Vous êtes sur la page 1sur 14

Revista Colombiana de Ciencias Pecuarias

ISSN: 0120-0690
rccpecuarias@rccp.udea.edu.co
Universidad de Antioquia
Colombia

Snchez, Ivn C; Albarracn, William


Anlisis sensorial en carne
Revista Colombiana de Ciencias Pecuarias, vol. 23, nm. 2, abril-julio, 2010, pp. 227-239
Universidad de Antioquia
Medelln, Colombia

Disponible en: http://www.redalyc.org/articulo.oa?id=295023450012

Cmo citar el artculo


Nmero completo
Sistema de Informacin Cientfica
Ms informacin del artculo Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal
Pgina de la revista en redalyc.org Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
http://rccp.udea.edu.co
Snchez IC et al. Anlisis sensorial en carne CCP 227

Selecciones
Revista Colombiana de
Ciencias Pecuarias
http://rccp.udea.edu.co CCP
Anlisis sensorial en carne

Sensory analysis of meat

Anlise sensorial da carne

Ivn C Snchez1,3, IQ, Sp, Est MSc; William Albarracn2,3, IQ, MSc, PhD
CCP
1
Facultad de Ciencias Agropecuarias, Universidad Nacional de Colombia, Medelln, Colombia.
2
Instituto de Ciencia y Tecnologa de Alimentos (ICTA). Universidad Nacional de Colombia, Bogot, Colombia.
3
Grupo de investigacin Aseguramiento de la calidad de Alimentos y desarrollo de nuevos productos, Instituto de Ciencia y
Tecnologa de Alimentos.

(Recibido: 23 septiembre, 2009; aceptado: 20 abril, 2010)

Resumen

La seleccin de un mtodo de anlisis sensorial es una funcin de las caractersticas del producto,
siendo los propsitos establecer un criterio objetivo en atributos de color, olor, sabor y palatabilidad y
diferenciar con parmetros normalizados. Una seleccin rigurosa de los evaluadores esta sujeta a pruebas
especificas y diseo experimental, siendo los panelistas, sujetos objetivos y argumentativos capaces de
interpretar y discriminar una sensacin en un lenguaje coherente. Estas interpretaciones pueden marcar
una nueva normalizacin que permita, por medio de medidas instrumentales, obtener una valoracin
ms inmediata y con menor porcentaje de error, soportado por mtodos estadsticos secuenciales de fcil
entendimiento y manejo.

Palabras clave: anlisis sensorial, carne, catadores, entrenamiento de panel, panel sensorial.

Summary

The selection of a sensory analysis method is a function of the specific characteristics of the product
under test, and its purpose is to establish objective attributes of colour, odor, flavor, palatability, and also
to differentiate them with standard parameters. A rigorous selection of the panelists should be considered,
and the obtained results should set new standards that allow an immediate assessment with lower error,
supported by sequential statistical methods.

Key words: meat, panel taste, sensory analysis, tasters, training panel.

Para citar este artculo: Snchez IC, Albarracn W. Anlisis sensorial en carne. Rev Colomb Cienc Pecu 2010; 227-239.
* Autor para correspondencia: Ivn C Snchez. Facultad de Ciencias Agropecuarias, Universidad Nacional de Colombia, Sede Medelln. Tel (051) 3165000
extensin 19226. Correo electrnico: icsanchezb@unal.edu.co.

Rev Colomb Cienc Pecu 2010; 23:227-239


228 Snchez IC et al. Anlisis sensorial en carne

Resumo

Os mtodos sensoriais procuram analisar as caractersticas do produto, com o propsito de estabelecer


um critrio objetivo em atributos de cor, olor e palatabilidade e diferenciar os parmetros normalizados.
Uma seleo rigorosa dos avaliadores est sujeita a testes especficos e a um desenho experimental, sendo
os panelistas, pessoas objetivas e argumentativas capazes de interpretar e discriminar uma sensao em
uma linguajem coerente. Estas interpretaes podem marcar uma nova normalizao que permita, por
meio de mensuraes instrumentais, obter uma valorao mais imediata e com menor percentagem de
erro, suportado por mtodos estatsticos seqenciais de fcil entendimento e manejo.

Palavras chave: analises sensorial, carne, catadores, painel sensorial.

Introduccin Para obtener una metodologa generalizada,


las aplicaciones actuales de mtodos sensoriales
Segn el Informe de la cadena de la industria estn encaminadas a establecer correlaciones
bovina, en Colombia el consumo aparente para con parmetros instrumentales (Onega, 2003),
el 2003 fue de 0.734 millones de toneladas as varios estudios buscan la objetividad de
(Agrocadenas, 2005) contrastado al consumo los panelistas correspondientes con medidas
en Latinoamrica de 103 millones de toneladas instrumentales (Raes et al., 2003; Swatland et al.,
(FAO, 2005) el cual muestra un consumo poco 1995; Peachey et al., 2002); el principal problema
representativo, mientras el consumo de carne de consiste en la falta de homogeneidad en los
pollo en Colombia corresponde a 0.678 millones de atributos y descriptores de la sensaciones en los
toneladas (Agrocadenas, 2005); comparado con el panelistas as como establecer que atributo es el
ao de 2005, el consumo de carne de pollo supera principal en una catacin. Para varios autores, la
el consumo de carne de bovino en cerca de 0.05 jugosidad es el atributo de mayor aceptacin (Van
millones de toneladas. Oeckel et al., 1999; Poste et al., 1993), el cual se
contrarresta con una descripcin general de flavor
Para entender el comportamiento de la (Calkins y Hodgen, 2007).
predileccin de los consumidores por carne
de una especie, es necesario entender sus El objetivo de la presente revisin es la definicin
necesidades y restricciones, cambios en el de las bases y los procedimientos para la realizacin
poder adquisitivo, altos precios de los productos de estudios de anlisis sensorial en carne y productos
frescos o procesados y el contenido de grasa en crnicos, as como explorar las variables que se
estos mismos (Resurreccion, 2003; Armstrong tienen con respecto al tratamiento de los datos y la
y McIlveen, 2000). Estudios sectorizados del bsqueda de objetividad evidenciada por resultados
consumo, son evaluados con base en regiones instrumentales.
delimitadas, pretendiendo entender la predileccin
por una especie especifica, pero metodologas
no relevantes como la preparacin de las Pruebas afectivas y analticas
muestras y desarrollo del vocabulario son razn
para encontrar cambios en la aceptacin en un En general las pruebas sensoriales se pueden
anlisis por regiones (Saudo et al., 2007). Con distinguir 2 grupos principales: Pruebas afectivas y
la implementacin de sistemas de inspeccin y analticas. Las pruebas afectivas se dividen en test
aseguramiento de la inocuidad de la produccin de aceptacin o preferencia y el test hednico de
de alimentos en Colombia, se pretende que los escalas relativas. Las pruebas analticas a su vez se
productores se vean abocados a implementar dividen en pruebas discriminatorias y descriptivas
sistemas de calidad en alimentos estableciendo (Figura 1).
parmetros de control especficos a su produccin.

Rev Colomb Cienc Pecu 2010; 23:227-239


Snchez IC et al. Anlisis sensorial en carne 229

Figura 1. Diagrama general de pruebas sensoriales.

Las pruebas analticas pretenden describir basa en gustos. Para esta evaluacin se usan frases
y diferenciar los productos. Las pruebas sencillas y lgicas que cualquier consumidor pueda
discriminatorias se establecen con la finalidad identificar (Noble et al., 1997; Owens, 2002) sin
de distinguir diferencias en grupos de muestras formular preguntas determinadas sobre intensidades
en panelistas con un grado de entrenamiento. sabores, tamaos y olores; deben ser enfocadas en
Las tcnicas ms usadas corresponden a duo- decisin de compra y aceptacin general (Muoz,
trio y prueba triangular: la prueba duo-trio se 1998).
presenta como seleccin entre 2 muestras (A y B)
estableciendo semejanza o diferencia de un patrn Para elaborar las pruebas sensoriales se realizan
(R) conocido. En la prueba triangular, el panelista documentos que cada panelista debe responder de
debe identificar entre 3 muestras (A, B, R), cuales una forma clara y precisa que no genere dudas e
son iguales y cual diferente (Stone y Sidel, 1993; interpretaciones personales, cada panelista se debe
Siegfried et al., 2006). limitar a contestar cada pregunta que se le haga. La
combinacin de pruebas afectivas y descriptivas
Las pruebas descriptivas se establecen con la tiene como finalidad entender a travs de la
finalidad de encontrar descriptores que tengan un aceptacin o preferencias de consumidor (afectivas),
mximo de informacin sobre las caractersticas que cualidades se deben mejorar, mantener
sensoriales del producto, usando panelistas con (descriptivas) o formular en el desarrollo de nuevos
mayor entrenamiento que en los empleados en productos (Muoz, 1998).
pruebas discriminatorias, los cuales evalan su
percepcin con valores cuantitativos proporcionales En la definicin de la escala se establecen las
a una intensidad. Se pueden definir con escalas caractersticas generales que identifican al producto,
estructuradas y equidistantes, donde el panelista denominadas descriptores. Para definirlos, el
a travs de estas valora su percepcin asignado un lder del panel de catacin debe ser objetivo y
atributo particular con una intensidad determinada. usar diferenciaciones amplias en cuanto al uso de
Cada punto de esta escala estara determinado por terminologa y palabras exactas (Muoz, 1998). En
un descriptor de la cualidad evaluada, relacionando muchos casos el uso de lenguaje y palabras usadas
en extremos su aprobacin o rechazo definiendo el en la regin donde se realiza la cata son mejores
porque de su decisin. El nmero de descriptores descriptores que lenguajes complicados o tcnicos
en la escala puede variar de 10 a 20 para cada (Nindjin et al., 2007).
cualidad. Se pueden usar los mismos descriptores en
diferentes caractersticas (Nalan, 2002). Como consecuencia del uso de escalas
estructuradas y equidistantes, se usan escalas
Las pruebas afectivas pretenden evaluar el normalizadas que consisten en comparar patrones
grado de aceptacin y preferencia de un producto en una secuencia lgica, con la muestra a analizar.
determinado empleando el criterio subjetivo de los Estas escalas se benefician en el empleo de pocas
catadores. En la mayora de los casos, los catadores muestras de cata y menos catadores entrenados,
corresponden a consumidores no entrenados en la aunque se puede caer en errores de fatiga (Cartie et
descripcin de preferencias, donde su evaluacin se al., 2006).

Rev Colomb Cienc Pecu 2010; 23:227-239


230 Snchez IC et al. Anlisis sensorial en carne

Adicionalmente se pueden presentar escalas sensoriales que pueda brindar una mayor
libres, donde el panelista usando descripciones informacin, por lo cual se recurre a los paneles
subjetivas identifica en una lnea continua entrenados, los cuales necesitan una preparacin
su evaluacin sin parmetros de referencia previa para generar un veredicto objetivo.
diferentes a los extremos (Westada et al., 2003). Se ha evaluado la pertinencia de usar escalas
La aplicacin de estas escalas correspondera a hednicas en pruebas de consumidores, los
factores de anlisis y diferencias estadsticas; es cuales pueden dar una evaluacin semejante a
recomendable usar escalas equidistantes pues su la que puede brindar un panel entrenado, pero el
cuantificacin es ms sencilla, pero en descriptores factor entrenamiento lleva a distinguir con mayor
confusos, se puede caer en errores de valoracin precisin diferencias que afectan un producto
cuanto las diferencias son mnimas en los (Brouvold, 1970; Ishii et al., 2007).
descriptores (Westada et al., 2003).
El perfil que debe presentar los catadores debe
Existen otros mtodos de anlisis descriptivo: ser muy limitado donde los gustos, la expectativa
mtodo del perfil del flavor (Cairncross y y la objetividad son los factores psicolgicos ms
Sjostrom, 1950), mtodo de perfil de textura importantes para convertirse en un catador y hacer
(Brandt et al., 1963), anlisis cuantitativo parte de un panel sensorial (Lund et al., 2009).
descriptivo (Stone et al., 1974), perfil de libre Es as que cuando se presenta una predileccin
eleccin (Langron, 1983; Thompson y MacFie, por un producto determinado el entrenamiento se
1983); la combinacin de estos mtodos en uno puede reducir siendo el catador quien agiliza este
generalizado permite usar las distintas escalas proceso. Parmetros como la experiencia y la
segn la caracterstica a analizar (Anon, 1999; exposicin a las muestras definitivamente afectan
Murray et al., 2001). Estas pruebas descriptivas el rendimiento de la evaluacin, mientras que la
deben preguntar por atributos ms amplios que edad de los catadores no afecta su rendimiento
simplemente ternura y jugosidad en carnes, es (Bitnes et al., 2007).
recomendable ampliar el rango de accin del
catador para generar un juicio ms objetivo y Se espera que cada catador a medida que
acertado, el cual puede dar un indicio del la avance su entrenamiento (Figura 2), pueda
aceptacin del consumidor siempre y cuando se disminuir sus errores y el uso de replicas en el
haya establecido una correlacin previa entre momento de la evaluacin para tener un valor
pruebas afectivas y descriptivas (Samuel et al., certero. Este entrenamiento implica mnimo 1 hora
2008). diaria por 30 das en los atributos a analizar; en
varios casos no es satisfactorio el entrenamiento
Entrenamiento y seleccin de paneles para la totalidad de los atributos, pero se puede
sensoriales generar un vocabulario especfico sobre las
sensaciones adquiridas (Kreutzmann et al., 2007).
El propsito de usar indiscriminadamente La memoria sensorial que presente el catador y la
cualquier tipo de panel consiste en el contexto influencia de los medios afectarn su rendimiento,
de evaluar preferencias o caractersticas de un lo cual hace necesario un constante entrenamiento
producto usando el carcter subjetivo de los y eliminar los distractores que se presenten al
consumidores y el carcter objetivo que puede momento de su evaluacin tales como sonidos,
brindar un panelista entrenado. fuentes de iluminacin baja y contar con cubculos
especializados para la cata de alimentos (Shapiro y
Los consumidores no cuentan con un Spence, 2002).
entrenamiento en atributos o cualidades

