000			02223nam a22003257i 4500
001			AZUAY-84609
003			AZUAY
005			20251111043009.0
008			251108b ||||||||qm||| 00| | d
040			_aAZUAY _bspa _cAZUAY _dAZUAY _erda
041	0		_aspa
084			_aUDA-BG T15129
100	1		_aPacheco Jaramillo, María Elisa, _eautor
245	1	0	_aEstudio de la percepción del umbral de olor mediante relaciones cuantitativas estructura -propiedad
264	3	1	_aEcuador : _bUniversidad del Azuay-Facultad de Ciencia y Tecnología-Escuela de Ingeniería en Alimentos, _c2019
300			_a28 páginas
300			_bDigital
336			_2rdacontent _atexto _btxt
337			_2rdamedia _acomputadora _bc
338			_2rdacarrier _arecurso en línea _bcr
502			_aIngeniero en Alimentos
520	3		_bEste trabajo desarrolló un modelo predictivo in silico para el umbral de olor de 176 compuestos orgánicos volátiles (VOCs) basado en una relación cuantitativa estructura-propiedad (QSPR). Las moléculas se optimizaron mediante el método semiempírico PM3 para calcular 5440 descriptores moleculares en el programa alvaDesc. Inicialmente, se usó el método V-WSP para la reducción de descriptores. Posteriormente, el conjunto de datos se dividió en grupos de calibración (70%) y predicción (30%). Los compuestos se dividieron en moléculas de alto y bajo poder odorante para modelarlos mediante el método de clasificación kNN (k-vecinos más cercanos) acoplado con los algoritmos genéticos (GAs). Se obtuvo un modelo con 2 descriptores y 5 vecinos cercanos, utilizando tasa de aciertos en calibración (NERcal = 0.75), validación cruzada (NERcv = 0.75) y predicción (NERpred = 0.78). El modelo se desarrolló con los principios de la Organización para la Cooperación y el Desarrollo Económico (OCDE) para hacerlo aplicable.
650	1	4	_aCOMPUESTOS ORGÁNICOS VOLÁTILES - VOCS
650	1	4	_aMÉTODO DE CLASIFICACIÓN KNN
650	1	4	_aRELACIÓN CUANTITATIVA ESTRUCTURA-PROPIEDAD-QSPR
650	1	4	_aUMBRAL DE OLOR
700	1		_aRojas Villa, Cristian Xavier, _edirector de Tesis
856	4	0	_uhttp://dspace.uazuay.edu.ec/handle/datos/9494 _yVer documento en línea
942			_2z _c6
999			_c37533 _d37533