacincon la medida instrumental; el anlisis sensorialesta afectado por la subjetividad del panelista, elcual marca la diferencia con el anlisis instrumentalrespecto a su interpretacin y aplicacin siendo

necesario aplicar ambos tipos de anlisis comomedidas de calidad en los alimentos.

Variaciones pequeas en la composicin pueden presentar interferencias para obtener una correlacinlineal con los descriptores, pero se puede tener una visin global de la seleccin como parmetrosde control de calidad (Jiaet al. , 2008), su anlisises bastante complejo dependiendo del nmero deatributos a medir; es recomendable correlacionar

un parmetro por medida instrumental (Lassouedaet al., 2008). Se presenta la relacin de medidasinstrumentales con atributos sensoriales:

El atributo de olor es correlacionado con grupos

de aromticos identicados por medio de una narizelectrnica que emplea celdas de deteccin a partirde sustancias obtenidas en un espacio de cabeza; eneste punto los compuestos aromticos de la grasaanimal corresponden a una huella del tipo deanimal, este anlisis instrumental es muy limitadodebido al gran nmero de descriptores que se pueden emplear al realizar el anlisis sensorial con panelistas (Hansen,et al. , 2005).

Descriptores de palatabilidad son correlacionadoscon medidas instrumentales tomados por lasmetodologas de ciclos de compresin y el mtodode cizalla deWarner-Bratzler , siendo la preparacinde las muestras y la forma de presentacinindicadores de una buena correlacin, por ejemploel sentido de las bras en las muestras (Posteet al. ,1993);Warner-Bratzler proporciona un intervalo deconanza del 99% respecto al parmetro de durezay la posibilidad de obtener correlaciones cannicascon solo 3 puntos de comparacin (Van Oeckel et al. , 1999; Peacheyet al. , 2002; Combeset al. ,2008); una aproximacin a establecer si la carne seencuentra dura o blanda es por fuera del intervalo de52.68 y 42.87 N (Destefaniset al. , 2008).

En una metodologa de ciclos de compresin, lasmedidas instrumentales presentan una aceptacininferior a la que presentara un panel de catacin(Peacheyet al. , 2002). La ternura y la dureza estnrelacionados con la presencia de tejido conectivoy la presencia de cenizas (Vlkovet al. , 2007); estos dos parmetros a su vez estn inversamentecorrelacionados (Hansenet al. , 2004). Adicional

a los parmetros de ciclos de compresin lauorescencia del tejido conectivo del msculo proporcionara una medida de la intensidad de ladureza y ternura (Swatlandet al. , 1995).

El color es correlacionado con coordenadasde intensidad L, rojo-verdea* , amarillo-azulb*;donde la luminosidad y el color rojo tienen mayor aceptacin, constituyendo una medida directa yeciente de la aceptacin comercial de la carne


10/13

236



fresca (Vlkov et al. , 2007); comparativos conimgenes digitales muestran mayor aceptacinvisual que con muestras de carne, resaltando laintensidad lumnica L (OSullivana et al. , 2003).

El avor se relaciona con los parmetros dedureza y as mismo con las medidas instrumentalesde un texturmetro (Spanier et al. , 1997), perosegn el entrenamiento o las pruebas descriptivas la

preparacin de las muestras constituyen el factor demayor anlisis (Otremba et al. , 2000).

Se presenta la espectroscopia de reectancia deinfrarrojo cercano como un mtodo inmediato deevaluacin de parmetros como composicin, pH,color y sensorial; se encuentra en desarrollo como

por medio de la composicin se puede correlacionar con los descriptores de palatabilidad, el mayor inconveniente corresponde a la preparacin de lasmuestras pues la espectroscopia se realiza en carnecruda (Prieto et al. , 2009).

Conclusin

Los sistemas de calidad en auge en las plantas dealimentos dadas por la normatividad, conllevan adesarrollar metodologas de inspeccin y calidad de

sus productos nales. Se presenta el anlisis sensorialcomo una herramienta prctica y satisfactoria paraobtener una medida objetiva a partir de apreciacionesdadas por personal entrenado. Por medio de 2 tiposde pruebas afectivas y analticas, panelistas o juradosde una sensacin que describe un atributo requierenuna seleccin exhaustiva de entrenamiento especcoy capaces de desarrollar un lenguaje propio y defcil entendimiento. Protocolos de preparacin demuestras, vocabulario especco y metodologa deanlisis marcan la diferencia de seleccin, objetividady repeticin de las pruebas sensoriales haciendodifcil la comparacin de carne. Por su carcter complejo el anlisis sensorial en carnes se debedescribir ntegramente y secuencial con parmetrosmuy denidos de preparacin y seleccin.

