Traduccion Inge de La P
-
Upload
jean-carlos-arias-saldana -
Category
Documents
-
view
41 -
download
0
Transcript of Traduccion Inge de La P
-
5/20/2018 Traduccion Inge de La P
1/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
1
Metodologas Descriptivas
De La Dinmica Sensorial
Profesor: Dr. Carlos Nez Saavedra
Estudiante:
Arias Saldaa Jean Carlos
29 de Agosto del 2014
TRABAJO
ENCARGADODISEO DE PLANTAS
-
5/20/2018 Traduccion Inge de La P
2/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
2
13 MetodologasDescriptivas de LaDinmica SensorialTiempo-Intensidad y
Dominacin Temporal
de las Sensaciones
Rafael Silva Cadena, Leticia Vidal,
Gastn Ares, and Paula Varela
CONTENIDO
13.1 Introduccin13.2 Metodologa Tiempo-Intensidad
13.2.1 Preparacin y Recopilacin de Datos
13.2.1.1 Seleccin y Preparacin de Los Panelistas.
13.2.1.2 Diseo del Estudio
13.2.2 Anlisis de Datos
13.2.3 Estudios y Potencialidades Recientes
13.2.4 Ventajas y Desventajas13.3 El Dominio Temporal de la Sensaciones
13.3.1 Implementacin y Recopilacin de Datos
13.3.1.1 Nmero de Panelistas
13.3.1.2 Protocolo de Degustacin
13.3.1.3 La Seleccin de la Lista de Atributos
13.3.1.4 La Preparacin del Panel
13.3.2 Anlisis de Datos
13.3.2.1 Curvas TDS
-
5/20/2018 Traduccion Inge de La P
3/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
3
13.3.2.2 Evaluacin de las Diferencias entre Los Productos
13.3.2.3 Panel y Seguimiento del evaluador
13.3.2.4 Otros Anlisis de Datos
13.3.3 Ejemplo de Aplicacin13.3.4 Potencialidades y Desafos
13.4 Conclusiones
Agradecimientos
Referencias
13.1 INTRODUCCION
Es un hecho bien conocido que la percepcin de aroma, gusto, sabor, y textura dealimentos y bebidas es un fenmeno dinmico (Lawless y Heymann, 2010). La
intensidad percibida de los diferentes atributos sensoriales cambia junto con la
transformacin de los alimentos en la boca (Sudre et al., 2012). Los diferentes
procesos que intervienen en la degradacin de los alimentos, como la masticacin,
salivacin, movimientos de la lengua y la deglucin, son profundamente relacionados
con la naturaleza dinmica de las sensaciones de los alimentos (Lawless y Heymann,
2010). Junto con los cambios en la textura, la percepcin del sabor cambia a un sabor
diferente y los compuestos olfativos son liberados durante la degradacin de losalimentos (Sudre et al., 2012).
Los mtodos ms comunes para perfiles sensoriales no consideran el aspecto
temporal de los atributos sensoriales, como los evaluadores son instruidos para
evaluar la intensidad percibida de cada atributo slo una vez. Por lo tanto, las
calificaciones corresponden ya sea a la cima o a una intensidad "promediada en el
tiempo". Sin embargo, los productos con perfiles promediados en el tiempo similares
pueden diferir en la manera en que los diferentes atributos sensoriales evolucionan
durante el consumo. Por lo tanto, los enfoques tradicionales pueden perder
informacin crucial como atractivo sensorial de muchos productos alimenticios puede
ser influenciada por su perfil temporal (Lawless y Heymann, 2010).
Aunque el aspecto temporal de la percepcin sensorial se acerc por primera vez en la
dcada de 1950, comenz a ser considerada seriamente en la dcada de 1970 con los
avances en el desarrollo de la metodologa de tiempo-intensidad (TI) (Sudre et al.,
2012). Este mtodo registra cmo la intensidad percibida de un atributo dado
evoluciona con el tiempo (Lee y Pangborn, 1986). A pesar de que el TI se ha utilizado
-
5/20/2018 Traduccion Inge de La P
4/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
4
cada vez ms en las ltimas dcadas, tiene algunas limitaciones que han llevado al
desarrollo de una metodologa alternativa para evaluar la dinmica de la percepcin: el
dominio temporal de sensaciones (TDS) (Pineau et al., 2009). En esta metodologa,
los evaluadores tienen que evaluar los aspectos temporales de un producto,evaluando simultneamente todas las sensaciones percibidas (Bruzzone et al., 2013;
Pineau et al., 2009). El mtodo consiste en la presentacin de una lista de atributos a
los panelistas, a quienes se les pide seleccionar qu atributo se percibe como
dominante para evaluar su intensidad. A lo largo de la evaluacin, cada vez que el
atributo dominante cambia, los panelistas tienen que seleccionar la nueva sensacin
dominante y su puntuacin. Esta metodologa tiene un gran potencial para evaluar los
aspectos dinmicos de la percepcin sensorial y se ha utilizado para evaluar una
amplia gama de productos desde su desarrollo. (Albert et al. 2012; Bruzzone et al.,2013; Dinnella et al., 2012; Labbe et al., 2009; Laguna et al., 2013; Meillon et al., 2009;
Ng et al., 2012; Pineau et al., 2009).
En este captulo, las dos metodologas para evaluar los aspectos dinmicos de
percepcin sensorial, TI y TDS, se describen.
13.2 METODOLOGA DE TIEMPO-INTENSIDAD
La evaluacin de los aspectos temporales de la percepcin sensorial no es un nuevo
concepto en la ciencia sensorial. La metodologa TI bsicamente consiste en pedir a
los evaluadores que evalen continuamente la intensidad de un atributo sensorial en
un periodo de tiempo. Sjstrm (1954) fue el primero en evaluar la intensidad de un
atributo sensorial como una funcin del tiempo. En este estudio, la amargura de la
cerveza se evalu utilizando panelistas entrenados, que fueron instruidos para evaluar
la intensidad de los estmulos en intervalos de 1 s en un sistema de puntuacin, el uso
de un reloj para indicar el tiempo. Una curva de TI fue construida mediante larepresentacin grfica intensidad media amargura como una funcin del tiempo.
Larson-Poderes y Pangborn (1978) mejoraron la metodologa mediante el uso de un
registrador grfico en movimiento equipado con un pedal para evaluar la evolucin en
el tiempo de la dulzura y acidez en las bebidas y la gelatina. Sin embargo, esta
metodologa tambin tena algunas grandes desventajas como los panelistas
necesitaban una capacitacin considerable y la recuperacin de los datos fue una
labor intensiva. Aunque se han desarrollado muchas alternativas para llevar a cabo el
mtodo TI, todos ellos presentan grandes dificultades, especialmente para caracterizar
-
5/20/2018 Traduccion Inge de La P
5/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
5
muestras usando parmetros de la curva (Birch y Munton, 1981; Lawless y Skinner,
1979; Schmitt et al., 1984).
Los obstculos para el desarrollo y uso de TI fueron superados con el advenimiento y
difusin de los ordenadores personales en la dcada de 1980. Se desarrollaron varias
tcnicas para la recoleccin y anlisis de datos de TI (Barylko-Pikielna et al., 1990;
Cliff 1987; Guinard et al., 1985; Lee 1985; Rine, 1987; Takagaki y Asakura, 1984;
Yoshida, 1986).
Junto con el desarrollo de sistemas de adquisicin de datos de TI, el avance en el
anlisis de datos de las curvas de resumen habilitados para obtener ms parmetros
de las curvas de TI, lo que contribuy a una mejor comprensin de los procesos
subyacentes de la percepcin temporal y alent el uso de TI por tanto el mundoacadmico y la industria (ver Cliff y Heymann, 1993, para los detalles ms histricos).
En 30 aos, desde Sjstrm (1954) para Takagaki y Asakura (1984), se llevaron a
cabo utilizando el anlisis de 19 estudios de TI. Sin embargo, despus de que el
desarrollo de los ordenadores personales y sistemas informticos para la recopilacin
de datos de TI, menos de 10 aos fueron necesarios para lograr el mismo nmero de
estudios (Cliff y Heymann, 1993; Wendin et al., 2003).
13.2.1 Preparacin y Recopilacin de Datos
13.2.1.1 Seleccin y Preparacin de Los panelistas
Desde su desarrollo, la formacin ha sido una de las mayores dificultades para la
aplicacin de la metodologa de TI. Reclutamiento, seleccin y capacitacin de los
panelistas son pasos esenciales para conseguir un panel consistente y resultados por
lo tanto confiables.
Reclutamiento y seleccin de los evaluadores siguen los mismos principios de los
mtodos tradicionales de perfiles sensoriales, es decir, los panelistas necesitan tenersabor normal y capacidades olfativas, la motivacin, la disponibilidad y la voluntad de
participar, y que debe ser capaz de concentrarse en la tarea. Formacin del panel de
TI es similar a la evaluacin descriptiva, se caracteriza por largas sesiones y
exhaustivas. La capacitacin debe abordar tanto la percepcin del estmulo objetivo,
as como la evaluacin de los cambios a travs del tiempo para conseguir una curva
de TI. El panel debe estar familiarizado con la dinmica de la prueba de evaluacin de
los productos y con el sistema utilizado para la adquisicin de datos. Segn van
Buuren (1992), las curvas de TI de los panelistas son diferentes y consideradas comoun individuo "firma". Slo las sesiones de capacitacin eficaces pueden reducir al
-
5/20/2018 Traduccion Inge de La P
6/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
6
mnimo las diferencias entre los evaluadores y mejorar la calidad de los resultados.
Teniendo en cuenta que las pautas generales para la formacin de un panel sensorial
estn disponibles (Civille y Szczesniak, 1973; ISO 1994, 2008), Peyvieux y Dijksterhuis
(2001) propusieron una gua de tres pasos para los evaluadores de formacin para losestudios de TI:
1. Presentar el mtodo a los panelistas.
2. Familiarizacin de los panelistas con la labor y el sistema utilizado para la
adquisicin de datos mediante soluciones bsicas del gusto.
