MIME-Version: 1.0 Content-Type: multipart/related; boundary="----=_NextPart_01D56E5C.7E8BB7B0" Este documento es una página web de un solo archivo, también conocido como "archivo de almacenamiento web". Si está viendo este mensaje, su explorador o editor no admite archivos de almacenamiento web. Descargue un explorador que admita este tipo de archivos. ------=_NextPart_01D56E5C.7E8BB7B0 Content-Location: file:///C:/E1771A94/PUBLICACION02VOL3.NUM34.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html; charset="windows-1252"
=
ISSN: 2602-8085
Vol. 3, N°3.4, p. 19 - 28, septiembre,
2019
Estudio
comparativo entre el método calorimétrico y el de estimación matemática par=
a la
determinación energía bruta en subproductos agrícolas
Comparative study between the calorimetric method =
and
the mathematical estimation method for the determination of gross energy in
agricultural by products
Angélica
Chugńay Cargua.[1],
Marcelo Ramos Flores.[2], Manfredy Chugńay Cargua.[3] & María Eugenia Ra=
mos Flores.[4]
Recibido: 22-06-2019 / Revisado: 28-0=
7-209
/Aceptado: 09-08-2019/ Publicado: 10-09-2019
Abstract DOI: https://doi.org/10.33262/cienciadigital.v=
3i3.4.831
Two methods used to determine the gross energy val=
ue
of food: calorimetric and mathematical estimation were compared, in order to
determine if there is statistical similarity between their results, and thus
consider them both equivalent. To this end, duplicate samples of eight
agricultural by-products destined for animal feed were prepared, one of whi=
ch
was subject to proximal analysis for later application of the mathematical
estimation method, and the other was analyzed directly in bomb-calorimetric=
. Both
sets of results were characterized by descriptive statistics, showing both
normal distribution with non-homogeneous variances; so, they were compared
using the t test with the Welch variation. The test determined that the mea=
ns
of the results of both methods show a significant difference; in addition, =
the
existence of positive bias was observed, where the calorimetric method deli=
vers
numerically higher results than those of the mathematical estimation method=
.
Keywords: Gross
energy, comparison of methods, proximal analysis, calorimetric bomb,
statistical bias
Resumen
Se
compararon dos métodos utilizados para determinar el valor de energía bruta=
de
alimentos: calorimétrico, y de estimación matemática, para determinar si ex=
iste
similaridad estadística entre sus resultados, y así considerarlos equiparab=
les.
Para ello se prepararon muestras duplicadas de ocho subproductos agrícolas
destinados a alimentación animal, una de las cuales se sometió a análisis
proximal para posterior aplicación del método de estimación matemática, y la
otra se analizó directamente en una bomba calorimétrica. Ambos conjuntos de
resultados se caracterizaron mediante estadísticos descriptivos, mostrando
ambos distribución normal con varianzas no-homogéneas; por lo que se compar=
aron
mediante test t con la variación de Welch. El test determinó que las medias=
de
los resultados de ambos métodos presentan diferencia significativa,
observándose además la existencia de sesgo positivo, donde el método calori=
métrico
entrega resultados numéricamente mayores a los del método de la estimación
matemática.
Palabras clave: energía bruta, comparación de métodos, análisis
proximal, bomba calorimétrica, sesgo estadístico.
El Ecuador en sus tres regiones es un =
país
altamente agrícola que posee recursos vegetales disponibles para su utiliza=
ción
en la alimentación de animales; residuos que no son utilizados por
desconocimiento del valor nutricional y energético. En los últimos ańos se =
ha
puesto atención al uso de residuales agrícolas para la alimentación de gana=
do
porque, además de maximizar la eficiencia del uso de los recursos, disminuye
costos de producción, mismos que representan entre un 60 a 70% del costo to=
tal
de producción
La información sobre el valor energéti=
co
de alimentos es esencial para ejecutar estudios nutricionales sobre dietas
destinadas a tratar la malnutrición calórica o la obesidad en animales
La energía bruta, EB, es la energía química
total almacenada en la materia orgánica que constituye los alimentos. Se
expresa como calor de combustión por unidad de peso del alimento
La valoración del contenido de energía
bruta presente en los alimentos puede ser determinada de forma directa
utilizando una bomba calorimétrica, donde el alimento se combustiona
No obstante, antes de considerar que el
método calorimétrico pueda reemplazar a la estimación matemática, usada
tradicionalmente y que da resultados ampliamente aceptados; se hace necesar=
io
comparar estadísticamente sus resultados.
