Análisis multivariado de índices de consumo en procesos de obtención de leche de soya

Vista sencilla de ítem
dc.audienceInvestigador
dc.coverageColombia
dc.creatorGutiérrez Cordero, Edilia
dc.creatorGarcía Noa, Eduardo
dc.creatorSariego Toledo, Yanet
dc.date2024-04-11T13:14:41Z
dc.date2024-04-11T13:14:41Z
dc.date2023
dc.date2023
dc.date.accessioned2026-06-27T04:29:33Z
dc.descriptionDada la importancia del ahorro de energía y de materias primas como la vía fundamental para reducir los costos de producción y disminuir el impacto medioambiental, se definió como objetivo establecer la relación funcional entre el consumo de vapor por masa de leche producida y el de masa de leche producida por masa de materia prima utilizada con los parámetros de operación, mediante métodos multivariados en la producción de leche de soya. Se obtuvieron los datos en 25 producciones consecutivas de una planta industrial y el procesamiento incluyó la obtención de los conglomerados y los componentes principales como pasos previos a la modelación. Mediante el programa Statgraphics, se obtuvieron modelos estadísticamente significativos para esos índices, relacionándose con 20 parámetros tecnológicos medidos durante la producción y resultaron más influyentes: la masa de vapor, las temperaturas en los calentadores y la masa de leche en el intercambiador. La función obtenida con el método de mínimos cuadrados parciales con las variables no estandarizadas se empleó para evaluar alternativas de operación y en la simulación del proceso se obtuvo que se puede alcanzar un índice de 9,5 kg de leche por kg de soya empleada, donde este valor es estimado con un error absoluto del modelo ajustado de 4,18 × 10-2. Además, como resultado se llegó a la conclusión de que se pueden producir 1050,0 t de leche de soya adicionales al año, por lo tanto, mediante los modelos obtenidos es posible establecer las mejores condiciones de operación en la planta estudiada.
dc.descriptionSoya
dc.descriptionSoja- Glycine max
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.identifier2500-5308
dc.identifierhttp://hdl.handle.net/20.500.12324/39111
dc.identifierhttps://doi.org/10.21930/rcta.vol24_num3_art:2959
dc.identifierreponame:Biblioteca Digital Agropecuaria de Colombia
dc.identifierinstname:Corporación colombiana de investigación agropecuaria AGROSAVIA
dc.identifier.urihttp://hdl.handle.net/123456789/29344
dc.languagespa
dc.publisherCorporación colombiana de investigación agropecuaria - AGROSAVIA
dc.relationCiencia y Tecnología Agropecuaria
dc.relation24
dc.relation3
dc.relation1
dc.relation17
dc.relationAcuña Reyes, M. J., Noguera, F., & Aude, I. (2011). Compuestos derivados de soja presentes en alimentos industrializados, estudio del mercado montevideano. Alimentación Latinoamericana, 295, 11. https://www.colibri.udelar.edu.uy/jspui/handle/20.500.12008/9472
dc.relationAvilez, J. P., Escobar, P., von Fabeck, G., Villagran, K., García, F., Matamoros, R., & García Martínez, A. (2010). Caracterización productiva de explotaciones lecheras empleando metodología de análisis multivariado. Revista Científica, XX(1), 74-80. http://www.redalyc.org/articulo.oa?id=95915974011
dc.relationBarcenas Ochoa, M. G., García Santaolalla, M. D. L., Montes de Oca Serrano, M. J., Paredes Ruiz, F., & Úrquiza Sánchez, R. (2017). Análogos de Queso [Presentación digital]. México: Universidad Nacional Autónoma de México. https://docplayer.es/34213798- Productos-lacteos-analogosde-queso.html
dc.relationCerretani, L., Maggio, R. M., Barnaba, C., Toschi, T. G., & Chiavaro, E. (2011). Application of partial least square regression to differential scanning calorimetry data for fatty acid quantitation in olive oil. Food Chemistry, 127(4), 1899-1904. https://doi.org/10.1016/j.foodchem.2011.02.041
dc.relationChico, M., Romero, B., Hernández, E., & García, A. (2017). Elaboración de yogurt a base de soya enriquecido con quinoa y camote. Investigación y Desarrollo en Ciencia y Tecnología de Alimentos, 2(7), 410-416. http://www.fcb.uanl.mx/IDCyTA/files/volume2/3/8/68.pdf
dc.relationHernández, G., Álvarez, M., Nuñez de Villavicencio, M., & Rosas, B. (2015). Empleo de la premezcla fortificada de maíz y soya en la elaboración de pan. Ciencia y Tecnología de Alimentos, 25(5), 41-45. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/305