3. Capacitar a los evaluadores que utilizan productos reales
a. Perfil sensorial
b. Estudio de TI piloto
Cada uno de los pasos mencionados anteriormente se explica en detalle por Peyvieux
y Dijksterhuis (2001). El uso de soluciones bsicas de sabor (dulce, salado, amargo y
agrio) de concentraciones superiores al umbral de cada evaluador consiste en una
alternativa interesante para los evaluadores para aprender la metodologa TI utilizando
estmulos puros y claramente distinguibles (Peyvieux y Dijksterhuis, 2001). Segn
Peyvieux y Dijksterhuis (2001), despus de la familiarizacin con la metodologa y el
sistema de adquisicin de datos usando una solucin bsica de gusto, la mayora de
los panelistas mostraron un aumento en la calidad de sus curvas y fueron msconsistentes en repeticiones en la evaluacin de los productos reales.
13.2.1.2 Diseo del Estudio
El objetivo del estudio y de las caractersticas del producto determinan principalmente
los atributos sensoriales para ser evaluados por el panel en la metodologa de TI. La
seleccin de los atributos se puede hacer durante las sesiones de entrenamiento y/o el
uso de los resultados previos de un anlisis descriptivo con un panel entrenado.
Teniendo en cuenta que la aplicacin de un estudio de TI consume tiempo y es caro,
es esencial seleccionar los atributos ms relevantes. Junto con la seleccin de los
atributos, los panelistas deben definir las muestras con la mxima intensidad de cada
atributo, para ser considerado como referencias en las evaluaciones. Durante las
sesiones de entrenamiento con los productos, es importante definir con precisin el
tiempo mximo para ser considerado en la evaluacin de las muestras. El tiempo
mximo tiene que ser optimizado para asegurar que es mayor que el tiempo que dura
el estmulo y para prevenir las evaluaciones por ser excesivamente tedioso. La
-
5/20/2018 Traduccion Inge de La P
7/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
7
evaluacin de los atributos de sabor y textura requiere diferencias en el diseo
experimental y como administrar el tiempo. En una evaluacin del sabor, el estmulo
se percibe mientras el producto est en la boca, y despus de que se ha ingerido,
mientras que en una evaluacin de la textura, la percepcin del estmulo terminacuando se ingiere la muestra. Adems, algunos productos tienen particularidades que
deben tenerse en cuenta antes de la prueba. Por ejemplo, cuando se realiza un
estudio para evaluar TI de la dulzura en muestras de goma de mascar, Rocha-Selmi
et al. (2012) indicaron explcitamente que las muestras no se pueden tragar.
La textura del producto es una caracterstica importante que tiene que ser tomado en
cuenta al determinar el tiempo mximo necesario para una evaluacin TI. Cuando se
trate de productos slidos, el tiempo necesario para masticar y tragar la muestra tiene
que ser considerada en el diseo. Por ejemplo, los panelistas pueden necesitar ms
tiempo para masticar y tragar la carne en comparacin con papas a la francesa. El
tiempo necesario para masticar y tragar la muestra se define durante las sesiones de
entrenamiento. Por otro lado, el procesamiento oral de los productos lquidos es
generalmente ms corto y tiene tiempos de residencia corto en la boca (5-10 s).
Caractersticas especiales, tales como alta untuosidad (o untuoso) o alta adhesividad,
deben ser considerado.
Los protocolos de cata de diferente complejidad se han utilizado para recoger datos deTI. En general, los estudios de TI utilizan protocolos simples que involucran un solo
trago o bocado para degustar los productos. Por ejemplo, al evaluar la dulzura,
amargura, y el sabor de la crema en las muestras de helado, Cadena y Bolini (2011)
pidieron a los panelistas colocar una cantidad predeterminada helado de crema en la
boca, tragarlo despus de 5 s, y para evaluar los atributos durante 60 s. Sin embargo,
se pueden utilizar los protocolos ms complejos Por ejemplo, Courregelongue et al.
(1999) utilizaron un diseo complejo para evaluar el efecto del dulzor, viscosidad,
untuosidad y en la percepcin temporal de la astringencia en leche de soya. Para
alcanzar el objetivo del estudio, se pidi a los panelistas probar muestras y
expectorarlas cuatro veces a intervalos de tiempo predeterminados, mientras
evaluaban la astringencia. Despus de la ltima expectoracin, tuvieron que continuar
la calificacin de la astringencia durante otros 30 s. La cantidad de muestra para ser
degustados por los panelistas tambin debe definirse durante las sesiones de
entrenamiento, ya que afecta en gran medida el tiempo total de la percepcin y, en
algunos casos, la intensidad del estmulo. Por ejemplo, si un panelista prueba una
galleta de 30 g, el tiempo de masticar y tragar la muestra, as como la duracin total
-
5/20/2018 Traduccion Inge de La P
8/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
8
del estmulo, ser diferente que si l o ella prueba una galleta de 15 g. Por lo tanto,
todos los panelistas tienen que evaluar la misma cantidad de muestra para permitir la
evaluacin de todos los atributos, mientras teniendo en cuenta la comodidad oral. En
la prctica, los panelistas reciben la muestra y se les indica que cuenta el importe totalde la muestra en la boca.
13.2.2 Anlisis de los Datos
Los datos del TI suelen representarse mediante curvas de TI, que representan la
intensidad del atributo en funcin del tiempo (Figura 13.1). Una curva de TI se puede
construir para cada panelista, de la que es posible extraer varios parmetros y, como
ya se mencion, determinar la "firma" panelista (Van Buuren, 1992). Las diferencias
anatmicas y fisiolgicas son responsables de las diferencias entre los panelistas.
Algunas de las variables que se han asociado a estas diferencias individuales
naturales son factores salivales (Fischer et al., 1994.), Diferentes tipos de
manipulacin oral y la eficiencia de mascar (Brown et al., 1994;. Zimoch y Gullet,
1997), y los hbitos individuales de la escala (Lawless y Heymann, 2010). El
entrenamiento del panel tiene una gran influencia en la determinacin de la forma de
las curvas individuales de TI y, si bien hecho, puede evitar diferencias "no naturales".
Figura 13.1 Ejemplo de una curva media TI con los parmetros ms utilizados para el
anlisis de datos. Nota: Imax, Intensidad mxima; Timax, Tiempo a la intensidad mxima;
Ttot, Tiempo total; rea, rea bajo la curva.
-
5/20/2018 Traduccion Inge de La P
9/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
9
De cada curva individual, se pueden calcular varios parmetros (Figura 13.1). La
complejidad del anlisis de datos TI ha aumentado con la informatizacin (Cliff y
Heymann, 1993). Inicialmente, los parmetros que se calcularon con facilidad, como la
mxima intensidad, el tiempo a la intensidad mxima, y el tiempo total, se calcularon,mientras que otros parmetros complejos, como el rea bajo la curva, slo se han
empezado a utilizar con frecuencia despus del desarrollo de software para la
adquisicin de los datos sensoriales (Cliff y Heymann, 1993; Lawless y Heymann,
2010). El tiempo inicial del estmulo (TInicial), tiempo de duracin de la intensidad
mxima (meseta o Tplat), y el tiempo correspondiente al punto cuando la intensidad
mxima comienza a disminuir (Td) tambin puede ser calculado y analizado en los
estudios de TI. Los cuatro parmetros ms comnmente utilizados se describen como
sigue:
Intensidad mxima (Imax), nmero mximo de intensidad percibida durante la
prueba.
Tiempo para intensidad mxima (Timax), tiempo cuando se percibe la intensidad
mxima del estmulo.
Tiempo total (Ttot), duracin total del estmulo, tambin llamado persistencia,
tiempo final, o el tiempo de extincin.
El rea bajo la curva (rea), amplitud total o respuesta gustativa total.
Los datos de intensidad de los estudios de TI se analizan generalmente con los
mismos enfoques considerados para los procedimientos de anlisis descriptivos
tradicionales. Parmetros de TI (Tplat, Td, Imax, Timax, Ttot, rea) extrados de cada una de
las curvas individuales pueden ser analizados mediante anlisis de varianza (ANOVA)
u otras pruebas estadsticas para comparar los valores medios. Las diferencias
significativas entre cada par de muestras se pueden determinar mediante pruebas post
comparacin, tales como la prueba de Tukey. Sin embargo, es importante tener en
cuenta que las "firmas" de las curvas individuales de los panelistas se ignoran, lo que
puede dificultar la deteccin de una respuesta atpica (Lawless y Heymann, 2010). Los
datos de intensidad individuales de los panelistas son generalmente promediados para
la construccin de una curva de TI consenso, lo que es til para la interpretacin y
presentacin de los resultados (Dijksterhuis et al., 1994; Garrido et al., 2001; MacFie y
Liu, 1992). Sin embargo, uno de los aspectos ms desafiantes del mtodo TI es el
anlisis de estas curvas (McGowan y Lee, 2006). MacFie y Liu (1992) propusieron un
enfoque estadstico para construir las curvas promedio de TI. Ellos primero
promediaron los valores individuales de los parmetros TI, normalizaron las curvas
-
5/20/2018 Traduccion Inge de La P
10/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
10
individuales en la direccin de intensidad y luego en la direccin del tiempo. Este
enfoque permite la captura de algunas de las variaciones individuales en el patrn de
los registros de tiempo (Lawless y Heymann, 2010). Sin embargo, el mtodo de la
media suaviza las curvas irregulares, y no tiene en cuenta las diferentes formas de lascurvas de TI individuales (Dijksterhuis y Piggot, 2001; Garrido et al., 2001).
Un modelo semiparamtrico fue diseado por Dijksterhuis y Eilers (1997) para dar
cuenta de las "firmas" individuales de los panelistas (Eilers y Dijksterhuis, 2004;
Garrido et al., 2001; Wendin et al.,2003). Un singlen o un conjunto de ecuaciones se
utilizan para adaptarse a cada individuo de la curva de TI. Sin embargo, una curva con
una buena aproximacin a un panelista no puede ser bueno para otro panelista o
atributo que presenta un perfil de curva distinta como mltiples picos de intensidad
(Lawless y Heymann, 2010; McGowan y Lee, 2006). McGowan y Lee (2006)
compararon dos mtodos para analizar las curvas de TI en un estudio de la goma de
mascar de maz. El primer mtodo fue agrupando los panelistas con las curvas
individuales similares, y el otro enfoque es el mtodo mejorado por Liu y MacFie
(1990). La agrupacin se realiz mediante examen visual de las curvas individuales.
