ppi 201502ZU4659
Esta publicación cientíca en formato digital es
continuidad de la revista impresa
ISSN 0254-0770 / Depósito legal pp 197802ZU38
UNIVERSIDAD DEL ZULIA
Una Revista Internacional Arbitrada
que está indizada en las publicaciones
de referencia y comentarios:
• SCOPUS
• SCIELO
• LATINDEX
• DOAJ
• MIAR
• REDIB
• AEROSPACE DATABASE
• CIVIL ENGINEERING ABTRACTS
• METADEX
• COMMUNICATION ABSTRACTS
• ZENTRALBLATT MATH, ZBMATH
• ACTUALIDAD IBEROAMERICANA
• BIBLAT
• PERIODICA
• REVENCYT
DE LA FACULTAD DE INGENIERÍA
REVIST
A TÉCNICAREVISTA TÉCNICA
“Post nubila phoebus”
“Después de las nubes, el sol”
“Post nubila phoebus”
“Después de las nubes, el sol”
LUZ en sus 130 años
de fundación
1891-2021
LUZ en sus 130 años
de fundación
1891-2021
VOLUMEN 44
ENERO - ABRIL 2021
NÚMERO 1
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, Enero-Abril, 2021, 51-58
Mejoramiento a la gestión de calidad en la logística de
aprovisionamiento. Caso de estudio: empresa pesquera
acuícola
Dariel Rivadeneira Casanueva
1*
,Orlando de la Cruz Rivadeneira
2
, Damaris Taydi
Castillo Jiménez
1
, Higinia Bismayda Gómez Avilés
3
, Arelys López Concepción
1
,
Alain Ulloa Zaila
1
1
Dpto. de Ingeniería Industrial, Facultad de Ciencias Técnicas y Empresariales, Universidad de Sancti Spíritus
“José Martí Pérez”, C.P. 60100, Cuba.
2
Empresa Pesquera de Sancti Spíritus “PESCASPIR”, C.P. 60100, Cuba.
3
Centro de Estudios de Energía de Procesos Industriales, Universidad de Sancti Spíritus “José Martí Pérez”, C.P.
60100, Cuba.
*Autor de correspondencia: darielrc@uniss.edu.cu
https://doi.org/10.22209/rt.v44n1a07
Recepción: 01 de julio de 2020 | Aceptación: 20 de octubre de 2020 | Publicación: 01 de enero de 2021
Resumen
La investigación se realizó en una empresa pesquera de Sancti Spíritus, con el propósito de mejorar la calidad en
el sistema logístico de aprovisionamiento de productos acuícolas, mediante modelos predictivos de calidad. La propuesta
realizada permitió, con su aplicación parcial, prever la durabilidad de los productos pesqueros en función del tiempo y la
temperatura de almacenamiento en el sistema logístico de aprovisionamiento. En el transcurso de la investigación y en
causa-efecto, diagrama de Pareto, la tormenta de ideas, método Delphi, diseño de experimento, método del índice de calidad,
encuestas, consulta de documentos, entre otros. Se obtuvo como resultado la relación entre las curvas de deterioro y el
método del índice de calidad de los diferentes tratamientos, lo que permitió obtener el modelo predictivo de calidad de los
tratamientos 1, 2, 7 y 8, creándose las condiciones para la toma de decisiones, en la evaluación de la calidad del pescado
fresco acuícola en la logística de aprovisionamiento de empresas pesqueras.
Palabras clave: mejoramiento de la calidad; modelos predictivos; sistema logístico; diseño de experimento; industrias
pesqueras.
Improvement to quality management in supply logistics.
Abstract
logistics system for the supply of aquaculture products, using predictive quality models. The proposal made it possible, with
the logistical supply system. In the course of the research and in designing the procedure, different methods and techniques
quality index method, surveys, document consultation, among others. As a result, the relationship between the deterioration
curves and the quality index method of the different treatments was obtained, which made it possible to obtain the predictive
quality model of treatments 1, 2, 7, and 8, creating the conditions for decision-making in the evaluation of the quality of fresh
Keywords:
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
52
Rivadeneira et al.