Referencias

Agrocadenas. La Industria de Carnes Frescas en Colombia: res,cerdo y pollo. Ministerio de agricultura 2005; [15/05/2009] URL:http://webiica. iica.ac.cr/colombia/iica/anexos/Agroindustria%20Observatorio/agroindustria_carnes%20(original).doc

AMSA. Research guidelines for cookery, sensory evaluationand instrumental tenderness measurements of fresh meat.American Meat Science Association 1995.

Anon. Taste buds still in control. Food Engineering mag 1999;71: 14.

Armstrong GA and Mcllveen H. Effects of prolonged storage onthe sensory quality and consumer acceptance of sous vide meat-

based recipe dishes. Food Qual Pref 2000; 11:377-385.

Arvanitoyannis IS, Bloukas JG, Pappa I and Psomiadou E.Multivariate data analysis of Cavourmas a Greek cooked meat

product. Meat Sci 2000; 54:71-75.

Bitnes J, Martens H, Ueland O and Martens M. Longitudinalstudy of taste identication of sensory panellists: Effect of Ageing, Experience and Exposure. Food Qual Pref 2007;18:230-241.

Bitnes J, Ueland O, Muller PM and Martens M. Reliability of sensory assessors: issues of complexity. J Sens Stud 2009;24:25-40.

Brandt MA, Skinner EZ and Coleman JA. Texture prolemethod. J Food Sci 1963; 28:404-409.

Brannan RG. Effect of grape seed extract on descriptive sensoryanalysis of ground chicken during refrigerated storage. Meat Sci2009; 81:589-595.

Brockhoff PB. Sensory prole average data: combining mixedmodel ANOVA with measurement error methodology. FoodQual Pref 2001; 12:413-426.

Brouvold W. Laboratory panel estimation of consumer assessments of taste and avor. J Appl Psychol 1970; 54:326-330.

Byrne DV, Bredie W and Nartens M. Development of a sensoryvocabulary for warmed-over avor: Part II in chicken meat. JSens Stud 1999a; 14:67-78.

Byrne DV, Bak L, Bredie WLP, Bertelsen G and Martens M.Development of a sensory vocabulary for warmed-over avor:Part I. In porcine meat. J Sens Stud 1999b; 14:47-65.

Byrne DV, Sullivan MG, Dijksterhuis GB, Bredie WL andMartens M. Sensory panel consistency Turing development of a vocabulary for warmed-over avour. Food Qual pref 2001;12:171-187.

Byrne DV, Bredie WLP, Mottram DS and Martens M. Sensoryand chemical investigations on the effect of oven cooking onwarmed-over avour development in chicken meat. Meat Sci2002; 61:127-139.

Cairncross SE and Sjostrom LB. Flavour proles: a newapproach to avour problems. Food Technol 1950; 4:308-311.


11/13

237



Calkins CR and Hodgen JM. A fresh look at meat avor. MeatSci 2007; 77:63-80.

Carrasco A and Siebert KJ. Human visual perception of hazeand relationships with instrumental measurements of turbidity.Thresholds, magnitude estimation and sensory descriptiveanalysis of haze in model systems. Food Qual Pref 1999;

10:421-436.Cartie R, Rytz A, Lecomte A, Poblete F, Krystlik J, Belin E andMartin N. Sorting procedure as an alternative to quantitativedescriptive analysis to obtain a product sensory map. Food QualPref 2006; 17:562-571.

Combes S, Gonzlez I, Djean S, Baccini A, Jehl N, Juin H,Cauquil L, Gabinaud B, Lebas FO and Larzul C. Relationships between sensory and physicochemical measurements in meatof rabbit from three different breeding systems using canonicalcorrelation analysis. Meat Science 2008; 80:835-841.

Davidson VJ and Sun W. A linguistic method for sensoryassessment. J Sens Stud 1998; 13:15-330.

Destefanis G, Brugiapaglia A, Barge MT and Dal Molin E.Relationship between beef consumer tenderness perception andWarnerBratzler shear force. Meat Sci 2008; 78:153-156.

Ellekjaer MI, Ilsengb MA, Naesa T. A case study of the useof experimental design and multivariate analysis in productimprovement. Food Qual pref 1996; 1:29-36.