Nueve panelistas y dos repeticiones se consideraron en este estudio, por lo que los
autores analizaron un total de 18 curvas para cada atributo y la muestra. En estudios
con ms panelistas, muestras y repeticiones para evaluar ms de un atributo, este
paso puede ser tedioso y lento. Despus de agrupar curvas similares, una curva
representativa de cada grupo especfico fue creada por el promedio de las curvas
individuales. El mtodo mostr algunas ventajas y proporcion una descripcin exacta
y completa de las curvas individuales y pareca ser ms representativo del total de
datos, si no todos los panelistas regresaban a la intensidad cero (McGowan y Lee
2006). Sin embargo, ms estudios deben realizarse con el fin de validar este tipo de
enfoque.
El anlisis de componentes principales (ACP) es un mtodo alternativo que se puede
utilizar para tener en cuenta las diferencias entre las curvas individuales (Van Buuren,
1992). Segn Van Buuren (1992), El ACP muestra ventajas adicionales para la
interpretacin de las curvas de TI. El ACP construye un consenso o una "principal"
curva de TI, que se construye como un promedio ponderado de las curvas individuales
que proporciona una mejor representacin de las curvas individuales de una curva
media (Dijksterhuis y Piggot, 2001). El ACP da grandes pesos a curvas similares,
mientras que las curvas que se desvan en gran parte del resto reciben pesos bajos y
por lo tanto no afectar en gran medida el resultado "curva principal". Dijksterhuis et al.
-
5/20/2018 Traduccion Inge de La P
11/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
11
(1994) compararon tres variantes de ACP para el anlisis de las curvas de TI: de
centrado, no centrado, y de normalizacin. Segn estos autores, cuando APC se
aplic en la matriz de datos en bruto (ACP no centrado), toda la informacin acerca de
las diferencias entre las curvas individuales se mantuvo, mientras que, sobre lanormalizacin de datos fue el enfoque recomendado menos (Dijksterhuis y Piggot,
2001; Dijksterhuis et al., 1994). El ACP tambin ofrece la posibilidad de asignar los
pesos para cada uno de los panelistas, indica el grado en que contribuyen a la curva
principal. Este enfoque ha sido considerado como una interesante herramienta para la
identificacin de valores atpicos en los datos o panelistas con muy diferentes firmas
de TI (Peyvieux y Dijksterhuis, 2001).
El anlisis mltiple de TI (MTI) es un mtodo grfico distinto que permite visualizar los
perfiles dinmicos de dos o ms atributos sensoriales de una sola muestra (Palazzo y
Bolini, 2009). El MTI hace la visualizacin de la dinmica de todos los atributos
sensoriales ms fciles, incluso si no se evaluaron en la misma sesin (Cadena y
Bolini, 2011). Cuando se construyen las curvas promedio de TI, lo habitual es hacer un
solo grfico por atributo que incluye todas las muestras evaluadas. La idea de MTI es
trazar en el mismo grfico todos los atributos para cada muestra y para representar el
perfil de TI. Para aplicar MTI, es esencial la recopilacin de datos para todos los
atributos sensoriales se lleva a cabo de una manera rigurosamente estandarizada
(Cadena y Bolini, 2011). Todas las variables que pueden afectar directamente la
percepcin de estmulos deben normalizarse en todas las evaluaciones de atributos.
Ovejero-Lpez et al.(2005) compararon seis mtodos estadsticos para el anlisis de
datos de TI. Se evaluaron las curvas de productos simples, promedio ponderado de
las curvas APC no centradas y curvas normalizadas para la intensidad y el tiempo, la
recuperacin del parmetro de la curva ad hoc, PLSR, dual ACP, y PARAFAC2. Los
autores llegaron a la conclusin de que todos los mtodos evaluados siempre dan la
misma informacin, pero la cantidad de informacin obtenida con mtodos
multivariantes era distinta. Los autores recomendaron que el mtodo estadstico se
deba escoger en funcin del objetivo del estudio. Adems, ms de un mtodo puede
ser usado para proporcionar una conclusin slida. Sin embargo, ms estudios para
explorar la aplicabilidad de tcnicas multivariantes a los datos de TI son necesarios.
13.2.3 Estudios y Potencialidades Recientes
-
5/20/2018 Traduccion Inge de La P
12/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
12
Desde su desarrollo, TI se ha aplicado ampliamente y se ha convertido en una
metodologa estndar en la ciencia sensorial. Una rpida bsqueda en Scopuscon el
trmino "tiempo-intensidad", limitada al rea temtica "Ciencias Biolgicas y
Agrcolas," recuper 105 artculos que se estudiaron, aplican, o se revisan anlisis deTI en los productos alimenticios. Desde el ao 2000, 85 artculos han sido publicados
en la revista dentro de la Ciencia y Tecnologa de Alimentos, con un promedio de
aproximadamente 6 artculos por ao. Calidad y Preferencia Alimentaria (29) y el
Diario de Agricultura y Qumica de los Alimentos (18) son las revistas con el mayor
nmero de artculos que presentan investigaciones de anlisis TI. El artculo ms
citado, con ms de 100 citas, los informes de la aplicacin de la liberacin del sabor y
la percepcin de geles de protenas de suero de leche aromatizadas con diferentes
durezas de gel y la capacidad de retencin de agua de estudios de TI (Weel et al.,2002). Mientras tanto, el diario escrito por Liu y MacFie (1990) es el artculo ms citado
de revisar los aspectos metodolgicos de la TI y de proponer un mtodo alternativo
para un promedio de las curvas de TI. Los artculos publicados ms recientemente
(2009-2013) informan de la aplicacin de TI para la evaluacin de diferentes productos
alimenticios, incluyendo jamn curado (Fuentes et al.,2013), mermelada de frutas (De
Souza et al., 2013), gluten pan gratis (De Morais et al., 2013), el chocolate y el caf
(Chung y Lee, 2012), dieta del chocolate (Palazzo et al., 2011), helados (Cadena y
Bolini, 2011), salchichas (Ventana et al., 2010), y aceites extra virgen de oliva (Esti et
al., 2009).
Entre varios artculos recientes, algunos son notables y representan reas potenciales
de investigacin. Como se mencion anteriormente, la adquisicin de datos es uno de
los aspectos ms desafiantes de la metodologa. Casi todos los sistemas de
adquisicin de datos de TI no son gratis, y es necesario que las empresas o institutos
de investigacin comprar licencias de software especfico o desarrollar su propio
software. Pinheiro et al. (2013) recientemente desarrollo un software libre,SensoMaker, que permite la adquisicin de datos y anlisis de datos de TI. Este
software puede ayudar a difundir el uso de anlisis de TI entre las pequeas empresas
y los institutos de investigacin, lo que contribuye al desarrollo de la metodologa.
La combinacin de TI con la cromatografa de gases (CG) tambin ofrece
oportunidades para el estudio de la dinmica de la percepcin sensorial. Este enfoque
fue descrito por Garruti et al. (2003) y se aplic recientemente por Sampaio et al.
(2013) y Murat et al. (2013). Aunque el uso de TI y CG presenta algunas dificultades,
la relacin entre los compuestos voltiles detectados por CG y panelistas entrenados
-
5/20/2018 Traduccion Inge de La P
13/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
13
en diferentes momentos en el tiempo tiene un gran potencial, sobre todo cuando se
trabaja con productos complejos. Hillmann et al. (2012) aplic la combinacin de TI y
CG para estudiar "sensomics", es decir, la identificacin de los compuestos principales
responsables del sabor tpico de los alimentos. Los autores aplicaron este enfoquepara el estudio de vinagre balsmico tradicional y reportaron de la identificacin de un
nuevo modulador de sabor dulce.
La agradabilidad es un fenmeno temporal que se puede medir utilizando un enfoque
temporal (Lee y Pangborn, 1986). Aunque Taylor y Pangborn (1990) fueron los
primeros en aplicar una evaluacin temporal del gusto, este tipo de investigacin ha
ido ganando la atencin en los ltimos 10 aos. Sudre et al. (2012) utilizaron dos
enfoques para medir la dinmica de la aficin durante un evento el consumo de una
sola mordida. En el primer enfoque, denominado "mtodo de cuatro pasos," los
consumidores calificaron su gusto de cada producto en cuatro momentos especficos
de su proceso de masticacin (T1, en el comienzo de la masticacin [despus de
aproximadamente tres ciclos de la masticacin]; T2, en el medio de la masticacin
[Tiempo autodeterminado]; T3, justo antes de tragar, y T4, justo despus de la
deglucin). En el otro enfoque, llamado "mtodo gusto continua", se pregunt a los
consumidores a informar de cualquier cambio en su gusto durante el perodo de la
masticacin, desde el primer bocado a tragar. El uso de mtodos para medir el gusto
con el tiempo an debe ser validado y aplicado en diferentes tipos de productos
(Delarue y Loescher, 2004) con el fin de obtener una comprensin ms profunda de
los determinantes de la dinmica de la aficin en general (Sudre et al., 2012).
Finalmente, la evaluacin simultnea de ms de un atributo es notable. Duizer et al.
(1997) propusieron un anlisis de doble atributo TI (DATI), pero slo un estudio ha
aplicado esta tcnica (Zimoch y Findlay, 1998). El mtodo multiatributo de TI (MATI)
fue propuesto por Kuesten et al. (2013) para minimizar uno de los mayores
inconvenientes del anlisis tradicional de TI, la evaluacin de un solo atributo por
sesin, lo que permite una rpida recoleccin de datos de mltiples atributos. Aunque
MATI se ha aplicado con los consumidores y un pequeo nmero de nios, la
aplicacin prctica de MATI por asesores capacitados y, en especial, a los
consumidores es uno de los mayores obstculos del mtodo. La coordinacin ojo-
mano y el uso de la computadora fueron difciles para algunos adultos, mientras que
los nios consideran que la prueba era fcil y agradable (Kuesten et al., 2013).
En este estudio, los autores utilizaron productos chicloso como muestras y se les pidia los panelistas evaluar cuatro atributos basados en el tiempo de disolucin (60-70 s).
-
5/20/2018 Traduccion Inge de La P
14/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
14
Ellos informaron que MATI era til, requiere una formacin mnima para ser utilizado
con los panelistas y adultos capacitados y nios consumidores. Sin embargo, la
aplicacin de MATI es demasiado reciente y se necesitan ms investigaciones para
determinar su validez. Kuesten et al. (2013) enumeran algunos puntos para futurasinvestigaciones: la investigacin de la influencia del protocolo de cata en los
resultados, la comparacin de MATI con otros mtodos sensoriales temporales y no
temporales, y el desarrollo de herramientas estadsticas para el anlisis de datos.
