Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Wykorzystanie drzew klasyfikacyjnych w analizie cech sensorycznych brokułu włoskiego po obróbce cieplnej

Tytuł:
Wykorzystanie drzew klasyfikacyjnych w analizie cech sensorycznych brokułu włoskiego po obróbce cieplnej
Using classification trees in the analysis of Italian broccoli sensory characteristics after heat treatment
Autorzy:
Ślaska-Grzywna, B.
Powiązania:
https://bibliotekanauki.pl/articles/289269.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
brokuł włoski
obróbka cieplna
ocena sensoryczna
drzewo klasyfikacyjne
Italian broccoli
heat treatment
sensory assessment
classification tree
Źródło:
Inżynieria Rolnicza; 2010, R. 14, nr 3, 3; 209-215
1429-7264
Język:
polski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W pracy przeprowadzono analizę eksploracyjną cech sensorycznych brokułu włoskiego po obróbce cieplnej przy zmiennych parametrach: temperaturze, czasie i dodatku pary. Do oceny sensorycznej wykorzystano 5 wyróżników: barwę, konsystencję, zapach, smak i soczystość. Zbadano rzetelność skali oraz utworzono drzewa klasyfikacyjne dla wszystkich wyróżników sensorycznych. Stwierdzono, że dodatek pary, niezależnie od jego poziomu, jest najważniejszym predyktorem oceny wszystkich wyróżników sensorycznych.

The paper presents exploratory analysis of Italian broccoli sensory characteristics after heat treatment, carried out for variable parameters: temperature, time and steam addition. 5 discriminants have been used for the purposes of sensory assessment: colour, consistence, aroma, taste and succulence. The research involved scale reliability examination and developing classification trees for all sensory discriminants. It has been observed that steam addition, regardless of its volume, is the most important assessment predictor for all sensory discriminants.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies