Академический Документы
Профессиональный Документы
Культура Документы
RESUMEN:
Se investigó el efecto de la deshidratación osmótica del Yacón a 60 °Brix, el secado se realizó
a temperaturas de 60 °C y 110 °C durante 4 h. y 30 min en rodajas de yacón de espesor variable
entre 0.5 a 1.5 mm. Entre las características físicas se determinó el color por el método de
CIELAB aplicando los programas SigmaPlot y Matlab obteniéndose como H: 40.21638 y L:
81.17439 ubicándose el color entre amarillo – naranja, y utilizando el colorímetro digital en las
muestras de yacón M1 (586) y M2 (642) se tiene un color rojo-naranja y la textura evaluada por
el equipo Texture Analizer CT3, teniendo como resultado el trabajo requerido para deformar la
muestra es 21.4mJ y la deformación de pico determinada por la distancia a la que se comprimió
la muestra cuando se produjo la carga pico es 3.36mm. El análisis sensorial realizado con siete
panelistas mediante la prueba de Análisis Descriptivo Cuantitativo (QDA) en las muestras de
yacón M1 (586) y M2 (642) se obtuvieron resultados satisfactorios y aceptables con respecto a
todas sus características organolépticas.
Palabras clave: Yacón, Jarabe de yacón, deshidratación osmótica, color, análisis sensorial.
ABSTRACT:
The effect of Yacon osmotic dehydration at 60 ° Brix was investigated, drying was carried out at
temperatures of 60 ° C and 110 ° C for 4 h. and 30 min in slices of yacón of variable thickness
between 0.5 to 1.5 mm. Among the physical characteristics the color was determined by the
method of CIELAB applying SigmaPlot and Matlab programs obtained as H: 40.21638 and L:
81.17439 placing color between yellow - orange, and using the digital colorimeter samples yacón
M1 (586) and M2 (642) has a red-orange color and texture evaluated by the team texture Analyzer
CT3, resulting in the work required to deform the sample is 21.4mJ and deformation of certain
peak by the distance that was compressed The sample when the peak load occurred is 3.36mm.
Sensorial analysis with seven panelists by testing quantitative descriptive analysis (QDA) yacon
samples M1 (586) and M2 (642) satisfactory and acceptable results were obtained with respect to
all its organoleptic characteristics.
1. INTRODUCCIÓN
El procesamiento de frutas y verduras efecto antidiabético porque modula la
requiere una atención especial, como estos concentración de insulina en el plasma
se consideran fuentes importantes de sanguíneo e inhibe la gluconeogénesis
vitaminas y minerales que son esenciales hepática (Genta, 2009). Además de estos
para la humanidad (Karim,2005). Los beneficios para la salud, se ha informado que
centros de una mayor diversidad del yacon tiene efectos antioxidantes (Takenaka,
se encuentra en las tierras fronterizas del 2003). Tiene alrededor del 90% del
Perú con Bolivia y Ecuador (Delgado, contenido de humedad (p.b.) y es conocido
Tamashiro, Marostica y Pastore, 2013). El por su propiedad prebiótico, atribuida al alto
interés de dicha raíz se ha centrado en su contenido de fructooligosacaridos (FOS).
Además de mejorar la actividad biofágica en minimizar la degradación térmica del
el aparato digestivo, FOS se ha relacionado producto es reducir su contenido inicial de
con la reducción de la glucosa y nivel de agua por un proceso de deshidratación
triglicéridos en la sangre, normalización de osmótica. En el tratamiento osmótico, las
la presión arterial y mejora del metabolismo frutas y verduras se sumergen en una
diabético (Hartemink, 1997; Spiegel, 1994). solución saturada de agente osmótico a bajas
temperaturas, lo que resulta la pérdida de
Yacón se consume principalmente en forma
agua y / o absorción de azúcar (Torregiani,
natural o seca, pero también se puede
1993, Lenart, 1996). Este proceso puede
agregar en polvo formarse en una amplia
mejorar el color, el sabor y textura para
variedad de alimentos tales como productos
alimentos procesados y mejorar el pigmento
de panadería, yogures y jugos. Teniendo en
de color y la estabilidad de los nutrientes
cuenta que la concentración prebiótica de
durante el almacenamiento (Lazarides,
yacón disminuye a lo largo del período
1995; Raoult 1994).
