Szacowanie okresu przydatności do spożycia produktów mięsnych za pomocą modeli prognostycznych

• Autorzy: Katarzyna Kajak , Danuta Kołożyn-Krajewska

Warianty tytułu

Assessment of the Shelf-Life of Meat Products Using Predictive Models

• Języki publikacji: PL

Abstrakty

Celem badań było opracowanie modeli prognostycznych umożliwiających szacowanie okresu przydatności do spożycia produktów mięsnych z rozdrobnionego mięsa wołowego. Utworzono liniowe modele z wyrazem wolnym wzrostu (ogólnej liczby drobnoustrojów) OLD [log jtk/g], zawierające wszystkie analizowane zmienne (dodatek NaCl i NaNO₂, czas przechowywania i temperaturę) z zastosowaniem regresji liniowej oraz modele powierzchni odpowiedzi Gompertza i logistyczne wzrostu (ogólnej liczby drobnoustrojów) OLD [log jtk/g] z uwzględnieniem wpływu dodatku NaCl i NaNO₂. Obliczenia wykonano nieliniową metodą najmniejszych kwadratów, za pomocą algorytmu Gaussa- Newtona. Na podstawie danych uzyskanych z analiz mikrobiologicznych opracowano liniowe modele ogólnej liczby drobnoustrojów (OLD), umożliwiające szacowanie okresu przydatności do spożycia produktów mięsnych, przede wszystkim w niskiej temperaturze przechowywania (5°C). Otrzymane, dobrze dopasowane statystycznie, modele powierzchni odpowiedzi Gompertza i logistyczne, w zadowalający sposób umożliwiają prognozowanie okresu przydatności do spożycia produktów mięsnych, przede wszystkim w zakresie wyższej temperatury przechowywania (15°C). (abstrakt oryginalny)

EN

The objective of this paper was to construct and develop predictive models, the application of which it makes possible to assess the shelf-life of meat products produced of ground beet meat. There were constructed primary linear models with a free parameter of growth of the total viable count (TVC) [log cfu/g] containing all the analyzed variables (the addition of NaCl and NaNO₂, storage time, and temperature); the said models were constructed using a linear regression, as well as Gompertz (G) and logistic (L) response surface models of the growth of total viable count (TVC) [log cfu/g] including the impact as exerted by NaCl and NaNO₂ added. The computation was performed using a nonlinear least squares method supported by the Gauss-Newton algorithm. On the basis of the results obtained from the microbiological analyses performed, linear models of the total viable count (TVC) were developed; with those models, it was possible to assess the shelf-life of meat products, and, first of all, of those stored at a low temperature (5°C). The Gompertz and logistic surface response models obtained and statistically well fitted, enable manufacturers to satisfactorily predict the shelf-life of meat products, in particular of those stored at a higher storage temperature (15°C). (original abstract)

Słowa kluczowe

PL

Żywność; Mięso wołowe; Jakość mięsa; Mikrobiologia; Prognozowanie

EN

Food; Beef meat; Meat quality; Microbiology; Forecasting

• Czasopismo: Żywność: nauka - technologia - jakość
• Rocznik: 2005
• Numer: R. 12, nr 3 (44), Supl.
• Strony: 53--64

Twórcy

autor

Katarzyna Kajak

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

autor

Danuta Kołożyn-Krajewska

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

Bibliografia

• [1] Baird-Parker A. C.: Development of industrial procedures to ensure the microbiological safety of food. Food Contr., 1995, 1, 29-36.
• [2] Baranyi J., Roberts T. A.: Mathematics of predictive food microbiology. Int. J. Food Microbiol., 1995, 2, 199-218.
• [3] Fu B., Labuza T. P.: Shelf-life prediction: theory and application. Food Control 1993, 3, 125-133.
• [4] Knøchel S., Gould G.: Preservation microbiology and safety: Quo vadis?. Trends Food Technol., 1995, 4, 127-131.
• [5] McDonald K., Sun D.-W.: Predictive food microbiology for the meat industry: a review. Int. J. Food Microbiol., 1999, 1-2, 1-27.
• [6] McMeekin T. A., Presser K., Ratkowsky D., Ross T., Salter M., Tienungoon S.: Quantifying the hurdle concept by modelling the bacterial growth/no growth interface. Int. J. Food Microbiol., 2000, 1-3, 93-98.
• [7] Notermans S., in 't Veld P.: Microbiological challenge testing for ensuring safety of food products. Int. J. Food Microbiol., 1994, 1-2, 33-39.
• [8] PN-A-82055-6:1994. Mięso i przetwory mięsne. Badania mikrobiologiczne. Oznaczanie ogólnej ilości drobnoustrojów.
• [9] Ratkowsky D. A.: Principles of nonlinear regression modelling. J. Ind. Microbiol., 1993, 3-5, 195-199.
• [10] Schaffner D. W., Labuza T. P.: Predictive microbiology: where are we, and where are we going? Food Technol., 1997, 4, 95.