Predictive microbiology: a rising science

Simple item page
dc.creatorYarce, Cristhian J.
dc.date2014-09-08
dc.date.accessioned2024-10-10T02:24:52Z
dc.date.available2024-10-10T02:24:52Z
dc.descriptionIn recent years, researchers on food microbiology started to use mathematical and statistical tools more frequently. These tools are important to obtain a mathematical model able to describe the evolution of microorganisms in food. Researchers have applied the models to food industries in order to determine a priori the process conditions that lead to the activation and deactivation of microorganisms. It is worth noting that microorganisms can be harmful both to consumers as well as the food´s nutritional properties. Therefore, determining the susceptible conditions is important to prevent the consequences. The mathematical models frequently used include polynomials, logarithmic, exponential and differential equations. I distinguish three classes: primary models, secondary and tertiary. These models are important for reaching robust and reliable predictions regarding the behavior of microorganisms in food. This article presents a revision of microbiological predictive models, applied to the food field. The models presented often use the most studied parameters in predictive microbiology: temperature and pH.en-US
dc.descriptionEn las últimas dos décadas, para el estudio de la microbiología de alimentos, se han incluido como herramientas de análisis, el uso  de la matemática y la estadística; tales conocimientos se combinan para desarrollar modelos matemáticos que describan la evolución de los microorganismos en los alimentos [1]. Para los modelos predictivos hay una gran variedad de estudios aplicados en diferentes matrices e industrias alimenticias [2-4]; estos buscan determinar a priori las condiciones de proceso (pH, la temperatura, la actividad de agua, el tiempo de agitación, entre otros), en las cuales hay activación, desactivación, crecimiento o muerte de los microorganismos que pueden ser perjudiciales tanto para el ser humano como para las propiedades organolépticas y nutricionales de un alimento [5, 6], de esta manera establecer puntos de control que eviten tales resultados [7, 8]. Los modelos matemáticos incluyen ecuaciones de diversos tipos como las polinómicas, logarítmicas, exponenciales, diferenciales, hasta llegar a modelos que incluyan ecuaciones de  redes neuronales artificiales; también se clasifican en modelos primarios, secundarios o terciarios; que después de ser consolidados y aplicados logran unas predicciones robustas y seguras; sobre el comportamiento de los microorganismos en alimentos [9].es-ES
dc.formatapplication/pdf
dc.identifierhttps://revistas.uan.edu.co/index.php/ingeuan/article/view/351
dc.identifier.urihttps://repositorio.uan.edu.co/handle/123456789/10429
dc.languagespa
dc.publisherUNIVERSIDAD ANTONIO NARIÑOes-ES
dc.relationhttps://revistas.uan.edu.co/index.php/ingeuan/article/view/351/293
dc.rightshttps://creativecommons.org/licenses/by-nc-sa/4.0es-ES
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.sourceINGE@UAN - TENDENCIAS EN LA INGENIERÍA; Vol. 3 Núm. 6 (2013)es-ES
dc.source2346-1446
dc.source2145-0935
dc.subjectMicrobiología de alimentoses-ES
dc.subjectmodelos predictivoses-ES
dc.subjectfactores de crecimientoes-ES
dc.subjectalgoritmos matemáticoses-ES
dc.subjectsuperficies de respuestaes-ES
dc.subjectAPPCCes-ES
dc.subjectseguridad alimentariaes-ES
dc.subjectanálisis de riesgoses-ES
dc.subjectPCCes-ES
dc.subjectFood microbiologyen-US
dc.subjectpredicitve modelsen-US
dc.subjectrising factorsen-US
dc.subjectAPPCCen-US
dc.subjectfood securityen-US
dc.subjectrisk analysisen-US
dc.subjectPCCen-US
dc.titlePredictive microbiology: a rising scienceen-US
dc.titleMicrobiología predictiva: una ciencia en augees-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
Files
Collections
INGE@UAN