Look-up in Google Scholar
Title: Microbiología predictiva aplicada en la industria alimentaria
OCDE field: http://purl.org/pe-repo/ocde/ford#2.11.01
Issue Date: 20-Aug-2024
Institution: Universidad Nacional de Frontera
Abstract: La microbiología predictiva es una herramienta que se utlliza para predecir el crecimiento y la inactivación de microorganismos en los alimentos, se basa en modelos matemáticos, es decir ecuaciones que permiten conocer distintos parámetros respecto al comportamiento de bacterias y hongos. Su importancia radica sobre todo en 2 cosas: disminuir los tiempos de espera en cuanto a los análisis microbiológicos tradicionales y los costos por realizar estas pruebas. El objetivo de este trabajo de investigación es establecer el estado actual de la microbiología predictiva en la industria alimentaria. Para ello se revisó fuentes bibliográficas virtuales (revistas y artículos de investigación, repositorios y tesis) y se procedió a seleccionar y extraer la información mediante tablas. Los modelos de microbiología de acuerdo a la cantidad y tipo de variable pueden ser primarios, se encuentran cinética de primer orden y modelos de Weibull que han sido modificados, estos modelos son para describir la inactivación microbiana, mientras que el modelo de Baranyi y Roberts, Gompertz modificado, logístico, son para el crecimiento microbiano; modelos secundarios como Superficie de respuestas, Ratkowsky, Davey se aplican en general al crecimiento microbiano y los modelos terciarios como ComBase, FSSP, entre otros, agrupan tanto los modelos primarios y secundarios en un software que facilita el manejo de esta herramienta; por otra parte las aplicaciones de la microbiología predictiva puede ser para estimar la vida útil, diseñar un nuevo producto, el análisis de riesgos y peligros, entre otros.
Discipline: Ingeniería de Industrias Alimentarias
Grade or title grantor: Universidad Nacional de Frontera. Facultad de Ingeniería de Industrias Alimentarias y Biotecnología
Grade or title: Ingeniero de Industrias Alimentarias
Juror: Vega Portalatino, Edwin Jorge; Cachay Wester, Jorge Víctor Wilfredo; Saavedra Cano, Fermín Máximo
Register date: 20-Aug-2024



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.