Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
Multivariate statistical analysis for the identification of potential seafood spoilage indicators
Kuuliala, L.; Abatih, E.; Ioannidis, A.-G.; Vanderroost, M.; De Meulenaer, B.; Ragaert, P.; Devlieghere, F. (2018). Multivariate statistical analysis for the identification of potential seafood spoilage indicators. Food Control 84: 49-60. https://dx.doi.org/10.1016/j.foodcont.2017.07.018
In: Food Control. Butterworth Scientific/Elsevier: London. ISSN 0956-7135; e-ISSN 1873-7129
|  |
| Trefwoord |
|
| Author keywords |
Hierarchical cluster analysis; Intelligent packaging; Principalcomponents analysis; Partial least squares regression analysis;Selected-ion flow-tube mass spectrometry |
| Auteurs | | Top |
- Kuuliala, L.
- Abatih, E.
- Ioannidis, A.-G.
- Vanderroost, M.
|
- De Meulenaer, B.
- Ragaert, P.
- Devlieghere, F.
|
|
| Abstract |
Volatile organic compounds (VOCs) characterize the spoilage of seafood packaged under modified atmospheres (MAs) and could thus be used for quality monitoring. However, the VOC profile typically contains numerous multicollinear compounds and depends on the product and storage conditions. Identification of potential spoilage indicators thus calls for multivariate statistics. The aim of the present study was to define suitable statistical methods for this purpose (exploratory analysis) and to consequently characterize the spoilage of brown shrimp (Crangon crangon) and Atlantic cod (Gadus morhua) stored under different conditions (selective analysis). Hierarchical cluster analysis (HCA), principal components analysis (PCA) and partial least squares regression analysis (PLS) were applied as exploratory techniques (brown shrimp, 4 °C, 50%CO2/50%N2) and PLS was further selected for spoilage marker identification. Evolution of acetic acid, 2,3-butanediol, isobutyl alcohol, 3-methyl-1-butanol, dimethyl sulfide, ethyl acetate and trimethylamine was frequently in correspondence with changes in the microbiological quality or sensory rejection. Analysis of these VOCs could thus enhance the detection of seafood spoilage and the development of intelligent packaging technologies. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