Introducción
El pescado es uno de los alimentos de origen
animal más completos, por la cantidad y calidad
de nutrientes que aporta al organismo humano,
indispensable para una dieta equilibrada y saludable
debido principalmente a su aporte valioso en proteínas de
alto valor biológico (15 al 24%), al contener aminoácidos
esenciales para la vida, como metionina, cisteína, treonina,
lisina (imprescindible para el crecimiento de los niños) y
triptófano (imprescindible para la formación de la sangre);
así como a su rico contenido (0,1 al 15%) en ácidos grasos
poliinsaturados Omega-3, ácido docosahexaenoico y
ácido eicosapentaenoico. Además de esto, destacan sus
cantidades variables de vitaminas hidrosolubles, como
B1, B2, B3; y liposolubles como la E. Aportan potasio,
magnesio, fósforo y zinc. Para consolidarse así, como un
vez es más patente [1].
Por otro lado, el pescado es uno de los productos
más frágiles y perecederos que existen, debido a su gran
contenido en determinados constituyentes como el agua,
con una media de 77,2%, aminoácidos libres, lípidos con
alto grado de insaturación, compuestos nitrogenados
no proteicos, enzimas autolíticas, etc.; que facilitan la
puesta en marcha de una serie de vías de alteración,
bien mediante alteraciones de origen endógeno, debido
a la actividad de enzimas lipasas que actúan sobre las
grasas; o bien por alteraciones de origen exógeno donde
participan activamente las bacterias, efectuando procesos
de degradación de aminoácidos y óxidos de aminas [1].
Los alimentos perecederos son aquellos con
probabilidad de estropearse, descomponerse o que se
vuelven inseguros para el consumo [2]. Tienen un tiempo
de vida limitado que depende de las características del
producto, de las condiciones de almacenamiento en las
que se mantiene el producto y del tiempo, lo que ha dado
lugar a una inmensa pérdida y desperdicio de alimentos,
por lo que deben venderse a los consumidores dentro de
la vida útil para garantizar la calidad y la seguridad, al
Las principales causas operativas de desperdicios
almacenamiento, la manipulación y el transporte [4]. Por
lo tanto, la manipulación, conservación, almacenamiento,
medidas posteriores a la cosecha y el transporte de los
alimentos perecederos requieren una atención especial
evitando el desperdicio y las pérdidas [5].
La Organización de las Naciones Unidas para
la Alimentación y la Agricultura, ha estimado que las
pérdidas pos-cosecha (debido al deterioro) continúan
siendo el 25% de las capturas totales. Por lo tanto, la mejor
utilización de los recursos acuáticos debe ser dirigida,
sobre todo, a la reducción de estas enormes pérdidas, la
preservación del pescado y de los productos pesqueros,
así como el mejoramiento de la calidad en el sistema
logístico de aprovisionamiento [2].
Los esfuerzos recientes se centran en los cambios de
calidad y en la predicción de la vida útil del pescado. Por
lo tanto, el uso de modelos para predecir los cambios de
calidad es de considerable interés [6].
Emanado de la investigación realizada con
pérdidas en las características de calidad de los productos
derivados de la pesca acuícola, se presentan en el sistema
logístico de aprovisionamiento; donde el tiempo de
vida depende de las características del producto, de las
condiciones de almacenamiento en las que se mantiene
el producto y del tiempo; ni un modelo predictivo de los
cambios de calidad de la carpa común, basado en el tiempo
y la temperatura de almacenamiento en el contexto cubano.
A partir de esta necesidad, se reconoce que las prácticas
actuales para la evaluación de la calidad de la carpa común
en la logística de aprovisionamiento, no permite la toma
de decisiones oportunas, lo que provoca pérdidas pos-
cosechas, constituyendo este el problema a resolver. Como
consecuencia, el objetivo de esta investigación se enmarca
en el diseño de un procedimiento para la obtención de un
modelo predictivo de calidad, que prevea la durabilidad
de los productos pesqueros, en función del tiempo y
la temperatura de almacenamiento, para la toma de
decisiones oportunas que permitan reducir las pérdidas
pos-cosechas.
