Evaluación de las propiedades físicas y sensoriales del Snack de Yacón

(Smallanthus sonchifolius) por Deshidratación Osmótica

Evaluation of the physical and sensory properties of the Yacon Snack
(Smallanthus sonchifolius) by Osmotic Dehydration
Silvia Eugenia CACERES CHALCO, Danitza Corina PARICANAZA TICONA,
Jakeline Mirian CACERES SORIA
1
Universidad Nacional del Altiplano. Facultad de Ciencias Agrarias, Puno, Perú
*Autor para correspondencia: sherytuyyo6@Hotmail.com

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.

Keywords: Yacon, Snack, Syrup, osmotic dehydration, sensory analysis.

1. INTRODUCCIÓN
El procesamiento de frutas y verduras
requiere una atención especial, como estos
se consideran fuentes importantes de
vitaminas y minerales que son esenciales
para la humanidad (Karim,2005). Los
centros de una mayor diversidad del yacon
se encuentra en las tierras fronterizas del
Perú con Bolivia y Ecuador (Delgado,
Tamashiro, Marostica y Pastore, 2013). El
interés de dicha raíz se ha centrado en su
efecto antidiabético porque modula la
concentración de insulina en el plasma
sanguíneo e inhibe la gluconeogénesis
hepática (Genta, 2009). Además de estos
beneficios para la salud, se ha informado que
tiene efectos antioxidantes (Takenaka,
2003). Tiene alrededor del 90% del
contenido de humedad (p.b.) y es conocido
por su propiedad prebiótico, atribuida al alto
contenido de fructooligosacaridos (FOS).
Además de mejorar la actividad biofágica en
el aparato digestivo, FOS se ha relacionado
con la reducción de la glucosa y nivel de
triglicéridos en la sangre, normalización de
la presión arterial y mejora del metabolismo
diabético (Hartemink, 1997; Spiegel, 1994).
Yacón se consume principalmente en forma
natural o seca, pero también se puede
agregar en polvo formarse en una amplia
variedad de alimentos tales como productos
de panadería, yogures y jugos. Teniendo en
cuenta que la concentración prebiótica de
yacón disminuye a lo largo del período
posterior a la cosecha debido a la
despolimerización de FOS, y que su vida útil
es inferior a 7 días en condiciones
ambientales, es crítico procesarlo para
preservar su nutrición y atributos
sensoriales.
Jarabe de yacón podría clasificarse como un
producto funcional debido a su alto
contenido natural FOS y presenta
características físicas y sensoriales similares
a las de miel o jarabe de caña de azúcar
(Genta, 2009). La evaluación de compuestos
nutricionales y funcionales presentes en
diferentes jarabes se centran principalmente
en el contenido de FOS ( Genta,2009; Geyer,
Manrique, Degen, y Beglinger, 2008;
Manrique, Párraga, y Hermann, 2005 ).
Recientemente, un proceso para obtener un
jarabe de yacón con altos niveles de FOS,
que incluyen maceración enzimática,
seguido de microfiltración y concentración
al vacío fue desarrollado (Silva, 2017 ). El
jarabe de yacón obtenido por (Geyer, 2008)
estaba compuesto de 2,3%, 0,4% y 67,0%
para proteínas, lípidos y carbohidratos.
El secado de los alimentos es un proceso de
las operaciones de secado se aplican
ampliamente como un método de
conservación en la industria de los
alimentos, el proceso de secado inadecuado
puede dañar la calidad del producto al
consumir (Karim, 2011). Por ejemplo, el
uso de temperaturas relativamente altas
cuentas por daños tales como pardeamiento
enzimático, contracción y alteraciones en
sabor, color y aroma. Una alternativa para
minimizar la degradación térmica del
producto es reducir su contenido inicial de
agua por un proceso de deshidratación
osmótica. En el tratamiento osmótico, las
frutas y verduras se sumergen en una
solución saturada de agente osmótico a bajas
temperaturas, lo que resulta la pérdida de
agua y / o absorción de azúcar (Torregiani,
1993, Lenart, 1996). Este proceso puede
mejorar el color, el sabor y textura para
alimentos procesados y mejorar el pigmento
de color y la estabilidad de los nutrientes
durante el almacenamiento (Lazarides,
1995; Raoult 1994).
Aunque es cierto que las propiedades
texturales están estrechamente ligados a las
propiedades físicas y mecánicas de la
comida, los mecanismos que determinan la
textura de los alimentos sensación y la
apreciación son mucho más complicado que
lo que la física puede describir la comida,
sensación de textura de los alimentos es en
gran parte resultado de las interacciones
entre el cuerpo de alimentos, donde tanto la
fisiología y la psicología sensorial oral,
juegan un papel igualmente importante. En
base a este reconocimiento, la investigación
integrada de la física de los alimentos, la
fisiología y la psicología sensorial oral, ha
establecido su impulso en los últimos años
(Chen, 2009, 2014; Chen y Stokes, 2012;
Lucas et al., 2002; van Vliet, 2002 ).
