Informacja

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

Wyszukujesz frazę "Prognozowanie matematyczne" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Prognozowanie wzrostu liczby komórek Listeria monocytogenes w serku wiejskim
Predicting growth of Listeria monocytogenes cell count in cottage cheese
Autorzy:
Kowalik, J.
Lobacz, A.
Tarczynska, S.
Powiązania:
https://bibliotekanauki.pl/articles/826572.pdf
Data publikacji:
2013
Wydawca:
Polskie Towarzystwo Technologów Żywności
Tematy:
serek wiejski
zanieczyszczenia mikrobiologiczne
Listeria monocytogenes
komorki bakterii
wzrost komorek
prognozowanie
modele matematyczne
bezpieczenstwo zywnosci
Opis:
Celem badań było oszacowanie matematycznych modeli wzrostu liczby pałeczek Listeria monocytogenes w twarożku „cottage cheese”. W badaniach wykorzystano model pierwszorzędowy Baranyiego i Robertsa oraz drugorzędowy – Ratkowsky’ego. Dane eksperymentalne pozwoliły na konstrukcję modeli prognostycznych. Oceny dopasowania modeli dokonano poprzez wyliczenie błędu średniokwadratowego MSE, współczynników odchylenia (Af) i dokładności (Bf). Na podstawie uzyskanych prognoz wykonano walidację matematyczną i graficzną modelu trzeciorzędowego ComBase Predictor (CP), bazującego na zmodyfikowanych pożywkach mikrobiologicznych i stwierdzono jego przydatność do prognozowania zachowania bakterii z gatunku L. monocytogenes w twarożku. Wykorzystując CP, przeprowadzono analizę ewentualnych błędów procesów technologicznych i przerwania łańcucha chłodniczego podczas dystrybucji „cottage cheese”. Wykazano, że zmiany składu i temperatury podczas produkcji i dystrybucji mają duży wpływ na stabilność mikrobiologiczną i bezpieczeństwo produktu.
The objective of the research study was to develop mathematical models of the growth of number of Listeria monocytogenes rods in cottage cheese. In the study, a primary Baranyi and Roberts model and a secondary Ratkowsky model were applied. The experimental data made it possible to construct prognostic models. A mean square error (MSE), bias (Bf), and accuracy (Af) factors were calculated and applied to assess the goodness-of-fit of the constructed models. Based on the predictions obtained, a mathematical and graphical validation was performed of the tertiary Combase Predictor (CP) model, which was based on the modified microbiological culture media; its usefulness was confirmed to predict the behaviour of bacteria of the species L. monocytogenes in cottage cheese. Then, using CP, possible technological errors were analyzed as was the break of the cold chain while distributing cottage cheese. It was proved that the changes in the composition and temperature during the production and distribution had a high impact on the microbiological stability and safety of the product.
Źródło:
Żywność Nauka Technologia Jakość; 2013, 20, 4
1425-6959
Pojawia się w:
Żywność Nauka Technologia Jakość
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zalozenia, zasady i przyszlosc prognozowania mikrobiologicznego
Autorzy:
Kolozyn-Krajewska, D
Jalosinska-Pienkowska, M.
Powiązania:
https://bibliotekanauki.pl/articles/828858.pdf
Data publikacji:
1999
Wydawca:
Polskie Towarzystwo Technologów Żywności
Tematy:
przezywalnosc bakterii
bezpieczenstwo zywnosciowe
mikrobiologia zywnosci
modelowanie matematyczne
zywnosc
prognozowanie
bacterial survival
food safety
food microbiology
mathematical modelling
food
prognosis
Opis:
W publikacji przedstawiono główne zasady modelowania matematycznego w mikrobiologii żywności. Omówiono przykładowe modele prognostyczne wzrostu, inaktywacji i przeżywalności drobnoustrojów. Ustosunkowano się także do zastrzeżeń zgłaszanych w stosunku do istniejących modeli mikrobiologicznych i realnych możliwości ich praktycznego zastosowania.
Main principles of mathematical modelling in food microbiology were presented in the paper. Examples of predictive models of growth, inactivation and survival of microorganisms were discussed. Attitude towards microbiological model limitations and realistic possibilities of their practical application was done.
