亚洲欧美日韩国产综合网_自拍视频精品一区二区三区_无码激情AV一区二区三区_二天天AV综合网

食品伙伴網(wǎng)服務(wù)號

感官分析的概念、評價方法以及評價員的篩選

放大字體  縮小字體 發(fā)布日期:2024-03-25
核心提示: 01.感官分析的概念食品感官分析是利用人體器官對食品進(jìn)行分析鑒別的方法,即利用人體五官的感覺—味覺、嗅覺、視覺、聽覺和
 01.感官分析的概念

食品感官分析是利用人體器官對食品進(jìn)行分析鑒別的方法,即利用人體五官的感覺—味覺、嗅覺、視覺、聽覺和觸覺,對食品的各項指標(biāo)如色、香、味、硬度等做出判斷,并用符號和文字做實驗記錄的數(shù)據(jù),然后對實驗結(jié)果進(jìn)行統(tǒng)計分析,得出結(jié)論。在涵蓋食品質(zhì)量的三個參數(shù)(定量參數(shù)、隱蔽參數(shù)、感官參數(shù))中,感官參數(shù)中,感官參數(shù)是最直接、最外在的,可由消費(fèi)者完全作以判斷的質(zhì)量因素,如食品的顏色、大小、形狀、結(jié)構(gòu)、稠度、粘度、味道和氣味等,它也是食品質(zhì)量中最敏感的部分,也是影響消費(fèi)者做出購買決定的重要方面。

02.感官分析中評價員的篩選和應(yīng)該具備的條件

一個完整的感官分析實驗需要一個評價小組組長、和多個評價員以及感官實驗員共同配合來完成。評價員的篩選是在初步確定感官鑒定候選人的基礎(chǔ)上,通過一定的篩選試驗對候選人的感官鑒定能力做出判斷,最終確定參評人員的工作過程。通過篩選可以淘汰一些不適與進(jìn)行感官鑒定的候選人。篩選的過程中,可以先面談或問卷調(diào)查,根據(jù)上述條件先篩選一部分候選者,然后通過配比檢驗、三點檢驗、排序檢驗、氣味描述檢驗和質(zhì)地、描述檢驗來檢查候選者的感官功能,感官靈敏度和描述及表達(dá)感官反應(yīng)功能。通過篩選檢驗的候選人將參加特殊培訓(xùn),以便使候選人能了解有關(guān)食品特性的知識,增強(qiáng)感官分析結(jié)果的重復(fù)性。檢驗的目的不同對評價員的要求也不完全相同,但通常的基本條件有:

①身體健康,不能有任何感覺方面的缺陷;

②各評價員之間及評價員本人的感覺要有一致和正常的敏感性;

③評價員要具備對感官分析的興趣;

④個人衛(wèi)生條件較好,無明顯個人氣味;

⑥檢驗過程中應(yīng)集中精力避免任何因素的干擾,不能用表情和語言來傳播結(jié)果。

⑦評價人員應(yīng)按時出席,對經(jīng)常出差、旅行或工作繁忙者應(yīng)排除在外。

此外,在感官評定前還應(yīng)注意以下問題。

①檢驗開始前30分鐘內(nèi),避免濃香食物、飲料糖果或口香糖。

②檢驗前,禁止使用強(qiáng)氣味的化妝品,如洗面乳、發(fā)乳、雪花膏、唇膏等。

③衣服、手、身體潔凈。衣服上無汗味或有其它環(huán)境中帶入的強(qiáng)刺激氣味。

④評價員不能過飽或過饑,檢驗前1小時內(nèi)不抽煙;不吃東西;身體處于過度緊張、勞累、激動或感冒等狀態(tài)下不應(yīng)參加評定工作。

03.感官分析的方法

目前常用于食品領(lǐng)域的感官分析的方法有數(shù)十種之多,按應(yīng)用的目的可分為嗜好性和分析型兩類。在分析型中,一種主要是描述產(chǎn)品,另一種是區(qū)分兩種或多種產(chǎn)品,其中區(qū)分的內(nèi)容由確定差別、確定差別大小、確定差別的影響等。按方法的性質(zhì)又可分為差別檢驗、標(biāo)度和類別檢驗以及描述性檢驗。差別檢驗的主要類型有成對比較法、三點檢驗、二一三點檢驗、五中取二檢驗、“A”非“A”檢驗、選擇檢驗法和配偶檢驗法等。其主要的目的在于確定兩種產(chǎn)品之間是否存在感官差別。標(biāo)度和類別檢驗的目的是估計差別的順序或大小,或樣品應(yīng)歸屬的類別或等級。其主要的方法類型包括排序法、分類法、評估法、評分法、分等法、選擇法、配對檢驗法等,其中最常用的就是排序法和評分法。描述性分析的目的是識別存在于某種樣品中的特殊感官指標(biāo),這個檢驗可以是定性的,也可以是定量的。它要求評價員可判定一個或多個樣品的某些特征或?qū)δ承┨卣鬟M(jìn)行描述和分析,從而得出樣品各個特性的強(qiáng)度或樣品全部感官特征。它的主要類型有:簡單描述檢驗法、定量描述和感官剖面檢驗法。這幾大類感官分析的評價方法在肉制品工業(yè)中應(yīng)用相當(dāng)廣泛。
 
編輯:songjiajie2010

 
分享:
關(guān)鍵詞: 感官
 

 
 
推薦圖文
推薦檢驗技術(shù)
點擊排行
檢驗技術(shù)
 
 
Processed in 0.071 second(s), 14 queries, Memory 0.9 M