La mejora de algunos atributos de calidad
del yacón seco convectivo después de la
aplicación de un tratamiento osmótico se
demostró en su estudio (Perussello, 2013).
Los modelos matemáticos tienen el potencial
de predecir comportamiento de secado de un
producto alimenticio, determinar la
influencia de parámetros de proceso y así
minimizar los costos del proceso de secado
y la degradación de los atributos
nutricionales y sensoriales de la producto
(Chandan,2014).
El secado es un proceso complicado que
involucra transferencia de calor y masa. Las
frutas y verduras tienen ciertas
características morfológicas bastante
distintas de otros materiales naturales que
influyen mucho en su comportamiento
durante el secado y la preservación (Karim,
2005).
El color es uno de los parámetros
fundamentales que definen la calidad de un
alimento La evaluación de este parámetro
sensorial es crucial y es una preocupación en
la industria alimentaria (Du &Sun, 2004). En
este contexto, las propiedades sensoriales de
los alimentos se pueden estimar a la
apariencia y color de la superficie, que son
los primeros parámetros evaluados
visualmente y, en consecuencia, la relación
del consumidor en la aceptación o rechazo
del producto incluso antes de que entre a la
boca (Pedreschi, Leon, Mery y Moyano,
2006).
Actualmente, se están utilizando nuevas
herramientas para medir los cambios en las
características de color de la comida. Una de
estas es la visión por computadora técnica
proyectada como una alternativa a la
evaluación sensorial. Los uso eficiente de
técnicas de visión artificial para el color de
los alimentos y la evaluación requiere un
proceso de calibración basado en el común
absoluto colores para datos de color como
conocimiento de las características de la
imagen que podría correlacionarse mejor
con el producto de calidad (Mendoza,
Dejmek, y Aguilera, 2006).
La visión de la computadora está en relación
con el procesamiento de la imagen y análisis,
permitiendo la segmentación del color, la
cuantificación y clasificación de elementos
de interés. La utilización de la computadora
visión como un instrumento para estimar los
cambios de las características del color en
los alimentos son extremadamente
ventajosas cuando se utilizan para
reemplazar las respuestas de los panelistas
por imágenes tomadas con un cámara de
video y luego procesada y analizada por
algoritmos de computadora (Saldaña, Siche,
Lujan, y Quevedo, 2013). Haciendo esto
reduce el costo, el tiempo y la subjetividad
de las mediciones de color, haciendo que la
estimación sea más confiable y científica
(Brosnan&Sun, 2004).
Los consumidores manifiestan una fuerte
preferencia por aquellos productos de
apariencia atractiva y el color es el primer
atributo que se juzga de los productos. Esto
es decisivo ya que en innumerables pruebas
se ha comprobado que cuando el color de un
alimento cambia sin alterar su forma, aroma
u otros atributos de textura, se obtienen una
respuesta de rechazo por parte de los
consumidores, o incluso de los catadores
entrenados (Badui, 2006).
El color es una cualidad organoléptica de los
alimentos y se aprecia por medio del sentido
físico de la vista. También suele ser
considerado un factor sicológico de
apreciación y un criterio para elegir un
producto alimenticio; incluso en los
productos de origen vegetal se relaciona con
la posibilidad de elegir la maduración y su
idoneidad. Sin embargo, no siempre resulta
valida la correlación entre color y calidad,
por el uso o tal vez el abuso de aditivos,
colorantes, que pueden enmascarar esta
apreciación (Bello, 2008).
Los objetos absorben y reflejan la luz de
forma distinta dependiendo de sus
características físicas, tal como la forma o la
composición. El color que se percibe de un
objeto es el rayo de luz que rechaza. Se capta
esos “rebotes” con diferentes longitudes de
onda, gracias a la estructura de los ojos. Si
los rayos de luz atraviesan al objeto, éste es
invisible. Las células sensoriales o
fotorreceptores de la retina que reaccionan
en respuesta a la luz son de dos tipos: conos
y bastones. Los bastones se activan en la
oscuridad y sólo permiten distinguir el
negro, el blanco y los distintos matices del
gris, por lo tanto, permite la percepción del
contraste. Los conos, en cambio, funcionan
de día y en ambientes iluminados y hacen
posible la visión de los colores. Existen tres
tipos de conos; uno especialmente sensible a
la luz roja (R) con longitud de onda variando
desde 700 a 770 nm, otro a la luz verde (G)
desde 495 a 570 nm y un tercero a la luz azul
(B) desde 400 a 475 nm, lo que forma la base
del sistema de medición RGB. Tanto los
conos como los bastones se conectan con los
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