Materiales y métodos
la situación problemática, se dio respuesta al problema
de investigación, mediante el diseño de un procedimiento
para la obtención de un modelo predictivo de calidad,
basado en el análisis microbiano, bases volátiles totales
nitrogenadas (BVTN) y análisis sensorial; en la gestión
logística de aprovisionamiento a la industria pesquera
acuícola. El procedimiento propuesto en la Figura 1
transita por 8 etapas, se aplica parcialmente hasta la etapa
3.
Inicio
Formación del equipo de trabajo
Determinación de los factores a controlar. Diseño de experimento
Identificar la relación entre las curvas de deterioro y el QIM
Documentar el sistema de trazabilidad
Determinar el diagrama de trazabilidad
Implementar el sistema de trazabilidad
Auditoría del sistema
Propuestas de mejora
Fin
Figura 1. Etapas del procedimiento para el diseño
de un modelo predictivo de calidad en la logística de
aprovisionamiento de la empresa pesquera acuícola. QIM:
método del índice de calidad.
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
53
Mejoramiento a la gestión de calidad en la logística de aprovisionamiento
Comienza con la etapa 1, para la ejecución de
este paso se recomienda el procedimiento aprobado en la
NC 49:1981[9], y a que la cantidad de expertos depende de
la complejidad y las características del trabajo a realizar. El
grupo de expertos debe estar entre 7 y 15 para mantener
determinación de la cantidad de expertos se utilizan
criterios probabilísticos y se asume una distribución
(1)
Donde M: cantidad de expertos; i: nivel de precisión
deseado; p: proporción estimada de errores de los
expertos; k: constante cuyo valor está asociado al nivel de
En la etapa 2, se determinan los factores que
inciden en la frescura del pescado y su durabilidad a través
de métodos y herramientas a aplicar, tales como: tormenta
de ideas, el método Delphi y el método de expertos basado
procedimiento del diseño de experimento estadístico
(DEE),según Gutiérrez y de la Vara[11], el cual requiere
considerar los pasos que se comentarán a continuación:
1. Determinar el problema de calidad.
2. Determinar factores a estudiar o investigar.
3. Elegir las variables de respuesta que serán medidas.
4. Seleccionar el diseño experimental adecuado a los
factores que se tienen y al objetivo del experimento.
5. Planear y organizar el trabajo experimental.
6. Realizar el experimento.
7. Análisis estadístico.
8. Interpretación
Los resultados experimentales permitirán
después calibrar y respaldar modelos matemáticos o
computacionales que guarden relación con el fenómeno
investigado [12].
En la etapa 3, para determinar la relación entre
las curvas de deterioro y el método del índice de calidad
(QIM, según sus siglas en inglés), se representó en forma
tabla el grado de asociación lógica entre las variables
a medir a partir de la recogida de datos, y el análisis
de la tabla.
Para documentar el sistema de trazabilidad
en la etapa 4, se diseñaron las Tablas 1, 2, 3 y 4,para la
recolección de datos:
Tabla 1.
prima en función de la procedencia.
Procedencia
Punto de
pesca
Brigada
de pesca
Código (materia
prima)
Presa X
X
1,
X
2…,
X
n
Brigada Y 01: X 01: X
1
01: Y
Presa X
X
1,
X
2…,
X
n
Brigada Z 01: X 02: X
2
02: Z
Presa A
A
1,
A
2…,
A
n
Brigada Y 01: A 01: A
1
01: Y
Presa A
A
1,
A
2…,
A
n
Brigada Z 01: A 01: A
1
02: Z
Tabla 2.
pescado.
Logotipo de la empresa
Especie
Tenca Carpa Tilapia Claria
Hora de captura
Hora de recepción
punto acopio
Hora de recepción
industria
Número de lote
L- : ________________
Tabla 3.
pescado.