Se carece de investigaciones que anali=
cen
a nivel estadístico si los dos métodos presentan similaridad o diferencia e=
ntre
ellos, además, a la fecha de realización del estudio, en Ecuador no se disp=
onen
de estudios en donde se haya determinado la cantidad de energía bruta de
subproductos no convencionales con interés para la alimentación animal.
Estudios similares realizados para
comparar el método de estimación matemática y el calorimétrico para la
determinación del contenido energético de alimentos, como el de
La investigación realizada consistió en
análisis de similaridad estadística entre las medias de valores de energía
bruta de ocho subproductos agrícolas no-convencionales, de los cuales se
tomaron muestras por duplicado, una de las cuales se analizaron por
calorimetría y la otra por estimación matemática. Los resultados permitiero=
n responder
a la interrogante si, ambos métodos puedan considerarse equiparables desde =
un
punto de vista de los resultados obtenidos al medir energía bruta.
La población de estudio estuvo constit=
uida
por ocho subproductos agrícolas no-convencionales de la sierra ecuatoriana:=
trabajando
un total de 44 muestras, compuestas por: tronco de brócoli: 12, zanahoria: =
13, chaqui
sara: 2, hoja de chocho: 6, hoja de maíz: 3, hoja de plátano: 4, polvillo de
quinua: 2, hoja de camote: 2. Las muestras fueron recolectadas y selecciona=
das
según su biodisponibilidad, y sometidas a tratamiento previo de secado y
molienda, separando una porción para aplicación del método calorimétrico y =
otra
para estimación matemática.
La investigación se realizó en la Escu=
ela
Superior Politécnica de Chimborazo, en la ciudad de Riobamba, Ecuador. El
tratamiento de muestras y las mediciones se efectuaron en el laboratorio de
Bromatología de la Facultad de Ciencias Pecuarias y el procesamiento y anál=
isis
de los datos en la Escuela de Ingeniería Química de la Facultad de Ciencias=
.
Análisis químico proximal
El análisis químico proximal, es
probablemente el método más utilizado para expresar la calidad nutritiva de=
un
alimento, midiendo seis parámetros: humedad, cenizas, extracto etéreo (EE),
fibra bruta (FB), proteína bruta (PB), y extracto libre de nitrógeno (ELN)<=
w:Sdt
Citation=3D"t" ID=3D"-1509202363"> (Barrera, Tapia, & Monteros, 2004)<=
!--[if supportFields]>. La medición se
realizó sobre muestras secas de los mencionados subproductos.
Energía bruta por estimación matemátic=
a
Para determinar el valor de energía bruta por=
el
método de estimación matemática se partió de los resultados del análisis
químico proximal. Para ello se operaron los valores de extracto etéreo (EE),
fibra bruta (FB), proteína bruta (PB) y extracto libre de nitrógeno (ELN,
carbohidratos) del alimento a través de la siguiente ecuación
<=
!--[if gte msEquation 12]>
Don=
de:
EE =
=3D
Extracto etéreo (%)
FB =
=3D
Fibra bruta (%)
PB =
=3D
Proteína bruta (%)
EB =
=3D
Energía bruta (cal/g)
ELN=
=3D
Extracto libre de nitrógeno (%)
Estimación
por método calorimétrico
Para el método calorimétrico se usó la bomba
calorimétrica IKA C 2000, que consiste en una cámara cerrada inyectada con
oxígeno, en cuyo interior se combustiona la muestra de alimento mediante
ignición con un conductor eléctrico. La cámara está sumergida en agua a
temperatura ambiente y, al combustionar la muestra, provoca un aumento de
temperatura del agua circundante. El valor de energía bruta es determinado
directamente por el equipo
Análisis
Estadístico
Los
resultados de energía bruta de cada subproducto aplicando cada método, fuer=
on
analizados, para determinar sus estadígrafos descriptivos (medias, desviaci=
ones
estándar, varianzas), adicionalmente se aplicó el Test Anderson-Darling
Se definió como hipótesis nula que las medias =
de
los resultados obtenidos por ambos métodos son similares, con un nivel de
confianza del 95%.