FAO food and agricultural organization of the United Nations. FAOSTAT Statistical databases; [15/06/2009] URL:http://faostat.fao.org/site/569/DesktopDefault.aspx?PageID=569#ancor.

Font MR, Guerrero L, Saudo C, Campo MM, Olleta JL,Oliver MA, Caeque V, lvarez I, Daz MT, Branscheid W,Wicke M, Nute GR and Montossi F. Acceptability of lamb meatfrom different producing systems and ageing time to German,Spanish and British consumers. Meat Sci 2006; 72:545-554.

Forde CG, Williams ER and ORiordan PJ. Use of multi-stratum design and analysis in a sensory trial. Food Qual Pref 2007; 18:614-618.

Galiano M and Kunert, J. Comparison of ANOVA with theTobit model for analysing sensory data. Food Qual Pref 2006;17:209-218.

Gallerani G, Gasperi F and Monetti A. Judge Selection for hardand semi-hard cheese sensory evaluation. Food Qual Pref 2000;11: 465-474.

Granitto PM, Gasperi F, Biasioli F, Trainotti E and FurlanelloC. Modern data mining tools in descriptive sensory analysis:A case study with a Random forest approach. Food Qual Pref 2007; 18:681-689.

Hansen S, Hansen T, Aaslyng MD and Byrne DV. Sensory andinstrumental analysis of longitudinal and transverse texturalvariation in pork longissimus dorsi. Meat Sci 2004; 68:611-629.

Hansen T, Petersen MA and Byrne DV. Sensory based qualitycontrol utilising an electronic nose and GC-MS analyses to

predict end-product quality from raw materials. Meat Sci 2005;69:621-634.

Hofmann K. Quality concepts for meat and meat products.Fleischwirtsch 1993; 73: 1014-1019.

Hoffman LC, Kroucamp M and Manley M. Meat qualitycharacteristics of springbok (Antidorcas marsupialis) 4: Sensorymeat evaluation as in uenced by age, gender and productionregion. Meat Sci 2007; 76:774-778.

Hoffman LC, Muller M, Cloete SWP and Brand M. Physicaland sensory meat quality of South African Black ostriches(Struthio camelus var. domesticus), Zimbabwean Blue ostriches(Struthio camelus australis) and their hybrid. Meat Sci 2008;79:365-374.

Ishii R, Kawaguchi H, Mahony MO and Rousseau B. Relatingconsumer and trained panels_ discriminative sensitivities usingvanilla avoured ice cream as a medium. Food Qual Pref 2007;18:89-96.

Jeremiah LE and Phillips DM. Evaluation of a probe for predicting beef tenderness. Meat Sci 2000; 55:493-502.Jia C, Kim JS, Huang W and Huang G. Sensory andinstrumental assessment of Chinese moon cake: In uences ofalmond our, maltitol syrup, fat, and gums. Food Res Int 2008;41:930-936.

Kreutzmann S, Thybo AK and Bredie W. Training of a sensory panel and proling of winter hardy and coloured carrotgenotypes. Food Qual Pref 2007; 18:482-489.

Kubberd E, Ueland O, Rdbotten M, Westad F and Risvik E.Gender specic preferences and attitudes towards meat. FoodQual Pref 2002; 13: 285294.

Kunert J. Workshop on the statistical analysis of sensory proling data: randomization/permutation/ANOVA. Food QualPref 2000; 11:141-143.

Kutia T, Hegyia A and Kemnyb S. Analysis of sensory data ofdifferent food products by ANOVA. Chemometr Intell Lab Syst2004; 72:253-257.

Labbe D, Rytz A and Hugi A. Training is a critical step to obtainreliable product proles in a real food industry context. FoodQual Pref 2004; 15:341-348.

Langron SP. The application of Procrustes statistics to sensory proling. Sensory quality in food and beverages: denition,measurement and control 1983:89-95.

Lannoua I, Perrota N, Hossenloppa J, Maurisb G and TrystamG. The fuzzy set theory: a helpful tool for the estimation of sensory properties of crusting sausage appearance by a singleexpert.Food Qual Pref 2002; 13:589-595.

Lassoueda N, Delaruea J, Launaya B and Michonm C. Baked product texture: Correlations between instrumental and sensorycharacterization using Flash Prole. J Cereal Sci 2008; 48:133-143.

Luciano G and Tormod N. Interpreting sensory data bycombining principal component analysis and analysis of variance. Food Qual Pref 2009; 20:167-175.


