Navegando por Autor "Ribeiro, Juliano Souza"

Agora exibindo 1 - 6 de 6

ANÁLISE EXPLORATÓRIA DE DADOS CROMATOGRÁFICOS DE AROMA PARA A DIFERENCIAÇÃO DA QUALIDADE SENSORIAL DE BEBIDAS DE CAFÉ ARÁBICA
(2009) Ribeiro, Juliano Souza; Salva, Terezinha de Jesus Garcia; Augusto, Fábio; Ferreira, Márcia Miguel Castro; Embrapa - Café
Neste trabalho explora-se a análise de componentes principais (PCA) como ferramenta para a diferenciação de bebidas de cafés arábicas com base no aroma do café torrado. Os dados utilizados como variáveis foram os perfis cromatográficos dos voláteis de grãos de café torrados, cujas bebidas foram submetidas à análise sensorial. A técnica de extração dos voláteis utilizada foi a de microextração em fase sólida (SPME). A separação e identificação dos compostos foram realizadas em cromatógrafos a gás com detector por ionização em chamas (GC-FID) e detector de massas (GC-MS), respectivamente. Foram identificados 54 compostos voláteis relacionados com a qualidade global, com o aroma e com o sabor da bebida. Os voláteis 1-metil pirrol, pirrol, ciclopentanona, diidro-2-metil 3-furanona, furfural, 2-Etil-5-metil pirazina, 2-Etenil-n-metil pirazina, 5-Metil 2-propionil furano e mais 5 compostos não identificados se mostraram importantes para a diferenciação das amostras segundo os três atributos.
Exploratory and discriminative studies of commercial processed Brazilian coffees with different degrees of roasting and decaffeinated
(Instituto de Tecnologia de Alimentos – ITAL, 2013) Ribeiro, Juliano Souza; Teófilo, Reinaldo Francisco; Salva, Terezinha de Jesus Garcia; Augusto, Fabio; Ferreira, Marcia Miguel Castro
The fingerprints of the volatile compounds of 21 commercial Brazilian coffee samples submitted to different industrial processing i.e. decaffeinated or different roasting degrees (traditional and dark) were studied. The volatiles were collected by headspace solid phase microextraction (HS-SPME) and analyzed by GC-FID and GC-MS. The chromatographic data matrices (fingerprints) obtained were explored by the principal component analysis (PCA) and partial least squares – discriminative analysis (PLS-DA). Initially the chromatographic profiles were aligned by the algorithm correlation optimized warping (COW). The PCA showed the discrimination of the decaffeinated coffees from the others with both the SPME fibres used. This separation probably occurred due to the loss of some volatile precursors during the decaffeination process, such as sucrose. For both the fibres tested, PDMS/DVB and CX / PDMS SPME, the PLS-DA models correctly classified 100% of the samples according to their roasting degree: (medium and dark), the main differences being the concentrations of some of the volatile compounds such as 2-methyl furan, 2-methylbutanal, 2,3-pentanedione, pyrazine, 2-carboxyaldehyde pyrrole, furfural and 2-furanmethanol.
MODELO QUIMIOMÉTRICO PARA A PREVISÃO DA QUALIDADE GLOBAL DE BEBIDA DE CAFÉ ARÁBICA BASEADO EM ESPECTROSCOPIA DE INFRAVERMELHO PRÓXIMO E REGRESSÃO POR QUADRADOS MÍNIMOS PARCIAIS
(2009) Ribeiro, Juliano Souza; Salva, Terezinha de Jesus Garcia; Embrapa - Café
A análise de infravermelho próximo de amostras de café cru e torrado tem se mostrado bastante promissora para a identificação de espécies, para a definição do ponto de torra e para a quantificação de alguns compostos químicos da semente. A espectroscopia de infravermelho próximo tem sido proposta também como um método objetivo de avaliação da qualidade da bebida. Neste trabalho apresenta-se um modelo quimiométrico para a previsão de qualidade global da bebida de café arábica construído a partir da correlação entre espectros de infravermelho próximo por reflectância difusa e análises sensoriais de cafés arábica cru. Para isso, cento e dezenove amostras de cafés arábica cru foram submetidas à avaliação sensorial para o atributo qualidade global e analisadas em infravermelho próximo por reflectância difusa. A regressão pelo método de quadrados mínimos parciais (PLS) foi utilizada para a construção do modelo. Através da seleção de variáveis realizada pelo método OPS foram identificadas 24 regiões espectrais relacionadas com a qualidade global. Para o modelo calculado com 5 variáveis latentes, o erro de validação cruzada (RMSECV) foi de 0,70 ± 0,04 e o coeficiente de correlação (rvc) foi de 0,93 ± 0,01. Usando uma escala de 1 a10, o erro médio dos valores previstos foi igual a 0,4, enquanto o erro médio da prova de xícara foi de 0,5.