Rev Colomb Cienc Pecu 2010; 23:227-239


Snchez IC et al. Anlisis sensorial en carne 231

Se presentan conflictos en usar paneles


entrenados o no en carnes debido a su complejidad
(Bitnes et al., 2009); en parmetros de color
y olor, donde su complejidad es menor se
emplean correlaciones entre paneles entrenados
y de consumidores aprovechado la memoria
sensorial que puedan tener los consumidores y su
predileccin en el momento de la compra (Sullivan
et al., 2003). A medida que se reduce la complejidad
del producto se aumenta la eficiencia de la catacin,
pero por ms entrenamiento que se tenga el factor
heterogneo de la carne reduce la sensibilidad del
catador (Labbe et al., 2004).

Atributos y descriptores usados en carnes

El principal problema que se encuentra en el


anlisis sensorial consiste en la dificultad en la
repetibilidad y homogeneidad. La seleccin de las
escalas de medicin tiene como finalidad indicar
semnticas jerrquicas traducidas en un lenguaje
Figura 2. Entrenamiento de catadores (Labbe et al., 2004; McEwana et lingstico coherente para un producto especfico,
al., 2003). haciendo uso de su memoria sensorial para describir
un impulso que causa una sensacin (Muoz y
La seleccin de los evaluadores se realiza segn Civille 1998; Urdapilleta, et al., 1999; Davidson
un entrenamiento especfico a travs de diferentes y Sun 1998). Cada panel sensorial debe identificar
tcnicas con pruebas discriminatorias, de seleccin, el producto al cual desea desarrollar su anlisis,
ordenamiento o intensidad. Las pruebas ms identificando los atributos principales y las palabras
empleadas en la catacin corresponden a pruebas precisas que describen la sensacin.
triangulares discriminatorias, donde se evala el
desempeo por el modelo binomial (Gallerani et al., El procedimiento para establecer los descriptores
2000); el mtodo de tiempo intensidad corresponde de los atributos sensoriales inicia desde la seleccin
a establecer un sistema de entrenamiento ms del panel de catacin; a medida que se conoce
intenso mediante el cual el catador reafirma el panel de catacin, cada jurado presenta los
lo adquirido con las pruebas discriminatorias descriptores que puedan definir cada sensacin o
(Peyvieux y Dijksterhuis, 2001). En cada sesin se atributo del producto. A su vez se busca mediante
recuenta el nmero de aciertos y se realizan graficas el uso de simuladores de la sensacin, discriminar
del desempeo a travs del tiempo. o reducir los descriptores que los jueces plantearon
inicialmente. Mediante el uso de herramientas
Debido a que en la carne fresca los atributos no estadsticas se definen los descriptores que los
cuentan con intensidades definidas, el entrenamiento jurados evidencian ser los ms relevantes y con
de los catadores se debe realizar con simuladores claridad cognitiva (Byrne et al., 1999b).
de la sensacin a medir, es decir, sustancias que
asemejen el producto en la cualidad requerida. Cada jurado est en la capacidad de producir
En el momento en que el catador pueda evaluar descriptores deseables o indeseables segn la
objetivamente el simulador, se reduce el nmero de intensidad de la sensacin o el atributo a medir.
replicas, que en la catacin de carne puede producir Cada descriptor puede tener significados amplios
errores de fatiga. segn el uso lingstico que se atribuye, teniendo

Rev Colomb Cienc Pecu 2010; 23:227-239


232 Snchez IC et al. Anlisis sensorial en carne

problemas de evaluacin de tendencia central de la una calificacin alta (8 = muy dulce), no implica
sensacin, calificacin benvola hacia los valores una menor (3 = dulce); as mismo es necesario
mximos y el uso de una memoria sensorial de un evitar los sinminos en el uso de los descriptores,
descriptor falso (Muoz y Civille, 1998; Nevison y para esto es til emplear escalas normalizadas
Muir, 2002). y marcos de referencia de comparacin de los
atributos en diferentes productos comerciales y
Cada descriptor debe ser especfico y claro de espectro amplio de entendimiento y medicin
respecto a la sensacin y su intensidad. Para cada (Byrne et al., 2001; Muoz y Civille, 1998).
atributo (color, olor, sabor, etc.) sus descriptores
deben ser relevantes al producto, discriminar Se han desarrollado vocabularios especializados
claramente las muestras y no redundantes, siendo para carnes cocinadas de pollo, cerdo y res siendo los
las habilidades discriminativas ms efectivas y un atributos empleados el color, olor, flavor, sabor y sabor
vocabulario amplio y contundente (Byrne et al., residual. Cada uno de estos atributos tiene en comn
1999a; Urdapilleta, et al.,1999); una correlacin descriptores de sensaciones de alimentos diferentes a
lingstica y numrica puede presentar confusiones los productos crnicos como linaza, aceites y semillas
respecto a la intensidad de la sensacin, por ejemplo como se puede apreciar en la tabla 1.

Tabla 1. Vocabulario especifico segn el atributo y especie.

Carne olor Flavor Sabor Sabor residual

cartn; linaza; sulfuro- carne cocinada; carne umami; metlico;


(Sullivan et
General so; carne fresca; gra- fresca; pescado, amargo; dulce; sala- astringente
al., 2002)
soso; pasto; nueces. rncido do; cido

cartn; linaza; sulfu- carne cocinada; rnci- umami; metlico;


(Byrne et al.,
Pollo roso; tostado; carne do; aceitoso; apana- amargo; dulce; sala- astringente
1999a)
cocinada do; tostado; nueces. do; cido

carne cocinada; meta-


caramelo; linaza; sul-
lico; sabor a carne de umami; meta- lactico (yo-
foroso; carne fresca; (Byrne et al.,
res pollo; lactico (yogurt) lico; amargo; gurt);
tostado; carne coci- 2001).
rancido; aceitoso; dulce;salado; cido metalico
nada
apanado; tostado

carne cocinada; pesca- umami; meta-


carton; linaza; sulforo- (Byrne et al.,
Cerdo do, rancido; aceitoso; lico; amargo; astringente
so; carne fresca. 1999b).
apanado; nueces. dulce;salado; cido.

