Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras
Este trabajo se centra en la evaluación del rendimiento de 23 productos hortofrutícolas de la región del Occidente de Honduras, se determinó materia seca y contenido de humedad en las materias primas, en una muestra de 100 (g) de fruta fresca, de igual manera se determinó mediante análisis bromatoló...
| Autores principales: | , |
|---|---|
| Formato: | Online |
| Idioma: | spa |
| Publicado: |
Universidad Nacional de Ingeniería (UNI) en Managua
2024
|
| Acceso en línea: | https://www.camjol.info/index.php/NEXO/article/view/18323 |
| id |
NEXO18323 |
|---|---|
| record_format |
ojs |
| institution |
Universidad Nacional de Ingeniería |
| collection |
Nexo Revista Científica |
| language |
spa |
| format |
Online |
| author |
Torres Mejía, Juan Alexander Torres Mejía, Fredy |
| spellingShingle |
Torres Mejía, Juan Alexander Torres Mejía, Fredy Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras |
| author_facet |
Torres Mejía, Juan Alexander Torres Mejía, Fredy |
| author_sort |
Torres Mejía, Juan Alexander |
| description |
Este trabajo se centra en la evaluación del rendimiento de 23 productos hortofrutícolas de la región del Occidente de Honduras, se determinó materia seca y contenido de humedad en las materias primas, en una muestra de 100 (g) de fruta fresca, de igual manera se determinó mediante análisis bromatológico, en una muestra de materia seca del 100 (g), se estableció el porcentaje de participación de proteína, hidratos de carbono, extracto etéreo o lipídico, fibra y ceniza de cada producto estudiado, se evaluó preparando dos repeticiones de cada muestra y/o tratamiento, a 105 grados celsius y tiempo entre seis (6 hr) a (12 hr), diseñando el potencial predictivo relativa de un modelo exponencial, está denotada, los R² igual o mayor si su nivel de significación es 0.05, el correspondiente nivel de confianza mayor igual a 0.95, obteniendo el siguiente resultado.
La cebolla nombre científico (Allium cepa) variedad amarilla o Vidalia, R² = 0.9848, potencial de predicción de un modelo exponencial está denotada R² entre más cercana a 1 es mejor es el modelo de ecuación exponencial, papa sin cáscara (Solanum tuberosum), potencial de predicción R² = 0.9865, mango verde tierno (Mangifera indica), R² = 0.9734, Fresa (Fragaria × ananassa), R² = 0.9785, papa con cáscara (Solanum tuberosum), R² = 0.9616, Tomate (Solanum lycopersicum), variedad Cherokee, R² = 0.964, Zanahoria con cáscara (Daucus carota), R² = 0.9621, Chile (Capsicum annuum), variedad Jalapeño, R² = 0.9674, Piña con cáscara (Ananas comosus), variedad azucaron, R² = 0.9548, Melón con cáscara (Cucumis melo), variedad cantaloupe, R² = 0.9548; Intervalo de confianza a 95%, se debe mejorar los protocolos, para lograr eficiencia en la predicción ejemplo manzana verde importada (Granny Smith), la potencia predictiva relativa de un modelo exponencial está denotada por R² = 0.9409, chayote (Sechium edule), R² = 0.9167, chile morrón de color verde (Capsicum annuum), predicción estadística de R² = 0.9058, Aguacate (Persea Americana) variedad Hass, R² = 0.9135, Sandía con cáscara (Citrullus lanatus), R² = 0.9406.
En las siguientes muestras del ensayo es necesario mucha más investigación, ya que el potencial predictivo relativo de un modelo exponencial, está por debajo de 90%, lo más recomendable es hacer más repeticiones en nuevas investigaciones para optimizar el modelo de predicción de la curva exponencial, Rambután pulpa (Nephelium lappaceum), potencial de predicción de R² = 0.6879, piña pulpa (Ananas comosus), variedad azucaron, R² = 0.8332, Rambután con cáscara (Nephelium lappaceum), R² = 0.8002, esto probablemente debido a que los tiempos de peso de muestras no fueron eficientes, temperatura del horno no homogénea, muestras más cercanas a la resistencia del horno experimentan mayor pérdida de humedad, por lo cual se debe establecer los protocolos adecuados para lograr un experimento con mayor nivel de confianza, para las muestras por debajo de 95%.