Źródło:
Żywność Nauka Technologia Jakość; 1999, 06, 4; 22-38
1425-6959
Pojawia się w:
Żywność Nauka Technologia Jakość
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod prognozowania mikrobiologicznego do okreslania rozwoju mikroflory saprofitycznej w produktach miesnych utrwalonych lizozymem w formie monomeru
Autorzy:
Rosiak, E
Kolozyn-Krajewska, D
Powiązania:
https://bibliotekanauki.pl/articles/828703.pdf
Data publikacji:
2003
Wydawca:
Polskie Towarzystwo Technologów Żywności
Tematy:
przetwory miesne
analiza zywnosci
mikrobiologia zywnosci
bakterie saprofityczne
zywnosc
Pseudomonas
prognozowanie
utrwalanie zywnosci
metody immunoenzymatyczne
modele matematyczne
meat product
food analysis
food microbiology
saprotrophic bacteria
food
prognosis
food preservation
immunoenzymatic method
mathematical model
Opis:
Celem pracy było opracowanie matematycznych modeli wzrostu ogólnej liczby drobnoustrojów oraz saprofitycznych bakterii z rodzaju Pseudomonas spp. w modelowych produktach mięsnych utrwalonych lizozymem w formie monomeru. Badania mikrobiologiczne wykonano klasycznymi metodami płytkowymi. Do uzyskanych danych empirycznych dopasowano funkcje s-kształtne (Gompertza i logistyczną) oraz funkcje wielomianowe stopnia drugiego i trzeciego. Szacowania parametrów funkcji pierwszorzędowych dokonano z wykorzystaniem procedur iteracyjnych, wyznaczających najmniejszą wartość sumy kwadratów różnicy błędu pomiędzy wartościami empirycznymi i teoretycznymi. Szacowania parametrów modeli zbiorczych dokonano klasyczną metodą najmniejszych kwadratów. Na podstawie modeli pierwszorzędowych uzyskano parametry kinetyczne opisujące rozwój badanych grup drobnoustrojów. Modele zbiorcze pozwoliły określić wpływ badanych czynników środowiskowych na populację drobnoustrojów.
The aim of the work was construction of mathematical models of growth of total plate count of bacteria and saprophytic Pseudomonas spp. bacteria occurring in model meat products preservated with lysozyme in monomer form. The microbiological experiment was carried out by traditional plate method. The experimental data were fitted to first order models (Gampertz and logistic) and response surface models (RSM). The Marquardt algorithm was used to evaluate parameters of Gompertz and logistic functions. The least square method was used for assessment of parameters of polynominal functions. Results of first order models were kinetics parameters of growth: lag time duration, growth rate, generation time, density of population. The influence of environmental factors on bacteria population growth was determined on the basis the RSM.
Źródło:
Żywność Nauka Technologia Jakość; 2003, 10, 3; 5-20
1425-6959
Pojawia się w:
Żywność Nauka Technologia Jakość
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod prognozowania mikrobiologicznego do modelowania wzrostu mikroflory saprofitycznej w produktach miesnych utrwalonych lizozymem w formie dimeru
Autorzy:
Rosiak, E
Kolozyn-Krajewska, D
Powiązania:
https://bibliotekanauki.pl/articles/826249.pdf
Data publikacji:
2003
Wydawca:
Polskie Towarzystwo Technologów Żywności
Tematy:
bezpieczenstwo zywnosciowe
zapewnienie jakosci
bakterie saprofityczne
zywnosc
prognozowanie mikrobiologiczne
Pseudomonas
modelowanie wzrostu
badania mikrobiologiczne
technologia zywnosci
przetwory miesne
mikrobiologia zywnosci
mikroflora saprofityczna
prognozowanie
mikroorganizmy
utrwalanie zywnosci
modele matematyczne
lizozym
food safety
quality assurance
saprophytic bacteria
food
microbiological forecasting
growth modelling
microbiological test
food technology
meat product
food microbiology
saprophytic microflora
prognosis
microorganism
food preservation
mathematical modelling
lysozyme
Opis:
Celem badań było opracowanie matematycznych modeli wzrostu ogólnej liczby drobnoustrojów oraz saprofitycznych bakterii z rodzaju Pseudomonas spp. w modelowych produktach mięsnych utrwalonych lizozymem. Badania mikrobiologiczne wykonano klasycznymi metodami płytkowymi. Do uzyskanych danych empirycznych dopasowano funkcje s-kształtne (Gompertza i logistyczną) oraz funkcje wielomianowe stopnia drugiego i trzeciego. Szacowania parametrów funkcji pierwszorzędowych dokonano z wykorzystaniem procedur iteracyjnych, wyznaczających najmniejszą wartość sumy kwadratów różnicy błędu pomiędzy wartościami empirycznymi i teoretycznymi. Szacowania parametrów modeli zbiorczych dokonano klasyczną metodą najmniejszych kwadratów. Na podstawie modeli pierwszorzędowych uzyskano parametry kinetyczne opisujące rozwój badanych grup drobnoustrojów. Modele zbiorcze pozwoliły określić wpływ badanych czynników środowiskowych na populację drobnoustrojów.
The objective of the work was to develop mathematical models of growth in the total plate count of bacteria and of saprophytic Pseudomonas spp. bacteria in model meat products preserved using lysozyme in the form of a dimer. The microbiological experiment was carried out by a traditional plate method. The experimental data were adapted to the first order models (the Gampertz and logistic functions) and to the response surface models (RSM). The Marquardt algorithm was used to evaluate parameters of the Gompertz and logistic functions. The least square method was used to assess parameters of the polynomial functions. Results of the first order models were kinetics parameters of the growth: lag time duration, growth rate, generation time, and density of population. The influence of environmental factors on the growth in the bacteria population was determined on the basis of RSM.
Źródło:
Żywność Nauka Technologia Jakość; 2003, 10, 4; 5-25
1425-6959
Pojawia się w:
Żywność Nauka Technologia Jakość
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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