13.2.4 Ventajas y Desventajas
El anlisis de TI es un mtodo descriptivo sensorial dinmico que permite la
evaluacin de la intensidad de un atributo predeterminado en el tiempo. El uso del
anlisis de TI permite al investigador a entender la dinmica del perfil sensorial de un
estmulo sobre el consumo, lo que no se puede determinar fcilmente utilizando
mtodos descriptivos tradicionales como anlisis descriptivo cuantitativo (QDA).
Como ya se ha mencionado, cuando se compara con los mtodos tradicionales de
perfil sensorial, TI permite una visin diferente del estmulo, y la construccin de
curvas de TI permite visualizar los cambios de la intensidad con el tiempo. Este
consiste en una ventaja sobre TDS que slo evala el dominio de los atributos.
Adems, el hecho de que TI requiere centrar la atencin en todo un atributo a la vez
durante la evaluacin (Kuesten et al., 2013) puede ser visto como una ventaja y una
desventaja, dependiendo del objetivo especfico de la investigacin.
El anlisis de TI requiere una amplia formacin para proporcionar datos vlidos y
reproducibles de un panel entrenado consensual. La gua para la formacin propuesta
por Peyvieux y Dijksterhuis (2001) es menos extensa que la formacin de una tcnica
descriptiva sensorial tradicional, que implica otros aspectos y menos atributos. Sin
embargo, durante el entrenamiento de TI, se debe prestar especial atencin a lacoordinacin ojo-mano y el uso de la computadora. Este paso es muy importante, y si
no se ejecuta correctamente, las curvas individuales TI presentar perfiles muy
distintos entre panelistas. Las sesiones de calentamiento con el producto y/o
soluciones bsicas del gusto son una buena estrategia para hacer que los panelistas
familiarizados con la tarea TI y el sistema de adquisicin de datos. Aunque TI ya es un
mtodo establecido sensorial, el anlisis de datos sigue siendo una deficiencia.
La particularidad de los datos, caracterizada por grandes diferencias individuales en
las curvas de TI, y de los muchos enfoques estadsticos disponibles impiden el
-
5/20/2018 Traduccion Inge de La P
15/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
15
establecimiento de un mtodo nico para el anlisis de datos TI. La limitacin de la
evaluacin de un solo atributo, lo que lleva a los posibles efectos de Dumping
posteriores (Clark y Lawless, 1994), y el tiempo extenso hace necesaria esta
metodologa de difcil aplicacin, sobre todo en un anlisis de rutina en la industriaalimentaria. Los mtodos alternativos tales como MATI son muy recientes, y mucho
esfuerzo sigue siendo necesario estudiar y mejorarlos antes de que se establecieran
como alternativas fiables para el estudio de los aspectos dinmicos de la percepcin
sensorial. Sin embargo, si se hace esto, MATI puede complementar TI cuando es
necesaria la evaluacin de ms de un solo atributo
.
13.3 EL DOMINIO TEMPORAL DE LAS SENSACIONES
TDS es un mtodo relativamente nuevo, que se desarroll a finales de 1990 en el
"Centre Europen des Sciences du Got" con el fin de superar algunas de las
desventajas del mtodo de TI, tales como la duracin de los experimentos y el efecto
halo de Dumping (Pineau et al., 2009). Esta metodologa permite la evaluacin de
varios atributos simultneamente y para el estudio de la secuencia de sensaciones
dominantes de un producto durante un cierto perodo de tiempo (Meyners, 2011;
Meyners y Pineau, 2010).
Bsicamente, TDS consiste en presentar a los panelistas una lista de atributos en una
pantalla de ordenador y pidindoles que determinar qu sensacin es dominante.
Algunos autores tambin piden a los panelistas para evaluar simultneamente el
dominio y la intensidad del atributo. Se les pide a los evaluadores que seleccionen un
nuevo atributo, desde los cambios en la sensibilidad dominante, hasta que la
percepcin es ms (Pineau et al., 2009).
En un estudio comparativo, Labbe et al. (2009) demostraron que a pesar de TDS
proporciona espacios de productos cercanos a los obtenidos con el perfil sensorial
tradicional, tambin revel informacin adicional acerca de la dinmica de las
sensaciones complejas y de larga duracin, lo que permiti discriminar entre los
productos. En otros estudios con muestras con diferencias sutiles, TDS proporciona
valiosa informacin adicional que no estaba disponible con perfil sensorial
convencional (Dinnella et al., 2012; Meillon et al., 2009, 2010.). Sin embargo, como
TDS se centra slo en las sensaciones dominantes, que no proporciona informacin
detallada de todos los atributos del producto. Por lo tanto, TDS no pretende sustituir
perfil sensorial, sino para ser utilizado como una herramienta complementaria,
-
5/20/2018 Traduccion Inge de La P
16/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
16
aadiendo informacin sobre la temporalidad de los principales atributos (Meillon et al.,
2009; Ng et al., 2012.).
Este mtodo se ha utilizado cada vez ms en los ltimos aos para estudiar la
percepcin dinmica de los diferentes productos, como el vino; (Ng et al., 2012)
(Meillon et al.,2009, 2010. Sokolowsky y Fischer, 2012), calabazas de grosella negra,
caf (Dinnella et al., 2013), agua (Teillet et al., 2010), geles (Labbe et al., 2009),
productos lcteos (Bruzzone et al., 2013; Pineau et al., 2009), copos de trigo (Lenfant
et al., 2009) , galletas (Laguna et al., 2013), palitos de pescado (Albert et al., 2012), el
aceite de oliva virgen extra aadido de las verduras (Dinnella et al., 2012), y
combinaciones de color salmn-salsa (Paulsen et al., 2013). Aunque TDS ha ganado
mucha popularidad, es todava en evolucin, y por lo tanto, es importante hacer
hincapi en que los procedimientos experimentales no son estndar y difieren entre los
investigadores (Lawless y Heymann, 2010).
13.3.1 Implementacin y Recopilacin de Datos
En TDS, los panelistas tienen que caracterizar de forma continua la dinmica de la
percepcin del producto, evaluando simultneamente todas las sensaciones
percibidas (Pineau et al., 2009). Durante la evaluacin, tienen que indicar el atributoque perciben como dominante en cada momento, hasta que finalice la percepcin.
Cada vez que los panelistas consideran que el atributo dominante ha cambiado, tienen
que seleccionar un nuevo atributo dominante.
La definicin de "dominante" no es estndar y se diferencia entre los estudios.
"Dominante" ha sido definido por Labbe et al. (2009) como "la sensacin ms intensa,"
mientras que Pineau et al. (2009) describi como "la sensacin ms sorprendente", "la
nueva sensacin que se levante, y no necesariamente la ms intensa." Sin embargo,
en la mayora de los estudios realizados en los ltimos aos, la definicin propuesta
por Pineau et al. (2009) se ha utilizado. En la ltima conferencia Pangborn,
"dominante" se defini como la sensacin que llama la atencin en ese momento, una
mezcla de intensidad y aumento/nuevo (Pineau, 2013).
La recoleccin de datos se realiz a travs de sistemas computarizados, tales como
FIZZ (Biosystemes, Couternon, Francia), Compusense (Compusense Inc., Guelph,
Ontario, Canad), o el SensoMaker de libre disposicin (Pinheiro et al., 2013).
-
5/20/2018 Traduccion Inge de La P
17/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
17
13.3.1.1 Numero de Panelistas
El nmero de panelistas utilizados en TDS difiere entre los estudios pero oscila entre 9
(Albert et al., 2012.) a 16 (Meillon et al., 2009; Pineau et al., 2009; Teillet et al., 2010.).
El nmero ms habitual de panelistas entrenados es 10-13 (Bruzzone et al., 2013;
Dinnella et al., 2013; Ng et al., 2012), Que es similar al nmero de asesores
entrenados recomienda generalmente para el anlisis descriptivo (Lawless y
Heymann, 2010). Las evaluaciones se realizan generalmente por duplicado o triplicado
(Albert et al., 2012; Bruzzone et al., 2013; Meillon et al., 2009; Ng et al., 2012; Pineau
et al., 2009.). Sin embargo, todava se necesita investigacin para determinar el
nmero ptimo de asesores y repeticiones necesarias para la ejecucin de estudios de
TDS.
13.3.1.2 Protocolo Degustacin
A los panelistas se le presenta una lista de los atributos en una pantalla de ordenador.
Se les pide que coloquen la muestra en la boca y al mismo tiempo iniciar el software,
haga clic en el botn "Inicio". Inmediatamente despus de iniciarse la prueba, los
evaluadores tienen que determinar cul de los atributos de la lista es dominante
haciendo clic en el atributo de la pantalla. Un ejemplo de una evaluacin TDSutilizando SensoMaker se muestra en la Figura 13.2. En la figura, el evaluador
considera que el atributo dulce es dominante 3 s despus de la prueba comenz.
Cada vez los panelistas sienten que la percepcin ha cambiado (en intensidad o en
calidad) y que un nuevo atributo es dominante, el botn correspondiente a ese atributo
tiene que ser hecho clic. Los evaluadores se les dice que no tienen que usar todos los
atributos en la lista y que son libres de seleccionar un atributo varias veces, pero
tienen que tener en cuenta que slo un atributo se puede seleccionar a la vez.
Adems, los evaluadores son por lo general no obligados a elegir un atributo como
dominante. La evaluacin continua hasta que los evaluadores ya no perciben
sensaciones sensoriales y hacen clic en el botn "stop" (Albert et al., 2012; Bruzzone
et al., 2013). Alternativamente, la prueba puede continuar hasta que se alcanza un
tiempo predeterminado o hasta que la muestra se traga por completo (Laguna et al.,
2013). Es importante tener en cuenta que el protocolo especfico degustacin difiere
dependiendo de las caractersticas de los productos y el objetivo del estudio. Adems
de pedir a los panelistas para indicar el atributo dominante, varios autores les han
pedido tambin calificar la intensidad del atributo dominante en cada momento de la
-
5/20/2018 Traduccion Inge de La P
18/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
18
evaluacin. Escamas en la lnea no estructurados anclados con "nada intenso" y "muy
intenso" o "dbil" y "intenso" se suelen utilizar para este propsito (Albert et al., 2012;
Ng et al., 2012; Teillet et al., 2010.). Sin embargo, algunos autores han reportado que
pedir asesores para evaluar la intensidad de los caracteres dominantes aumenta ladificultad de la tarea y puede conducir a un retraso en los picos de las curvas de
dominancia como asesores pasan ms tiempo a evaluar el atributo dominante y toman
ms tiempo para cambiar a la prxima sensacin dominante (Dinnella et al., 2013;
Paulsen et al., 2013).
