Analyse statistique d'évaluations sensorielles au cours du temps

par Stéphanie Ledauphin

Thèse de doctorat en Mathématiques appliquées

Sous la direction de Philippe Carmona et de El Mostafa Qannari.


  • Résumé

    Dans les industries agro-alimentaires ainsi que dans d'autres secteurs d'activités, l'analyse sensorielle est la clé pour répondre aux attentes des consommateurs. Cette discipline est le plus souvent basée sur l'établissement de profils sensoriels à partir de notes attribuées par des juges entraînés selon une liste de descripteurs (variables sensorielles). Dans ce type d’étude, il importe d'étudier la performance des juges et d'en tenir compte dans l'établissement des profils sensoriels. Dans cette perspective, nous proposons une démarche qui permet de procurer des indicateurs de performance du jury et de chacun des juges et de tenir compte de cette performance pour une détermination d'un tableau moyen. Des tests d'hypothèses pour évaluer la significativité de la contribution des juges à la détermination du compromis sont également proposés. Depuis une vingtaine d'années, les courbes temps-intensité (TI) qui permettent de décrire l'évolution d'une sensation au cours de l'expérience sont de plus en plus populaires parmi les praticiens de l'analyse sensorielle. La difficulté majeure pour l'analyse des courbes TI provient d'un effet juge important qui se traduit par la présence d'une signature propre à chaque juge. Nous proposons une approche fonctionnelle basée sur les fonctions B-splines qui permet de réduire l'effet juge en utilisant une procédure d'alignement de courbes. D'autres données sensorielles au cours du temps existent telles que le suivi de la dégradation organoleptique de produits alimentaires. Pour les étudier, nous proposons la modélisation par des chaînes de Markov cachées, de manière à pouvoir ensuite visualiser graphiquement la suivi de la dégradation.


  • Résumé

    Sensory analysis of food products is most often based on scores given by panellists according to a list of descriptors that characterize the products. A statistical method for analyzing sensory profiling data obtained by means of fixed vocabulary is discussed. It consists in a procedure for weighted averaging the data sets associated with the assessors taking account of the extent to which these assessors agree with the general point of view. The method of analysis also provides an overall index of the performance of the panel and performance indices associated with the various assessors. In conventional sensory profiling, the evaluation focuses on an overall assessment and does not reflect the dynamic process of the sensory perception in the course of time. This is the reason why Time Intensity (TI) curves are becoming more and more popular notwithstanding the poor performance of the assessors and the tricky statistical issues these curves pose. In particular, a common feature of the TI curves is that each assessor tends to generate a characteristic shape, called 'subject signature'. The functional approach adopted herein is specifically based on the identification and the correction of the 'signature' effect of the assessors by adjusting the individual curves. The cornerstones of the method are the use of the projection upon a B-spline basis and alignment procedures. Other sensory analysis over time exist such as the study of the decay of organoleptic perception of the products. We propose to use Markov chains and Hidden Markov chains to model this decay and focus on the graphical comparison of the evolution of several products.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (110 f.)
  • Annexes : Bibliographie f. 105-110

Où se trouve cette thèse ?

  • Bibliothèque : Université de Nantes. Service commun de la documentation. BU Sciences.
  • Disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.