Parámetro
Utilidad
Nombre del
pescado
Identicación de la especie
Procedencia
Identicación del embalse donde se
capturó (origen del pescado)
Lote
Identicación de la brigada de pesca
que realizó la captura. Delimitación de
responsabilidades
Método de captura
Arte de pesca usado (métodos y estilos de
trabajo)
Tiempo de
exposición
Conocer el tiempo exacto que transcurrió
desde la captura hasta la recepción en el
punto de acopio en el establecimiento
pesquero acuícola y luego hasta la
recepción en la industria pesquera
acuícola
Características del
pescado
Enunciar las características que afectan
la calidad e inocuidad del pescado.
Determinar el nivel de deterioro de la
materia prima
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
54
Rivadeneira et al.
Tabla 4.
Modelo de control para la identicación del pescado Mes: ___________
Procedencia: Brigada de Pesca
n
: Método de captura:
Fecha Especie
Hora de
captura
Hora llegada punto de acopio
Hora
llegada
a la
industria
Valor por demérito del
punto acopio
# de
lote
Para la determinación del diagrama de
trazabilidad en la etapa 5, en el caso de la logística de
aprovisionamiento a la industria pesquera acuícola,
la trazabilidad es interna y se facilitará por medio del
seguimiento de los lotes asociados a las brigadas de pesca
basa la revisión de los procesos de trazabilidad, mediante
registro y transmisión.
prima, en la etapa 6, se garantizará la toma de decisiones
oportunas enfocadas hacia dos aspectos fundamentales:
jerarquizar la entrada de la materia prima al proceso
industrial; y determinar qué surtido hacer en dependencia
del nivel de deterioro que tenga el pescado, lo que
permitirá disminuir las pérdidas pos-cosechas.
En la etapa 7, se establecen comprobaciones
sistemáticas que permiten evaluar el correcto
detección de posibles mejoras.
En esta etapa 8, se propone la evaluación de
la disminución de las pérdidas pos-cosechas, una vez
implementado el sistema de trazabilidad en la logística de
aprovisionamiento a la industria pesquera acuícola. Como
Resultados y discusión
Para la aplicación del procedimiento fueron
abordadas cada una de las etapas que a él pertenecen, en
aras de hacer lógica la secuencia de trabajo.
Etapa 1. Formación del equipo de trabajo
Se calculó el número de expertos mediante de la
E
k= 6,6564; donde se obtuvo un total de siete expertos. A
partir de este análisis, se seleccionaron aquellos con un
al valor 1.
Etapa 2. Determinación de los factores pre y pos
Una vez seleccionados los expertos, se aplicó una
y pos-cosecha que afectan la frescura del pescado. Luego,
se procedió a utilizar el método Delphi por su adecuación
en la validación de los factores establecidos como más
apropiados, según las condiciones del medio de cultivo y
las condiciones de la empresa. Para esto se le entregó a
cada uno de los expertos seleccionados, un cuestionario
para obtener criterios sobre el procedimiento a aplicar,
y mediante una hoja de cálculo en Microsoft Excel, se
procesó el criterio de los expertos seleccionados para
validar el procedimiento. La misma quedó estructurada
de la forma siguiente:
Usando una tabla se registraron los criterios de
cada experto y se tomaron como variables, los criterios y
las categorías de la escala como valores de las variables
(muy adecuado= 1, bastante adecuado= 2, adecuado=
3, poco adecuado= 4 e inadecuado= 5); una tabla de
frecuencia absoluta donde se tomaron como variables
los aspectos y categorías de la escala como valores de las
variables; una tabla de frecuencias acumuladas absolutas;
una tabla de frecuencias acumuladas relativas; y una tabla
que permitió determinar los puntos de corte y la escala de
los aspectos considerados. La obtención de los puntos se
obtuvo a través del cálculo de N-P, donde:
tal sentido, se llegó a la conclusión de que los factores
pre y pos-cosecha que más afectan la calidad e inocuidad
de la carpa, y que por lo tanto son necesarios tener en
cuenta en cualquier estudio a realizar, son: especie, edad,
peso, condiciones de producción, temperatura del agua,
contaminación química, contaminación microbiana, malas
prácticas de manipulación y transportación, fase tiempo-
temperatura, incumplimiento de las normas sanitarias y
conservación de la cadena de frío.