FIGURA 13.2 Ejemplo de una evaluacin TDS utilizando el software de libre
disposicin SensoMaker. (Adaptado de Pinheiro, ACM et al., Ciencia e Agrotecnologa,
37, 199, 2013)
Como gran parte de la valiosa informacin recopilada con TDS no implica medidas de
intensidad, en la actualidad recomienda no pedir a los panelistas valorar la intensidad
(Paulsen et al., 2013; Pineau, 2013; Schlich, 2013).
13.3.1.3 Seleccin de la lista de atributos
La seleccin de la lista de atributos es uno de los pasos fundamentales de la
aplicacin de TDS. La lista de atributos puede incluir diferentes modalidades
sensoriales (atributos de sabor y textura) (Albert et al., 2012) o limitarse a una sola
modalidad (por ejemplo, atributos de textura, Bruzzone et al., 2013). Segn Pineau et
al., (2012), los panelistas son capaces de evaluar simultneamente varias
-
5/20/2018 Traduccion Inge de La P
19/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
19
modalidades sensoriales, y que incluyen atributos dentro de las diferentes
modalidades tiene ningn impacto en el nmero de atributos seleccionados durante la
evaluacin.
Diferentes enfoques pueden ser considerados para la seleccin de la lista de atributos
de TDS. Teillet et al., (2010) realizaron un estudio TDS de aguas minerales,
considerando los mismos nueve atributos evaluados en el anlisis descriptivo. Del
mismo modo, Bruzzone et al., (2013) celebr una sesin abierta en la que entren a
los panelistas que seleccionaron cinco de los ocho atributos de textura evaluados en
el anlisis descriptivo para estudiar la dinmica de percepcin de textura en yogurt
usando TDS. Los panelistas excluyen homogeneidad y suavidad desde que fueron
evaluados durante todo el perodo de masticacin, no presentar dominancia en
cualquier momento de la evaluacin. Adems, ropinessno se ha considerado ya que
se evala antes del consumo del producto.
La lista de atributos tambin se puede seleccionar teniendo en cuenta los resultados
de estudios preliminares con el panel entrenado. Albert et al., (2012) pidieron a los
asesores para tratar de pepitas de pescado y describir todas las sensaciones en boca
se sentan. Las siete sensaciones ms mencionadas fueron retenidas para TDS. Del
mismo modo, Meillon et al., (2009) pidieron a los evaluadores para evaluar muestras
de vino mediante un protocolo detallado de degustacin y tomar nota en un papeltodas las sensaciones que en boca se sintieron durante la degustacin. Siguieron los
10 trminos ms mencionados para las evaluaciones de TDS.
Pineau et al., (2012) informaron que los panelistas tienden a seleccionar un pequeo
nmero de atributos durante las evaluaciones TDS (dos a seis), que son
independientes del nmero total de atributos incluidos en la lista. Estos autores
recomiendan usar listas con un mximo de 10 atributos.
Sesgos de primaca han reportado cuando los evaluadores realizan tareas de TDS(Pineau et al., 2012). Los evaluadores tienden a seleccionar con ms frecuencia y
antes como dominantes los atributos situados en la parte superior de la lista, en
comparacin con los situados en la parte inferior. Aunque la influencia de la posicin
de atributo es menor que el efecto de atributo, se recomienda que cada evaluador
evala los productos utilizando una lista que incluye los atributos en un orden diferente
para reducir la influencia potencial de sesgo primaca sobre los resultados (Pineau et
al., 2012). Por lo tanto, se recomienda para equilibrar el orden en el que los atributos
se incluyen en la lista siguiente entre los evaluadores de un diseo cuadrado Williams
-
5/20/2018 Traduccion Inge de La P
20/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
20
Amrica. Sin embargo, con el fin de facilitar la evaluacin, el atributo fin generalmente
se mantiene constante para cada evaluador.
13.3.1.4 La Preparacin del Panel
La mayor parte de las aplicaciones de TDS se han llevado a cabo con panelistas
capacitados. Seleccin y formacin de panelistas se ha mantenido muy similar a la
formacin para el anlisis descriptivo, centrndose en la capacidad de los panelistas a
reconocer y, si es necesario, evaluar la intensidad de los diferentes atributos del
producto. De hecho, en muchos estudios en los que se aplicaron tanto TDS y anlisis
descriptivo, el mismo panel a cabo ambas tareas (Bruzzone et al., 2013; Ng et al.,
2012; Paulsen et al., 2013). Sin embargo, dado el hecho de que los acuerdos de TDS
con percepcin dinmica de una manera muy especfica, un cierto entrenamiento
adicional deben ser considerados con el fin de introducir a los panelistas con la nocin
de TDS, as como para permitir la familiarizacin de los evaluadores con el software
utilizados para la recogida de datos (Dinnella et al.,2013; Labbe et al., 2009; Laguna
et al., 2013; Meillon y otros, 2009, 2010; Pineau et al., 2009.). Ng et al. (2012) introdujo
el concepto de la temporalidad de las sensaciones a los evaluadores utilizando la
analoga de una reproduccin de msica de orquesta.
TDS tambin se ha llevado a cabo con los evaluadores no entrenados. Albert et al.
(2012) utilizaron los panelistas que estaban familiarizados con la evaluacin sensorial
pero no entrenado en el tipo de producto especfico. Ellos asistieron a slo dos
sesiones de entrenamiento previas: la primera que se present a la nocin de la
temporalidad y la metodologa TDS y para generar los atributos, y el segundo para
acostumbrarse a la metodologa y el software utilizado en el estudio. Albert et al.
(2012) demostraron que TDS puede proporcionar informacin valiosa, incluso sin la
necesidad de un perodo de entrenamiento de tiempo. De hecho, en el 10 Simposiode Ciencia Sensorial Pangborn, se presentaron algunos estudios con consumidores no
entrenados, tanto para los estudios en un laboratorio sensorial y en el hogar (Schlich,
2013). Se dijo que TDS puede ser realizada por los consumidores siempre que el
investigador asegura que la tarea es entendido por a los evaluadores, no hay votos de
intensidad se les pide, y el tiempo para cada consumidor est estandarizado para el
anlisis de datos.
13.3.2 Anlisis de Datos
-
5/20/2018 Traduccion Inge de La P
21/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
21
13.3.2.1 Curvas TDS
Un ejemplo de datos TDS en bruto se muestra en la Tabla 13.1. Para cada evaluador,
se recoge informacin sobre los perodos en los que cada atributo se eligi como
dominante. En el ejemplo, El panelista 1 ha considerado que dulce era el atributo
dominante de tiempo de 0,5 a 3 s, mientras cremosa era dominante de vez 3,5 a 6 s.
Los TDS de datos suelen estar representados por las curvas de TDS que muestran la
tasa de dominio de cada una de las sensaciones en cada momento para cada muestra
(Pineau et al., 2009). La tasa de dominancia se calcula como la proporcin (o
porcentaje) de citas de un atributo a travs del panel, es decir, dividiendo el nmero de
selecciones de un atributo (a travs de repeticiones) en cada tiempo por el nmero de
evaluadores y el nmero de repeticiones. Cuanto mayor sea la tasa de dominio para el
atributo, mayor es la proporcin de los evaluadores de que la consideraron como
dominante, y por lo tanto, mayor ser su dominio a nivel de panel. La figura 13.3
muestra un ejemplo de la tasa de dominancia (expresado como porcentaje) como una
funcin del tiempo. Se puede observar que, a travs de repeticiones, el atributo se
consideraba dominante en un 29,4% de los evaluadores a partir del perodo
transcurrido entre 2 y 2,5 s, mientras que despus de 9,5 s, ninguno de a los
evaluadores consider como dominante.
-
5/20/2018 Traduccion Inge de La P
22/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
22
La curva de tipos de dominio para cada atributo se alisa a continuacin, utilizando
SPLINETYPE polinomial y se represent frente al tiempo para cada muestra para
obtener las curvas de TDS (Bruzzone et al., 2013; Pineau et al., 2009.). El paquete
psplinedel lenguaje R (R Equipo Development Core 2007) se puede utilizar para estepropsito. La figura 13.4 muestra la curva suavizada a partir de los datos TDS
mostrados en la figura 13.3.
FIGURA 13.3 Ejemplo de la tasa de dominancia de un atributo (expresado como
porcentaje) como una funcin de tiempo de evaluacin.
FIGURA 13.4Curva suavizada TDS a partir de los datos que se muestran en la Figura
13.3.
-
5/20/2018 Traduccion Inge de La P
23/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
23
Teniendo en cuenta que el tiempo transcurrido desde el inicio de la masticacin a la
deglucin puede diferir entre los evaluadores, escalas de tiempo de la percepcin
sensorial tambin pueden diferir (Lenfant et al., 2009). As, los datos TDS de cada
evaluador generalmente se normalizaron de acuerdo con la duracin individual de laprueba, de modo que los datos de tiempo de cada evaluador se expresan desde x = 0
(comienzo de la prueba) hasta x = 100 (final de la prueba), el cual permite una
comparacin estandarizada de las curvas individuales (Albert et al., 2012).
Segn Labbe et al. (2009) y Pineau et al. (2009), las curvas de TDS deben
interpretarse teniendo en cuenta dos parmetros: nivel de oportunidad y nivel de
significacin. El nivel de probabilidad (P0) es la tasa de dominio que un atributo puede
obtener por azar, teniendo en cuenta todos los atributos evaluados. Cuando los
evaluadores se les permite no seleccionar cualquier atributo como dominante, el valor
P0es igual a la inversa del nmero total de atributos ms uno, como se sugiere por
Labbe et al. (2009). Alternativamente, si los evaluadores tienen que seleccionar un
atributo dominante en cada momento, P0 es igual a la inversa del nmero total de
atributos. Atributos con tasas por debajo de P0dominantes no son consideradas como
dominantes.