Debido a cambios dinmicos en el vocabulario Preparacin de muestras de carne y productos


sensorial, adicional a los atributos mencionados, crnicos para anlisis sensorial
la palatabilidad y el esfuerzo al morder (Ruiz
Los mtodos de preparacin de las muestras
et al., 2005), se constituyen en los factores de
para anlisis sensorial son funcin de variables
diferenciacin en la preparacin de las muestras de temperatura de coccin, tiempo y sistema de
de carne (Byrne, et al., 1999a; Byrne et al., 2001; empaque que marcan las diferencias significativas
Davidson y Sun, 1998) siendo sus descriptores y alta variabilidad en la preparacin de las muestras
dura y blanda. El esfuerzo al morder permite de la catacin (Peachey et al., 2002).
adicionalmente la diferenciacin de carnes respecto
a su especie (Sen et al., 2004). La ternura, firmeza, En general las muestras se obtienen de carne
dureza, cohesividad, jugosidad y masticabilidad se previamente congelada para el anlisis, siguiendo un
constituyen en atributos de la palatabilidad siendo protocolo de descongelamiento, corte de msculo,
sus descriptores niveles de resistencia en escala de coccin, atemperado, almacenado y presentacin
intensidad (Hofmann, 1993; Peachey et al., 2002). hacia los catadores (AMSA, 1995).

Rev Colomb Cienc Pecu 2010; 23:227-239


Snchez IC et al. Anlisis sensorial en carne 233

El almacenaje de las muestras es funcin de la calor homogneo, siendo el intercambio de materia


disponibilidad de los catadores y la programacin su restriccin; en este sistema es necesario emplear
de la catacin (Wheeler, et al., en prensa; AMSA, muestras empacadas al vaco en bolsas impermeables
1995). Es recomendable mantener las muestras a y termoresistentes (Jeremiah y Phillips, 2000;
temperaturas inferiores a los -20 C por periodos Rdbotten et al., 2004; Brannan, 2009).
variables entre 1 a 7 das antes de la coccin
(Rdbotten et al., 2004). Para asegurar una distribucin de la temperatura
homognea, se realizan precalentamientos
Para muestras de carne de bovino y porcino, escalonados de las muestras a temperaturas de 35 a
las muestras previamente congeladas a una 40 C por periodos de 5 a 10 minutos en el centro
temperatura inferior a los -20 C, tiene un proceso trmico de la muestra (Wheeler et al., en prensa;
de descongelacin lento por un periodo de 24 a Jeremiah y Phillips, 2000; McKenna et al., 2003)
48 h hasta tener una temperatura interna entre 0 y y posteriormente un nuevo calentamiento hasta
3 C. Los fragmentos o msculos seleccionados alcanzar los 60 o 75 C establecidos.
son cortados en filetes de espesor aproximado a
2.54 cm. Cada filete independiente del sistema de En la presentacin de las muestras a los
coccin (parrilla o inmersin) es cocinado hasta catadores, es necesario retirar la grasa de cobertura
obtener una temperatura interna de 71 C por 5.5 de la muestra y el tejido conectivo, cuando estas
minutos. El reporte de la temperatura final de partes no son el objetivo del estudio. Estas muestras
coccin se realiza a los 2 minutos posteriores al son recubiertas por papel aluminio y mantenidas
retirar la muestra de carne de su sistema de coccin a una temperatura constante de almacenamiento,
(Wheeler et al., en prensa; AMSA, 1995). Es de donde varia segn las condiciones del experimento
destacar que el muestreo de la temperatura se realiza de 15 a 20 C (Font et al., 2006; Hoffman et
en el centro geomtrico de las partes empleadas. al., 2007; Hoffman et al., 2008). Los cortes de
presentacin tienen una variacin de geometra,
Existen variaciones respecto a las temperaturas constituyndose 1cm2 la base de presentacin por
de descongelacin, pero su intervalo oscila entre una longitud entre 1 y 3 cm (AMSA, 1995; Peachey
0 y 5 C (Wheeler et al., en prensa; Font et al., et al., 2002; Font et al., 2006; Pittroff et al., 2006;
2006; Rdbotten et al., 2004; Pittroff et al., 2006); Hoffman et al., 2008); se puede presentar tambin
igualmente las temperaturas internas de coccin formas irregulares pero con pesos previamente
tienen un intervalo entre 60 y 75 C (Peachey et al., establecidos en 20g (Brannan, 2009).
2002; Font et al., 2006; Jeremiah y Phillips, 2000;
McKenna et al., 2003). Para muestras de carne El tiempo de presentacin corresponde de 5
de aves, su temperatura interna es superior a este a 10 minutos posteriores a un atemperado de las
intervalo, debido al riesgo de no eliminar patgenos muestras. Se emplean como agentes limpiadores del
termoresistentes; su temperatura de coccin oscila sabor, sorbos de agua y galletas sin sal (Peachey et
entre los 75 y 100 C (Rdbotten et al., 2004; al., 2002).
Brannan, 2009).

El sistema de coccin constituye el suministro Mtodos estadsticos


de calor que requiere la muestra para obtener la
temperatura interna requerida. En sistemas de Los mtodos estadsticos del anlisis sensorial
parrilla, la coccin se realiza por transferencia de se distinguen en diseo experimental y modelos
calor va indirecta, siendo el aire caliente el fluido de interpretacin de datos, siendo estos ltimos
calefactor, el cual presenta temperaturas entre los funcin de los parmetros en la respuesta (Forde
160 y 220 C (Font et al., 2006; Hoffman et al., et al., 2007). A partir de un anlisis exploratorio
2007; Hoffman et al., 2008; Byrne et al., 2002). En de los datos recogidos en el diseo de las
sistemas de inmersin, la muestra es sumergida en pruebas y propiedades sensoriales conocidas,
el fluido calefactor asegurando un suministro de la discriminacin del modelo de interpretacin