posterior a la cosecha debido a la
despolimerización de FOS, y que su vida útil Aunque es cierto que las propiedades
es inferior a 7 días en condiciones texturales están estrechamente ligados a las
ambientales, es crítico procesarlo para propiedades físicas y mecánicas de la
preservar su nutrición y atributos comida, los mecanismos que determinan la
sensoriales. textura de los alimentos sensación y la
apreciación son mucho más complicado que
Jarabe de yacón podría clasificarse como un
lo que la física puede describir la comida,
producto funcional debido a su alto
sensación de textura de los alimentos es en
contenido natural FOS y presenta
gran parte resultado de las interacciones
características físicas y sensoriales similares
entre el cuerpo de alimentos, donde tanto la
a las de miel o jarabe de caña de azúcar
fisiología y la psicología sensorial oral,
(Genta, 2009). La evaluación de compuestos
juegan un papel igualmente importante. En
nutricionales y funcionales presentes en
base a este reconocimiento, la investigación
diferentes jarabes se centran principalmente
integrada de la física de los alimentos, la
en el contenido de FOS ( Genta,2009; Geyer,
fisiología y la psicología sensorial oral, ha
Manrique, Degen, y Beglinger, 2008;
establecido su impulso en los últimos años
Manrique, Párraga, y Hermann, 2005 ).
(Chen, 2009, 2014; Chen y Stokes, 2012;
Recientemente, un proceso para obtener un
Lucas et al., 2002; van Vliet, 2002 ).
jarabe de yacón con altos niveles de FOS,
que incluyen maceración enzimática, La mejora de algunos atributos de calidad
seguido de microfiltración y concentración del yacón seco convectivo después de la
al vacío fue desarrollado (Silva, 2017 ). El aplicación de un tratamiento osmótico se
jarabe de yacón obtenido por (Geyer, 2008) demostró en su estudio (Perussello, 2013).
estaba compuesto de 2,3%, 0,4% y 67,0%
Los modelos matemáticos tienen el potencial
para proteínas, lípidos y carbohidratos.
de predecir comportamiento de secado de un
El secado de los alimentos es un proceso de producto alimenticio, determinar la
las operaciones de secado se aplican influencia de parámetros de proceso y así
ampliamente como un método de minimizar los costos del proceso de secado
conservación en la industria de los y la degradación de los atributos
alimentos, el proceso de secado inadecuado nutricionales y sensoriales de la producto
puede dañar la calidad del producto al (Chandan,2014).
consumir (Karim, 2011). Por ejemplo, el
El secado es un proceso complicado que
uso de temperaturas relativamente altas
involucra transferencia de calor y masa. Las
cuentas por daños tales como pardeamiento
frutas y verduras tienen ciertas
enzimático, contracción y alteraciones en
características morfológicas bastante
sabor, color y aroma. Una alternativa para
distintas de otros materiales naturales que
influyen mucho en su comportamiento Los consumidores manifiestan una fuerte
durante el secado y la preservación (Karim, preferencia por aquellos productos de
2005). apariencia atractiva y el color es el primer
atributo que se juzga de los productos. Esto
El color es uno de los parámetros
es decisivo ya que en innumerables pruebas
fundamentales que definen la calidad de un
se ha comprobado que cuando el color de un
alimento La evaluación de este parámetro
alimento cambia sin alterar su forma, aroma
sensorial es crucial y es una preocupación en
u otros atributos de textura, se obtienen una
la industria alimentaria (Du &Sun, 2004). En
respuesta de rechazo por parte de los
este contexto, las propiedades sensoriales de
consumidores, o incluso de los catadores
los alimentos se pueden estimar a la
entrenados (Badui, 2006).