El nivel de significacin (Ps) es el valor mnimo de la tasa de predominio de un atributo
debe obtener para ser significativamente mayor que P0. Atributos de dominancia contasas superiores a este valor se consideran significativamente dominantes. El nivel de
significacin se puede calcular utilizando el intervalo de confianza de una distribucin
binomial basada en una aproximacin normal (Pineau et al., 2009.), Como se muestra
en la siguiente ecuacin:
Dnde:
P0es el Nivel Probabilidad
n es el nmero de juicios (panelistas repeticiones)
1.645 es el valor z para una distribucin normal de una cola de considerar un nivel de
significacin de 5%
-
5/20/2018 Traduccion Inge de La P
24/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
24
Esta aproximacin es cuando es alto n.P0(1-P0)> 5 (Rosner, 1995), que se consigue
por lo general cuando el nmero de juicios (panelistas repeticiones).
Alternativamente, cuando el nmero de juicios en el experimento es bajo, nivel de
significacin se puede calcular teniendo en cuenta una prueba exacta mediante laprueba binomial, segn lo recomendado por Pineau et al. (2009). El valor ms
pequeo para el que la distribucin binomial acumulativa es mayor que el nivel de
oportunidad para un nivel de confianza del 95% se puede calcular utilizando la funcin
BINOM.CRIT de Excel. Por ejemplo, para un experimento en el que 10 panelistas
evalan muestras por triplicado (n = 10 3 = 30) y P0 = 0,091, BINOM.CRIT (30,
0,091, 0,95) devuelve 6, que es el valor ms pequeo para el que la distribucin
binominal acumulativa es mayor que el nivel de oportunidad para un nivel de confianza
del 95%. Teniendo en cuenta que 1 debe aadirse al resultado (Pineau et al., 2009),nivel de significacin se determina como (6 + 1) / 30 = 0.33.
La probabilidad y significacin de niveles se representan como lneas horizontales en
el grfico de curvas de TDS para mostrar cuando los atributos son dominantes y
significativamente dominantes. La figura 13.5 muestra un ejemplo de curvas de TDS
suavizadas para los atributos de textura de yogurt. Como se muestra, la tasa de
dominio de la gelatinizacin fue inferior a Nivel Probabilidad durante toda la
evaluacin, lo que sugiere que no era dominante. La tasa de dominio de espesor era
ms grande que el nivel de probabilidad pero menor que un nivel de significacin de 2
a 3,5 s, lo que sugiere que este atributo fue dominante pero no significativo. La
cremosidad y de fusin fueron significativamente dominante. La cremosidad fue el
primer atributo significativamente dominante, desde el perodo de tiempo transcurrido
entre 2 y 7,5 s, mientras que la fusin fue significativamente dominante durante el
perodo transcurrido entre 6.5 y 11s.
-
5/20/2018 Traduccion Inge de La P
25/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
25
FIGURA 13.5Ejemplo de curvas TDS suavizadas para cuatro atributos de textura. La
probabilidad y significacin niveles se incluyen para facilitar la interpretacin.
Curvas TDS tambin permiten la identificacin de la secuencia en la que los atributos
son percibidos como dominantes. En el ejemplo mostrado en la Figura 13.5, la
cremosidad es el primer atributo para captar la atencin de los evaluadores, mientras
que despus de aproximadamente 7 s, de fusin se convierte en el atributo dominante
hasta que termine la percepcin.
13.3.2.2 Evaluacin de diferencias entre los productos
La comparacin de productos permite determinar las diferencias en el perfil dinmico
de los productos y los momentos exactos en los que se perciben las diferencias. Los
tipos de dominancia de cada par de muestras para cada atributo se pueden comparar
utilizando curvas de diferencia de TDS. Estas curvas se construyen restando la tasa
de dominio de cada par de muestras en cada momento. Las diferencias de dominancia
son considerados significativos cuando son significativamente diferentes de cero de
acuerdo con una prueba clsica de comparacin de proporciones binomiales (Pineau
et al., 2009). La diferencia importancia menos en el dominio de atributo entre dos
muestras en el tiempo t (Pdif,t) para un nivel de confianza del 95% se puede calcular
como sigue:
Dnde:
n1es el Nmero de Juicios (panelistas Repeticiones) Para La Muestra 1
n2es el Nmero de Juicios (panelistas Repeticiones) Para La Muestra 2
P1, t es la TASA de predominio de la Muestra 1 en el Tiempo t
P2, tes la TASA de predominio de la Muestra 2 en el Tiempo t
-
5/20/2018 Traduccion Inge de La P
26/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
26
FIGURA 13.6Ejemplo de la diferencia de curvas TDS para dos pares de muestras.
La figura 13.6 muestra un ejemplo de curvas de diferencia para dos pares de
muestras. La tasa de dominio del atributo evaluado fue significativamente mayor para
la muestra F que para la muestra A en dos perodos de la evaluacin, 3,5-6 s y 7,5 a
8,5 s. Mientras tanto, el dominio del atributo evaluado fue significativamente mayor
para la muestra F que para la muestra B de entre 4 y 6,5 s. Para el resto de laevaluacin, no hubo diferencias significativas entre las muestras F y A y entre las
muestras B y F.
Alternativamente, Meyners y Pineau (2010) introdujeron una prueba de azar basado
en las distancias entre matrices para comparar un conjunto de productos a nivel
mundial o en las comparaciones por pares. Estos autores propusieron para desplegar
datos TDS en una serie de matrices, en la que cada fila representa un atributo y cada
columna representa un punto de tiempo, por cada evaluador, de la muestra, y la
repeticin. En cada una de estas matrices, 1 indica que el atributo fue seleccionado
por el evaluador en un cierto punto en el tiempo, mientras que 0 indica que no se ha
seleccionado el atributo. La distancia entre cada par de matrices se calcula utilizando
distancias eucldea al cuadrado. Las distancias se utilizan como una prueba
estadstica para determinar diferencias significativas globales entre los productos, para
las comparaciones por pares, y para hacer inferencias por atributo o punto, basado en
realeatorizaciones. Siguiendo este enfoque y con el fin de simplificar el clculo y para
ser capaz de utilizar mtodos estadsticos estndar, se propuso el uso de datosagregados en los intervalos de tiempo (Pineau et al. 2011). Para cada perodo de
-
5/20/2018 Traduccion Inge de La P
27/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
27
tiempo, los datos binomiales se resumen y las frecuencias de dominacin atributo por
asunto se calculan. Este enfoque que resume las respuestas de sujetos como valores
de frecuencia en un nmero dado de perodos de tiempo fue validado y se extendi
para la estimacin de las diferencias en el dominio de atributo entre los productos,mediante el examen de los residuales de los modelos de ANOVA (Dinnella et al.,
2013).
13.3.2.3 Panel y Seguimiento del evaluador
Meyners (2011) propuso los mtodos para el panel de prueba y un acuerdo evaluador
basado en pruebas al azar. Este autor propone medir el desacuerdo como la
interaccin entre el panelista y el producto, es decir, que un panelista considera
sistemticamente que un atributo es dominante para la muestra 1 y no para la muestra
2, mientras que el resto de los panelistas consideran que el atributo es dominante para
la muestra 2 y no para la muestra 1 o elegir ambos o ninguno de ellos. La interaccin
se estima utilizando pruebas al azar para estimar las diferencias entre par de
muestras. Es importante tener en cuenta que este enfoque ha afirmado tener algunas
cargas computacionales (Meyners, 2011), lo que sugiere que todava hay una
necesidad de desarrollar herramientas para evaluar el rendimiento del panel en los
estudios de TDS.
13.3.2.4 Otros anlisis de datos
Pineau et al. (2009), caracterizo curvas TDS utilizando el tipo de dominio mximo, el
tiempo en alcanzar el dominio mximo desde el inicio de degustacin, y el perodo de
tiempo durante el cual el dominio era al menos el 90% del valor mximo de la
dominacin. A fin de tener en cuenta simultneamente la duracin y el dominio decada atributo y para obtener una medida de dominio total de un atributo durante la
evaluacin, Bruzzone et al., (2013) calcul el rea bajo las curvas de TDS y por
encima del nivel de significacin para cada atributo y la muestra. Este enfoque es
similar a la utilizada en los mtodos de TI para el clculo de la intensidad total de un
atributo durante la evaluacin (Cliff y Heymann, 1993). Bruzzone et al., (2013)
utilizaron ACP sobre la matriz de correlacin de las reas bajo las curvas de TDS para
obtener un mapa muestra basada en el dominio de atributo. Cuando se mide la
intensidad de atributo, las puntuaciones de TDS se han calculado como una medida
-
5/20/2018 Traduccion Inge de La P
28/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
28
de la intensidad de los atributos dominantes. Para cada atributo, las puntuaciones de
TDS se calculan como sigue (Labbe et al., 2009.):
En los resultados calculados, ANOVA, ACP, o de anlisis de variacin cannica (AVC)
se puede utilizar para estudiar las diferencias entre las muestras (Albert et al., 2012;
Labbe et al., 2009).
13.3.3 Ejemplo de Aplicacin
La percepcin de la textura de los alimentos semislidos depende de las propiedades
reolgicas iniciales del producto y los cambios mecnicos y estructurales que se
producen durante la manipulacin oral (Van Vliet, 2002). Teniendo en cuenta que
estos procesos son dinmicos y se producen de forma simultnea durante el consumoy que la textura es una propiedad sensorial multiparamtrica (Szczesniak, 2002), TDS
parece una herramienta interesante para el estudio de los aspectos temporales de la
percepcin textura y para entender mejor esta propiedad sensorial.
Bruzzone et al. (2013) utilizaron TDS para caracterizar la textura de ocho yogures,
formulado con diferente grasa, almidn modificado, y la concentracin de gelatina. Un
panel sensorial, compuesto por 10 panelistas entrenados, evalu las muestras por
duplicado utilizando TDS. Se consider una lista de los cinco atributos en las
evaluaciones: espesor, grado de gelatinizacin, cremosidad, fusin, y recubrimiento
bucal.
