MODELAGEM DA CINÉTICA DE HIDRATAÇÃO DO MILHO VERDE E DOCE PARA CONSUMO HUMANO
DOI:
https://doi.org/10.20873/2024_jul_17524Abstract
Sweet corn (Poaceae family) differs from "common" green corn due to mutant genes affecting carbohydrate biosynthesis, resulting in grains with high sugar content and low starch. This study aimed to investigate the hydration kinetics of both sweet and common green corn through mathematical modeling and Artificial Neural Network for the purpose of food preservation production. Mathematical fitting (PELEG, PAGE, Weibull, Ibarz et al., and Henderson and Pabis) was carried out using the MATLAB software, and the development of the Artificial Neural Network used the SPSS software. Samples C1, C2, and C3 refer to green corn, and C4 refers to sweet corn. Regarding mathematical modeling, C1 showed the best fit for the Ibarz et al. model at 25°C. For C2, the best mathematical model was Ibarz et al. at 25°C and PELEG at 45°C. The results obtained for C3 and C4 were similar to C1, with the Ibarz et al. model being the best fit. Therefore, "common" green corn managed to maintain quality standards related to water absorption, similar to sweet corn, allowing for the use of these grains in food preservation processing.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Ila Raquel Melo
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License (CC BY-NC 4.0), permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
2. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto posterior ao processo editorial.
4. Além disso, o AUTOR é informado e consente com a revista que, portanto, seu artigo pode ser incorporado pela DESAFIOS em bases e sistemas de informação científica existentes (indexadores e bancos de dados atuais) ou a existir no futuro (indexadores e bancos de dados futuros), nas condições definidas por este último em todos os momentos, que envolverá, pelo menos, a possibilidade de que os titulares desses bancos de dados possam executar as seguintes ações sobre o artigo:
a. Reproduzir, transmitir e distribuir o artigo, no todo ou em parte sob qualquer forma ou meio de transmissão eletrônica existente ou desenvolvida no futuro, incluindo a transmissão eletrônica para fins de pesquisa, visualização e impressão;
b. Reproduzir e distribuir, no todo ou em parte, o artigo na impressão.
c. Capacidade de traduzir certas partes do artigo.
d. Extrair figuras, tabelas, ilustrações e outros objetos gráficos e capturar metadados, legendas e artigo relacionado para fins de pesquisa, visualização e impressão.
e. Transmissão, distribuição e reprodução por agentes ou autorizada pelos proprietários de distribuidoras de bases de dados.
f. A preparação de citações bibliográficas, sumários e índices e referências de captura relacionados de partes selecionadas do artigo.
g. Digitalizar e / ou armazenar imagens e texto de artigo eletrônico.