apariencia y color de la superficie, que son
los primeros parámetros evaluados El color es una cualidad organoléptica de los
visualmente y, en consecuencia, la relación alimentos y se aprecia por medio del sentido
del consumidor en la aceptación o rechazo físico de la vista. También suele ser
del producto incluso antes de que entre a la considerado un factor sicológico de
boca (Pedreschi, Leon, Mery y Moyano, apreciación y un criterio para elegir un
2006). producto alimenticio; incluso en los
productos de origen vegetal se relaciona con
Actualmente, se están utilizando nuevas
la posibilidad de elegir la maduración y su
herramientas para medir los cambios en las
idoneidad. Sin embargo, no siempre resulta
características de color de la comida. Una de
valida la correlación entre color y calidad,
estas es la visión por computadora técnica
por el uso o tal vez el abuso de aditivos,
proyectada como una alternativa a la
colorantes, que pueden enmascarar esta
evaluación sensorial. Los uso eficiente de
apreciación (Bello, 2008).
técnicas de visión artificial para el color de
los alimentos y la evaluación requiere un Los objetos absorben y reflejan la luz de
proceso de calibración basado en el común forma distinta dependiendo de sus
absoluto colores para datos de color como características físicas, tal como la forma o la
conocimiento de las características de la composición. El color que se percibe de un
imagen que podría correlacionarse mejor objeto es el rayo de luz que rechaza. Se capta
con el producto de calidad (Mendoza, esos “rebotes” con diferentes longitudes de
Dejmek, y Aguilera, 2006). onda, gracias a la estructura de los ojos. Si
los rayos de luz atraviesan al objeto, éste es
La visión de la computadora está en relación
invisible. Las células sensoriales o
con el procesamiento de la imagen y análisis,
fotorreceptores de la retina que reaccionan
permitiendo la segmentación del color, la
en respuesta a la luz son de dos tipos: conos
cuantificación y clasificación de elementos
y bastones. Los bastones se activan en la
de interés. La utilización de la computadora
oscuridad y sólo permiten distinguir el
visión como un instrumento para estimar los
negro, el blanco y los distintos matices del
cambios de las características del color en
gris, por lo tanto, permite la percepción del
los alimentos son extremadamente
contraste. Los conos, en cambio, funcionan
ventajosas cuando se utilizan para
de día y en ambientes iluminados y hacen
reemplazar las respuestas de los panelistas
posible la visión de los colores. Existen tres
por imágenes tomadas con un cámara de
tipos de conos; uno especialmente sensible a
video y luego procesada y analizada por
la luz roja (R) con longitud de onda variando
algoritmos de computadora (Saldaña, Siche,
desde 700 a 770 nm, otro a la luz verde (G)
Lujan, y Quevedo, 2013). Haciendo esto
desde 495 a 570 nm y un tercero a la luz azul
reduce el costo, el tiempo y la subjetividad
(B) desde 400 a 475 nm, lo que forma la base
de las mediciones de color, haciendo que la
del sistema de medición RGB. Tanto los
estimación sea más confiable y científica
conos como los bastones se conectan con los
(Brosnan&Sun, 2004).
centros cerebrales de la visión por medio del
nervio óptico. La combinación de estos tres RAICES FRESCAS DE YACÓN
colores básicos (rojo, verde y azul) permite
diferenciar numerosos tonos. El ojo humano LIMPIEZA EN SECO Y
puede distinguir aproximadamente 200 LAVADO
SNACK
ENVASADO
ETIQUETADO
3. RESULTADOS Y DISCUSIONES
Color
En la figura N°1, se muestran los snacks y por esto que se debe considerar el espesor de
es evidente que tanto el espesor como el la rodaja ya que existe una diferencia entre
tiempo tienen efectos significativos en el la temperatura de la superficie y la del
blanqueado, donde se obtiene menor centro, lo cual fue corroborado por Zhu et
actividad residual con mayores tiempos de al. (2010) en rodajas de manzanas, donde
blanqueado y menor espesor de rodaja. obtuvieron una diferencia mayor para un
Agüero et al. (2008) sostienen que el tiempo espesor de 13 mm comparadas a las de 9 y 5
de blanqueado depende de las dimensiones mm.
del producto ya que condiciona la
penetración del calor y la gradiente térmica
en diferentes puntos dentro del alimento. Es
Figura N°1. Colores del snack después del tratamiento por osmosis y secado en estufa
Se tiene tres muestras de yacón deshidratadas en estufa se realizo la toma de imagen con una
cámara profesional en la escuela profesional de Ingeniería Agroindustrial en el laboratorio de
ingenierías, cada imagen se procesa utilizando el programa Matlab teniendo como datos (r, g, b,
H, l, a, b) a diferentes escalas.