tonalidades diferentes, 20-25 grados de

saturación y alrededor de 500 grados de PELADO

luminosidad (Figura y Teixeira, 2007).

EXTRACCION DE JUGO Y
CONTROL DE
La comprensión de la imagen y descripción PARDEAMIENTO
de un objeto, puede ser utilizada para la
evaluación de calidad e inspección de los EXTRACCIÓN DE JUGO
alimentos. Las mediciones de color pueden
ser realizadas de formas visuales (con el ojo
CONCENTRACIÓN
humano) o instrumentales con un
colorímetro, o utilizando la visión digital
JARABE CONCENTRADO DE
(Wu y Sun, 2013). Para fines técnicos se YACÓN
define el color en tres atributos: matiz,
croma y brillo, términos acuñados en la ALMACENAMIENTO
ciencia del color por Munsell (1905).
El objetivo de esta investigación fue evaluar
el color, textura y análisis sensorial del snack Deshidratación osmótica (DO). Las
de yacón por deshidratación osmótica con la muestras de rodajas de yacón se sumergieron
finalidad de obtener un snack de calidad y en solución osmótica (jarabe de yacón)
sea aceptable por el consumidor. manteniendo la relación 1:2
2. MATERIALES Y METODOS (producto/solución), a temperatura ambiente
por períodos de tiempo de 12 y 24 horas,
Se trabajó con la raíz yacón, obtenida de la utilizando acido cítrico al 0.2% para el
provincia de Sandia – Puno. En la planta blanqueo. Finalizada la deshidratación
piloto y el laboratorio de ingeniería de la osmótica, se retiraron las rodajas de la
EPIA-UNA, PUNO solución utilizando un colador plástico para
escurrirlas por un tiempo de 5 minutos y
Adecuación de materia prima. Tienen por
colocarlas en un horno, como se muestra en
objetivo eliminar la tierra y otras impurezas
la figura 2
presentes. El pelado se realizó en forma
manual empleando un cuchillo de acero Figura 2. Diagrama de flujo de Snack de
inoxidable. El rodajado se efectuó de yacón
forma manual. Se obtuvieron rodajas de 0.5
a 1.5 milímetros de espesor, posteriormente,
se seleccionaron las trodajas con el
propósito de mantener el espesor; las
mediciones se controlaron empleando un pie
de rey. Las trodajas.
Obtención de jarabe. Las raíces de yacon
pasaron por un extractor y luego se coló la
solución obtenida y se concentró hasta
alcanzar 60°Brix para introducir las rodajas
de yacón
Figura 1. Diagrama de flujo para la
obtención de jarabe de yacón.
 YACÓN Análisis Sensorial: Los snacks de Yacón
fueron sometidos a evaluación por 7 jueces
SELECCIÓN no entrenados, quienes emitieron concepto
LAVADO Y
respecto de las propiedades sensoriales del
PELADO producto (textura firme, textura blanda,
crujiente, apariencia, aroma caramelizado,
BLANQUEADO
color, sabor y sonido), empleando pruebas
PESADO afectivas para la medición del grado de
satisfacción con escalas de diez puntos. Se
DESHIDRATACION seleccionaron las muestras con mejor textura
OSMÓTICA
(masticabilidad y crujiente y apariencia.
HORNO

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 Nº5. Escala rojo Figura Nº6. Escala Croma

CUADRO Nº 1 Valores del programa MATLAB (R, G, B, H, L, a, b) del yacón 586

r G b H l a b
Muestra 192.07881 178.8109 149.1725 42.20193 87.16321 -0.453233 9.205959
1
Muestra 162.292739 149.9059 120.6658 37.63221 74.9247 -0.594072 9.36083
2
Muestra 188.982701 177.7905 146.2393 40.81499 81.43523 -0.959896 9.04201
3
promedio 181.118083 168.8357 138.6925 40.21638 81.17439 -0.669067 9.202937

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

En el Cuadro N° 2, se tiene resultados del yacón M1-586 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 Nº9, 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 Nº10 y nos indica que el color es rojo-naranja.