Aplicación del procedimiento diseñ
estadístico:
1. En la empresa objeto de estudio no se manejan los
registros de las pérdidas pos-cosecha ocasionado, por
esta razón, se toman como referencia los estudios re-
como indicadores para medir el éxito del proyecto de
mejora, los siguientes: rendimiento industrial; rel-
ación tiempo-temperatura y utilización del hielo por
toneladas capturadas.
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
55
Mejoramiento a la gestión de calidad en la logística de aprovisionamiento
2. -
especie, edad, peso, condiciones de producción y con-
taminación del embalse, que se consideran variables
de entrada. Los niveles de prueba para cada factor, se
muestran en la Tabla 5.
Tabla 5. Niveles de prueba para cada factor.
Condiciones de producción Contaminación del embalse (CE)
- Punto menos contaminado + Punto más contaminado
Capacidad de nevado (CN) Capacidad de nevado (CN)
+ En la captura - En tierra + En la captura - En tierra
Temperatura
ambiente
(TA)
- Mañana
-TA-CE+CN
(1)
-TA-CE-CN
(2)
-TA+CE+CN
(3)
-TA+CE-CN
(4)
+ Tarde
+TA-CE+CN
(5)
+TA-CE-CN
(6)
+TA+CE+CN
(7)
+TA+CE-CN
(8)
Arte de pesca: bocana; especie: carpa común; edad: 2-3 años y peso: 1,8-2,3 kg
3. Las características de calidad que se derivan del análi-
sis microbiológico y sensorial en las que se espera se
-
trolables y no controlables, y que se pueden medir de
microorganismos, coliformes, coliformes termotoler-
antes, piel, rigidez, ojos y branquias.
4. Se selecciona el diseño factorial 2
k
(k factores con dos
niveles de prueba cada uno) y dentro de este el modelo
2
3
, por ser tres factores los que inciden en la variable
3
= 8 tratamientos diferentes.
La estimación del número de pescados a correr
en cada tratamiento, se calculó con la siguiente
Ecuación 2:
(2)
Donde p
0
es la proporción utilizada como base
y (2,5)
2
una constante; en este experimento p
0
= 0,6 y
cuando se sustituye en la Ecuación 2, se obtiene que
m= 5 pescados por tratamiento, para poder detectar los
efectos que tiene en cada factor de manera satisfactoria
Con el diseño factorial completo 2
3
se pueden
estudiar en total los 2
k-1
efectos, como muestra la
Ecuación 3:
(3)
Con esta Ecuación 3, se obtienen como resultados,
3 efectos principales, 3 interacciones dobles y 1
interacción triple, lo que da un total de 7 efectos.
5. Se trabajó con: el grupo de expertos seleccionados, las
muestras de pescado capturadas en la presa Zaza per-
teneciente a la empresa pesquera “PESCASPIR” en los
horarios de la mañana y la tarde, en el punto más y
menos contaminado del embalse y se nevó una parte
en la embarcación y el resto cuando llegó a tierra. Lu-
ego, se trasladaron dichas muestras hasta la empresa
pesquera industrial de Sancti Spíritus “EPISAN”, donde
se realizaron las pruebas correspondientes.
6. En esta fase experimental, se determinó el límite máx-
imo de microorganismos a 30
o
C que puede presentar
la carpa común para considerarse inocua para el con-
sumo humano (hasta 1,0x10
5
unidades formadoras
de colonias por gramo, de acuerdo a la NC 585:2017
[13]). Los coliformes a 45
o
C en la carpa común, se
consideran inocuos mientras su valor sea cero, lo cual
-
rias en la especie, se encuentra deteriorada. Como
se determinó la presencia de coliformes a 45
o
C, del
tratamiento 1 al noveno día y en el tratamiento 2 al
séptimo día, los valores del crecimiento microbiano se
mantuvieron iguales hasta ese día; para el tratamiento
7 y 8 se mantuvo inocuo hasta el cuarto y quinto día,
respectivamente (Tabla 6).