Figura Nº2. Muestra Figura Nº 3. Escala azul Figura Nº4. Escala verde
Figura Nº 8
Figura Nº 7
Polar Plot
90
120 80 60
70
60
50
150 30
40
30
20
10
180 0 0
80 70 60 50 40 30 20 10 0 10 20 30 40 50 60 70 80
10
20
30
40
210 330
50
60
70
80
240 300
270
Col 1 vs Col 2
En el Cuadro Nº 1, nos muestra los resultados del Yacón M2-641 obtenidos en el programa
Matlab, los datos de importancia son: H y l, estos datos se insertan en el programa SigmaPlot
como se muestra en la imagen Nº7, con la finalidad de ubicar el punto de color en el Diagrama
de cromaticidad de espacio de color L *a*b que se muestra en la imagen Nº 8 y nos indica que el
color es naranja-amarillo.
Cuadro 2. Valores L*, a*, b*, C*, H, de los snacks de yacón secado en horno (110°C)
Muestra L a b H C
Rodaja N°1 +66.5 +13.2 +41.2 72.1 43.3
Rodaja N°2 +73.7 +2.7 +33.2 85.3 33.3
Rodaja N°3 +61.3 +7.6 +31.1 76.1 32.1
Promedio +67.2 +7.8 +35.2 77.8 36.2
Figura Nº 9 Figura Nº 10
Polar Plot
90
100
120 60
80
60
150 30
40
20
180 0 0
100 80 60 40 20 0 20 40 60 80 100
20
40
210 330
60
80
240 300
100
270
Col 1 vs Col 2
Cuadro 3. Valores L*, a*, b*, C*, H°, ∆E y BI de los snacks de yacón secado en estufa
(60°C)
Muestra l A b H c
Rodaja N°1 +60.0 +7.7 +24.4 72.4 25.6
Rodaja N°2 +68.9 +4.1 +26.3 81.0 26.6
Rodaja N°3 +65.9 +5.9 +26.3 77.2 26.9
Promedio +64.9 +5.9 +25.7 76.9 26.4
En el Cuadro N° 3, se tiene resultados del yacón M2-641 en cuanto al color se utilizó el
colorímetro digital analizado en laboratorio de poscosecha, los datos de importancia son: H y l,
estos datos se insertan en el programa SigmaPlot como se muestra en la figura Nº11, con la
finalidad de ubicar el punto de color en el Diagrama de cromaticidad de espacio de color L *a*b
que se muestra en la figura Nº12 y nos indica que el color es rojo-naranja.
Figura Nº 12
Figura Nº 11
Polar Plot
90
100
120 60
80
60
150 30
40
20
180 0 0
100 80 60 40 20 0 20 40 60 80 100
20
40
210 330
60
80
240 300
100
270
Col 1 vs Col 2
Un cuerpo presenta generalmente el color de la radiación luminosa que refleja y esto es una
función relacionada con las presencias de las moléculas de ciertos grupos funcionales orgánicos
que integran sus estructuras químicas, por cada ingrediente de la formulación (Bello, 2008).
La evaluación del proceso de secado en cuanto al color de los productos deshidratados, tales como
manzana, plátano, patata o zanahoria (Krokida et al., 2001), la medición del color por la imagen
digital de la superficie de los alimentos (Yam y Papadakis, 2004), la visión digital con imágenes
de radar de los alimentos para obtener las propiedades físicas (Abdullah et al, 2004), la detección
de defectos en la superficie por análisis de imagen en frutas (Davenel et al., 1998).
Textura
Se realizó el análisis de textura del Snack de yacón M1-586 en el laboratorio de poscosecha
mediante el equipo Texture Analizer CT3.