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)

PEAK LOAD DEFORMATION WORK FINAL LOAD

(g) AT PEAD (mm) (mJ) (g)
Muestra 1 234.0 0.6 3.96 -2.5
Muestra 2 512.5 3.0 19.60 11.5
Muestra 3 1061.0 6.5 40.46 800.1
Promedio 602.5 3.36 21.4 269.7

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)

Fuente: Elaboración propia

Cuadro N° 6. Resultados del yacón M1-586

Fuente: Elaboración propia

Cuadro N° 7. Resultados del yacón M2-641

Fuente: Elaboración propia
Figura N°13. Resultado final del análisis sensorial
Los resultados finales del análisis sensorial
que se muestra en la Figura N° 13, indica el
promedio de la muestra M1-586 y M2-641
en la escala del 1 al 10 que evalúa la
intensidad del atributo del Snack.
Color. Los resultados obtenidos a partir de la
evaluación sensorial mostraron que los
snacks de yacón M1 y M2, se sitúan en un
punto intermedio en la escala de 1 a 10, al
encontrarse una media general de 5.5. Al
incidir la luz sobre un cuerpo (sólido, líquido
o gaseoso) se producen diferentes
fenómenos ópticos (difracción, dispersión,
transmisión, reflexión, absorción), los cuales
son dificultosos de separar, pero resultan en
mayor o menor grado selectivos según la
naturaleza del medio y la posición del
observador. De ellos, la absorción de la luz
es la que más influye en el color (Perea et al.,
2002).
Sabor. Los resultados mostraron que los
snacks de yacón son, en esencia, un producto
agradable para los consumidores, al
encontrarse una media general de 7.2,
correspondiente a la percepción “me agrada
“sobre 10 que es la máxima calificación.
Apariencia. Las muestras M1 y M2 para los
panelistas son semejantes en cuanto a sus
valores promedio.
4. CONCLUSION:
Mediante el proceso de deshidratación
osmótica en el snack de yacón mejora la
calidad del producto en deshidratados en
cuanto al color, textura, sabor, aroma y
apariencia general. El color evaluado por la
cámara profesional tomada al Yacón M2-
641 se obtuvo de un color amarillo-naranja
y el color evaluado por el colorímetro digital
al yacón M2-641 y al yacón M1-586 tienen
un color semejante al rojo-naranja. La
textura evaluada por el Texture Analizer
CT3 a la muestra de yacón M1-586 tiene
realce en la deformación del pico debido a
la distancia que se comprimió siendo
3.36mm y el trabajo como energía requerida
al deformar la muestra es 21.4 mJ. El análisis
sensorial de las muestras M1 y M2 da
resultados satisfactorios y aceptables con
respecto a todas sus características
organolépticas.
REFERENCIAS
Delgado, G. T. C., Tamashiro, W., Marostica, M.
R., & Pastore, G. M. (2013). Yacon
(Smallanthussonchifolius): a functional food.
Plant Foods for Human Nutrition, 68(3),
222e228. http://dx.doi.org/10.1007/s11130-013-
0362-0.
Takenaka, M., Yan, X. J., Ono, H., Yoshida, M.,
Nagata, T., &Nakanishi, T. (2003). Caffeic acid
derivatives in the roots of yacon
(Smallanthussonchifolius). Journal of
Agricultural and Food Chemistry, 51(3),
793e796. http://dx.doi.org/10.1021/ jf0207351
M.A. Karim, M.N.A. Hawlader, Mathematical
modelling and experimental investigation of
tropical fruits drying, Int. J. Heat Mass Transf. 48
(2005) 4914e 4925.
R. Hartemink, K.M.J. Vanlaere, F.M. Rombouts,
Growth of enterobacteria on fructo-
oligosaccharides, J. Appl. Microbiol. 383 (1997)
367e374.
J.E. Spiegel, R. Rose, P. Karabell, V.H. Frankps,
D.F. Schimitt, Safety and benefits of
fructooligosaccharides as food ingredients, Food
Technol. 48 (1994) 85e89.
