| |
|
|
 | Acceso al texto completo restringido a Biblioteca INIA La Estanzuela. Por información adicional contacte bib_le@inia.org.uy. |
|
Registro completo
|
|
Biblioteca (s) : |
INIA La Estanzuela. |
|
Fecha : |
21/02/2014 |
|
Actualizado : |
08/10/2019 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Autor : |
COZZOLINO, D.; DE MATTOS, D.; VAZ MARTINS, D. |
|
Afiliación : |
DANIEL COZZOLINO GÓMEZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; DANIEL DE MATTOS, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; DANIEL VAZ MARTINS GIGENA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
|
Título : |
Visible/near infrared reflectance spectroscopy for predicting composition and tracing system of production of beef muscle. |
|
Fecha de publicación : |
2002 |
|
Fuente / Imprenta : |
Animal Science, 2002, Volume 74, Issue 3, Pages 477-484. |
|
DOI : |
10.1017/S1357729800052632 |
|
Idioma : |
Inglés |
|
Notas : |
Article history: Received 1 May 2001/Accepted 10 January 2002. |
|
Contenido : |
Abstract:
Muscle chemical analysis and muscle identification both were attempted by using visible and near infrared reflectance spectroscopy (NIRS). Seventy-eight beef muscles (m. longissimus dorsi) from Hereford cattle were used. The samples were scanned in a NIRS monochromator instrument (NIRSystems 6500, Silver Spring, MD, USA) in reflectance mode (log 1/R). Both intact and minced muscle presentation to the instrument were explored. Predictive equations were made using ISI software (Infrasoft International, Port Matilda, PA, USA) and muscle identification was performed by Principal Component Analysis (PCA) and Soft Independent Modelling of Class Analogy (SIMCA). The coefficient of determination in calibration (R2 CAL) and standard error in cross validation (SECV) for the intact sample presentation were 009 (SECV: 15·6), 0·89 (SECV: 46·9), 0·48 (SECV: 23·9) for moisture (M), fat and crude protein (CP) on g/kg fresh weight basis respectively. R2CAL and SECV for minced sample presentation were 0·41 (SECV: 161), 0·92 (SECV: 43·4), 0·71 (SECV: 20·5) for M, fat and CP on g/kg fresh weight basis respectively. Qualitative analysis of optical information through PCA and SIMCA analysis showed differences in muscles resulting from two different feeding systems. |
|
Palabras claves : |
BEEF; CHEMICAL COMPOSITION; COMPOSITION; CRUDE PROTEIN; FAT; HEREFORD (CATTLE BREED); INFRARED SPECTROSCOPY; PRINCIPAL COMPONENT ANALYSIS; TRACER TECHNIQUES. |
|
Asunto categoría : |
-- |
|
Marc : |
LEADER 02189naa a2200277 a 4500
001 1035200
005 2019-10-08
008 2002 bl uuuu u00u1 u #d
024 7 $a10.1017/S1357729800052632$2DOI
100 1 $aCOZZOLINO, D.
245 $aVisible/near infrared reflectance spectroscopy for predicting composition and tracing system of production of beef muscle.$h[electronic resource]
260 $c2002
500 $aArticle history: Received 1 May 2001/Accepted 10 January 2002.
520 $aAbstract: Muscle chemical analysis and muscle identification both were attempted by using visible and near infrared reflectance spectroscopy (NIRS). Seventy-eight beef muscles (m. longissimus dorsi) from Hereford cattle were used. The samples were scanned in a NIRS monochromator instrument (NIRSystems 6500, Silver Spring, MD, USA) in reflectance mode (log 1/R). Both intact and minced muscle presentation to the instrument were explored. Predictive equations were made using ISI software (Infrasoft International, Port Matilda, PA, USA) and muscle identification was performed by Principal Component Analysis (PCA) and Soft Independent Modelling of Class Analogy (SIMCA). The coefficient of determination in calibration (R2 CAL) and standard error in cross validation (SECV) for the intact sample presentation were 009 (SECV: 15·6), 0·89 (SECV: 46·9), 0·48 (SECV: 23·9) for moisture (M), fat and crude protein (CP) on g/kg fresh weight basis respectively. R2CAL and SECV for minced sample presentation were 0·41 (SECV: 161), 0·92 (SECV: 43·4), 0·71 (SECV: 20·5) for M, fat and CP on g/kg fresh weight basis respectively. Qualitative analysis of optical information through PCA and SIMCA analysis showed differences in muscles resulting from two different feeding systems.
