Análise de clusters de blends de café para algumas propriedades sensoriais: uma abordagem comparativa aos critérios de classificação da ABIC
DOI:
https://doi.org/10.5433/1679-0375.2021v42n2p145Palavras-chave:
Agrupamento. Cafés especiais, Dendrograma, Nota de corte, ProvadorResumo
No Brasil, a qualidade da bebida do café é classificada de acordo com recomendações técnicas da Associação Brasileira da Indústria de Café (ABIC), que determina pontos de corte para discriminar entre não recomendados e cafés gourmet. Nesse sentido, o presente estudo teve como objetivo propor o uso da análise de agrupamento para avaliar blends de café compostos por cafés com diferentes qualidades e de diferentes variedades quanto a algumas propriedades sensoriais, utilizando escalas contínuas e binárias obtidas por um ponto de corte, que define se o café é recomendável ou não de acordo com os critérios da ABIC. Acredita-se, portanto, que essa técnica pode ser utilizada para analisar a qualidade da bebida de café por ser de fácil acesso e implementada por pesquisadores. Em conclusão, uma análise qualitativa de cluster usando o valor de corte mínimo da ABIC teve resultados mais promissores. Isso porque os blends cuja composição continha proporções altas e moderadas de cafés especiais foram mais homogêneos no agrupamento.Downloads
Não há dados estatísticos.
Referências
ABIC - ASSOCIAÇÃO BRASILEIRA DA INDUSTRIA DE CAFÉ. Programa de qualidade do café: norma da qualidade recomendável e boas práticas de fabricação de cafés torrados em grão e cafés torrados e moídos. Rio de Janeiro: ABIC, 2021. Retrieved from: http://abic.com.br/. Accessed: 1 sep. 2021.
ALESSANDRINI, L.; ROMANI, S.; PINNAVAIA, G.; ROSA, M. D. Near infrared spectroscopy: an analytical to tool predicted coffee roasting degree. Analytica Chemical Acta, [s. l.], v. 625, n. 1, p. 95-102, 2008. DOI: 10.1016/j.aca.2008.07.013.
ALVARADO, R. A.; LINNEMANN, A. R. The predictive value of a small consumer panel for coffee-cupper judgment. British Food Journal, Bingley, v. 112, n. 9, p. 1023–1032, 2010. DOI: https:// doi.org/10.1108/00070701011074372.
BAQUETA, M. R.; COQUEIRO, A.; VALDERRAMA, P. Brazilian Coffee Blends: a simple and fast method by near-infrared spectroscopy for the determination of the sensory attributes elicited in professional coffee cupping. Journal of Food Science, Champaign, v. 84, n. 6, p. 1247- 1255, 2019. DOI 10.1111/1750-3841.14617.
BORÉM, F. M.; CIRILLO, M. A.; ALVES, A. P. C.; SANTOS, C. M.; LISKA, G. R.; RAMOS, M. F. LIMA, R. R. Coffee sensory quality study based on spatial distribution in the mantiqueira mountain region of brazil. Journal of Sensory Studies, Westport, v. 35, n. 2, p. e12552, 2019.
BOTELHO, F. M.; CORRÊA, P. C.; BOTELHO, S. C. C.; VARGAS-ELÍAS, G. A.; DINIZ, M. D. M. S.; OLIVEIRA, G. H. H. Propriedades físicas de frutos de café robusta durante a secagem: Determinação e modelagem. Coffee Science, Lavras, v. 11, p. 65-75, 2016.
CARVALHO, P. R.; MUNITA, C. S.; LAPOLLI, A. L. Validity studies among hierarchical methods of cluster analysis using cophenetic correlation coefficient. Brazilian Journal of Radiation Sciences, Rio de Janeiro, v. 7, n. 2A, p. 1-14, 2019.
CHARRAD, M.; GHAZZALI, N.; BOITEAU, V.; NIKNAFS, A. NbClust: an R package for determining the relevant number of clusters in a data set. Journal of Statistical Software, [California], v. 61, n. 6, p. 1-36, 2014.