M.A. Karim, Experimental investigation of a
stratified chilled-water thermal storage system,
Appl. Therm. Eng. 31 (11) (2011) 1853e1860.
D. Torregiani, Osmotic dehydration in fruit and
vegetable processing, Food Res. Int. 26 (1993)
59e68.
A. Lenart, Osmo-convective drying of fruits and
vegetables: technology and application, Dry.
Technol. 14 (2) (1996) 391e413.
H.N. Lazarides, E. Katsanidis, A. Nickolaidis,
Mass transfer kinetics during osmotic
preconcentration aiming at minimal solid uptake,
J. Food Eng. 25 (1995) 151e166.
A.L. Raoult-Wack, G. Rios, R. Surel, F. Giroux,
S. Guilbert, Modelling of dewatering and
impregnation soaking process (osmotic
dehydration), Food Res. Int. 27 (1994) 207e209.
C.A. Perussello, V.C. Mariani, A.C.C.
Amarante, Assessment of the osmoconvective
dehydration on the quality attributes and
centesimal composition of yacon
(Smallanthussonchifolius), Bol. Cent. Pesqui.
Process. Aliment. 31 (1) (2013).
Chandan Kumar, M.A. Karim, M.U.H. Joardder,
Intermittent drying of food products: a critical
review, J. Food Eng. 121 (2014) 48e57.
M.A. Karim, M.N.A. Hawlader, Drying
characteristics of banana: theoretical modelling
and experimental validation, J. Food Eng. 70
(2005) 35e45.
C.A. Perussello, A.C.C. Amarante, V.C.
Mariani, Convective drying kinetics and
darkening of okara, Dry. Technol. 27 (2009)
1132e1141.
M. Migliori, D. Gabriele, B. Cindio, C.M.
Pollini, Modelling of high quality pasta drying:
quality indices and industrial applications, J.
Food Eng. 17 (2004) 242e251.
Pedreschi, F., Leon, J., Mery, D., &Moyano, P.
(2006). Development of a computer vision
system to measure the color of potato chips. Food
Research International, 39(10), 1092e1098.
http://dx.doi.org/10.1016/j.foodres.2006.03.009.
Mendoza, F., Dejmek, P., & Aguilera, J. M.
(2006). Calibrated color measurements of
agricultural foods using image analysis.
Postharvest Biology and Technology, 41(3),
285e295.
http://dx.doi.org/10.1016/j.postharvbio.2006.04.
004.
Saldaña,E., Siche, R., Lujan, M., & Quevedo, R.
(2013). Review: computer vision applied to the
inspection and quality control of fruits and
vegetables. Brazil Journal of Food Technology,
16(4), 254e272.
http://dx.doi.org/10.1590/S19816723201300500
0031.
Brosnan, T., &Sun, D. W. (2004). Improving
quality inspection of food products by computer
vision - a review. Journal of Food Engineering,
61(1), 3e16. http:// dx.doi.org/10.1016/s0260-
8774(03)00183-3.
Blasco, J., Aleixos, N., &Molto, E. (2007).
Computer vision detection of peel defects in
citrus by means of a region oriented
segmentation algorithm. Journal of Food
Engineering, 81(3), 535e543.
http://dx.doi.org/10.1016/j.jfoodeng.2006.12.00
7.
Badui , S. 2006. Química de los Alimentos. 4 ed.
Pearson Educación. México.
González, A. M., Vicente, I. 2007. El color en la
industria de los alimentos. Editorial
Universitaria. La Habana.
Bello, J. 2008. Ciencia Bromatológica;
Principios Generales de Los Alimentos,
Ediciones Díaz de Santos S. A., Madrid.
Figura, O., Teixeira, A. 2007. Food Physics:
Physical Properties, Measurement and
Applications. Heidelberg, Springer-Verlag,
Berlin, New York.
Wu, D., Sun, D. W. 2013. Colour measurements
by computer vision for food quality control–A
Review. Trends in Food Science & Technology
29(1): 5-20.
Munsell, A. H. 1905. A color notation – A
measured color system based on the three
qualities: Hue, value and Chroma. Geo H. Ellis
Co., Boston.
Aguilera, J. M. 2011. Ingeniería gastronómica.