653 $aBEEF
653 $aCHEMICAL COMPOSITION
653 $aCOMPOSITION
653 $aCRUDE PROTEIN
653 $aFAT
653 $aHEREFORD (CATTLE BREED)
653 $aINFRARED SPECTROSCOPY
653 $aPRINCIPAL COMPONENT ANALYSIS
653 $aTRACER TECHNIQUES
700 1 $aDE MATTOS, D.
700 1 $aVAZ MARTINS, D.
773 $tAnimal Science, 2002, Volume 74, Issue 3, Pages 477-484.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA La Estanzuela (LE) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas. |
|
Fecha actual : |
15/01/2020 |
|
Actualizado : |
16/01/2020 |
|
Tipo de producción científica : |
Abstracts/Resúmenes |
|
Autor : |
ALE, L.M.; ROSAS, J.E.; VERGER, M.; PÉREZ DE VIDA, F. |
|
Afiliación : |
L. M. ALE, Facultad de Ciencias UdelaR-Maestría en Biotecnología, Montevideo, Uruguay; JUAN EDUARDO ROSAS CAISSIOLS, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; M. VERGER, Laboratorio Tecnológico del Uruguay, Departamento Espectrometría Atómica de Alimentos y Medio Ambiente, Montevideo, Uruguay; FERNANDO BLAS PEREZ DE VIDA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
|
Título : |
Análisis de genes candidatos asociados al contenido de arsénico en arroz uruguayo. [Resumen] |
|
Complemento del título : |
Biotecnología Vegetal. |
|
Fecha de publicación : |
2019 |
|
Fuente / Imprenta : |
In: REDBIO; INIA (Instituto Nacional de Investigación Agropecuaria); REDBIO Argentina. X Encuentro Latinoamericano y del Caribe de Biotecnología Agropecuaria y XI Simposio Redbio Argentina. Libro de Resúmenes. Montevideo 12 - 15 Noviembre 2019. Montevideo (UY): INIA, 2019. p. 54. |
|
Serie : |
(INIA Serie Técnica; 253) |
|
ISBN : |
e-ISBN 978-9974-38-437-8 |
|
ISSN : |
1688-9266 |
|
DOI : |
http://doi.org/10.35676/INIA/ST.253 |
|
Idioma : |
Español |
|
Contenido : |
Producir arroz con bajo arsénico en grano es fundamental para la inocuidad alimentaria y el acceso al mercado internacional. Se han reportado más de 15 genes asociados al transporte y/o absorción de arsénico en la planta de arroz. El objetivo de este trabajo es evaluar la segregación de estos genes en el germoplasma avanzado del Programa de Mejoramiento Genético de Arroz de INIA (PMGA) y su efecto en el contenido de arsénico inorgánico (iAs) en el grano. |
|
Thesagro : |
ARROZ. |
|
Asunto categoría : |
F30 Genética vegetal y fitomejoramiento |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/14002/1/st-253-p54.pdf
|
|
Marc : |
LEADER 01309nam a2200193 a 4500
001 1060608
005 2020-01-16
008 2019 bl uuuu u01u1 u #d
022 $a1688-9266
024 7 $ahttp://doi.org/10.35676/INIA/ST.253$2DOI
100 1 $aALE, L.M.
245 $aAnálisis de genes candidatos asociados al contenido de arsénico en arroz uruguayo. [Resumen]$h[electronic resource]
260 $aIn: REDBIO; INIA (Instituto Nacional de Investigación Agropecuaria); REDBIO Argentina. X Encuentro Latinoamericano y del Caribe de Biotecnología Agropecuaria y XI Simposio Redbio Argentina. Libro de Resúmenes. Montevideo 12 - 15 Noviembre 2019. Montevideo (UY): INIA, 2019. p. 54.$c2019
490 $a(INIA Serie Técnica; 253)
520 $aProducir arroz con bajo arsénico en grano es fundamental para la inocuidad alimentaria y el acceso al mercado internacional. Se han reportado más de 15 genes asociados al transporte y/o absorción de arsénico en la planta de arroz. El objetivo de este trabajo es evaluar la segregación de estos genes en el germoplasma avanzado del Programa de Mejoramiento Genético de Arroz de INIA (PMGA) y su efecto en el contenido de arsénico inorgánico (iAs) en el grano.
650 $aARROZ
700 1 $aROSAS, J.E.
700 1 $aVERGER, M.
700 1 $aPÉREZ DE VIDA, F.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