Rev Colomb Cienc Pecu 2010; 23:227-239


234 Snchez IC et al. Anlisis sensorial en carne

se divide en el tipo de variable de respuesta tiene un grado de significancia en el anlisis


dependiente o independiente. ANOVA, siendo difcil la compatibilidad con los
modelos de distribucin (t o f) (Kunert, 2000).
Los modelos empleados en variables de
respuesta independientes continuas se distribuyen Dada complejidad en las matrices de anlisis en
empleando mtodos de anlisis de regresiones, carnes donde los factores de anlisis se constituyen
pruebas de hiptesis, anlisis de varianza y de una matriz de evaluadores, muestras y atributos,
covarianza; variables dependientes categricas se es muy elevada, siendo necesario disminuir las
distribuyen empleando anlisis segn su estructura, variables de respuesta a componentes principales
replicacin o anlisis multivariado. que sean capaces de identificar cuales son ms
representativas de las dems. PCA, regresin de
Al emplear variables dependientes el nivel mnimos cuadrados y regresin de principales
de discriminacin se determina por nmero de componentes son los ms usados con estas matrices
variables de respuesta de los datos, en el caso (Noes et al., 1996). Al emplear modelos de
que sea una variable final, segn la forma de la distribucin t o f en el anlisis de las variables de
distribucin (normal o censurados) se emplean los atributos se pueden eliminar muestras o datos segn
anlisis de varianza, diseo de bloques y anlisis el grado de significancia empleado; estos datos
de tiempo de falla; caso contrario donde la variable eliminados pueden ser significativos en los modelos
de respuesta sea mayor o igual a 2, el anlisis multivariables (Kubberd et al., 2002). El diseo
multivariado de varianza se constituye en la multivariable es ms eficaz pues puede agrupar ms
metodologa de anlisis. resultados que proporcionan evaluadores (Forde
et al., 2007); un factor adicional de usar modelos
El anlisis exploratorio de variables, marca un multivariables consiste en la simplicidad de las
indicio de que modelo de anlisis se puede usar, regresiones pues corresponden a sistemas lineales
discriminando el tipo de distribucin y parmetros (Noes et al., 1996).
de varianza. Puede proporcionar resultados simples
y sencillos pero no permite un grado de certeza y El anlisis por componentes principales (PCA)
correlacin con otras variables (Probola y Zander, procura disminuir ese nmero de variables, dando
2007). la posibilidad de realizar anlisis de tendencias
e intervalos de confianza donde las variables de
Modelos lineales y distribuciones f y t se mayor significancia corresponden a la respuesta de
emplean para establecer el grado de significancia y algunas de menor peso (Carrasco y Siebert,1999;
errores mnimos de correlaciones que puedan existir Probola y, Zander, 2007). El modelo de PCA
entre los atributos y las evaluaciones dadas por los requiere que las variables de entrada correspondan a
catadores (Brockhoff, 2001). El modelo de rbol un grado de significancia elevado siendo el p-vale
aleatorio es una nueva tcnica para una descripcin muy bajo. Por medio de un anlisis de varianza
predictiva. Existe una compatibilidad entre ANOVA de una o 2 vas, se puede identificar el
regresiones lineales con el cual se tienen en cuenta grado de significancia de cada variable; el siguiente
errores muy pequeos en la prediccin, dando paso corresponde al PCA de agrupar y reducir el
importancia a cada atributo presentado (Granitto et nmero de variables, en este caso atributos, que
al., 2007). sean representativos de las muestras del anlisis
(Ellekjaer et al., 1996; Kutia et al., 2004; Probola y,
Es importante distinguir el tipo de error en los Zander, 2007).
modelos lineales y pruebas de distribuciones; en
el caso de anlisis sensorial, una reduccin de los Para proporcionar el grado de significancia
errores tipo I corresponderan a una aproximacin en los modelos ANOVA y obtener regresiones de
de sistema ANOVA de una va tendiendo ms mnimos cuadros, es necesario validar las varianzas
certeza de la hiptesis a aprobar (Brockhoff, 2001), de los factores de anlisis (Byrne et al., 2002),
pero el efecto de la aleatoriedad de las muestras Jack Knife provee una buena aproximacin pero

Rev Colomb Cienc Pecu 2010; 23:227-239


Snchez IC et al. Anlisis sensorial en carne 235

es dependiente de la aleatoriedad de los ensayos; un parmetro por medida instrumental (Lassoueda


para eliminar esta nueva variable, el modelo TOBIL et al., 2008). Se presenta la relacin de medidas
proporciona una buena validacin sin violar los instrumentales con atributos sensoriales:
niveles nominales las variables que emplea ANOVA
(Galiano y Kunert, 2006; Martens y Martens, 2000). El atributo de olor es correlacionado con grupos
de aromticos identificados por medio de una nariz
Es necesario establecer el orden de anlisis electrnica que emplea celdas de deteccin a partir
cuando se usa el modelo PCA Y ANOVA de sustancias obtenidas en un espacio de cabeza; en
simultneamente. Se recomienda usar inicialmente este punto los compuestos aromticos de la grasa
el modelo ANOVA evaluando la significancia y animal corresponden a una huella del tipo de
posteriormente el modelo PCA (Arvanitoyannis et animal, este anlisis instrumental es muy limitado
al., 2000; Luciano y Tormod, 2009). En estudios debido al gran nmero de descriptores que se
donde se involucrar la variable tiempo, se pueden emplear al realizar el anlisis sensorial con
recomienda emplear mtodos especializados en panelistas (Hansen, et al., 2005).
temporalidad posterior a aplicar el modelo PCA
(Parisi, et al., 2002). Descriptores de palatabilidad son correlacionados
con medidas instrumentales tomados por las
Se presenta la lgica difusa como metodologa metodologas de ciclos de compresin y el mtodo
de estimacin de las propiedades sensoriales; este de cizalla de Warner-Bratzler, siendo la preparacin
mtodo permite convertir las respuestas categricas de las muestras y la forma de presentacin
en modelos continuos de fcil regresin (Lannoua et indicadores de una buena correlacin, por ejemplo
al., 2002). el sentido de las fibras en las muestras (Poste et al.,
1993); Warner-Bratzler proporciona un intervalo de
Correlaciones de anlisis sensorial confianza del 99% respecto al parmetro de dureza
y la posibilidad de obtener correlaciones cannicas
Las correlaciones de anlisis sensorial se con solo 3 puntos de comparacin (Van Oeckel
distinguen en identificar parmetros de calidad et al., 1999; Peachey et al., 2002; Combes et al.,
por medio de medidas instrumentales y relaciones 2008); una aproximacin a establecer si la carne se
entre atributos. La ltima tendencia de estudios encuentra dura o blanda es por fuera del intervalo de
de anlisis sensorial est encaminada a establecer 52.68 y 42.87 N (Destefanis et al., 2008).
la existencia de significancia y efectividad de las
medidas instrumentales y atributos sensoriales En una metodologa de ciclos de compresin, las
de los productos crnicos. Un anlisis sensorial medidas instrumentales presentan una aceptacin
pobremente implementado afecta directamente el inferior a la que presentara un panel de catacin
juicio de los panelistas y por ende la correlacin (Peachey et al., 2002). La ternura y la dureza estn
con la medida instrumental; el anlisis sensorial relacionados con la presencia de tejido conectivo
esta afectado por la subjetividad del panelista, el y la presencia de cenizas (Vlkov et al., 2007);
cual marca la diferencia con el anlisis instrumental estos dos parmetros a su vez estn inversamente
respecto a su interpretacin y aplicacin siendo correlacionados (Hansen et al., 2004). Adicional
necesario aplicar ambos tipos de anlisis como a los parmetros de ciclos de compresin la
medidas de calidad en los alimentos. fluorescencia del tejido conectivo del msculo
proporcionara una medida de la intensidad de la
Variaciones pequeas en la composicin pueden dureza y ternura (Swatland et al., 1995).
presentar interferencias para obtener una correlacin
lineal con los descriptores, pero se puede tener El color es correlacionado con coordenadas
una visin global de la seleccin como parmetros de intensidad L, rojo-verde a*, amarillo-azul b*;
de control de calidad (Jia et al., 2008), su anlisis donde la luminosidad y el color rojo tienen mayor
es bastante complejo dependiendo del nmero de aceptacin, constituyendo una medida directa y
atributos a medir; es recomendable correlacionar eficiente de la aceptacin comercial de la carne

