Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)

Descripción del Articulo

Predice la composición química de Rye grass mediante el uso de espectroscopia de reflectancia infrarrojo cercano. Analiza 29 muestras de Rye grass con diferentes tiempos de crecimiento, provenientes del valle del Mantaro ubicado a 3,200 metros de altitud. Realiza un análisis proximal, luego toma los...

Descripción completa

Detalles Bibliográficos
Autor: Zamudio Bravo, Betty Soledad
Formato: tesis de grado
Fecha de Publicación:2016
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/5541
Enlace del recurso:https://hdl.handle.net/20.500.12672/5541
Nivel de acceso:acceso abierto
Materia:Plantas forrajeras - Composición
Plantas forrajeras - Perú Mantaro, Valle del Río
Plantas - Análisis químico
Espectroscopía infrarroja
https://purl.org/pe-repo/ocde/ford#4.03.01
id UNMS_0767a3b4679fb651951cfd6eb7d31bea
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/5541
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.none.fl_str_mv Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
title Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
spellingShingle Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
Zamudio Bravo, Betty Soledad
Plantas forrajeras - Composición
Plantas forrajeras - Perú Mantaro, Valle del Río
Plantas - Análisis químico
Espectroscopía infrarroja
https://purl.org/pe-repo/ocde/ford#4.03.01
title_short Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
title_full Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
title_fullStr Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
title_full_unstemmed Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
title_sort Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)
author Zamudio Bravo, Betty Soledad
author_facet Zamudio Bravo, Betty Soledad
author_role author
dc.contributor.advisor.fl_str_mv San Martín Howard, Felipe Antonio
dc.contributor.author.fl_str_mv Zamudio Bravo, Betty Soledad
dc.subject.none.fl_str_mv Plantas forrajeras - Composición
Plantas forrajeras - Perú Mantaro, Valle del Río
Plantas - Análisis químico
Espectroscopía infrarroja
topic Plantas forrajeras - Composición
Plantas forrajeras - Perú Mantaro, Valle del Río
Plantas - Análisis químico
Espectroscopía infrarroja
https://purl.org/pe-repo/ocde/ford#4.03.01
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#4.03.01
description Predice la composición química de Rye grass mediante el uso de espectroscopia de reflectancia infrarrojo cercano. Analiza 29 muestras de Rye grass con diferentes tiempos de crecimiento, provenientes del valle del Mantaro ubicado a 3,200 metros de altitud. Realiza un análisis proximal, luego toma los espectros y desarrolla ecuaciones de calibración usando los métodos de mínimos cuadrados parciales y regresión de componentes principales, aplicando previamente diferentes transformaciones matemáticas de los datos espectrales. Los estadísticos obtenidos para proteína cruda, fibra bruta, extracto etéreo y ceniza tuvieron coeficientes de determinación de 0.96, 0.90, 0.83 y 0.95, respectivamente. Los modelos matemáticos obtenidos muestran que la técnica NIRS resulta satisfactoria para la determinación de dichos parámetros.
publishDate 2016
dc.date.accessioned.none.fl_str_mv 2017-02-25T14:14:25Z
dc.date.available.none.fl_str_mv 2017-02-25T14:14:25Z
dc.date.issued.fl_str_mv 2016
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.none.fl_str_mv Zamudio B. Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS) [Tesis de pregrado]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Medicina Veterinaria, Escuela Académico Profesional de Medicina Veterinaria; 2016.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/5541
identifier_str_mv Zamudio B. Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS) [Tesis de pregrado]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Medicina Veterinaria, Escuela Académico Profesional de Medicina Veterinaria; 2016.
url https://hdl.handle.net/20.500.12672/5541
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/3c058e0c-66b6-4715-b3e9-917b0d7692a4/download
https://cybertesis.unmsm.edu.pe/bitstreams/f3e21184-4423-411e-9ba0-177337acf56a/download
https://cybertesis.unmsm.edu.pe/bitstreams/da79c858-d766-4f17-b71b-eb9f1394914a/download
https://cybertesis.unmsm.edu.pe/bitstreams/fd4b18b8-d533-442f-a662-6cde3ee4f3fd/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
cbd0e093bd39371014fa6a529094e7a3
0702b48eaeafb57eb175b0af6440c209
0f86707b97b09554cb0cb50c7cc32479
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1849155144249245696
spelling San Martín Howard, Felipe AntonioZamudio Bravo, Betty Soledad2017-02-25T14:14:25Z2017-02-25T14:14:25Z2016Zamudio B. Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS) [Tesis de pregrado]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Medicina Veterinaria, Escuela Académico Profesional de Medicina Veterinaria; 2016.https://hdl.handle.net/20.500.12672/5541Predice la composición química de Rye grass mediante el uso de espectroscopia de reflectancia infrarrojo cercano. Analiza 29 muestras de Rye grass con diferentes tiempos de crecimiento, provenientes del valle del Mantaro ubicado a 3,200 metros de altitud. Realiza un análisis proximal, luego toma los espectros y desarrolla ecuaciones de calibración usando los métodos de mínimos cuadrados parciales y regresión de componentes principales, aplicando previamente diferentes transformaciones matemáticas de los datos espectrales. Los estadísticos obtenidos para proteína cruda, fibra bruta, extracto etéreo y ceniza tuvieron coeficientes de determinación de 0.96, 0.90, 0.83 y 0.95, respectivamente. Los modelos matemáticos obtenidos muestran que la técnica NIRS resulta satisfactoria para la determinación de dichos parámetros.TesisspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMPlantas forrajeras - ComposiciónPlantas forrajeras - Perú Mantaro, Valle del RíoPlantas - Análisis químicoEspectroscopía infrarrojahttps://purl.org/pe-repo/ocde/ford#4.03.01Predicción de la composición química de Rye grass mediante el uso de espectroscopia de reflectancia en el infrarrojo cercano (NIRS)info:eu-repo/semantics/bachelorThesisSUNEDUMédico VeterinarioUniversidad Nacional Mayor de San Marcos. Facultad de Medicina Veterinaria. Escuela Académico Profesional de Medicina VeterinariaTitulo ProfesionalMedicina Veterinaria09300356https://orcid.org/0000-0001-5036-8135Angulo Herrera, PedroRamos Delgado, Daphne DorisOlazábal Loaiza, Juan Pavelhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesis085174240760729320050845LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/3c058e0c-66b6-4715-b3e9-917b0d7692a4/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALZamudio_bb.pdfZamudio_bb.pdfapplication/pdf3023673https://cybertesis.unmsm.edu.pe/bitstreams/f3e21184-4423-411e-9ba0-177337acf56a/downloadcbd0e093bd39371014fa6a529094e7a3MD53TEXTZamudio_bb.pdf.txtZamudio_bb.pdf.txtExtracted texttext/plain68974https://cybertesis.unmsm.edu.pe/bitstreams/da79c858-d766-4f17-b71b-eb9f1394914a/download0702b48eaeafb57eb175b0af6440c209MD56THUMBNAILZamudio_bb.pdf.jpgZamudio_bb.pdf.jpgGenerated Thumbnailimage/jpeg14518https://cybertesis.unmsm.edu.pe/bitstreams/fd4b18b8-d533-442f-a662-6cde3ee4f3fd/download0f86707b97b09554cb0cb50c7cc32479MD5720.500.12672/5541oai:cybertesis.unmsm.edu.pe:20.500.12672/55412024-08-15 23:17:55.8https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 13.350691
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).