Tabla 6. Análisis microbiológico al parámetro de calidad
crecimiento microbiano de la carpa común capturada en
el turno de las 10:00 am (Número de bacterias-gramo).
Días almacenados en hielo
1 2 3 4 5 6 7 8 9
Tratamientos
1
148 1800 1960 2258 2848 5240 62600
90600 99800
2
742 2000 3260 3760 6920 59540 86800 - -
7
410 940 5280 5760 5920 - - - -
8
422 1620 5660 5800 - - - - -
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
56
Rivadeneira et al.
Con los datos obtenidos en las etapas anteriores
y mediante el QIM (Tabla 7), se llevaron a cabo los
análisis sensoriales necesarios para detectar el
deterioro de la carpa común hasta el momento que no
se considera inocua para la salud humana. El análisis
sensorial general con una puntuación por deméritos,
donde la suma total oscila entre 0 (frescura total) y
22 (pérdida total de frescura), demostró que la carpa
común en las condiciones ideales puede alcanzar hasta
nueve días de almacenamiento en hielo en el horario de
la mañana, mientras que en condiciones desfavorables
solo hasta siete días en el mismo horario (Tabla 8).
Tabla 7. Parámetros de calidad para medir indicador de
frescura en el pescado.
Parámetros de calidad Puntuaciones
Piel
Apariencia/color 0 --- 2
Mucus 0 --- 2
Olor 0 --- 3
Rigidez/textura
0 --- 3
Ojos
Cornea 0 --- 3
Pupila 0 --- 2
Branquias o agallas
Adherencia 0 --- 3
Color 0 --- 2
Olor 0 --- 2
Índice de calidad 0 --- 22
Tabla 8. Valores por deméritos del análisis sensorial
al parámetro de calidad frescura de la carpa común
capturada en el turno de las 10:00 am.
Días almacenados en hielo
1 2 3 4 5 6 7 8 9
Tratamientos
1
0 0 1 2 3 4 8 14 22
2
0 2 3 3 7 12 19 22 -
3
0 0 1 8 9 15 20 22 -
4
0 0 6 10 16 19 22 - -
5
0 1 2 3 3 10 15 22 -
6
0 2 3 5 11 18 22 - -
7
0 0 4 9 13 17 22 - -
8
0 1 8 10 15 21 22 - -
7. Se realizó un análisis de varianza (ANOVA, Tablas 9
y 10), para todos los parámetros microbiológicos y
-
vidual de 99,96%.
Tabla 9. ANOVA: análisis microbiológico general vs. días.
Fuente
Grados de
libertad
Suma de
cuadrados
Cuadrado
medio
Valor
F
Valor
p
Día
8 23121215834 2890151979 25,76 0,000
Error
16 1794788097 112174256 - -
Total
24 24916003930 - - -
S= 10591 R
2
= 92,80% R
2
(ajustado)= 89,19%
F: variación entre las medias de las muestras/variación dentro de
las muestras y p: proporción.
Tabla 10. ANOVA: análisis sensorial general vs. días.
Fuente
Grados de
libertad
Suma de
cuadrados
Cuadrado
medio
Valor F Valor p
Día
8 3147,1 393,4 27,48 0,000
Error
52 744,4 14,3 - -
Total
60 3891,4 - - -
S= 3,784 R
2
= 80,87 % R
2
(ajustado)= 77,93 %
F: variación entre las medias de las muestras/variación dentro de
las muestras y p: proporción.
Se comprueba que existen diferencias
favorables del diseño estadístico experimental, para
todos los parámetros microbiológicos y sensoriales (p=
0,000, p >0,01), lo que demuestra que la contaminación
del embalse, la temperatura ambiente y la capacidad de
para el procesamiento industrial de la carpa común.
8. En el análisis microbiológico, solo se llevaron a cabo
las curvas de deterioro de los tratamientos 1, 2, 7 y 8.
Los demás tratamientos no se hicieron por el costo de
los experimentos. En la Figura 2 se muestra el análi-
sis microbiológico, en cual se determinó que la espe-
cie carpa común en las condiciones ideales de prey
pos-cosecha tiene una duración total de nueve días
de almacenamiento en hielo en el horario de las 10:00
am, en caso contrario se considera inocua para el con-
sumo humano hasta el cuarto día a las 10:00am.
Figura 2. Análisis de la vida útil de la carpa común en
relación con el número de bacterias-gramos.
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
57
Mejoramiento a la gestión de calidad en la logística de aprovisionamiento
En el análisis sensorial se llevaron a cabo las
curvas de deterioro de los 8 tratamientos, como se
muestra en la Figura 3. En este análisis, se determinó
que en las condiciones ideales de pre y pos-
cosecha tiene una duración total de nueve días de
almacenamiento constante en hielo, mientras que en
las condiciones más desfavorables se considera inocua
para el consumo humano hasta el séptimo día.
Figura 3. Análisis de la vida útil de la carpa común de
acuerdo a la puntuación por deméritos en la Tabla 7.
9.
la carpa común en relación con el crecimiento microbi-
ano y la puntuación por demérito, tiene una duración
máxima en las condiciones óptimas de manipulación,
almacenamiento y transportación del medio de culti-
vo, entre otras, de 9 días; por lo que para generalizar
el resultado del diseño experimental, y de esta forma
lograr que las mejoras se mantengan, se deben seguir
las normas higiénicas sanitarias correctas de manip-
ulación, conservar la cadena de frío desde la captura
y en el caso de no tener las condiciones ideales para
esto, nevar al llegar la embarcación a tierra. Siempre se
debe tener en cuenta el horario en que se realizan las
capturas, los puntos de pesca, la edad, peso de la carpa
y el arte de pesca.
Etapa 3. Determinar la relación entre las curvas de
deterioro y el método del índice de calidad
En esta etapa se determinó la relación existente
entre las curvas de deterioro y el QIM, donde se tomaron
en cuenta solo los límites máximos y mínimos de vida útil,
los cuales se muestran en la Tabla 11.
Tabla 11. Relación entre las curvas de deterioro y el método del índice de calidad de los límites máximos y
mínimos de vida útil de los tratamientos 1, 2, 7 y 8.
Límite
máximos
de vida útil
Tratamiento 1
(-TA-CE+CN)
Día 1 2 3 4 5 6 7 8 9
Puntuación por
deméritos
0 0 1 2 3 4 8 14 22
Crecimiento
microbiano
148 1800 1960 2258 2848 5240 62600 90600 99800
Tratamiento 2
(-TA-CE-CN)
Día 1 2 3 4 5 6 7 8 -
Puntuación por
deméritos
0 2 3 3 7 12 19 22 -
Crecimiento
microbiano
742 2000 3260 3760 6920 59540 86800 - -
Límite
mínimo de
vida útil
Tratamiento 7
(+TA+CE+CN)
Día 1 2 3 4 5 6 7
- -
Puntuación por
deméritos
0 0 4 9 13 17 22 - -
Crecimiento
microbiano
410 940 5280 5760 5920 - - - -
Tratamiento 8
(+TA+CE-CN)
Día 1 2 3 4 5 6 7
- -
Puntuación por
deméritos
0 1 8 10 15 21 22 - -
Crecimiento
microbiano
422 1620 5660 5800 - - - - -
Rev. Téc. Ing. Univ. Zulia. Vol. 44, No. 1, 2021, Enero-Abril, pp. 04-58
58
Rivadeneira et al.
En la obtención del modelo predictivo (Tabla
11), como se puede observar el valor de la variable
(crecimiento microbiano) aumenta con el valor de la
variable (puntuación por deméritos) para cada uno de
correlación fuerte positiva.