12/13

238



Lund C, Jones V and Spanitz S. Effects and in uences of motivation on trained panellists. Food Qual Pref 2009; 20:295-303.

Martens H and Martens M. Modi ed Jack-knife estimationof parameter uncertainty in bilinear modelling by partial leastsquares regression (PLSR). Food Qual Prefer 2000; 11:5-16.

McKenna DR, King DA and Savell JW. Comparison of clam-shell cookers and electric broilers and their effects on cookingtraits and repeatability of Warner-Bratzler shear force values.Meat Sci 2003:225-229.

McEwana J, Heinio R, Hunterc EA and Lead P. Pro ciencytesting for sensory ranking panels: measuring. Food Qual Prefer 2003; 14:247-256.

Muoz A. Consumer perceptions of meat. Understanding theseresults through descriptive analysis. Meat Sci 1998; 49:287-295.

Muoz A and Civille GV. Universal, product and attributespeci c scaling and the development of common lexicons indescriptive analysis. J Sens Stud 1998; 13:57-75.

Murray JM, Delahunty CM and Baxter IA. Descriptive sensoryanalysis: past, present and future. Food Res Int 2001; 34:461-471.

Nalan G. A Descriptive Method for Sensory Evaluation of Mussels. Lebenson Wiss Technol 2002; 35:563-567.

Nevison I and Muir D. Construction of sensory vocabularies for pro ling food. J Sens Stud 2002; 17:559-569.

Nindjin C, Otokore C, Hauser S, Tschannen A, Farah Z andGirardin O. Determination of relevant sensory propertiesof pounded yams (Dioscorea spp.) using a locally baseddescriptive analysis methodology. Food Qual Prefer 2007;

18:450-459. Noble AC, Arnold RA, Buechsenstein J, Leach EJ, Schmidt JOand Stern PM. Modi cation of a Standardized System of winearoma terminology Am J Enol Vitic 1997; 38:143-151.

Noes T, Baardseth P, Helgesen H and Isaksson H. MultivariateTechniques in the Analysis of Meat Quality. Meat Sci 1996;43:135-149.

Onega E. Evaluacin de la calidad de carnes frescas: aplicacinde tcnicas analticas, instrumentales y sensoriales. Tesisdoctoral. Facultad de veterinaria. Universidad complutense deMadrid; 2003.

OSullivan MG, Byrne DV, Martens H, Gidskehaug LH,

Andersen HJ and Martens M. Evaluation of pork colour: prediction of visual sensory quality of meat from instrumentaland computer vision methods of colour analysis. Meat Sci 2003;65:909-918.

Otremba MM, Dikeman ME, Milliken GA, Stroda SL,Chambers E and Chambers D. Interrelationships betweendescriptive texture pro le sensory panel and descriptiveattribute sensory panel evaluations of beef Longissimus andSemitendinosus muscles. Meat Sci 2000; 54:325-332.

Owens C. Aplicaciones del anlisis sensorial en la industriavitivincola. Beringer Blass Wine Estates 2002: 26.

Parisi G, Franci O and Poli BM. Application of multivariateanalysis to sensorial and instrumental parameters of freshnessin refrigerated sea bass (Dicentrarchus labrax) during shelf life.Aquaculture 2002; 214:153-167.

Peachey BM, Purchas RW and Duizer LM. Relationships between sensory and objective measures of meat tenderness of beef m. longissimus thoracis from bulls and steers. Meat Sci2002; 60: 211-218.

Peyvieux C and Dijksterhuis G. Training a sensory panel for TI:a case study. Food Qual and Pref 2001; 12:19-28.

Pittroff W, Keisler DH and Blackburn HD. Effects of ahigh-protein, low-energy diet in nishing lambs: 2. Weightchange, organ mass, body composition, carcass traits, fattyacid composition of lean and adipose tissue, and taste panelevaluation. Livest Sci 2006; 101:278-293.

Poste LM, Butler G, Mackie D, Agar VE, Thompson BK,Cliplef RL and McKay RM. Correlations of sensory andinstrumental meat tenderness values as affected by samplingtechniques. Food Qual Pref 1993; 4:207-214.

Prieto N, Roehe R, Lavnm P, Batten G and Andrs S. Applicationof near infrared re ectance spectroscopy to predict meat and meat

products quality: A review. Meat Sci 2009: in press.

Probola G and Zander L. Application of PCA method for characterisation of textural properties of selected ready-to-eatmeat products. J Food Eng 2007; 83:93-98.