La figura 13.7 muestra las curvas de TDS para dos muestras claramente diferentes (1
y 2). Las muestras claramente diferan en su primer impacto en la boca. El primer
atributo dominante para la muestra 1 fue cremosidad, mientras que para la muestra 2,
el primer atributo dominante era espesor. Adems, la muestra 2 era menos complejo
en cuanto a su perfil de dominio que la muestra 1, ya que slo mostr grosor que el
atributo significativamente dominante durante el consumo. Las diferencias entre las
-
5/20/2018 Traduccion Inge de La P
29/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
29
muestras fueron explicadas por su formulacin. La muestra 2 se formul con leche
entera pasteurizada, 1% de almidn modificado, y 0,5% de gelatina, lo que explica su
alta dominancia de espesor. Por otro lado, la muestra 1 se formul con leche
pasteurizada desnatada, 1% de almidn modificado, y sin gelatina. En comparacincon la muestra 2, el hecho de que la muestra 1 se caracteriza por la alta tasa de
dominio de cremosidad puede explicarse por la falta de gelatina. Este ingrediente se
asocia generalmente con una estructura similar a un gel debido a su interaccin con la
matriz de casena de yogurt (Fiszman et al., 1999).
Al comparar con TDS anlisis descriptivo para caracterizar la textura de las muestras
de yogurt, Bruzzone et al. (2013) reportaron que aunque ambas metodologas
proporcionaron informacin similar con respecto a las similitudes y diferencias entre
las muestras, algo de la informacin proporcionada por TDS no estaba disponible en el
anlisis de los datos del anlisis descriptivo. Segn estos autores, se encontraron las
mayores diferencias entre el anlisis descriptivo y TDS de atributos complejos que se
perciben en toda el consumo, como la cremosidad y recubrimiento bucal. Por ejemplo,
la adicin de almidn (en una concentracin de 1%) aument significativamente la tasa
de dominio cremosidad, pero no su intensidad. Esto sugiere que la medida en que
cremosidad llam la atencin evaluadores fue mayor en las muestras formuladas con
almidn modificado, que puede tener una influencia positiva en la percepcin del
consumidor hednico.
13.3.4 Potencialidades y desafos
TDS es relativamente una nueva metodologa para la evaluacin de la dinmica de
percepcin sensorial. Se evala sobre la base de muestras de dominio de atributo, que
es un nuevo enfoque dentro de la ciencia sensorial y del consumidor.
-
5/20/2018 Traduccion Inge de La P
30/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
30
FIGURA 13.7Curvas TDS para la evaluacin de la textura de yogur (a) muestra 1 y (b)
la muestra 2.
Como varios estudios han demostrado, el atributo que llama la atencin de los
panelistas en un momento dado no es necesariamente la ms intensa (Bruzzone et al.,
2013; Labbe et al., 2009; Meillon et al., 2009.), Lo que sugiere la informacin
proporcionada por TDS no se pueden obtener usando anlisis descriptivo clsica o
mtodos TI, en particular cuando se trata de productos con caractersticas sensoriales
complejos y dinmicos. Por lo tanto, TDS puede proporcionar informacin sobreaspectos de la percepcin sensorial que no ha sido estudiado extensivamente.
-
5/20/2018 Traduccion Inge de La P
31/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
31
Teniendo en cuenta que TDS se centra en los atributos dominantes de la percepcin
en lugar de cuantificar la intensidad del atributo, los resultados de esta metodologa
podran explicar mejor la percepcin de los consumidores o las sensaciones que
determinan su percepcin hednica. Los estudios deben llevarse a cabo parainvestigar esta hiptesis en diferentes categoras de productos.
En la investigacin todava es necesario desarrollar directrices metodolgicas para la
implementacin de TDS, en particular sobre el nmero mnimo de panelistas y
repeticiones para obtener datos fiables, as como el desarrollo de los enfoques
estndar y sencillos para el anlisis de datos.
Un rea de investigacin muy prometedora es la dinmica de los consumidores gusto,
proceso como oral ha sido identificado como un factor muy importante en laapreciacin de los consumidores. Algunos trabajos recientes han tratado de relacionar
gusto a la percepcin sensorial dinmica. Laguna et al. (2013) estudiaron la trayectoria
oral de galletas con un panel entrenado a travs de TDS y relacionados con ella a los
consumidores sanciones utilizando escalas JAR con diferentes atributos de
conduccin gusto. Del mismo modo, Varela et al. (2013) las tcnicas de dinmicas
combinadas con los consumidores descripcin sensorial mediante cheque-todo-que-
aplicar (CATA) y gusto puntuaciones para tener una mejor comprensin de qu
particularidades del proceso oral, condujo gusto del consumidor durante el consumode helados. Adems en esto, TDS se ha demostrado recientemente para proporcionar
adicional visin acerca de los controladores de gusto en un contexto mapa de
preferencias (Paulsen et al. 2013). A travs de esta tcnica, fue posible identificar el
momento del predominio de ciertos atributos y el nmero de sensaciones percibidas y
mezclas en perodos de tiempo especficos como potenciales conductores de gusto y
aversin. Tambin demostraron que el TDS tiene un potencial de proporcionar
informacin complementaria a las tcnicas clsicas sobre las descriptivas naturalezas
dinmicas de las interacciones sensoriales en las combinaciones de alimentos de
alimentos. En la reciente dcimo Simposio Pangborn, Pineau (2013) propuso que la
aplicacin de mltiples bocado o sorbo de mltiples TDS tena un gran potencial para
comprender mejor la dinmica de la percepcin sensorial. En este sentido, la
aplicacin de este enfoque con consumidores abre nuevos retos para el estudio de la
dinmica de las preferencias y cmo se relaciona con la dinmica de la percepcin
sensorial.
-
5/20/2018 Traduccion Inge de La P
32/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
32
13.4 CONCLUSIONES
Al hacer frente a cualquier problema de investigacin, el primer paso es seleccionar el
mejor mtodo de acercarse a ella (Lawless y Heymann, 2010). As, la primera
pregunta a responder es si la configuracin del producto en estudio es probable que
tenga un perfil dinmico y que es la mejor metodologa para identificar el perfil
temporal de los productos. En este sentido, es importante tener en cuenta que TI y
TDS tienen diferentes principios y por lo tanto son apropiadas para cumplir diferentes
objetivos.
Al comparar TI y las metodologas TDS, Pineau et al. (2009) reportaron que ambos
mtodos proporcionan informacin similar con respecto a las diferencias entre los
productos, atributos y evolucin en el tiempo, pero tambin mostr que TI y TDS sonadecuados para diferentes necesidades. TDS es mejor cuando varios atributos deben
compararse y proporciona informacin acerca de la secuencia en la que se perciben
los atributos, as como acerca de la interaccin entre los atributos. Sin embargo, no es
muy adecuado para obtener un perfil de TI para cada atributo con el tiempo. Cuando la
cintica de los atributos especficos de inters, TI parece ser la mejor opcin (Pineau
et al., 2009).
AGRADECIMIENTOS
Los autores agradecen a CAPES-Brasil por la beca otorgada a Rafael Silva Cadena y
al Ministerio Espaol de Ciencia e Innovacin para el apoyo financiero (AGL2009-
12785-C02-01) y para el contrato adjudicado al autor Paula Varela (Juan de Programa
de la Cierva). Tambin desean agradecer a la Comisin Sectorial de Investigacin
Cientfica (CSIC, Universidad de la Repblica).
REFERENCIAS
Albert, A., A. Salvador, P. Schlich, S. Fiszman. 2012. Comparison between temporal
dominance of sensations (TDS) and key-attribute sensory profiling for evaluating solid
food with contrasting textural layers: Fish sticks. Food Quality and Preference 24:111
118.
Barylko-Pikielna, N., I Matuszewska, U. Hellemann. 1990. Effect of salt on time-
intensity characteristics of bread. LWTFood Science and Technology 23:422426
-
5/20/2018 Traduccion Inge de La P
33/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
33
Birch, G. G.,S. L. Munton. 1981. Use of SMURF in taste analysis. Chemical Senses
6:4552.
Brown, W. E., K. R. Landgley, A. Martin, H. J. H. MacFie. 1994. Characterisation of
patterns of chewing behavior in human subjects and their influence on texture
perception. Journal of Texture Studies 15:3348. Bruzzone, F., G. Ares, A. Gimnez.
2013. Temporal aspects of yoghurt texture perception. International Dairy Journal
29:124134.
Cadena, R. S., H. M. A. Bolini. 2011. Timeintensity analysis and acceptance test for
traditional and light vanilla ice cream. Food Research International 44:677683.
Chung, S., S.-Y. Lee. 2012. Modification of ginseng flavors by bitter compounds found
in chocolate and coffee. Journal of Food Science 77:S202S210. Civille, G. V., A. S.
Szczesniak. 1973. Guidelines to training a texture profile panel. Journal of Texture
Studies 4:204223.
Clark, C. C., H. T. Lawless. 1994. Limiting response alternatives in timeintensity
scaling: An examination of the halo-dumping effect. Chemical Senses 19:583594.
Cliff, M. 1987. Temporal perception of sweetness and fruitiness and their interaction in
model system. MS thesis, University of California, Davis, CA.
Cliff, M., H. Heymann. 1993. Development and use of time-intensity methodology for
sensory evaluation: A review. Food Research International 26:375385.
Courregelongue, S., P. Schlich, A. C. Noble. 1999. Using repeated ingestion to
determine the effect of sweetness, viscosity and oiliness on temporal perception of
soymilk astringency. Food Quality and Preference 10:273279.
De Morais, E. C., A. G. Cruz, H. M. A. Bolini. 2013. Gluten-free bread: Multiple time-
intensity analysis, physical characterisation and acceptance test. International Journalof Food Science and Technology 48:21762184.
De Souza, V. R., P. A. P. Pereira, A. C. M. Pinheiro, H. M. A. Bolini, S. V. Borges, F.
Queiroz. 2013. Analysis of various sweeteners in low-sugar mixed fruit jam: Equivalent
sweetness, time-intensity analysis and acceptance test. International Journal of Food
Science and Technology 48:15411548.
Delarue, J., E. Loescher. 2004. Dynamics of food preferences: A case study with
chewing gums. Food Quality and Preference 15:771779.
-
5/20/2018 Traduccion Inge de La P
34/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
34
Dijksterhuis, G., P. Eilers. 1997. Modeling timeintensity curves using prototype
curves. Food Quality and Preference 8:131140.