CIRILLO, M. A.; RAMOS, M. F.; BORÉM, F. M.; MIRANDA, F. M.; RIBEIRO, D. E.; MENEZES, F.S. Statistical procedure for the composition of a sensory panel of blends of coffee with different qualities using the distribution of the extremes of the highest scores. Acta Scientiarum. Agronomy, Maringá, v. 41, p. e39332, 2019. DOI: 10.4025/actasciagron.v41i1.39323.
CONAB - COMPANHIA NACIONAL DE ABASTECIMENTO. Acompanhamento da safra brasileira: café: segundo levantamento. Brasília: Conab, 2021. (Safra 2021, v. 8, n. 2).
COSTA, A. S.; RESENDE, M.; NAKANO, E. Y.; CIRILLO, M. A; BORÉM, F. M.; RIBEIRO, D. E. Proposal of a metric selection index for correspondence analysis: an application in the sensory evaluation of coffee blends. Semina: Ciências Agrárias, Londrina, v. 41, n. 2, p. 479-492, 2020. DOI: 10.5433/1679-0359.2020v41n2p479.
COSTA, B. R. Brazilian specialty coffee scenario. In: ALMEIDA, Luciana Florêncio; SPERS, Eduardo Eugênio (ed.). Coffee consumption and industry strategies in Brazil. Cambridge: Woodhead Publishing, 2020. p. 51-64.
FERRÃO, R. G.; FONSECA, A. F. A.; FERRÃO, M. A. G.; MUNER, L. H. Conilon coffee: the coffea canephora produced in Brazil. 3rd ed. Vitória: Incaper, 2019.
FERREIRA, D. F. Estatística multivariada. Lavras: Ed. UFLA, 2018.
LIMA FILHO, T.; LUCIA, S. M. D.; SARAIVA, S. H.; LIMA, R. M. Physical and chemical characteristics of espresso coffee beverages prepared from Arabica and Robusta coffee blends. Revista Ceres, Viçosa, v. 62, n. 4, p. 333-339, 2015. DOI: 10.1590/0034-737X201562040001.
JOHNSON, R. A.; WICHERN, D. W. Applied multivariate statistical analysis. London, UK: Pearson, 2014.
MONTEIRO, M. C.; TRUGO, L. C. Determinação de compostos bioativos em amostras comerciais de café torrado. Química Nova, São Paulo, v. 28, n. 4, p. 637-641, 2005.
MOURA, S. C. S. R.; GERMER, S. P. M; ANJOS, V. D. A.; Mori, E. E. M.; MATTOSO, L. H. C.; FIRMINO, A.; NASCIMENTO, C. J. F. Physical, chemical and sensorial evaluations of Arabica coffee blends with Canephora (Robusta) coffee blends. Brazilian Journal of Food Technology, Campinas, v. 10, n. 4, p. 271-277, 2007.
PAULINO, A. L. B.; CIRILLO, M.A.; RIBEIRO, D. E.; BORÉM, F. M.; MATIAS, G. C. A mixed model applied to joint analysis in experiments with coffee blends using the least squares method. Revista Ciência Agronômica, v. 50, n. 3, p. 345-352, 2019.
RIBEIRO, M. V. M.; BORALLE, N.; PEZZA, H. R.; PEZZA, L.; TOCI, A. T. Authenticity of roasted coffee using 1H NMR spectroscopy. Journal of Food Composition and Analysis, San Diego, v. 57, p. 24-30, 2017.
SANTOS, P. M.; CIRILLO, M. Â.; GUIMARÃES, E. R. Specialty coffee in Brazil: transition among consumers’ constructs using structural equation modeling. British Food Journal, Bingley, v. 123, n. 5, p. 1913-1930, 2021.
SCA – SPECIALTY COFFE ASSOCIATION. SCA protocols: Cupping specialty coffee. Califórnia: SCA, 2018. Retrieved from: http://www.scaa.org/PDF/resources/cupping-protocols .pdf. Access in: Aug 25, 2021.
SUNARHARUM, W. B.; WILLIAMS, D. J.; SMYTH, H. E. Complexity of coffee flavor: a compositional and sensory perspective. Food Research International, Ottawa, v. 62, p. 315-325, 2014.
TOLEDO, P. R. A. B.; PEZZA, L.; PEZZA, H. P.; TOCI, A. T. Relationship between the different aspects related to coffee quality and their volatile compounds. Comprehensive reviews in Food Science and Food Safety, Chicago, v. 15, n. 4, p. 705–719, 2016. DOI: https://doi.org/10.1111/1541-4337.12205.
TOTTI, R.; VENCOVSKY, R.; BATISTA, L. A. R. Utiliza-ção de métodos de agrupamentos hierárquicos em acessosde Paspalum (Graminea (Poaceae). Semina: Ciências Exa-tas e Tecnológicas, Londrina, v. 22, n. 1, p. 25-35, 2001.
ALESSANDRINI, L.; ROMANI, S.; PINNAVAIA, G.; ROSA, M. D. Near infrared spectroscopy: an analytical to tool predicted coffee roasting degree. Analytica Chemical Acta, [s. l.], v. 625, n. 1, p. 95-102, 2008. DOI: 10.1016/j.aca.2008.07.013.
ALVARADO, R. A.; LINNEMANN, A. R. The predictive value of a small consumer panel for coffee-cupper judgment. British Food Journal, Bingley, v. 112, n. 9, p. 1023–1032, 2010. DOI: https:// doi.org/10.1108/00070701011074372.
BAQUETA, M. R.; COQUEIRO, A.; VALDERRAMA, P. Brazilian Coffee Blends: a simple and fast method by near-infrared spectroscopy for the determination of the sensory attributes elicited in professional coffee cupping. Journal of Food Science, Champaign, v. 84, n. 6, p. 1247- 1255, 2019. DOI 10.1111/1750-3841.14617.
BORÉM, F. M.; CIRILLO, M. A.; ALVES, A. P. C.; SANTOS, C. M.; LISKA, G. R.; RAMOS, M. F. LIMA, R. R. Coffee sensory quality study based on spatial distribution in the mantiqueira mountain region of brazil. Journal of Sensory Studies, Westport, v. 35, n. 2, p. e12552, 2019.
BOTELHO, F. M.; CORRÊA, P. C.; BOTELHO, S. C. C.; VARGAS-ELÍAS, G. A.; DINIZ, M. D. M. S.; OLIVEIRA, G. H. H. Propriedades físicas de frutos de café robusta durante a secagem: Determinação e modelagem. Coffee Science, Lavras, v. 11, p. 65-75, 2016.
CARVALHO, P. R.; MUNITA, C. S.; LAPOLLI, A. L. Validity studies among hierarchical methods of cluster analysis using cophenetic correlation coefficient. Brazilian Journal of Radiation Sciences, Rio de Janeiro, v. 7, n. 2A, p. 1-14, 2019.
CHARRAD, M.; GHAZZALI, N.; BOITEAU, V.; NIKNAFS, A. NbClust: an R package for determining the relevant number of clusters in a data set. Journal of Statistical Software, [California], v. 61, n. 6, p. 1-36, 2014.
CIRILLO, M. A.; RAMOS, M. F.; BORÉM, F. M.; MIRANDA, F. M.; RIBEIRO, D. E.; MENEZES, F.S. Statistical procedure for the composition of a sensory panel of blends of coffee with different qualities using the distribution of the extremes of the highest scores. Acta Scientiarum. Agronomy, Maringá, v. 41, p. e39332, 2019. DOI: 10.4025/actasciagron.v41i1.39323.
CONAB - COMPANHIA NACIONAL DE ABASTECIMENTO. Acompanhamento da safra brasileira: café: segundo levantamento. Brasília: Conab, 2021. (Safra 2021, v. 8, n. 2).
COSTA, A. S.; RESENDE, M.; NAKANO, E. Y.; CIRILLO, M. A; BORÉM, F. M.; RIBEIRO, D. E. Proposal of a metric selection index for correspondence analysis: an application in the sensory evaluation of coffee blends. Semina: Ciências Agrárias, Londrina, v. 41, n. 2, p. 479-492, 2020. DOI: 10.5433/1679-0359.2020v41n2p479.
COSTA, B. R. Brazilian specialty coffee scenario. In: ALMEIDA, Luciana Florêncio; SPERS, Eduardo Eugênio (ed.). Coffee consumption and industry strategies in Brazil. Cambridge: Woodhead Publishing, 2020. p. 51-64.
FERRÃO, R. G.; FONSECA, A. F. A.; FERRÃO, M. A. G.; MUNER, L. H. Conilon coffee: the coffea canephora produced in Brazil. 3rd ed. Vitória: Incaper, 2019.
FERREIRA, D. F. Estatística multivariada. Lavras: Ed. UFLA, 2018.
LIMA FILHO, T.; LUCIA, S. M. D.; SARAIVA, S. H.; LIMA, R. M. Physical and chemical characteristics of espresso coffee beverages prepared from Arabica and Robusta coffee blends. Revista Ceres, Viçosa, v. 62, n. 4, p. 333-339, 2015. DOI: 10.1590/0034-737X201562040001.
JOHNSON, R. A.; WICHERN, D. W. Applied multivariate statistical analysis. London, UK: Pearson, 2014.
MONTEIRO, M. C.; TRUGO, L. C. Determinação de compostos bioativos em amostras comerciais de café torrado. Química Nova, São Paulo, v. 28, n. 4, p. 637-641, 2005.
MOURA, S. C. S. R.; GERMER, S. P. M; ANJOS, V. D. A.; Mori, E. E. M.; MATTOSO, L. H. C.; FIRMINO, A.; NASCIMENTO, C. J. F. Physical, chemical and sensorial evaluations of Arabica coffee blends with Canephora (Robusta) coffee blends. Brazilian Journal of Food Technology, Campinas, v. 10, n. 4, p. 271-277, 2007.
PAULINO, A. L. B.; CIRILLO, M.A.; RIBEIRO, D. E.; BORÉM, F. M.; MATIAS, G. C. A mixed model applied to joint analysis in experiments with coffee blends using the least squares method. Revista Ciência Agronômica, v. 50, n. 3, p. 345-352, 2019.
RIBEIRO, M. V. M.; BORALLE, N.; PEZZA, H. R.; PEZZA, L.; TOCI, A. T. Authenticity of roasted coffee using 1H NMR spectroscopy. Journal of Food Composition and Analysis, San Diego, v. 57, p. 24-30, 2017.
SANTOS, P. M.; CIRILLO, M. Â.; GUIMARÃES, E. R. Specialty coffee in Brazil: transition among consumers’ constructs using structural equation modeling. British Food Journal, Bingley, v. 123, n. 5, p. 1913-1930, 2021.
SCA – SPECIALTY COFFE ASSOCIATION. SCA protocols: Cupping specialty coffee. Califórnia: SCA, 2018. Retrieved from: http://www.scaa.org/PDF/resources/cupping-protocols .pdf. Access in: Aug 25, 2021.
SUNARHARUM, W. B.; WILLIAMS, D. J.; SMYTH, H. E. Complexity of coffee flavor: a compositional and sensory perspective. Food Research International, Ottawa, v. 62, p. 315-325, 2014.
TOLEDO, P. R. A. B.; PEZZA, L.; PEZZA, H. P.; TOCI, A. T. Relationship between the different aspects related to coffee quality and their volatile compounds. Comprehensive reviews in Food Science and Food Safety, Chicago, v. 15, n. 4, p. 705–719, 2016. DOI: https://doi.org/10.1111/1541-4337.12205.
TOTTI, R.; VENCOVSKY, R.; BATISTA, L. A. R. Utiliza-ção de métodos de agrupamentos hierárquicos em acessosde Paspalum (Graminea (Poaceae). Semina: Ciências Exa-tas e Tecnológicas, Londrina, v. 22, n. 1, p. 25-35, 2001.
Downloads
Publicado
2021-11-03
Como Citar
Gonçalves, D. de O., Resende, M., Martins, N. da S., Borém, F. M., & Cirillo, M. A. (2021). Análise de clusters de blends de café para algumas propriedades sensoriais: uma abordagem comparativa aos critérios de classificação da ABIC. Semina: Ciências Exatas E Tecnológicas, 42(2), 145–152. https://doi.org/10.5433/1679-0375.2021v42n2p145
Edição
Seção
Artigos
Licença
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação. As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.