Con la estimación de las variables térmicas como ser calor específico y la conductividad térmica encontramos que existe una relación directa con el contenido de agua de la materia prima, de igual modo no existe ninguna relación con el porcentaje de materia seca de estas materias primas; mismos que son un aporte para ser utilizados como datos primarios en análisis termodinámicos cuando son transformadas estas materias primas agrícolas. |
| title |
Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras |
| title_short |
Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras |
| title_full |
Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras |
| title_fullStr |
Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras |
| title_full_unstemmed |
Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras |
| title_sort |
análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de honduras |
| title_alt |
Analysis of dry matter and bromatological compounds of fruit and vegetable products from western Honduras |
| publisher |
Universidad Nacional de Ingeniería (UNI) en Managua |
| publishDate |
2024 |
| url |
https://www.camjol.info/index.php/NEXO/article/view/18323 |
| work_keys_str_mv |
AT torresmejiajuanalexander analysisofdrymatterandbromatologicalcompoundsoffruitandvegetableproductsfromwesternhonduras AT torresmejiafredy analysisofdrymatterandbromatologicalcompoundsoffruitandvegetableproductsfromwesternhonduras AT torresmejiajuanalexander analisisdemateriasecaycompuestosbromatologicosdeproductosfrutihorticolasdeloccidentedehonduras AT torresmejiafredy analisisdemateriasecaycompuestosbromatologicosdeproductosfrutihorticolasdeloccidentedehonduras |
| _version_ |
1822055319528800256 |
| spelling |
NEXO183232025-01-07T17:09:43Z Analysis of dry matter and bromatological compounds of fruit and vegetable products from western Honduras Análisis de materia seca y compuestos bromatológicos de productos frutihortícolas del occidente de Honduras Torres Mejía, Juan Alexander Torres Mejía, Fredy Horticulture Dry Matter Specific Heat Thermal Conductivity Bromatological Analysis Horticultura Materia Seca Calor Específico Conductividad Térmica Análisis Bromatológico This work focuses on the evaluation of the performance of 23 fruit and vegetable products from the Western Region of Honduras, dry matter and moisture content in the raw materials were determined in a sample of 100 (g) of fresh fruit, in the same way it was determined by bromatological analysis, in a dry matter sample of 100 (g). The percentage of participation of protein, carbohydrates, etheric or lipid extract, fiber and ash of each product studied was established, it was evaluated by preparing two replications of each sample and/or treatment, at 105 degrees Celsius and time between six (6 hr) and (12 hr), designing the relative predictive potential of an exponential model, is denoted, R² equal to or greater if its significance level is 0.05, the corresponding confidence level greater than 0.95 confidence level, obtaining the following result. The scientific onion name (Allium cepa) yellow variety or Vidalia, R² = 0.9848, prediction potential of an exponential model is denoted R² the closer to 1 is better is the exponential equation model, shelled potato (Solanum tuberosum), prediction potential R² = 0.9865, tender green mango (Mangifera indica), R² = 0.9734, strawberry (Fragaria × ananassa), R² = 0.9785, potato with skin (Solanum tuberosum), R² = 0.9616, Tomato (Solanum lycopersicum), Cherokee variety, R² = 0.964, Carrot with skin (Daucus carota), R² = 0.9621, Chile (Capsicum annuum), Jalapeño variety, R² = 0.9674, Pineapple with skin (Ananas comosus), sugar variety, R² = 0.9548, Melon with skin (Cucumis melo), cantaloupe variety, R² = 0.9548; Confidence interval at 95%, protocols should be improved, to achieve efficiency in the prediction of imported green apple (Granny Smith), the relative predictive power of an exponential model is denoted by R² = 0.9409, chayote (Sechium edule), R² = 0.9167, green bell pepper (Capsicum annuum), statistical prediction of R² = 0.9058, Avocado (Persea Americana) Hass variety, R² = 0.9135, Watermelon (Citrullus lanatus), R² = 0.9406. In the following samples of the trial much more research is needed, since the relative predictive potential of an exponential model is below 90%, it is best to do more repetitions in new research to optimize the prediction model of the exponential curve, Rambutan pulp (Nephelium lappaceum), prediction potential of R² = 0.6879, pineapple pulp (Ananas comosus), sugar variety, R² = 0.8332, rambutan with shell (Nephelium lappaceum), R² = 