Please use this identifier to cite or link to this item: https://repositorio.ufpa.br/jspui/handle/2011/16172
metadata.dc.type: Tese
Issue Date: 25-Apr-2022
metadata.dc.creator: POMPEU, Darly Rodrigues
metadata.dc.description.affiliation: UEPA - Universidade Estadual do Pará
metadata.dc.contributor.advisor1: PENA, Rosinelson da Silva
metadata.dc.contributor.advisor-co1: SOUZA, Jesus Nazareno Silva de
Title: Farinha de mandioca (Manihot esculenta) e tucupi: uma abordagem analítica utilizando espectroscopia no unfravermelho próximo (NIRS) e ferramentas quimiométricas
Citation: POMPEU, Darly Rodrigues. Farinha de mandioca (manihot esculenta) e tucupi: uma abordagem analítica utilizando espectroscopia no infravermelho próximo (NIRS) e ferramentas quimiométricas. Orientador: Rosinelson da silva pena .2022. 116 f. Tese (Doutorado em Ciência e Tecnologia de Alimentos) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2022. Disponível em: https://repositorio.ufpa.br/jspui/handle/2011/16172 . Acesso em:.
metadata.dc.description.resumo: A espectroscopia no infravermelho próximo (NIRS) associada à quimiometria tem sido amplamente utilizada como ferramenta analítica para obtenção de respostas rápidas e confiáveis. A farinha de mandioca, dependendo de seu processo de produção pode ser classificada sendo do tipo seca (não fermentada) ou d’água (fermentada). O tucupi é um caldo amarelo, ácido, fortemente aromático e amplamente utilizado na culinária paraense. Esta tese propôs-se a aplicar pela primeira vez a (NIRS) associada a quimiometria, aos dois produtos da cadeia produtiva da mandioca de maior destaque regional: a farinha de mandioca e o tucupi. Neste sentido, foram analisadas 106 amostras de farinha de mandioca (49 fermentadas e 57 não fermentadas) e avaliados nove parâmetros físico- químicos. A NIRS associada às análises multivariadas (PLS) permitiram de forma rápida e não destrutiva a predição simultânea (R2 > 0,727) dos parâmetros de atividade de água (RMSEC = RMSEV = 0,05), teor de umidade (RMSEC = 0,35%; RMSEV = 0,45%) e pH (RMSEC = 0,16; RMSEV = 0,18) das farinhas avaliadas. Além disso, a NIRS associada às análises discriminantes (PCA-LDA) (taxa de acerto: 84,6–96,2%) permitiram uma melhor discriminação das amostras de farinhas fermentadas e não fermentadas do que as análises físico-químicas (taxa de acerto: 80,0–84,6%). Na utilização da NIRS e das análises multivariada para predição de parâmetros físico-químicos do tucupi foram avaliadas 65 amostras e investigados 10 parâmetros. Destes, somente os sólidos solúveis totais puderam ser preditos pela técnica analítica associada as análises multivariadas (R2 > 0,727; RMSEC = 0,184%; RMSECV = 0,411%; RMSEV = 0,338%).
Abstract: The near infrared spectroscopy (NIRS) coupled to chemometrics has been used as an alternative tool for quick and reliable solutions. Cassava flour (CF) can be classified as fermented and non-fermented types. Tucupi is a yellow broth, acidic, mostly aromatic and widely used in Regional dishes in Para state. This thesis proposed to apply for the first time the NIRS associated with chemometrics to predict quality parameters from CF and tucupi, as well as to discriminate fermented and non-fermented CF. One hundred six samples of CF was investigated and nine physicochemical parameters of CF were evaluated. Calibration equations with independent validation were developed to predict all parameters using the partial least square regression method. The performance of models was evaluated by the root mean standard error of calibration (RMSEC) and validation (RMSEV), and R2 values. The aW (RMSEC = RMSEV = 0.05), moisture content (RMSEC = 0.35%; RMSEV = 0.45%) and pH (RMSEC = 0.16; RMSEV = 0.18) could be predicted (R2 > 0.727) by NIRS coupled to multivariate analysis. NIRS coupled to Principal Component Analysis–Linear Discriminant Analysis (PCA-LDA) was also used to investigate the classification of fermented and unfermented CF. The use of NIRS spectra allows to obtain better performance parameters (training accuracy: 86.3–93.8%; validation accuracy: 84.6–96.2%) to discriminate fermented and unfermented CF than the use of the physicochemical properties (training accuracy: 80%; validation accuracy: 84.6%). NIRS was also used to predict nine quality physicochemical properties of tucupi Sixty-five samples of tucupi were used in this study. The performance of models was evaluated by the R2, RMSEC, root mean standard error of cross-validation (RMSECV) and RMSEV values. The total soluble solids contents could be predicted (R2 > 0.727; RMSEC = 0.184%; RMSECV = 0.411%; RMSEV = 0.338%) by NIRS coupled to multivariate analysis. NIRS and chemometrics proved to be a powerful tool to predict quality parameters in CF and tucupi as well as to discriminate fermented and non-fermented CF.
Keywords: Espectroscopia no infravermelho próximo
Quimiometria
Predição
Discriminação
Farinha de mandioca
Tucupi
Near infrared Spectroscopy
Chemometrics
Prediction
Discrimination
Cassava flour
Tucupi
metadata.dc.subject.areadeconcentracao: CIÊNCIA E TECNOLOGIA DE ALIMENTOS
metadata.dc.subject.linhadepesquisa: PROPRIEDADES QUÍMICAS, BIOQUÍMICAS E MICROBIOLÓGICAS DOS ALIMENTOS E COMPOSTOS BIOATIVOS
APROVEITAMENTO DE RESÍDUOS AGROINDUSTRIAIS E DESENVOLVIMENTO DE PRODUTOS
ANÁLISES E DESENVOLVIMENTO DE PROCESSOS DE SEPARAÇÃO E TRANSFORMAÇÃO APLICADAS EM ALIMENTOS
metadata.dc.subject.cnpq: CNPQ::CIENCIAS AGRARIAS::CIENCIA E TECNOLOGIA DE ALIMENTOS
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Ciência e Tecnologia de Alimentos
metadata.dc.rights: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
metadata.dc.source.uri: Disponível na internet via correio eletrônico: bibliotecaitec@ufpa.br
Appears in Collections:Teses em Ciência e Tecnologia de Alimentos (Doutorado) - PPGCTA/ITEC

Files in This Item:
File Description SizeFormat 
Tese_FarinhaMandiocaTucupi.pdf1,87 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons