Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES
- Autores
- Pozzi, Maria Teresa; Furlong, Octavio Javier; Hidalgo, Melisa Jazmin; Marchevsky, Eduardo Jorge; Pellerano, Roberto Gerardo
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El estudio de muestras agroalimentarias, con el fin de controlar la calidad de la materia prima y definir el origen de las mismas, o sea determinar su huella dactilar adquiere cada día más relevancia. Este concepto hace referencia al estudio de propiedades inherentes a una muestra en particular, lo cual es factible mediante el uso de herramientas multivariadas de análisis que permitanhallar las variables más representativas del grupo de muestras en cuestión. El uso de modelos multivariados aplicados a muestras agroalimentarias es un tema actual de interés en todo el mundo, a los fines de reconocer y definir origen geográfico, variedades, calidades, etc., varias publicaciones incluyen la determinación de la denominación de origen en mieles, vinos, aceites comestibles, variedades de frutas, entre otros. El objetivo de este trabajo es generar modelos clasificatorios multivariados y obtener información adicional vinculada a establecer criterios de calidad referidas tanto a composición mineral, como hallar la eventual presencia de elementos tóxicos. Resultados y Conclusiones En este trabajo se presentan los resultados obtenidos al analizar 45 muestras de aceitunas de las variedades: Arbequina, Manzanilla y Arauco. Las muestras fueron identificadas de acuerdo con las condiciones de producción en dos grupos, orgánica/tradicional. Todas las muestras fueron digeridas previamente mediante digestión ácida asistida por microondas y luego analizadas por ICP-OES. Los elementos seleccionados para la medición fueron Na, K, Ca, Fe, Mg, Cu, Zn, Se, S y P, pudiendo detectarse todos ellos en todas las muestras. Los resultados obtenidos fueron analizados utilizando técnicas quimiométricas multivariadas (LDA y PLS-DA) como así también técnicas de minería de datos (SVM-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global, y parámetros estadísticos por grupo tales como la precisión, la sensibilidad y el área bajo la curva (AUC). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido al bajo número de muestras estudiadas.
Fil: Pozzi, Maria Teresa. Universidad Nacional de Catamarca; Argentina
Fil: Furlong, Octavio Javier. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Física Aplicada "Dr. Jorge Andrés Zgrablich". Universidad Nacional de San Luis. Facultad de Ciencias Físico Matemáticas y Naturales. Instituto de Física Aplicada "Dr. Jorge Andrés Zgrablich"; Argentina
Fil: Hidalgo, Melisa Jazmin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
Fil: Marchevsky, Eduardo Jorge. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; Argentina
Fil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina
9º Congreso Argentino Química Analítica
Río Cuarto
Argentina
Asociación Argentina de Química Analítica
Universidad Nacional de Rio Cuarto - Materia
-
CLASIFICACIÓN QUIMIOMÉTRICA
ACEITUNAS
ICP-OES - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by/2.5/ar/
- Repositorio
.jpg)
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/182925
Ver los metadatos del registro completo
| id |
CONICETDig_16781e940b21e3bcde58e5176324b7f8 |
|---|---|
| oai_identifier_str |
oai:ri.conicet.gov.ar:11336/182925 |
| network_acronym_str |
CONICETDig |
| repository_id_str |
3498 |
| network_name_str |
CONICET Digital (CONICET) |
| spelling |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OESPozzi, Maria TeresaFurlong, Octavio JavierHidalgo, Melisa JazminMarchevsky, Eduardo JorgePellerano, Roberto GerardoCLASIFICACIÓN QUIMIOMÉTRICAACEITUNASICP-OEShttps://purl.org/becyt/ford/1.4https://purl.org/becyt/ford/1El estudio de muestras agroalimentarias, con el fin de controlar la calidad de la materia prima y definir el origen de las mismas, o sea determinar su huella dactilar adquiere cada día más relevancia. Este concepto hace referencia al estudio de propiedades inherentes a una muestra en particular, lo cual es factible mediante el uso de herramientas multivariadas de análisis que permitanhallar las variables más representativas del grupo de muestras en cuestión. El uso de modelos multivariados aplicados a muestras agroalimentarias es un tema actual de interés en todo el mundo, a los fines de reconocer y definir origen geográfico, variedades, calidades, etc., varias publicaciones incluyen la determinación de la denominación de origen en mieles, vinos, aceites comestibles, variedades de frutas, entre otros. El objetivo de este trabajo es generar modelos clasificatorios multivariados y obtener información adicional vinculada a establecer criterios de calidad referidas tanto a composición mineral, como hallar la eventual presencia de elementos tóxicos. Resultados y Conclusiones En este trabajo se presentan los resultados obtenidos al analizar 45 muestras de aceitunas de las variedades: Arbequina, Manzanilla y Arauco. Las muestras fueron identificadas de acuerdo con las condiciones de producción en dos grupos, orgánica/tradicional. Todas las muestras fueron digeridas previamente mediante digestión ácida asistida por microondas y luego analizadas por ICP-OES. Los elementos seleccionados para la medición fueron Na, K, Ca, Fe, Mg, Cu, Zn, Se, S y P, pudiendo detectarse todos ellos en todas las muestras. Los resultados obtenidos fueron analizados utilizando técnicas quimiométricas multivariadas (LDA y PLS-DA) como así también técnicas de minería de datos (SVM-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global, y parámetros estadísticos por grupo tales como la precisión, la sensibilidad y el área bajo la curva (AUC). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido al bajo número de muestras estudiadas.Fil: Pozzi, Maria Teresa. Universidad Nacional de Catamarca; ArgentinaFil: Furlong, Octavio Javier. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Física Aplicada "Dr. Jorge Andrés Zgrablich". Universidad Nacional de San Luis. Facultad de Ciencias Físico Matemáticas y Naturales. Instituto de Física Aplicada "Dr. Jorge Andrés Zgrablich"; ArgentinaFil: Hidalgo, Melisa Jazmin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; ArgentinaFil: Marchevsky, Eduardo Jorge. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; ArgentinaFil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina9º Congreso Argentino Química AnalíticaRío CuartoArgentinaAsociación Argentina de Química AnalíticaUniversidad Nacional de Rio CuartoUniversidad Nacional de Río Cuarto2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/182925Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES; 9º Congreso Argentino Química Analítica; Río Cuarto; Argentina; 2017; 327-327978-987-688-238-5CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://www.unirioeditora.com.ar/producto/9o-congreso-argentino-quimica-analitica/Nacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T09:51:16Zoai:ri.conicet.gov.ar:11336/182925instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 09:51:16.45CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
| dc.title.none.fl_str_mv |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES |
| title |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES |
| spellingShingle |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES Pozzi, Maria Teresa CLASIFICACIÓN QUIMIOMÉTRICA ACEITUNAS ICP-OES |
| title_short |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES |
| title_full |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES |
| title_fullStr |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES |
| title_full_unstemmed |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES |
| title_sort |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES |
| dc.creator.none.fl_str_mv |
Pozzi, Maria Teresa Furlong, Octavio Javier Hidalgo, Melisa Jazmin Marchevsky, Eduardo Jorge Pellerano, Roberto Gerardo |
| author |
Pozzi, Maria Teresa |
| author_facet |
Pozzi, Maria Teresa Furlong, Octavio Javier Hidalgo, Melisa Jazmin Marchevsky, Eduardo Jorge Pellerano, Roberto Gerardo |
| author_role |
author |
| author2 |
Furlong, Octavio Javier Hidalgo, Melisa Jazmin Marchevsky, Eduardo Jorge Pellerano, Roberto Gerardo |
| author2_role |
author author author author |
| dc.subject.none.fl_str_mv |
CLASIFICACIÓN QUIMIOMÉTRICA ACEITUNAS ICP-OES |
| topic |
CLASIFICACIÓN QUIMIOMÉTRICA ACEITUNAS ICP-OES |
| purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.4 https://purl.org/becyt/ford/1 |
| dc.description.none.fl_txt_mv |
El estudio de muestras agroalimentarias, con el fin de controlar la calidad de la materia prima y definir el origen de las mismas, o sea determinar su huella dactilar adquiere cada día más relevancia. Este concepto hace referencia al estudio de propiedades inherentes a una muestra en particular, lo cual es factible mediante el uso de herramientas multivariadas de análisis que permitanhallar las variables más representativas del grupo de muestras en cuestión. El uso de modelos multivariados aplicados a muestras agroalimentarias es un tema actual de interés en todo el mundo, a los fines de reconocer y definir origen geográfico, variedades, calidades, etc., varias publicaciones incluyen la determinación de la denominación de origen en mieles, vinos, aceites comestibles, variedades de frutas, entre otros. El objetivo de este trabajo es generar modelos clasificatorios multivariados y obtener información adicional vinculada a establecer criterios de calidad referidas tanto a composición mineral, como hallar la eventual presencia de elementos tóxicos. Resultados y Conclusiones En este trabajo se presentan los resultados obtenidos al analizar 45 muestras de aceitunas de las variedades: Arbequina, Manzanilla y Arauco. Las muestras fueron identificadas de acuerdo con las condiciones de producción en dos grupos, orgánica/tradicional. Todas las muestras fueron digeridas previamente mediante digestión ácida asistida por microondas y luego analizadas por ICP-OES. Los elementos seleccionados para la medición fueron Na, K, Ca, Fe, Mg, Cu, Zn, Se, S y P, pudiendo detectarse todos ellos en todas las muestras. Los resultados obtenidos fueron analizados utilizando técnicas quimiométricas multivariadas (LDA y PLS-DA) como así también técnicas de minería de datos (SVM-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global, y parámetros estadísticos por grupo tales como la precisión, la sensibilidad y el área bajo la curva (AUC). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido al bajo número de muestras estudiadas. Fil: Pozzi, Maria Teresa. Universidad Nacional de Catamarca; Argentina Fil: Furlong, Octavio Javier. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Física Aplicada "Dr. Jorge Andrés Zgrablich". Universidad Nacional de San Luis. Facultad de Ciencias Físico Matemáticas y Naturales. Instituto de Física Aplicada "Dr. Jorge Andrés Zgrablich"; Argentina Fil: Hidalgo, Melisa Jazmin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Marchevsky, Eduardo Jorge. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; Argentina Fil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina 9º Congreso Argentino Química Analítica Río Cuarto Argentina Asociación Argentina de Química Analítica Universidad Nacional de Rio Cuarto |
| description |
El estudio de muestras agroalimentarias, con el fin de controlar la calidad de la materia prima y definir el origen de las mismas, o sea determinar su huella dactilar adquiere cada día más relevancia. Este concepto hace referencia al estudio de propiedades inherentes a una muestra en particular, lo cual es factible mediante el uso de herramientas multivariadas de análisis que permitanhallar las variables más representativas del grupo de muestras en cuestión. El uso de modelos multivariados aplicados a muestras agroalimentarias es un tema actual de interés en todo el mundo, a los fines de reconocer y definir origen geográfico, variedades, calidades, etc., varias publicaciones incluyen la determinación de la denominación de origen en mieles, vinos, aceites comestibles, variedades de frutas, entre otros. El objetivo de este trabajo es generar modelos clasificatorios multivariados y obtener información adicional vinculada a establecer criterios de calidad referidas tanto a composición mineral, como hallar la eventual presencia de elementos tóxicos. Resultados y Conclusiones En este trabajo se presentan los resultados obtenidos al analizar 45 muestras de aceitunas de las variedades: Arbequina, Manzanilla y Arauco. Las muestras fueron identificadas de acuerdo con las condiciones de producción en dos grupos, orgánica/tradicional. Todas las muestras fueron digeridas previamente mediante digestión ácida asistida por microondas y luego analizadas por ICP-OES. Los elementos seleccionados para la medición fueron Na, K, Ca, Fe, Mg, Cu, Zn, Se, S y P, pudiendo detectarse todos ellos en todas las muestras. Los resultados obtenidos fueron analizados utilizando técnicas quimiométricas multivariadas (LDA y PLS-DA) como así también técnicas de minería de datos (SVM-DA y Random Forest). Los métodos aplicados fueron comparados teniendo en cuenta la exactitud global, y parámetros estadísticos por grupo tales como la precisión, la sensibilidad y el área bajo la curva (AUC). El mejor desempeño se pudo observar en el método de Random Forest, posiblemente debido al bajo número de muestras estudiadas. |
| publishDate |
2017 |
| dc.date.none.fl_str_mv |
2017 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/conferenceObject Congreso Book http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| status_str |
publishedVersion |
| format |
conferenceObject |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/182925 Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES; 9º Congreso Argentino Química Analítica; Río Cuarto; Argentina; 2017; 327-327 978-987-688-238-5 CONICET Digital CONICET |
| url |
http://hdl.handle.net/11336/182925 |
| identifier_str_mv |
Clasificación quimiométrica de aceitunas producidas en la provincia de Catamarca mediante ICP-OES; 9º Congreso Argentino Química Analítica; Río Cuarto; Argentina; 2017; 327-327 978-987-688-238-5 CONICET Digital CONICET |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://www.unirioeditora.com.ar/producto/9o-congreso-argentino-quimica-analitica/ |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by/2.5/ar/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by/2.5/ar/ |
| dc.format.none.fl_str_mv |
application/pdf application/pdf application/pdf application/pdf application/pdf |
| dc.coverage.none.fl_str_mv |
Nacional |
| dc.publisher.none.fl_str_mv |
Universidad Nacional de Río Cuarto |
| publisher.none.fl_str_mv |
Universidad Nacional de Río Cuarto |
| dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
| reponame_str |
CONICET Digital (CONICET) |
| collection |
CONICET Digital (CONICET) |
| instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
| _version_ |
1842269084707717120 |
| score |
13.13397 |