Raes K. Balcaen A, Dirinck P, De Winne A, Claeys E, Demeyer Dand De Smet S. Meat quality, fatty acid composition and avour analysis in Belgian retail beef. Meat Sci 2003; 65:1237-1246.

Resurreccion AVA. Sensory aspects of consumer choices for meat and meat products. Meat Sci 2003; 66:11-20.

Rdbotten M, Kubberd E, Lea P and Ueland O. A sensory mapof the meat universe. Sensory pro le of meat from 15 species.Meat Sci 2004; 68:137-144.

Ruz MP, Galn H, Len F and Molina G. Determination of the sensory attributes of a Spanish dry-cured sausage. Meat Sci2005; 71:620-633.

Samuel P, Heenan A, Dufour J, Hamid N, Harvey W and Conor M. The sensory quality of fresh bread: Descriptive attributesand consumer perceptions. Food Res Int 2008; 41: 989-997.

Saudo C, Alfonso M, San Julian R, Thorkelsson G,Valdimarsdottir T, Zygoyiannis D, Stamataris C, Piasentier E,Mills C, Berge P, Drans eld E, Nute GR, Enser M and Fischer AV. Regional variation in the hedonic evaluation of lamb meatfrom diverse production systems by consumers in six Europeancountries. Meat Sci 2007; 75:610-621.

Sen AR. Santra A and Karim SA. Carcass yield, compositionand meat quality attributes of sheep and goat under semiaridconditions. Meat Sci 2004; 66:757-763.


13/13

239



Shapiro S and Spence M. Factors Affecting Encoding,Retrieval, and Alignment of Sensory Attributes in a Memory-Based Brand Choice Task. J consum res 2002; 28: 603-617.

Siegfried G, Mller A and Ardono A. Proyecto Gestin deCalidad en Fbricas de Embutidos. Procesamiento de carnes yembutidos. Manual Prctico de Experiencias. Departamento de

Educacin, Cultura, Ciencia y Tecnologa.Organizacin de losEstados Americanos (OEA); 2006.

Spanier AM, Flares M, McMilli KW and Bidne TD. The effectof post-mortem aging on meat avor quality in Brangus beef.Correlation of treatments, sensory, instrumental and chemicaldescriptors. Food Chem 1997; 59:538.

Stone H, Sidel JL, Oliver S, Woolsey A and Singleton RC.Sensory evaluation by Quantitative Descriptive Analysis. FoodTech 1974; 28:24-33.

Stone H and Sidel JL. Sensory Evaluation Practices. 2 ed.,Academic Press; 1993.

Sullivan MG, Byrne DV, Martens H and Martens M. Dataanalytical methodologies in the development of a vocabularyfor evaluation of meat quality. J Sens Stud 2002; 17:539-558.

Sullivan MG, Byrne DV and Martens M. Evaluation of pork colour: sensory colour assessment using trained and untrainedsensory panellists. Meat Sci 2003; 63:119-129.

Swatland HL, Nielsen T and Andersen JR. Correlations of mature beef palatability with optical probing of raw meat. FoodRes Int 1995; 28:403-416.

Thompson, DMH and MacFie, HJH. Is there an alternative todescriptive sensory assessment?. In: Williams, AA and Atkin,RK, Editors. Sensory quality in food and beverages: De nition,

measurement and control: Ellis Horwood Ltd, Chichester:1983.p. 96-107.

Urdapilleta I, Tuus CA and Nicklaus S. Sensory evaluation based on verbal judgments. J Sens Stud 1999; 14:79-95.

Vlkov V, Salkov A, Buchtov H and Tremlov B.Chemical, instrumental and sensory characteristics of cooked pork ham. Meat Sci 2007; 77:608-615.

Van Oeckel MJ, Warnants N and Boucque ChV. Pork tendernessestimation by taste panel, Warner-Bratzler shear force and on-line methods. Meat Sci1999; 53:259-267.

Wheeler TL, Shackelford SD and Koohmaraie M. Shear ForceProcedures for Meat Tenderness Measurement. Meat AnimalResearch Center. United States Department of Agriculture.Westada F, Hersletha M, Leaa P and Martens H. Variableselection in PCA in sensory descriptive and consumer data.Food Qual Pref 2003; 14:463-472.

Articulo Evaluacion de Carnes Okokokok

Documents

Transcript of Articulo Evaluacion de Carnes Okokokok