MODELOS DE PREVISÃO DE NOTA DE SEIS ATRIBUTOS SENSORIAIS DE BEBIDA DE CAFÉ ARÁBICA BASEADOS EM ESPECTROS DE INFRAVERMELHO PRÓXIMO DO GRÃO TORRADO
(2009) Ribeiro, Juliano Souza; Salva, Terezinha de Jesus Garcia; Ferreira, Márcia Miguel Castro; Embrapa - Café
A análise de espectros de infravermelho próximo de grãos de café vem sendo empregada como uma metodologia de avaliação de várias propriedades e determinação da composição química das amostras. Neste trabalho 51 amostras de cafés arábicas torrados foram analisadas sensorialmente e por reflectância difusa no infravermelho próximo. Os modelos gerados pelo método de regressão PLS (quadrados mínimos parciais), considerando a relação entre as variáveis selecionadas pelo algoritmo OPS (Ordered Predictors Selection) e as notas atribuídas pela avaliação sensorial da bebida, permitiram a previsão de nota de acidez com erro médio de 0,3, de amargor com erro médio de 0,37, de aroma com erro médio de 0,25, de corpo de 0,30, de sabor (bebida) de 0,37 e de qualidade global igual a 0,42, numa escala de 1 a 5.
MODELOS PARA PREVISÃO DE NOTAS DE AVALIAÇÃO SENSORIAL DE BEBIDA DE CAFÉ ARÁBICA COM BASE NA COMPOSIÇÃO DO AROMA DO GRÃO TORRADO
(2009) Ribeiro, Juliano Souza; Salva, Terezinha de Jesus Garcia; Augusto, Fábio; Ferreira, Márcia Miguel Castro; Embrapa - Café
O objetivo desse trabalho foi estabelecer modelos de regressão para previsão de notas de 6 atributos sensoriais com base no perfil cromatográfico dos voláteis de grãos de café arábica torrado. Cinqüenta e três amostras de cafés arábicas torrados foram analisadas sensorialmente usando uma escala de 1 a 5. A extração dos voláteis foi realizada pela técnica de microextração em fase sólida (SPME) e os voláteis extraídos foram analisados por cromatografia gasosa com detector por ionização em chama (SPME-GC-FID). A regressão por quadrados mínimos parciais (PLS) e o algoritmo OPS, para a seleção de variáveis, foram as ferramentas empregadas na análise dos dados. As notas previstas pelos modelos gerados para acidez, amargor, aroma, bebida (sabor), corpo e qualidade global, foram bastante concordantes com as das análises sensoriais, apresentado erros médios de previsão iguais a 0,28, 0,33, 0,35, 0,33, 0,34 e 0,41, respectivamente.
PROPOSTA DE METODOLOGIA PARA O ESTABELECIMENTO DE MODELO DE CALIBRAÇÃO MULTIVARIADO PARA A PREVISÃO DO TEOR DE TRIGONELINA EM CAFÉ CRU BASEADO EM ESPECTROSCOPIA NO INFRAVERMELHO PRÓXIMO
(2011) Ribeiro, Juliano Souza; Salva, Terezinha de Jesus Garcia; Embrapa - Café
A análise espectroscópica na região do infravermelho próximo (NIRS) de amostras de cafés crus e torrados é uma técnica analítica proposta para a identificação de espécies, na definição do ponto de torra, na qualidade final da bebida e na quantificação de alguns compostos químicos do grão. A exploração dos resultados deste tipo de análise, na maioria das situações, no entanto, pressupõe o confronto prévio entre dados espectrais e resultados de análises das mesmas amostras obtidos pelo emprego de metodologia analítica de referência, gerando os modelos ou curvas de calibração. A construção de um modelo de calibração robusto requer que as duas metodologias sejam empregadas, simultaneamente, para grande número de amostras, o que consiste em fator limitante para o amplo emprego da espectroscopia. Neste trabalho, uma curva de calibração multivariada para a quantificação de trigonelina foi construída e validada mediante análises espectroscópicas na região do infravermelho próximo da substância pura e de amostras de café, empregando-se reduzido número de análises pela metodologia de referência (Cromatografia líquida de alta eficiência). Para isso, foram utilizadas amostras de café do banco de germoplasma do Centro de Café Alcides Carvalho, no Instituto Agronômico de Campinas. A regressão pelo método de quadrados mínimos parciais (PLS) foi utilizada para a construção do modelo. Através da seleção de variáveis realizada, foram identificadas 16 regiões espectrais relacionadas com a trigonelina. Para o modelo calculado com 8 variáveis latentes, o erro de validação cruzada (RMSECV) foi de 0,048 ± 0,02, o coeficiente de correlação (rvc) foi de 0,98 ± 0,02 e o erro de previsão (RMSEP) foi de 0,056.