Conclusiones
La aplicación parcial del procedimiento
cosecha, que más afectan la frescura del pescado (especie,
edad, peso, condiciones de producción, temperatura del
agua, contaminación del embalse, malas prácticas de
manipulación y transportación, fase tiempo-temperatura,
incumplimiento de las normas sanitarias y conservación
peso, condiciones de producción y la contaminación
del embalse) las cuales fueron medidas con métodos
microbiológicos y el método del índice de calidad (QIM).
3, 4, 5, 6, 7 y 8 a estudiar en el diseño experimental (2
k
=
2
3
= 8). En el procedimiento, se determinaron también que
más favorables y menos favorables de los tratamientos
experimento estadístico, se comprobó que la carpa común
con relación al crecimiento microbiano y la puntuación
por demérito, tiene una duración máxima de 9 días,
manteniendo las condiciones óptimas de manipulación,
almacenamiento y transportación. Además, se determinó
la relación entre las curvas de deterioro y el QIM de los
diferentes tratamientos, lo que permitió obtener el
modelo predictivo de calidad de los tratamientos 1, 2, 7
y 8. De ese modo, las prácticas de evaluación de la calidad
del pescado en el sistema logístico de aprovisionamiento,
de los productos pesqueros y facilita la toma de decisiones
oportunas en aras de reducir las pérdidas pos-cosecha.
[1] Cabellos García J. M.: Aplicación de hidrocoloides,
conservación de pescado. Universidad Nacional de
Trujillo, (2015).
[2] FAO: El estado mundial de la pesca y la acuicultura.
Cumplir los objetivos de desarrollo sostenible.
Roma, Italia, (2018).
[3] Xue M., Zhang J. y Tang W.: “Optimal temperature
control for quality of perishable foods”.
ISATransactions. The Journal of Automation,Vol.
53, No. 2, (2014), 542-546.
Food Supply Chain: An Optimization Approach
Literature Review”. International Journal of
(2014).
[5] FAO: The State of World Fisheries and Aquaculture.
Roma, Italia, 2016.
[6] Shi C., Lu H., Cui H. y Luo Y.: “Study on the
predictive models of the quality of silver carp
(Hypophthalmichthys molitrix) Fillets stored
under variable temperature conditions”. Journal of
Food Processing and Preservation, Vol. 38, No. 1,
(2014), 356-363.
productos que afectan la gestión de inventarios:
Caso de estudio en empresas cubanas”. DYNA, Vol.
81, No. 187, (2014), 64-72.
[8] Saslavsky D. y Shepherd B.: “Facilitating
international production networks: The role of
trade logistics”. The Journal of International Trade
979-999.
calidad. Métodos de expertos”. NC 49:1981. Cuba,
(1981).
[10] Lao León, Y. O., Pérez Pravia, M. C. y Delgado, F. M.:
“Procedimiento para la selección de la Comunidad
de Expertos con técnicas multicriterio”. Ciencias
Holguín, Vol. 22, No. 1, (2016), 34-49.
[11] Gutiérrez Pulido H. y de la Vara Salazar R.: Análisis
y Diseño de Experimentos. México, McGraw-Hill,
2008.
[12] Mieles Bravo Y., Larrúa Quevedo R. y Alcivar
Moreira S.: Diseño de experimento para vigas
con nudos híbridos. Rev. Téc. Ing. Univ. Zulia, Vol.
Especial, No. 2, (2020).
“Contaminantes microbiológicos en alimentos-
Requisitos sanitarios”. NC 585:2017. Cuba, (2017).
REVISTA TECNICA
DE LA FACULTAD DE INGENIERIA
UNIVERSIDAD DEL ZULIA
www.luz.edu.ve
www.serbi.luz.edu.ve
www.produccioncienticaluz.org
Esta revista fue editada en formato digital y publicada
en Diciembre de 2020, por el Fondo Editorial Serbiluz,
Universidad del Zulia. Maracaibo-Venezuela
Vol. 44. N°1, Enero - Abril 2021, pp. 04 - 58__________________