<=
span
style=3D'font-size:12.0pt;line-height:150%;font-family:"Times New Roman",se=
rif'>Ho:
μ cal =3D μ mat
<=
span
style=3D'font-size:12.0pt;line-height:150%;font-family:"Times New Roman",se=
rif'>Ha:
μ cal ≠ μ mat
Las características de cada conjunto de
resultados: datos continuos o discretos, tamańo de muestras, tipo de
distribución de resultados, homogeneidad de varianzas, y tipo de análisis
(comparación de medias) se utilizaron para definir el tipo de test estadíst=
ico
a aplicar
Los resultados de análisis químico
proximal se indican en la Tabla 1:
Tabla 1. Resultados de
determinación de energía bruta, por estimación matemática y por calorimetrí=
a.
|
|
|
|
|
Tronco
brócoli |
3,078 |
32,218 |
14,001 |
32,997 |
Hoja
zanahoria |
2,781 |
21,420 |
18,857 |
39,125 |
Chaqui
sara |
5,353 |
18,345 |
11,450 |
63,105 |
Hoja
de chocho |
3,423 |
18,455 |
26,225 |
38,768 |
Hoja
de maíz |
2,357 |
32,223 |
16,843 |
36,723 |
Polvillo
quinua |
3,860 |
19,678 |
13,943 |
52,038 |
Hoja
de camote |
1,938 |
20,845 |
16,920 |
43,865 |
Hoja
de plátano |
5,520 |
34,020 |
16,163 |
33,299 |
En la Tabla 2, se indican los valores = de energía determinados por ambos métodos, sus desviaciones estándar y sus varianzas.<= o:p>
Tabla 2. Resultados de=
energía,
por estimación matemática y calorimetría
Sub Produc=
to |
Met.
Calorimétrico cal /g |
Met. Matem=
ática cal/g |
Tronco
de brócoli |
3522,7 |
3445,6 |
Hoja
de zanahoria |
3629,1 |
3426,2 |
Chaqui
sara |
4288,5 |
4197,6 |
Hoja
de chocho |
4064,9 |
3646,2 |
Hoja
de maíz |
3868,2 |
3643,6 |
Polvillo
de quinua |
3779,2 |
3773,8 |
Hoja
de camote |
3825,0 |
3439,5 |
Hoja
de plátano |
4016,4 |
3836,3 |
Los valores obtenidos presentaron las
siguientes características para cada subproducto, y en ambos métodos:
ˇ&nb=
sp;
Datos
continuos
ˇ&nb=
sp;
Muestra
de tamańo moderado
ˇ&nb=
sp;
Distribución
de frecuencias de tipo normal
ˇ&nb=
sp;
Varianzas
heterogéneas
Este conjunto de características llevó=
a
elegir al Test t a dos colas, con variación de Welch
Los resultados de energía bruta se
ingresaron y analizaron utilizando la aplicación informática Minitab 17 dem=
o,
aplicando el Test de Welch a dos colas y con un nivel de significancia del =
5% (α=3D0,05),
de modo que la probabilidad P debería superar al valor α para consider=
ar
que se cumple la hipótesis nula. Se obtuvieron los siguientes resultados:
Tabla 3. Resultados test t de Welch, p=
ara
hipótesis de similaridad de medias entre método calorimétrico y de estimaci=
ón
matemática
SUBPRODUCTO |
P |
α |
RELACIÓN |
RESULTADO |
OBSERVACIÓN |
Tronco de brócoli |
0,025 |
0,25 |
P < α |
Ho1 se
rechaza |
μ cal ≠
μ mat |
Hoja de zanahoria |
0,000 |
0,25 |
P < α |
Ho1se
rechaza |
μ cal ≠
μ mat |
Chaqui Sara |
0,615 |
0,25 |
P ˃ α |
Ho1se ac=
epta |
μ mat similar μ cal |
Hoja de chocho |
0,000 |
0,25 |
P < α |
Ho1 se
rechaza |
μ cal ≠
μ mat |
Hoja de maíz |
0,000 |
0,25 |
P < α |
Ho1se re=
chaza |
μ cal ≠
μ mat |
Hoja de camote |
0,000 |
0,25 |
P < α |
Ho1se
rechaza |
μ cal ≠
μ mat |
Polvillo de quinua<= o:p> |
0,858 |
0,25 |
P ˃ α |
Ho1 se
acepta |
μ mat similar μ cal |
Hoja de plátano |
0,015 |
0,25 |
P < α |
Ho1 se
rechaza |
μ
cal ≠ μ mat |
Durante las mediciones se observó que =
los
valores de energía bruta obtenidos por estimación matemática son menores re=
specto
a los obtenidos por método calorimétrico. Para verificar esta observación se
hizo un análisis a la totalidad de datos, comprobándose que la media de ene=
rgía
bruta por estimación matemática fue significativamente menor que la media de
energía bruta por el método calorimétrico.
Figura 1.
Prueba de la media de la totalidad de mediciones.
Fuente:
Autores, Ecuador, 2017
En el presente estudio los valores de
energía bruta obtenidos oscilan entre los 3175 y 4226 cal/g por el método de
estimación matemática, y por el calorimétrico valores entre 3324 y 4340 cal=
/ g.
Teniendo en consideración lo indicado por
Respecto a la comparación de los valor=
es
de las medias, únicamente en los casos de los subproductos chaqui sara y
polvillo de quinua se verificó igualdad estadística; mientras que en los ot=
ros
seis sub productos el test muestra que los valores medidos por calorimetría=
no
son estadísticamente iguales a los de la estimación matemática. En todos los
casos, además se observó y confirmó la presencia de un sesgo positivo, donde
los valores obtenidos por calorímetro son entre 4% y 10% mayores que los de=
estimación
matemática.
Si bien no corresponde a este estudio =
el determinar
la naturaleza y causas de este sesgo, algunas posibilidades incluyen: efecto
del alto contenido de carbohidratos en alimentos de tipo harina, siendo ést=
os
donde se verificaron medias estadísticamente iguales; contenido de extracto
etéreo puesto que los componentes grasos se caracterizan por generar altas
cantidades de energía al ser combustionados
Los valores de energía bruta de subpro=
ductos
agrícolas de la sierra ecuatoriana, obtenidos por estimación matemática
presentan un sesgo respecto a los valores obtenidos por el método
calorimétrico; siendo los últimos entre 4% y 10% mayores; con excepción de
chaqui sara y polvillo de quinua, en los que puede considerarse que los
resultados obtenidos por ambos métodos son estadísticamente similares.
Adicional a la diferencia de medias, la
existencia de un sesgo indica la necesidad de estudios posteriores para cor=
relacionar
el efecto de diferentes componentes de los subproductos en los valores de
energía bruta.
ˇ Barrera, V., Tapia,=
C.,
& Monteros, Á. (2004). Raíces y tubérculos andinos: Alternativas p=
ara
la conservación y uso sostenible en el Ecuador. Quito, Ecuador: INIAP,
CIP.
ˇ &nbs=
p;
Batres Gracias, R. A. (2004). <=
i>Comparación
entre el método de estimación matemática y el método de calorimetría para
determinar el contenido energético del subproducto de galleta y de panade=
ría
para la alimentación de cerdos en desarrollo. Guatemala: Universidad =
San
Carlos de Guatemala.
ˇ &nbs=
p;
Cańas Cruchaga, R., Aguilar
González, C., García Gómez, F., Quiroz, R. A., & otros. (1992). Si=
mulación
de sistemas pecuarios. San José: RISPAL.
ˇ &nbs=
p;
Caravaca Rodríguez, F. P., Cast=
el
Genís, J. M., & Otros. (2005). Bases de la producción animal.
Sevilla: Universidad de Sevilla.
ˇ &nbs=
p;
Cardona, M., Sorza, J., Posada,=
S.,
Carmona, J., Ayala, S., & Álvarez, O. (2002). Establecimiento de una =
base
de datos para la elaboración de tablas de contenido nutricional de alimen=
tos
para animales. Revista Colombiana de Ciencia Pecuarias, 15(2),
240-246.