Cuadro Nº 4. Resultado de textura (M1-586)
El cuadro Nº4, La carga máxima (Peak Load) se informa como la medida de carga máxima
durante la prueba. La deformación en el pico (Deformation at Pead) es la distancia a la que se
comprimió la muestra cuando se produjo la carga pico y nuestro resultado es 3.36mm. El trabajo
(Work) se define como la energía requerida para deformar una muestra, se calcula midiendo la
fuerza frente a la distancia para comprimir o separar la muestra su unidad miliJoules el trabajo
realizado en nuestra muestra es 21.4 mJ y la carga final (Final Load) es la carga en la deformación
máxima.
La muestra M2- 641 no se realizó el análisis de textura porque no se tenía el usillo respectivo para
dicha muestra.
Análisis sensorial
El Análisis Sensorial se realizó en la Universidad Nacional del Altiplano de la Escuela Profesional
de Ingeniería Agroindustrial, con siete panelistas del circulo AGROSER aplicando la metodología
de la Universidad Nacional Agraria La Molina. Obteniendo los siguientes resultados en los
Cuadros N° 5,6 y 7.
Cuadro N° 5. Resultados del Análisis Sensorial mediante el Análisis Descriptivo
Cuantitativo (QDA)
Los resultados finales del análisis sensorial transmisión, reflexión, absorción), los cuales
que se muestra en la Figura N° 13, indica el son dificultosos de separar, pero resultan en
promedio de la muestra M1-586 y M2-641 mayor o menor grado selectivos según la
en la escala del 1 al 10 que evalúa la naturaleza del medio y la posición del
intensidad del atributo del Snack. observador. De ellos, la absorción de la luz
es la que más influye en el color (Perea et al.,
Color. Los resultados obtenidos a partir de la
2002).
evaluación sensorial mostraron que los
snacks de yacón M1 y M2, se sitúan en un Sabor. Los resultados mostraron que los
punto intermedio en la escala de 1 a 10, al snacks de yacón son, en esencia, un producto
encontrarse una media general de 5.5. Al agradable para los consumidores, al
incidir la luz sobre un cuerpo (sólido, líquido encontrarse una media general de 7.2,
o gaseoso) se producen diferentes correspondiente a la percepción “me agrada
fenómenos ópticos (difracción, dispersión, “sobre 10 que es la máxima calificación.
Apariencia. Las muestras M1 y M2 para los fructooligosaccharides as food ingredients, Food
panelistas son semejantes en cuanto a sus Technol. 48 (1994) 85e89.
valores promedio. M.A. Karim, Experimental investigation of a
4. CONCLUSION: stratified chilled-water thermal storage system,
Appl. Therm. Eng. 31 (11) (2011) 1853e1860.
Mediante el proceso de deshidratación
D. Torregiani, Osmotic dehydration in fruit and
osmótica en el snack de yacón mejora la vegetable processing, Food Res. Int. 26 (1993)
calidad del producto en deshidratados en 59e68.
cuanto al color, textura, sabor, aroma y
apariencia general. El color evaluado por la A. Lenart, Osmo-convective drying of fruits and
cámara profesional tomada al Yacón M2- vegetables: technology and application, Dry.
Technol. 14 (2) (1996) 391e413.
641 se obtuvo de un color amarillo-naranja
y el color evaluado por el colorímetro digital H.N. Lazarides, E. Katsanidis, A. Nickolaidis,
al yacón M2-641 y al yacón M1-586 tienen Mass transfer kinetics during osmotic
un color semejante al rojo-naranja. La preconcentration aiming at minimal solid uptake,
textura evaluada por el Texture Analizer J. Food Eng. 25 (1995) 151e166.
CT3 a la muestra de yacón M1-586 tiene A.L. Raoult-Wack, G. Rios, R. Surel, F. Giroux,
realce en la deformación del pico debido a S. Guilbert, Modelling of dewatering and
la distancia que se comprimió siendo impregnation soaking process (osmotic
3.36mm y el trabajo como energía requerida dehydration), Food Res. Int. 27 (1994) 207e209.
al deformar la muestra es 21.4 mJ. El análisis
C.A. Perussello, V.C. Mariani, A.C.C.
sensorial de las muestras M1 y M2 da
Amarante, Assessment of the osmoconvective
resultados satisfactorios y aceptables con dehydration on the quality attributes and
respecto a todas sus características centesimal composition of yacon
organolépticas. (Smallanthussonchifolius), Bol. Cent. Pesqui.