Rev Colomb Cienc Pecu 2010; 23:227-239


236 Snchez IC et al. Anlisis sensorial en carne

fresca (Vlkov et al., 2007); comparativos con Conclusin


imgenes digitales muestran mayor aceptacin
visual que con muestras de carne, resaltando la Los sistemas de calidad en auge en las plantas de
intensidad lumnica L (OSullivana et al., 2003). alimentos dadas por la normatividad, conllevan a
desarrollar metodologas de inspeccin y calidad de
El flavor se relaciona con los parmetros de sus productos finales. Se presenta el anlisis sensorial
dureza y as mismo con las medidas instrumentales como una herramienta prctica y satisfactoria para
de un texturmetro (Spanier et al., 1997), pero obtener una medida objetiva a partir de apreciaciones
segn el entrenamiento o las pruebas descriptivas la dadas por personal entrenado. Por medio de 2 tipos
preparacin de las muestras constituyen el factor de de pruebas afectivas y analticas, panelistas o jurados
mayor anlisis (Otremba et al., 2000). de una sensacin que describe un atributo requieren
una seleccin exhaustiva de entrenamiento especfico
Se presenta la espectroscopia de reflectancia de y capaces de desarrollar un lenguaje propio y de
infrarrojo cercano como un mtodo inmediato de fcil entendimiento. Protocolos de preparacin de
evaluacin de parmetros como composicin, pH, muestras, vocabulario especfico y metodologa de
color y sensorial; se encuentra en desarrollo como anlisis marcan la diferencia de seleccin, objetividad
por medio de la composicin se puede correlacionar y repeticin de las pruebas sensoriales haciendo
con los descriptores de palatabilidad, el mayor difcil la comparacin de carne. Por su carcter
inconveniente corresponde a la preparacin de las complejo el anlisis sensorial en carnes se debe
muestras pues la espectroscopia se realiza en carne describir ntegramente y secuencial con parmetros
cruda (Prieto et al., 2009). muy definidos de preparacin y seleccin.

Referencias

Agrocadenas. La Industria de Carnes Frescas en Colombia: res, Brannan RG. Effect of grape seed extract on descriptive sensory
cerdo y pollo. Ministerio de agricultura 2005; [15/05/2009] URL: analysis of ground chicken during refrigerated storage. Meat Sci
http://webiica. iica.ac.cr/colombia/iica/anexos/Agroindustria%20 2009; 81:589-595.
Observatorio/agroindustria_carnes%20(original).doc
Brockhoff PB. Sensory profile average data: combining mixed
AMSA. Research guidelines for cookery, sensory evaluation model ANOVA with measurement error methodology. Food
and instrumental tenderness measurements of fresh meat. Qual Pref 2001; 12:413-426.
American Meat Science Association 1995.
Brouvold W. Laboratory panel estimation of consumer
Anon. Taste buds still in control. Food Engineering mag 1999; assessments of taste and flavor. J Appl Psychol 1970; 54:326-330.
71: 14.
Byrne DV, Bredie W and Nartens M. Development of a sensory
Armstrong GA and Mcllveen H. Effects of prolonged storage on vocabulary for warmed-over flavor: Part II in chicken meat. J
the sensory quality and consumer acceptance of sous vide meat- Sens Stud 1999a; 14:67-78.
based recipe dishes. Food Qual Pref 2000; 11:377-385.
Byrne DV, Bak L, Bredie WLP, Bertelsen G and Martens M.
Arvanitoyannis IS, Bloukas JG, Pappa I and Psomiadou E. Development of a sensory vocabulary for warmed-over flavor:
Multivariate data analysis of Cavourmas a Greek cooked meat Part I. In porcine meat. J Sens Stud 1999b; 14:47-65.
product. Meat Sci 2000; 54:71-75.
Byrne DV, Sullivan MG, Dijksterhuis GB, Bredie WL and
Bitnes J, Martens H, Ueland O and Martens M. Longitudinal Martens M. Sensory panel consistency Turing development of
study of taste identification of sensory panellists: Effect of a vocabulary for warmed-over flavour. Food Qual pref 2001;
Ageing, Experience and Exposure. Food Qual Pref 2007; 12:171-187.
18:230-241.
Byrne DV, Bredie WLP, Mottram DS and Martens M. Sensory
Bitnes J, Ueland O, Muller PM and Martens M. Reliability of and chemical investigations on the effect of oven cooking on
sensory assessors: issues of complexity. J Sens Stud 2009; warmed-over flavour development in chicken meat. Meat Sci
24:25-40. 2002; 61:127-139.
Brandt MA, Skinner EZ and Coleman JA. Texture profile Cairncross SE and Sjostrom LB. Flavour profiles: a new
method. J Food Sci 1963; 28:404-409. approach to flavour problems. Food Technol 1950; 4:308-311.

