Please use this identifier to cite or link to this item: http://hdl.handle.net/10174/23148

Title: Caracterização Inorgânica de Cogumelos Amanita Ponderosa: Abordagem em Data Mining
Authors: Salvador, Cátia
Martins, M. Rosário
Vicente, Henrique
Caldeira, A. Teresa
Editors: Teixeira, António
Galacho, Cristina
Vicente, Henrique
Teixeira, Jorge
Figueiredo, Margarida
Mendes, Paulo
Ferreira, Teresa
Keywords: Data Mining
Árvores de Decisão
k-Means
Amanita Ponderosa
Composição Inorgânica
Conteúdo Mineral do Solo
Issue Date: 2018
Publisher: Universidade de Évora
Citation: Salvador, C., Martins, M.R., Vicente, H. & Caldeira, A.T., Caracterização Inorgânica de Cogumelos Amanita Ponderosa: Abordagem em Data Mining. In A. Teixeira, C. Galacho, H. Vicente, J. Teixeira, M. Figueiredo, P. Mendes & T. Ferreira Eds., Jornadas do Departamento de Química 2018, pp. 42, University of Évora Edition, Évora, Portugal, 2018.
Abstract: A espécie silvestre de cogumelos Amanita ponderosa é característica de microclimas da Península Ibérica. Gastronomicamente é muito relevante, devido não só ao consumo tradicional das populações rurais, mas também devido ao seu valor comercial nos mercados gourmet. Desta forma a caracterização mineral de cogumelos comestíveis torna-se extremamente importante para os processos de certificação e comercialização. O objetivo deste estudo focou a análise da composição inorgânica de corpos de frutificação de A. ponderosa (Ca, K, Mg, Na, P, Ag, Al, Ba, Cd, Cr, Cu, Fe, Mn, Pb e Zn) e seus respetivos substratos de solo de 24 pontos de amostragem diferentes do sudoeste da Península Ibérica (nomeadamente Alentejo, Andaluzia e Extremadura). A análise da composição mineral revelou alto conteúdo em macroelementos, tais como: potássio, fósforo e magnésio, presença de oligoelementos importantes e baixos teores de metais pesados nos limites da Dose Diária Recomendada (DDR). O fenómeno de bioconcentração foi observado para alguns macro e microelementos, tais como K, Cu, Zn, Mg, P, Ag e Cd. Por outro lado, observou-se que os corpos de frutificação de Amanita ponderosa apresentam diferentes perfis inorgânicos de acordo com a sua localização. Metodologias de Data Mining foram aplicadas de forma a estudar a composição mineral dos corpos de frutificação de A. ponderosa, tendo sido utilizado o método de agrupamento "k-means" recorrendo a Árvores de Decisão (DTs) de forma a explicar o modelo de segmentação. Os resultados apontaram que é possível gerar um modelo explicativo de segmentação, realizado com dados baseados na composição inorgânica de cogumelos e conteúdo mineral do solo, mostrando a possibilidade de relacionar esses dois tipos de dados.
URI: https://drive.google.com/file/d/1k1yy8oCmJK3qtDAx3WclxuYfTKyrox6L/view
http://hdl.handle.net/10174/23148
ISBN: 978-989-8550-56-9
Type: article
Appears in Collections:HERCULES - Artigos em Livros de Actas/Proceedings
CQE - Artigos em Livros de Actas/Proceedings
QUI - Artigos em Livros de Actas/Proceedings

Files in This Item:

File Description SizeFormat
2018_JDQUI_2018_2.pdf97.55 kBAdobe PDFView/Open
FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Dspace Dspace
DSpace Software, version 1.6.2 Copyright © 2002-2008 MIT and Hewlett-Packard - Feedback
UEvora B-On Curriculum DeGois