Process. Aliment. 31 (1) (2013).
REFERENCIAS
Chandan Kumar, M.A. Karim, M.U.H. Joardder,
Delgado, G. T. C., Tamashiro, W., Marostica, M.
Intermittent drying of food products: a critical
R., & Pastore, G. M. (2013). Yacon
review, J. Food Eng. 121 (2014) 48e57.
(Smallanthussonchifolius): a functional food.
Plant Foods for Human Nutrition, 68(3), M.A. Karim, M.N.A. Hawlader, Drying
222e228. http://dx.doi.org/10.1007/s11130-013- characteristics of banana: theoretical modelling
0362-0. and experimental validation, J. Food Eng. 70
(2005) 35e45.
Takenaka, M., Yan, X. J., Ono, H., Yoshida, M.,
Nagata, T., &Nakanishi, T. (2003). Caffeic acid C.A. Perussello, A.C.C. Amarante, V.C.
derivatives in the roots of yacon Mariani, Convective drying kinetics and
(Smallanthussonchifolius). Journal of darkening of okara, Dry. Technol. 27 (2009)
Agricultural and Food Chemistry, 51(3), 1132e1141.
793e796. http://dx.doi.org/10.1021/ jf0207351
M. Migliori, D. Gabriele, B. Cindio, C.M.
M.A. Karim, M.N.A. Hawlader, Mathematical Pollini, Modelling of high quality pasta drying:
modelling and experimental investigation of quality indices and industrial applications, J.
tropical fruits drying, Int. J. Heat Mass Transf. 48 Food Eng. 17 (2004) 242e251.
(2005) 4914e 4925.
Pedreschi, F., Leon, J., Mery, D., &Moyano, P.
R. Hartemink, K.M.J. Vanlaere, F.M. Rombouts, (2006). Development of a computer vision
Growth of enterobacteria on fructo- system to measure the color of potato chips. Food
oligosaccharides, J. Appl. Microbiol. 383 (1997) Research International, 39(10), 1092e1098.
367e374. http://dx.doi.org/10.1016/j.foodres.2006.03.009.
J.E. Spiegel, R. Rose, P. Karabell, V.H. Frankps, Mendoza, F., Dejmek, P., & Aguilera, J. M.
D.F. Schimitt, Safety and benefits of (2006). Calibrated color measurements of
agricultural foods using image analysis.
Postharvest Biology and Technology, 41(3), functional beverage improve the diabetic state in
285e295. rats. Food Research International, 77, 171–176.
http://dx.doi.org/10.1016/j.postharvbio.2006.04.
004. Matusek, A., Merész, P., Le, T. K. D., &Örsi, F.
(2009). Effect of temperature and pH on the
Saldaña,E., Siche, R., Lujan, M., & Quevedo, R. degradation of fructo-oligosaccharides.
(2013). Review: computer vision applied to the European Food Research and Technology, 228,
inspection and quality control of fruits and 355–365.
vegetables. Brazil Journal of Food Technology,
16(4), 254e272. L’Homme, C., Puigserver, A., &Biagini, A.
http://dx.doi.org/10.1590/S19816723201300500 (2003). Effect of food-processing on the
0031. degradation of fructooligosaccharides in fruit.
Food Chemistry, 82, 533–553.
Brosnan, T., &Sun, D. W. (2004). Improving
quality inspection of food products by computer Chen, Y., Yu, L. J., &Rupasinghe, H. P. (2013).
vision - a review. Journal of Food Engineering, Effect of thermal and non-thermal pasteurization
61(1), 3e16. http:// dx.doi.org/10.1016/s0260- on the microbial inactivation and phenolic
8774(03)00183-3. degradation in fruit juice: a mini-review. Journal
of the Science of Food and Agriculture, 93, 981–
Blasco, J., Aleixos, N., &Molto, E. (2007). 986.