Dijksterhuis, G., M. Flipsen, P. Punter. 1994. Principal component analysis of TI-
curves: Three methods compared. Food Quality and Preference 5:121127.
Dijksterhuis, G., J. R. Piggott. 2001. Dynamic methods of sensory analysis. Trends in
Food Science & Technology 11:284290.
Dinnella, C., C. Masi, T. Naes, E. Monteleone. 2013. A new approach in TDS data
analysis: A case study on sweetened coffee. Food Quality and Preference 30:3346.
Dinnella, C., C. Masi, G. Zoboli, E. Monteleone. 2012. Sensory functionality of extra-
virgin olive oil in vegetable foods assessed by temporal dominance of sensations and
descriptive analysis. Food Quality and Preference 26:141150.
Duizer, L. M., K. Bloom, C. J. Findlay. 1997. Dual-attribute timeintensity sensory
evaluation: A new method for temporal measurement of sensory perceptions. Food
Quality and Preference 8:261269.
Eilers, P. H. C., G. B. Dijksterhuis. 2004. A parametric model for timeintensity curves.
Food Quality and Preference 15:239245.
Esti, M., M. Contini, E. Moneta, F. Sinesio. 2009. Phenolics compounds and temporalperception of bitterness and pungency in extra-virgin olive oils: Changes occurring
throughout storage. Food Chemistry 113: 10951100.
Fischer, U., R. B. Boulton, A. C. Noble. 1994. Physiological factors contributing to the
variability of sensory assessments: Relationship between salivary flow rate and
temporal perception of gustatory stimuli. Food Quality and Preference 5:5564.
Fiszman, S. M., M.A. Lluch, A. Salvador. 1999. Effect of addition of gelatin on
microstructure of acidic milk gels and yoghurt and their rheological properties.International Dairy Journal 9:895901.
Fuentes, V., J. Ventanas, D. Morcuende, S. Ventanas. 2013. Effect of intramuscular fat
content and serving temperature on temporal sensory perception of sliced and vacuum
packaged dry-cured ham. Meat Science 93:621629.
Garrido, D., A. Calvio, G. Hough. 2001. A parametric model to average timeintensity
data. Food Quality and Preference 12:18.
-
5/20/2018 Traduccion Inge de La P
35/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
35
Garruti, D. S., M. R. B. Franco, M. A. A. P. Silva, N. S. Janzantii, G. L. Alves. 2003.
Evaluation of volatile flavour compounds from cashew apple (Anacardium occidentale
L.) juice by the Osme gas chromatography/olfactometry technique. Journal of the
Science of Food and Agriculture 83:14551462.
Guinard, J. X., R.-M. Pangborn, C. F. Shoemaker. 1985. Computerized procedure for
the time-intensity sensory measurement. Journal of Food Science 50:543546.
Hillmann, H., J. Mattes, A. Brockhoff, A. Dunkel, W. Meyerhof, T. Hofmann. 2012.
Sensomics analysis of taste compounds in balsamic vinegar and discovery of 5
acetoxymethyl-2-furaldehyde as a novel sweet taste modulator. Journal of Agricultural
and Food Chemistry 60:99749990.
ISO. 1994. Sensory AnalysisMethodologyTexture Profile, ISO 11036. Geneva,
Switzerland: International Organization for Standardization.
ISO. 2008. Sensory AnalysisVocabulary, ISO 5492. Geneva, Switzerland:
International Organization for Standardization.
Kuesten, C., B. Jian, F. Yaohua. 2013. Exploring taffy product consumption
experiences using a multi-attribute timeintensity (MATI) method. Food Quality and
Preference 30:260273.
Labbe, D., P. Schlich, N. Pineau, F. Gilbert, N. Martin. 2009. Temporal dominance of
sensations and sensory profiling: A comparative study. Food Quality and Preference
20:216221.
Laguna, L., P. Varela, A. Salvador, S. Fiszvman. 2013. A new sensory tool to analyse
the oral trajectory of biscuits with different fat and fibre contents. Food Research
International 51:544553.
Larson-Powers, N. L., R.-M. Pangborn. 1978. Paired comparison and time-intensitymeasurements of the sensory properties of beverages and gelatins containing sucrose
or synthetic sweeteners. Journal of Food Science 43:4146.
Lawless, H. T., H. Heymann. 2010. Sensory Evaluation of Food: Principles and
Practices. New York: Springer.
Lawless, H. T., E. Z. Skinner. 1979. The duration and perceived intensity of sucrose
taste. Perception & Psychophysics 3:180184.
-
5/20/2018 Traduccion Inge de La P
36/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
36
Lee, W. E. III. 1985. Evaluation of time-intensity sensory response using personal
computer. Journal of Food Science 50:17501753.
Lee, W. E. III., R. M. Pangborn. 1986. Timeintensity: The temporal aspects of sensory
perception. Food Technology 40:7178, 82.
Lenfant, F., C. Loret, N. Pineau, C. Hartmann, N. Martin. 2009. Perception of oral food
breakdown. The concept of sensory trajectory. Appetite 52:659667.
Liu, Y. H., H. J. H. MacFie. 1990. Methods for averaging timeintensity curves.
Chemical Senses 15:471484.
MacFie, H. J. H., Y. H. Liu. 1992. Developments in the analysis of timeintensity
curves. Food Technology 46:9297.
McGowan, B. A., S.-Y. Lee. 2006. Comparison of methods to analyze timeintensity
curves in a corn zein chewing gum study. Food Quality and Preference 17:296306.
Meillon, S., C. Urbano, P. Schlich. 2009. Contribution of the Temporal Dominance of
Sensations (TDS) method to the sensory description of subtle differences in partially
dealcoholized red wines. Food Quality and Preference 20:490499.
Meillon, S., D. Viala, M. Medel, C. Urbano, G. Guillot, P. Schlich. 2010. Impact of
partial alcohol reduction in Syrah wine on perceived complexity and temporality ofsensations and link with preference. Food Quality and Preference 21:732740.
Meyners, M. 2011. Panel and panelist agreement for product comparisons in studies of
temporal dominance of sensations. Food Quality and Preference 22:365370.
Meyners, M., N. Pineau. 2010. Statistical inference for temporal dominance of
sensations data using randomization tests. Food Quality and Preference 21:805814.
Murat, C., M.-H. Bard, C. Dhalleine, N. Cayot. 2013. Characterisation of odour active
compounds along extraction process from pea flour to pea protein extract. Food
Research International 53:3141.
Ng, M., J. B. Lawlor, S. Chandra, C. Chaya, L. Hewson, J. Hort. 2012. Using
quantitative descriptive analysis and temporal dominance of sensations analysis as
complementary methods for profiling commercial blackcurrant squashes. Food Quality
and Preference 25:121134.
-
5/20/2018 Traduccion Inge de La P
37/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
37
Ovejero-Lpez, I., R. Bro, W. L. P. Bredie. 2005. Univariate and multivariate modeling
of flavour release in chewing gum using time-intensity: A comparison of data analytical
methods. Food Quality and Preference 16:327343.
Palazzo, A. B., H. M. A. Bolini. 2009. Multiple time-intensity and acceptance of
raspberry-flavored gelatin. Journal of Sensory Studies 24:648663.
Palazzo, A. B., M. A. R. Carvalho, P. Efraim, H. M. A. Bolini. 2011. The determination
of isosweetness concentrations of sucralose, rebaudioside and neotame as sucrose
substitutes in new diet chocolate formulations using the time-intensity analysis Journal
of Sensory Studies 26:291297.
Paulsen, M. T., T. Naes, O. Ueland, E. Rukke, M. Hersleth. 2013. Preference mapping
of salmonsauce combinations: The influence of temporal properties. Food Quality and
Preference 27:120127.
Peyvieux, C., G. Dijksterhuis. 2001. Training a sensory panel for TI: A case study.
Food Quality and Preference 12:1928.
Pineau, N. 2013. Extension of TDS to multi-bite evaluation. In 10th Pangborn Sensory
Science Symposium, August 1115, 2013, Rio de Janeiro, Brazil.
Pineau, N., A. Goupil de Bouill, M. Lepage et al. 2012. Temporal Dominance ofSensations: What is a good attribute list? Food Quality and Preference 26:159165.
Pineau, N., T. Neville, M. Lepage. 2011. Panel performance tool for Temporal
dominance of sensations studies. In Ninth Pangborn Sensory Science Symposium,
Toronto, Ontario, Canada.
Pineau, N., P. Schlich, S. Cordelle et al. 2009. Temporal dominance of sensations:
Construction of the TDS curves and comparison with timeintensity. Food Quality and
Preference 20:450455.
Pinheiro, A. C. M., C. A. Nunes, V. Vietoris. 2013. Sensomaker: A tool for sensorial
characterization of food products. Cincia e Agrotecnologia 37:199201.
R Development Core Team. 2007. R: A Language and Environment for Statistical
Computing. Vienna, Austria: R Foundation for Statistical Computing.
Rine, S. 1987. Computerized analysis of the sensory properties of peanut butter. MS
thesis, University of California, Davis, CA.
-
5/20/2018 Traduccion Inge de La P
38/39
Tcnicas Novedosas en la Caracterizacin Sensorial y Perfiles de Consumo
Metodologas Descriptivas De La Dinmica Sensorial
38
Rocha-Selmi, G. A., E. C. Morais, C. S. Fvaro-Trindade, H. M. A. Bolini. 2012.
Sensory evaluation of commercial chewing gums and the relations between the
consumer sensory acceptance with time-intensity parameters of sweetness
perceptions. In Proceedings of 16th World Congress of Food Science and Technology,August 59, 2012, Foz do Iguau, Brazil.
Rosner, B. 1995. Fundamentals of Biostatistics, 4th edn. Belmont, CA: Duxbury Press.
Sampaio, K. L., A. C. T. Biasoto, E. J. N. Marques, E. A. C. Batista, M. A. A. P. Silva.
2013. Dynamics of the recovery of aroma volatile compounds during the concentration
of cashew apple juice (Anacardium occidentale L.). Food Research International
51:335343.
Schlich, P. 2013. TDS with untrained consumers in lab and at home. In 10th Pangborn
Sensory Science Symposium, August 1115, 2013, Rio de Janeiro, Brazil.
Schmitt, D. J., L. J. Thompson, D. M. Malek, J. H. Munroe. 1984. An improved method
for evaluat