BGBruna Ariel Dias Guariglia

Bruna Ariel Dias Guariglia

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Bruna Ariel Dias Guariglia has a total of 11 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Investigation of the internal quality of ‘Palmer’ and ‘Tommy Atkins’ mangoes by near-infrared spectroscopy

    by Thamires Gomes Antunes, Daniela Santana de Souza, Bruna Ariel Dias Guariglia, Diogo Pedrosa Corrêa da Silva, Cristiane Maria Ascari Morgado, Lucidarce Martins da Matta, Gilmarcos de Carvalho Corrêa, Luis Carlos Cunha Júnior

    This study focuses on optimizing mango harvesting and minimizing waste by using a handheld near-infrared (NIR) spectrophotometer to develop predictive models for assessing the quality of ‘Palmer’ and ‘Tommy Atkins’ mangoes. It aims to enhance mechanical resistance and reduce post-harvest losses. The study created prediction models for key quality attributes: soluble solids (SS), titratable acidity (TA), and dry matter (DM). For ‘Palmer’ mangoes, the first derivative of Savitzky–Golay (SG1) yielded the best SS predictions (the coefficient of determination for prediction [R²P] = 0.69, the square root of the mean error of prediction [RMSEP] = 1.56%, and the standard deviation ratio of prediction [SDRP] = 1.80). For ‘Tommy Atkins’ mangoes, the second derivative of Savitzky–Golay (SG2) was more effective (R²P = 0.72, RMSEP = 2.43%, and SDRP = 1.85). TA prediction models showed that SG2 was more effective for ‘Palmer’ (R²P = 0.56, RMSEP = 0.14%, and SDRP = 1.48), while multiplicative signal correction pre-treatment worked better for ‘Tommy Atkins’ (R²P = 0.59, RMSEP = 0.13%, and SDRP = 1.55). For DM predictions, SG1 was optimal for ‘Palmer’ (R²P = 0.83, RMSEP = 0.95, and SDRP = 2.44) and SG2 for ‘Tommy Atkins’ (R²P = 0.79, RMSEP = 1.36, and SDRP = 2.00). In conclusion, the handheld NIR spectrophotometer shows promise for accurate quality assessments in the mango production chain, enabling better decision-making on harvest timing and reducing post-harvest losses.


  • Open Access

    Validação prática de modelos de infravermelho próximo para tomate: sólidos solúveis e acidez

    by Fernanda Campos de Oliveira Aguiar, Bruna Ariel Dias Guariglia, Annelisa Arruda de Brito, Luiz Fernandes Cardoso Campos, Abadia dos Reis Nascimento, Gilmarcos de Carvalho Corrêa, Luís Carlos Cunha Junior

    O tomate é a hortaliça mais produzida e consumida, tendo aceitabilidade tanto para o consumo in natura quanto para a industrialização. Apesar da ampla aceitação dos tomates, o consumidor apresenta como exigência para aquisição do fruto a qualidade, mensurada através de parâmetros como sólidos solúveis (SS) e acidez titulável (AT). Uma técnica de análise química, não destrutiva e não invasiva e de resposta rápida, é a de espectroscopia de absorção na região do infravermelho próximo que tem sido bastante utilizada em várias indústrias, desde agrícola a petroquímica. Considerando a produção em alta escala, a qualidade do tomate exigida pelos consumidores e por se tratar de uma técnica não destrutiva e não invasiva da espectroscopia no infravermelho próximo (Near Infrared Spectroscopy – NIR), faz-se necessário modelos testados em condições comerciais garantindo um modelo de infravermelho próximo para tomate facilitando a classificação. Realizou-se a validação de forma externa e prática dos modelos de infravermelho próximo para tomate in natura, comparando com os métodos destrutivos e conferindo a acurácia dos modelos na qualificação do fruto quanto aos teores de sólidos solúveis e acidez. O presente trabalho apresenta modelos do projeto executado de 2018 a 2019, construídos através dos aplicativos Model Builder e The Unscrambler e selecionados a partir de parâmetros como coeficiente de calibração, coeficiente da validação cruzada, erro médio do conjunto de calibração, e da validação cruzada e cálculo do desvio do resíduo de calibração. Os resultados foram obtidos através da previsão do modelo para os atributos sólidos solúveis (SS) e acidez titulável (AT), do tomate de mesa com maior variabilidade de produção. O modelo para SS apresenta potencialidade para uso comercial, seja na determinação de ponto de colheita, seja na quantificação de qualidade do vegetal. Já para AT, o NIR portátil não produziu um modelo aplicável pela limitação do comprimento de onda.