Computer vision detection of peel defects in
citrus by means of a region oriented Rodríguez-Roque, M. J., Ancos, B., Sánchez-
segmentation algorithm. Journal of Food Moreno, C., Cano, M. P., Elez-Martínez, P., &
Engineering, 81(3), 535e543. Martín-Belloso, O. (2015). Impact of food matrix
http://dx.doi.org/10.1016/j.jfoodeng.2006.12.00 and processing on the in vitro bioaccessibility of
7. vitamin C, phenolic compounds, and hydrophilic
antioxidant activity from fruit juice-based
Badui , S. 2006. Química de los Alimentos. 4 ed. beverages. Journal of Functional Foods, 14,33–
Pearson Educación. México. 43.
González, A. M., Vicente, I. 2007. El color en la Brestenský, M., Nitrayová, S., Patráš, P., Heger,
industria de los alimentos. Editorial J., &Nitray, J. (2015). Branched chain amino
Universitaria. La Habana. acids and their importance in nutrition. Journal of
Microbiology, Biotechnology and Food
Bello, J. 2008. Ciencia Bromatológica;
Sciences, 5, 197–202.
Principios Generales de Los Alimentos,
Ediciones Díaz de Santos S. A., Madrid. Genta, S., Cabrera, W., Habib, N., Pons, J.,
Carillo, I. M., Grau, A., et al. (2009). Yacon
Figura, O., Teixeira, A. 2007. Food Physics:
syrup: beneficial effects on obesity and insulin
Physical Properties, Measurement and
resistance in humans. Clinical Nutrition, 28,1–6.
Applications. Heidelberg, Springer-Verlag,
Berlin, New York. Geyer, M., Manrique, I., Degen, L., &Beglinger,
C. (2008). Effect of yacon
Wu, D., Sun, D. W. 2013. Colour measurements
(Smallanthussonchifolius) on colonic transit time
by computer vision for food quality control–A
in healthy volunteers. Digestion, 78,30–33
Review. Trends in Food Science & Technology
29(1): 5-20. Manrique, I., Párraga, A., & Hermann, M.
(2005). Yacon syrup: Principles and processing.
Munsell, A. H. 1905. A color notation – A
Conservación y uso de la biodiversidad de raíces
measured color system based on the three
y tubérculos andinos: una década de
qualities: Hue, value and Chroma. Geo H. Ellis
investigación para el desarrollo (1993–2003)No
Co., Boston.
8B, Lima, Perú: International Potato Center,
Aguilera, J. M. 2011. Ingeniería gastronómica. Universidad Nacional Daniel Alcides Carrión,
Universidad Católica de Chile, Santiago. ErbacherFoundationSwiss.
Dionísio, A. P., Silva, L. B. C., Vieira, N. M., Silva, M. F. G., Dionísio, A. P., Carioca, A. A.
Goes, T. S., Wurlitzer, N. J., Borges, M. F., et al. F., Adriano, L. S., Pinto, C. O., de Abreu, F. A.
(2015). Cashew-apple (Anacardiumoccidentale P., ...Pontes, D. F. (2017). Yacon syrup: Food
L.) and yacon (Smallanthussonchifolius) applications and impact on satiety in healthy
volunteers. Food Research International: In desencadenamiento de una golondrina.
Press. Hydrocoll alimentos. 25, 325-332.
D. Borsato, I. Moreira, M.M. Nóbrega, M.B. Chen, J., Stokes, J., 2012. Reología y tribología:
Moreira, Mo dos regímenes de distinguir la textura del
alimento senzación. Tendencias FoodSci.
delagem e simulação da desidratação osmótica Technol. 25, 4-12.
empedaços de abacaxi utilizando o método de
elementos finitos, Quím. Nova 32 (8) (2009) Lucas, PW, Prinz, JF, Agrawal, KR, Bruce, IC,
2109e2113 (in Portuguese). la física y la fisiología de 2002. Alimentos.
Comida Qual. Preferir. 13, 203-213.
J. Floury, A. Le Bail, Q.T. Pham, A three-
dimensional numerical simulation of the osmotic Van der Glas, HW, van der Bilt, A., Olthoff, LW,
dehydration of mango and effect of freezing on Bosman, F., 1987. La medición de selección
the mass transfer rates, J. Food Eng. 85 (2008) posibilidades y funciones de rotura durante la
1e11. masticación en el hombre. J. Dent. Res. 66, 1547-
1550. Van Vliet, T.,
Chen, J., Lolivret, L., 2011. El papel
determinante de la reología de bolo en el