dc.relationJuárez-Barrientos, J. M., Díaz-Rivera, P., Rodríguez-Miranda, J., Martínez-Sánchez, C. E., Hernández-Santos, B., Ramírez-Rivera, E., Torruco-Uco, J. G., & Herman-Lara, E. (2016). Caracterización de la leche y clasificación de calidad mediante análisis Clúster en sistemas de doble propósito. Revista Mexicana de Ciencias Pecuarias, 7(4), 525-537. https://doi.org/10.22319/rmcp.v7i4.4280
dc.relationLima de Aguiar, C., Teixeira dos Santos, S., Moraes Freixo, J., & Hiromu Okuda, M. (2009). Multivariate statistical method in optimization of protein extraction from soybean flour with dairy whey. Bioscience Journal, 25(2), 171-180. https://repositorio.usp.br/bitstream/handle/BDPI/18868/art_AGUIAR_MULTIVA RIATE_STATISTICAL_METHOD_IN_OPTIMIZATION_OF_PROTEIN_2009.p df?sequence=1
dc.relationMontalvo-Perdomo, Y., Panadés-Ambrosio, G., Sardiñas-Reynaldo, L., Guevara-Albo, Y., & Nuñez de Villavicencio, M. (2016). Calidad Sensorial de néctar de mango enriquecido con soya. Ciencia y Tecnología de Alimentos, 26(3), 5. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/178
dc.relationRamírez-Anormaliza, R., Guevara-viejo, F., D’Armas Regnault, M., Pena-Holguin, R., Farias- Lema, R., Bravo-Duarte, F., Diaz-Montenegro, J., Calderon-Cisneros J., Franco-Arias, O., Ramírez-Granda, F., Carrasquero Rodriguez, E., Vargas-Decimavilla, D., Basurto- Quilligana, R., Vargas-Ortiz, O., Bermeo-Paucar, J., & Castelo-Gonzalez, J. (2017). Análisis Multivariante: Teoría y práctica de las principales técnicas. Ecuador: Ediciones Holguín S.A. y Universidad Estatal de Milagro. http://repositorio.unemi.edu.ec/handle/123456789/3855
dc.relationRodríguez, O., Cardoso-Castañeda, F., González-Ríos, J., Íñiguez, C., & Nuñez de Villavicencio, M. (2017a). Elaboración de leche fermentada con probióticos a partir de arroz y leches de búfala y soya. Ciencia y Tecnología De Alimentos, 27(1), 44-49. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/160
dc.relationRuiz-Tamayo, J., Vázquez-Lopez, J. A., Ruelas-Santoyo, E. A., Hernández-Lopez, A., López- Juarez, I., & Rios-Lira, A. J. (2021). Multivariate Pattern Recognition in MSPC Using Bayesian Inference. Mathematics, 9(4), 301-306. https://doi.org/10.3390/math9040306
dc.relationTibshirirani, R., Walther, G., & Hastie, T. (2001). Estimating the number of cluster in a data set via the gap statistic. Journal of the Royal Statistic Society Series B: Statistical Methodology, 63(2), 411-413. https://doi.org/10.1111/1467-9868.00293
dc.relationValencia García, F. E., Millán Cardona, L. d. J., Restrepo Morales, C. A., & Jaramillo Garcés, Y. (2007). Efecto de sustitutos de grasa en propiedades sensoriales y texturales del queso crema. Revista Lasallista de Investigación, 4(1), 20-26. https://www.redalyc.org/articulo.oa?id=69540104
dc.relationVega León, M., Castillo Toro, D., Cañet Prades, F. M., Molina, R., & Obregón, V. (2017). Cinética del secado de semillas de dos variedades de soya (Glycine max (L) Merrill). Cuba: Instituto de Investigaciones Fundamentales en Agricultura Tropical “Alejandro de Humboldt”. https://docplayer.es/70344601-Cinetica-de-secado-de-semillas-de-dos-variedades-desoya- glycine-max-l-merrill-humboldt-inifat.html
dc.relationVives, Y., Rodríguez, J. L., & Lorenzo, Y. (2017). Efecto antioxidante de extractos de plantas aromáticas en la estabilidad del aderezo de soya. Ciencia y Tecnología de Alimentos, 27(1), 1-6. https://www.revcitecal.iiia.edu.cu/revista/index.php/RCTA/article/view/152
dc.relationZuluaga Dominguez, C. M. (2011). Análisis Estadístico Multivariado: una herramienta estratégica para el control de procesos y calidad en la Industria Agroalimentaria. Publicaciones e Investigaciones, 5(1), 143-157. https://doi.org/10.22490/25394088.587
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.sourceCiencia y Tecnología Agropecuaria; Vol 24, Núm.3 (2023): Ciencia y Tecnología Agropecuaria; p. 1-17.
dc.subjectGenética vegetal y fitomejoramiento - F30
dc.subjectSoja
dc.subjectAnálisis de componentes principales
dc.subjectMínimos cuadrados
dc.subjectSimulación
dc.subjectTransitorios
dc.subjecthttp://aims.fao.org/aos/agrovoc/c_14477
dc.subjecthttp://aims.fao.org/aos/agrovoc/c_4472e139
dc.subjecthttp://aims.fao.org/aos/agrovoc/c_7270359f
dc.subjecthttp://aims.fao.org/aos/agrovoc/c_5209
dc.thumbnailhttps://repository.agrosavia.co/bitstreams/6de01d54-703a-4159-a130-e6550da09df3/download
dc.titleAnálisis multivariado de índices de consumo en procesos de obtención de leche de soya
dc.titleMultivariate Analysis of Consumption Indexes During the Production of Soybean Milk
dc.typeArtículo científico

Archivos

Colecciones

Científico