Rev Colomb Cienc Pecu 2010; 23:227-239


Snchez IC et al. Anlisis sensorial en carne 237

Calkins CR and Hodgen JM. A fresh look at meat flavor. Meat predict end-product quality from raw materials. Meat Sci 2005;
Sci 2007; 77:63-80. 69:621-634.
Carrasco A and Siebert KJ. Human visual perception of haze Hofmann K. Quality concepts for meat and meat products.
and relationships with instrumental measurements of turbidity. Fleischwirtsch 1993; 73: 1014-1019.
Thresholds, magnitude estimation and sensory descriptive
Hoffman LC, Kroucamp M and Manley M. Meat quality
analysis of haze in model systems. Food Qual Pref 1999;
characteristics of springbok (Antidorcas marsupialis) 4: Sensory
10:421-436.
meat evaluation as influenced by age, gender and production
Cartie R, Rytz A, Lecomte A, Poblete F, Krystlik J, Belin E and region. Meat Sci 2007; 76:774-778.
Martin N. Sorting procedure as an alternative to quantitative
Hoffman LC, Muller M, Cloete SWP and Brand M. Physical
descriptive analysis to obtain a product sensory map. Food Qual
and sensory meat quality of South African Black ostriches
Pref 2006; 17:562-571.
(Struthio camelus var. domesticus), Zimbabwean Blue ostriches
Combes S, Gonzlez I, Djean S, Baccini A, Jehl N, Juin H, (Struthio camelus australis) and their hybrid. Meat Sci 2008;
Cauquil L, Gabinaud B, Lebas FO and Larzul C. Relationships 79:365-374.
between sensory and physicochemical measurements in meat
Ishii R, Kawaguchi H, Mahony MO and Rousseau B. Relating
of rabbit from three different breeding systems using canonical
consumer and trained panels_ discriminative sensitivities using
correlation analysis. Meat Science 2008; 80:835-841.
vanilla flavoured ice cream as a medium. Food Qual Pref 2007;
Davidson VJ and Sun W. A linguistic method for sensory 18:89-96.
assessment. J Sens Stud 1998; 13:15-330.
Jeremiah LE and Phillips DM. Evaluation of a probe for
Destefanis G, Brugiapaglia A, Barge MT and Dal Molin E. predicting beef tenderness. Meat Sci 2000; 55:493-502.
Relationship between beef consumer tenderness perception and
Jia C, Kim JS, Huang W and Huang G. Sensory and
WarnerBratzler shear force. Meat Sci 2008; 78:153-156.
instrumental assessment of Chinese moon cake: Influences of
Ellekjaer MI, Ilsengb MA, Naesa T. A case study of the use almond flour, maltitol syrup, fat, and gums. Food Res Int 2008;
of experimental design and multivariate analysis in product 41:930-936.
improvement. Food Qual pref 1996; 1:29-36.
Kreutzmann S, Thybo AK and Bredie W. Training of a sensory
FAO food and agricultural organization of the United panel and profiling of winter hardy and coloured carrot
Nations. FAOSTAT Statistical databases; [15/06/2009] URL: genotypes. Food Qual Pref 2007; 18:482-489.
http://faostat.fao.org/site/569/DesktopDefault.aspx?Page
Kubberd E, Ueland O, Rdbotten M, Westad F and Risvik E.
ID=569#ancor.
Gender specific preferences and attitudes towards meat. Food
Font MR, Guerrero L, Saudo C, Campo MM, Olleta JL, Qual Pref 2002; 13: 285294.
Oliver MA, Caeque V, lvarez I, Daz MT, Branscheid W,
Kunert J. Workshop on the statistical analysis of sensory
Wicke M, Nute GR and Montossi F. Acceptability of lamb meat
profiling data: randomization/permutation/ANOVA. Food Qual
from different producing systems and ageing time to German,
Pref 2000; 11:141-143.
Spanish and British consumers. Meat Sci 2006; 72:545-554.
Kutia T, Hegyia A and Kemnyb S. Analysis of sensory data of
Forde CG, Williams ER and ORiordan PJ. Use of multi-
different food products by ANOVA. Chemometr Intell Lab Syst
stratum design and analysis in a sensory trial. Food Qual Pref
2004; 72:253-257.
2007; 18:614-618.
Labbe D, Rytz A and Hugi A. Training is a critical step to obtain
Galiano M and Kunert, J. Comparison of ANOVA with the
reliable product profiles in a real food industry context. Food
Tobit model for analysing sensory data. Food Qual Pref 2006;
Qual Pref 2004; 15:341-348.
17:209-218.
Langron SP. The application of Procrustes statistics to sensory
Gallerani G, Gasperi F and Monetti A. Judge Selection for hard
profiling. Sensory quality in food and beverages: definition,
and semi-hard cheese sensory evaluation. Food Qual Pref 2000;
measurement and control 1983:89-95.
11: 465-474.
Lannoua I, Perrota N, Hossenloppa J, Maurisb G and Trystam
Granitto PM, Gasperi F, Biasioli F, Trainotti E and Furlanello
G. The fuzzy set theory: a helpful tool for the estimation of
C. Modern data mining tools in descriptive sensory analysis:
sensory properties of crusting sausage appearance by a single
A case study with a Random forest approach. Food Qual Pref
expert.Food Qual Pref 2002; 13:589-595.
2007; 18:681-689.
Lassoueda N, Delaruea J, Launaya B and Michonm C. Baked
Hansen S, Hansen T, Aaslyng MD and Byrne DV. Sensory and
product texture: Correlations between instrumental and sensory
instrumental analysis of longitudinal and transverse textural
characterization using Flash Profile. J Cereal Sci 2008; 48:133-
variation in pork longissimus dorsi. Meat Sci 2004; 68:611-
143.
629.
Luciano G and Tormod N. Interpreting sensory data by
Hansen T, Petersen MA and Byrne DV. Sensory based quality
combining principal component analysis and analysis of
control utilising an electronic nose and GC-MS analyses to
variance. Food Qual Pref 2009; 20:167-175.