ˇ &nbs=
p;
Fillat, F., García-González, R.,
Gómez, D., & Reiné, R. (2008). Pastos del Pirineo. Madrid.
ˇ &nbs=
p;
García,
M., Henry, T., & Schulmeister, T. (2015). Nutrición an=
imal
en sistemas tropicales: Uso de residuos agrícolas en la producción animal=
. Maskana,
1er Congreso Internacional de Producción Animal Especializada.
ˇ &nbs=
p;
Hernández, M., & Sastre, A.
(1999). Tratado de nutrición. Madrid: Días de Santos S.A.
ˇ &nbs=
p;
IKA.
(s.f.). IKA Calorimeter System C2000 basic. IKA.
ˇ &nbs=
p;
MdDonald,
P., Edwards, R., & Morgan, C. (2006). Nutrición
animal. Zaragoza, Espańa: Editorial Acribia S.A.
ˇ &nbs=
p;
Mohd
Razali, N., & Bee Wah, Y. (2011). Power comparisons of Shapiro-Wilk,
Kolmogorov-Smirnov, Lilliefors and Anderson-Darling Tests. Journal
of Statistical Modeling and Analytics, 2(1), 21-33.<=
o:p>
ˇ &nbs=
p;
Mora Brautigan, I. (2007). N=
utrición
animal (1ra ed.). San José, Costa Rica: EUNED.
ˇ &nbs=
p;
Núńez Torres, O. (2017).
Utilización de alimentos no tradicionales y subproductos agrícolas en la
nutrición animal. Journal of the Selva Andina Animal Science, 4(1),
1-2.
ˇ &nbs=
p;
Posada, S., Rosero, R., Rodrígu=
ez,
N., & Costa, A. (2012). Comparación de métodos para la determinación =
del
valor energético de alimentos para rumiantes. Revista MVZ Córdoba, 17<=
/i>(3),
3184-3192.
ˇ &nbs=
p;
Santos, R. (2010). O valor
energético dos alimentos. Exemplo de uma determinaçăo experimental, usando
calorimetria de combustăo. Quimica nova, 220-224.
ˇ &nbs=
p;
Torres Navarrete, E., Sánchez
Laíńo, A., Díaz Ocampo, R., Solórzano Robinson, M., Barrera Álvarez, A.,
& Jácome López, G. (2017). Composición química de productos y
subproductos agrícolas utilizados en alimentación animal por pequeńos
productores en la zona de Quevedo, Ecuador. Revista Amazónica Ciencia y
Tecnología.
ˇ &nbs=
p;
Welch,
D. (1947). The generalization of "Studnet's" problem when sever=
al
different population varlances are involved. Biometrika,
34(1-2),
28-35.
<=
span
style=3D'font-size:12.0pt;line-height:150%;font-family:"Times New Roman",se=
rif'>
<=
span
style=3D'font-size:12.0pt;line-height:150%;font-family:"Times New Roman",se=
rif'>
<=
span
style=3D'font-size:12.0pt;line-height:150%;font-family:"Times New Roman",se=
rif'>
Chugńay Cargua, A.,
Ramos Flores, M., Chugńay Cargua, M., & Ramos Flores, M. (2019). Estudio
comparativo entre el método calorimétrico y el de estimación matemática par=
a la
determinación energía bruta en subproductos agrícolas. Ciencia Digital, 3(3.4.), 19-28. =
https://doi.org=
/10.33262/cienciadigital.v3i3.4.831
El artículo que se publica es de
exclusiva responsabilidad de los autores y no necesariamente reflejan el
pensamiento de la Revista Ciencia
Digital.
El artículo queda en propiedad de la revista y, por
tanto, su publicación parcial y/o total en otro medio tiene que ser autoriz=
ado
por el director de la Revista Ciencia Digital.
[1] Escuela Sup=
erior
Politécnica de Chimborazo, angelica.chugnay@espoch.edu.ec
[2] Escuela Superior Politécnica de
Chimborazo, jmramos@espoch.edu.ec
[3] Escuela Supe= rior Politécnica de Chimborazo, machugnay@espoch.edu.ec
[4] = Universidad Estatal Amazónica, mramos@uea.edu.ec
Vol. 3, N°3.4, p. 19 - 28, septiembre,
2019