Universidad Católica de Chile, Santiago.
Dionísio, A. P., Silva, L. B. C., Vieira, N. M.,
Goes, T. S., Wurlitzer, N. J., Borges, M. F., et al.
(2015). Cashew-apple (Anacardiumoccidentale
L.) and yacon (Smallanthussonchifolius)
functional beverage improve the diabetic state in
rats. Food Research International, 77, 171–176.
Matusek, A., Merész, P., Le, T. K. D., &Örsi, F.
(2009). Effect of temperature and pH on the
degradation of fructo-oligosaccharides.
European Food Research and Technology, 228,
355–365.
L’Homme, C., Puigserver, A., &Biagini, A.
(2003). Effect of food-processing on the
degradation of fructooligosaccharides in fruit.
Food Chemistry, 82, 533–553.
Chen, Y., Yu, L. J., &Rupasinghe, H. P. (2013).
Effect of thermal and non-thermal pasteurization
on the microbial inactivation and phenolic
degradation in fruit juice: a mini-review. Journal
of the Science of Food and Agriculture, 93, 981–
986.
Rodríguez-Roque, M. J., Ancos, B., Sánchez-
Moreno, C., Cano, M. P., Elez-Martínez, P., &
Martín-Belloso, O. (2015). Impact of food matrix
and processing on the in vitro bioaccessibility of
vitamin C, phenolic compounds, and hydrophilic
antioxidant activity from fruit juice-based
beverages. Journal of Functional Foods, 14,33–
43.
Brestenský, M., Nitrayová, S., Patráš, P., Heger,
J., &Nitray, J. (2015). Branched chain amino
acids and their importance in nutrition. Journal of
Microbiology, Biotechnology and Food
Sciences, 5, 197–202.
Genta, S., Cabrera, W., Habib, N., Pons, J.,
Carillo, I. M., Grau, A., et al. (2009). Yacon
syrup: beneficial effects on obesity and insulin
resistance in humans. Clinical Nutrition, 28,1–6.
Geyer, M., Manrique, I., Degen, L., &Beglinger,
C. (2008). Effect of yacon
(Smallanthussonchifolius) on colonic transit time
in healthy volunteers. Digestion, 78,30–33
Manrique, I., Párraga, A., & Hermann, M.
(2005). Yacon syrup: Principles and processing.
Conservación y uso de la biodiversidad de raíces
y tubérculos andinos: una década de
investigación para el desarrollo (1993–2003)No
8B, Lima, Perú: International Potato Center,
Universidad Nacional Daniel Alcides Carrión,
ErbacherFoundationSwiss.
Silva, M. F. G., Dionísio, A. P., Carioca, A. A.
F., Adriano, L. S., Pinto, C. O., de Abreu, F. A.
P., ...Pontes, D. F. (2017). Yacon syrup: Food
applications and impact on satiety in healthy
volunteers. Food Research International: In
Press.
D. Borsato, I. Moreira, M.M. Nóbrega, M.B.
Moreira, Mo
delagem e simulação da desidratação osmótica
empedaços de abacaxi utilizando o método de
elementos finitos, Quím. Nova 32 (8) (2009)
2109e2113 (in Portuguese).
J. Floury, A. Le Bail, Q.T. Pham, A three-
dimensional numerical simulation of the osmotic
dehydration of mango and effect of freezing on
the mass transfer rates, J. Food Eng. 85 (2008)
1e11.
Chen, J., Lolivret, L., 2011. El papel
determinante de la reología de bolo en el
desencadenamiento de una golondrina.
Hydrocoll alimentos. 25, 325-332.
Chen, J., Stokes, J., 2012. Reología y tribología:
dos regímenes de distinguir la textura del
alimento senzación. Tendencias FoodSci.
Technol. 25, 4-12.
Lucas, PW, Prinz, JF, Agrawal, KR, Bruce, IC,
la física y la fisiología de 2002. Alimentos.
Comida Qual. Preferir. 13, 203-213.
Van der Glas, HW, van der Bilt, A., Olthoff, LW,
Bosman, F., 1987. La medición de selección
posibilidades y funciones de rotura durante la
masticación en el hombre. J. Dent. Res. 66, 1547-
1550. Van Vliet, T.,