0.8002, this probably due to the fact that the sample weight times were not efficient, oven temperature not homogeneous, samples closer to the resistance of the oven experience greater moisture loss, so the appropriate protocols must be established to achieve an experiment with a higher level of confidence, for samples below 95%. With the estimation of thermal variables such as specific heat and thermal conductivity we find that there is a direct relationship with the water content of the raw material, in the same way there is no relationship with the percentage of dry matter of these raw materials, which are a contribution to be used as primary data in thermodynamic analyses when these agricultural raw materials are transformed. Este trabajo se centra en la evaluación del rendimiento de 23 productos hortofrutícolas de la región del Occidente de Honduras, se determinó materia seca y contenido de humedad en las materias primas, en una muestra de 100 (g) de fruta fresca, de igual manera se determinó mediante análisis bromatológico, en una muestra de materia seca del 100 (g), se estableció el porcentaje de participación de proteína, hidratos de carbono, extracto etéreo o lipídico, fibra y ceniza de cada producto estudiado, se evaluó preparando dos repeticiones de cada muestra y/o tratamiento, a 105 grados celsius y tiempo entre seis (6 hr) a (12 hr), diseñando el potencial predictivo relativa de un modelo exponencial, está denotada, los R² igual o mayor si su nivel de significación es 0.05, el correspondiente nivel de confianza mayor igual a 0.95, obteniendo el siguiente resultado. La cebolla nombre científico (Allium cepa) variedad amarilla o Vidalia, R² = 0.9848, potencial de predicción de un modelo exponencial está denotada R² entre más cercana a 1 es mejor es el modelo de ecuación exponencial, papa sin cáscara (Solanum tuberosum), potencial de predicción R² = 0.9865, mango verde tierno (Mangifera indica), R² = 0.9734, Fresa (Fragaria × ananassa), R² = 0.9785, papa con cáscara (Solanum tuberosum), R² = 0.9616, Tomate (Solanum lycopersicum), variedad Cherokee, R² = 0.964, Zanahoria con cáscara (Daucus carota), R² = 0.9621, Chile (Capsicum annuum), variedad Jalapeño, R² = 0.9674, Piña con cáscara (Ananas comosus), variedad azucaron, R² = 0.9548, Melón con cáscara (Cucumis melo), variedad cantaloupe, R² = 0.9548; Intervalo de confianza a 95%, se debe mejorar los protocolos, para lograr eficiencia en la predicción ejemplo manzana verde importada (Granny Smith), la potencia predictiva relativa de un modelo exponencial está denotada por R² = 0.9409, chayote (Sechium edule), R² = 0.9167, chile morrón de color verde (Capsicum annuum), predicción estadística de R² = 0.9058, Aguacate (Persea Americana) variedad Hass, R² = 0.9135, Sandía con cáscara (Citrullus lanatus), R² = 0.9406. En las siguientes muestras del ensayo es necesario mucha más investigación, ya que el potencial predictivo relativo de un modelo exponencial, está por debajo de 90%, lo más recomendable es hacer más repeticiones en nuevas investigaciones para optimizar el modelo de predicción de la curva exponencial, Rambután pulpa (Nephelium lappaceum), potencial de predicción de R² = 0.6879, piña pulpa (Ananas comosus), variedad azucaron, R² = 0.8332, Rambután con cáscara (Nephelium lappaceum), R² = 0.8002, esto probablemente debido a que los tiempos de peso de muestras no fueron eficientes, temperatura del horno no homogénea, muestras más cercanas a la resistencia del horno experimentan mayor pérdida de humedad, por lo cual se debe establecer los protocolos adecuados para lograr un experimento con mayor nivel de confianza, para las muestras por debajo de 95%. Con la estimación de las variables térmicas como ser calor específico y la conductividad térmica encontramos que existe una relación directa con el contenido de agua de la materia prima, de igual modo no existe ninguna relación con el porcentaje de materia seca de estas materias primas; mismos que son un aporte para ser utilizados como datos primarios en análisis termodinámicos cuando son transformadas estas materias primas agrícolas. Universidad Nacional de Ingeniería (UNI) en Managua 2024-07-10 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-Reviewed Article Artículo revisado por pares application/pdf https://www.camjol.info/index.php/NEXO/article/view/18323 10.5377/nexo.v37i01.18323 Nexo Revista Científica; Vol. 37 No. 01 (2024); 45-62 Nexo Revista Científica; Vol. 37 Núm. 01 (2024); 45-62 1995-9516 1818-6742 spa https://www.camjol.info/index.php/NEXO/article/view/18323/22128 https://creativecommons.org/licenses/by-nc-nd/4.0/ |