Rev Colomb Cienc Pecu 2010; 23:227-239


238 Snchez IC et al. Anlisis sensorial en carne

Lund C, Jones V and Spanitz S. Effects and influences of Owens C. Aplicaciones del anlisis sensorial en la industria
motivation on trained panellists. Food Qual Pref 2009; 20:295- vitivincola. Beringer Blass Wine Estates 2002: 26.
303.
Parisi G, Franci O and Poli BM. Application of multivariate
Martens H and Martens M. Modified Jack-knife estimation analysis to sensorial and instrumental parameters of freshness
of parameter uncertainty in bilinear modelling by partial least in refrigerated sea bass (Dicentrarchus labrax) during shelf life.
squares regression (PLSR). Food Qual Prefer 2000; 11:5-16. Aquaculture 2002; 214:153-167.
McKenna DR, King DA and Savell JW. Comparison of clam- Peachey BM, Purchas RW and Duizer LM. Relationships
shell cookers and electric broilers and their effects on cooking between sensory and objective measures of meat tenderness of
traits and repeatability of Warner-Bratzler shear force values. beef m. longissimus thoracis from bulls and steers. Meat Sci
Meat Sci 2003:225-229. 2002; 60: 211-218.
McEwana J, Heinio R, Hunterc EA and Lead P. Proficiency Peyvieux C and Dijksterhuis G. Training a sensory panel for TI:
testing for sensory ranking panels: measuring. Food Qual Prefer a case study. Food Qual and Pref 2001; 12:19-28.
2003; 14:247-256.
Pittroff W, Keisler DH and Blackburn HD. Effects of a
Muoz A. Consumer perceptions of meat. Understanding these high-protein, low-energy diet in finishing lambs: 2. Weight
results through descriptive analysis. Meat Sci 1998; 49:287-295. change, organ mass, body composition, carcass traits, fatty
acid composition of lean and adipose tissue, and taste panel
Muoz A and Civille GV. Universal, product and attribute
evaluation. Livest Sci 2006; 101:278-293.
specific scaling and the development of common lexicons in
descriptive analysis. J Sens Stud 1998; 13:57-75. Poste LM, Butler G, Mackie D, Agar VE, Thompson BK,
Cliplef RL and McKay RM. Correlations of sensory and
Murray JM, Delahunty CM and Baxter IA. Descriptive sensory
instrumental meat tenderness values as affected by sampling
analysis: past, present and future. Food Res Int 2001; 34:461-
techniques. Food Qual Pref 1993; 4:207-214.
471.
Prieto N, Roehe R, Lavnm P, Batten G and Andrs S. Application
Nalan G. A Descriptive Method for Sensory Evaluation of
of near infrared reflectance spectroscopy to predict meat and meat
Mussels. Lebenson Wiss Technol 2002; 35:563-567.
products quality: A review. Meat Sci 2009: in press.
Nevison I and Muir D. Construction of sensory vocabularies for
Probola G and Zander L. Application of PCA method for
profiling food. J Sens Stud 2002; 17:559-569.
characterisation of textural properties of selected ready-to-eat
Nindjin C, Otokore C, Hauser S, Tschannen A, Farah Z and meat products. J Food Eng 2007; 83:93-98.
Girardin O. Determination of relevant sensory properties
Raes K. Balcaen A, Dirinck P, De Winne A, Claeys E, Demeyer D
of pounded yams (Dioscorea spp.) using a locally based
and De Smet S. Meat quality, fatty acid composition and flavour
descriptive analysis methodology. Food Qual Prefer 2007;
analysis in Belgian retail beef. Meat Sci 2003; 65:1237-1246.
18:450-459.
Resurreccion AVA. Sensory aspects of consumer choices for
Noble AC, Arnold RA, Buechsenstein J, Leach EJ, Schmidt JO
meat and meat products. Meat Sci 2003; 66:11-20.
and Stern PM. Modification of a Standardized System of wine
aroma terminology Am J Enol Vitic 1997; 38:143-151. Rdbotten M, Kubberd E, Lea P and Ueland O. A sensory map
of the meat universe. Sensory profile of meat from 15 species.
Noes T, Baardseth P, Helgesen H and Isaksson H. Multivariate
Meat Sci 2004; 68:137-144.
Techniques in the Analysis of Meat Quality. Meat Sci 1996;
43:135-149. Ruz MP, Galn H, Len F and Molina G. Determination of
the sensory attributes of a Spanish dry-cured sausage. Meat Sci
Onega E. Evaluacin de la calidad de carnes frescas: aplicacin
2005; 71:620-633.
de tcnicas analticas, instrumentales y sensoriales. Tesis
doctoral. Facultad de veterinaria. Universidad complutense de Samuel P, Heenan A, Dufour J, Hamid N, Harvey W and Conor
Madrid; 2003. M. The sensory quality of fresh bread: Descriptive attributes
and consumer perceptions. Food Res Int 2008; 41: 989-997.
OSullivan MG, Byrne DV, Martens H, Gidskehaug LH,
Andersen HJ and Martens M. Evaluation of pork colour: Saudo C, Alfonso M, San Julian R, Thorkelsson G,
prediction of visual sensory quality of meat from instrumental Valdimarsdottir T, Zygoyiannis D, Stamataris C, Piasentier E,
and computer vision methods of colour analysis. Meat Sci 2003; Mills C, Berge P, Dransfield E, Nute GR, Enser M and Fischer
65:909-918. AV. Regional variation in the hedonic evaluation of lamb meat
from diverse production systems by consumers in six European
Otremba MM, Dikeman ME, Milliken GA, Stroda SL,
countries. Meat Sci 2007; 75:610-621.
Chambers E and Chambers D. Interrelationships between
descriptive texture profile sensory panel and descriptive Sen AR. Santra A and Karim SA. Carcass yield, composition
attribute sensory panel evaluations of beef Longissimus and and meat quality attributes of sheep and goat under semiarid
Semitendinosus muscles. Meat Sci 2000; 54:325-332. conditions. Meat Sci 2004; 66:757-763.

Rev Colomb Cienc Pecu 2010; 23:227-239


Snchez IC et al. Anlisis sensorial en carne 239

Shapiro S and Spence M. Factors Affecting Encoding, Swatland HL, Nielsen T and Andersen JR. Correlations of
Retrieval, and Alignment of Sensory Attributes in a Memory- mature beef palatability with optical probing of raw meat. Food
Based Brand Choice Task. J consum res 2002; 28: 603-617. Res Int 1995; 28:403-416.
Siegfried G, Mller A and Ardono A. Proyecto Gestin de Thompson, DMH and MacFie, HJH. Is there an alternative to
Calidad en Fbricas de Embutidos. Procesamiento de carnes y descriptive sensory assessment?. In: Williams, AA and Atkin,
embutidos. Manual Prctico de Experiencias. Departamento de RK, Editors. Sensory quality in food and beverages: Definition,
Educacin, Cultura, Ciencia y Tecnologa.Organizacin de los measurement and control: Ellis Horwood Ltd, Chichester:
Estados Americanos (OEA); 2006. 1983.p. 96-107.
Spanier AM, Flares M, McMilli KW and Bidne TD. The effect Urdapilleta I, Tuus CA and Nicklaus S. Sensory evaluation
of post-mortem aging on meat flavor quality in Brangus beef. based on verbal judgments. J Sens Stud 1999; 14:79-95.
Correlation of treatments, sensory, instrumental and chemical
Vlkov V, Salkov A, Buchtov H and Tremlov B.
descriptors. Food Chem 1997; 59:538.
Chemical, instrumental and sensory characteristics of cooked
Stone H, Sidel JL, Oliver S, Woolsey A and Singleton RC. pork ham. Meat Sci 2007; 77:608-615.
Sensory evaluation by Quantitative Descriptive Analysis. Food
Van Oeckel MJ, Warnants N and Boucque ChV. Pork tenderness
Tech 1974; 28:24-33.
estimation by taste panel, Warner-Bratzler shear force and on-
Stone H and Sidel JL. Sensory Evaluation Practices. 2 ed., line methods. Meat Sci1999; 53:259-267.
Academic Press; 1993.
Wheeler TL, Shackelford SD and Koohmaraie M. Shear Force
Sullivan MG, Byrne DV, Martens H and Martens M. Data Procedures for Meat Tenderness Measurement. Meat Animal
analytical methodologies in the development of a vocabulary Research Center. United States Department of Agriculture.
for evaluation of meat quality. J Sens Stud 2002; 17:539-558.
Westada F, Hersletha M, Leaa P and Martens H. Variable
Sullivan MG, Byrne DV and Martens M. Evaluation of pork selection in PCA in sensory descriptive and consumer data.
colour: sensory colour assessment using trained and untrained Food Qual Pref 2003; 14:463-472.
sensory panellists. Meat Sci 2003; 63:119-129.

Rev Colomb Cienc Pecu 2010; 23:227-239