Preview

НАУКА и ТЕХНИКА

Расширенный поиск

Модель обеспечения достоверности экспертного контроля качества продукции и процессов

https://doi.org/10.21122/2227-1031-2024-23-4-345-354

Аннотация

Достоверность результатов органолептического анализа зависит от ряда факторов, влияющих на объективность проводимых испытаний. Повышение достоверности субъективных измерений обеспечивается сегодня главным образом за счет их стандартизации. Однако проблема достоверности субъективных измерений остается, мало того, переходит на новый уровень. Субъективные измерения, связанные с измерением ощущений, требуют особого внимания в контексте достоверности результатов. Динамика повышения достоверности за счет стандартизации факторов отстает от динамики спроса заинтересованных сторон на повышение достоверности субъективных измерений. Цель работы – рассмотреть субъективные измерения с точки зрения развития теории количественных измерений и обосновать модель процесса измерений, обеспечивающую осмысленность результатов в отношении экспертных оценок, обеспечивающих субъективность измерений при проведении органолептических испытаний, по результатам которых формируются решения о соответствии или несоответствии. Объектом исследований являются методы экспертного оценивания, используемые в органолептических измерениях и, в частности, при оценке экспертов, принимающих в них участие. В работе использованы методы исследований: системный анализ теорий измерений, метод альтернатив, стандартизованные методы оценки экспертов. По результатам анализа эволюции развития теорий измерений предложена модель количественных измерений, обеспечивающая осмысленность результатов измерений. Сформулирована проблема обеспечения осмысленности субъективных измерений, проявляющаяся в виде рисков принятия некорректных решений в отношении характеристик пищевой продукции и процессов по результатам экспертного оценивания в силу их недостаточной достоверности. Определен алгоритм количественных измерений, апробированный на конкретном примере экспертного оценивания, демонстрирующий значимость установленной проблемы обеспечения достоверности экспертных оценок.

Об авторах

П. С. Серенков
Белорусский национальный технический университет
Беларусь

Доктор технических наук, профессор 

Адрес для переписки: 
Серенков Павел Степанович
Белорусский национальный технический университет,
просп. Независимости, 65,
220013, г. Минск, Республика Беларусь.
Тел.: +375 17 331-11-20
pavelserenkov@bntu.bу



В. М. Романчак
Белорусский национальный технический университет
Беларусь

Кандидат физико-математических наук, доцент

г. Минск



Е. А. Давыдова
Белорусский национальный технический университет
Беларусь

Кандидат технических наук

г. Минск



А. А. Гуринович
Белорусский национальный технический университет
Беларусь

г. Минск



Список литературы

1. State Standard ISO 6658-2016. Sensory analysis – Methodology – General guidance, IDT. Moscow, Standartinform Publ., 2016. 20 (in Russian).

2. State Standard ISO 5492–2014. Sensory Analysis. Vocabulary. Moscow, Standartinform Publ., 2015. 50 (in Russian).

3. Lovkis Z. V., Morgunova H. M., Shevchenko V. I., Davydova H. A. (2018) Sensory Analysis of Quality of Food Products. Requirements to Assessors. Food Industry: Science and Technology, 11 (1), 13–19 (in Russian).

4. State Standard ISO 8586–2015. Sensory Analysis. General Guidelines for the Selection, Training and Monitoring of Selected Assessors and Expert Sensory Assessors. Moscow, Standartinform Publ., 2015. 25 (in Russian).

5. Hubbard D. W. (2010) How to Measure Anything: Finding the Value of Intangibles in Business. 2rd ed. New York, John Wiley & Sons. 432. https://doi.org/10.1002/9781118983836.

6. Pfanzagl J. (1971) Theory of Measurement. New York, John Willey and Sons. 968. https://doi.org/10.1007/978-3-662-41488-0.

7. Luce R. D., Krumhansl C. L. (1988) Measurement, Scaling, and Psychophysics. Atkinson R. C. (ed.) [et al.]. Stevens' Handbook of Experimental Psychology. N.Y., John Wiley & Sons, 3–74.

8. Knorring V. G. (1980) Development of Representative Measurement Theory. Izmereniya, Kontrol', Avtomatizatsiya: Nauchno-Tekhnicheskii Sbornik Obzorov [Measurement, Control, Automatization: a Collection of Scientific and Technical Reviews]. Moscow, All-Union Scientific Research Institute of Information and Economics (INFORMPRIBOR), (11–12), 3–10 (in Russian).

9. Tolstova Y. N. (2018) Correlation of Theoretical and Empirical Knowledge when Using Mathematical Methods in Sociological Research. Sociological Studies, (12), 39–48. https://doi.org/10.31857/S013216250003164-3 (in Russian).

10. Gusev A. N, Utochkin I. S. (2011) Psychological Measurements. Theory. Method. Moscow, AspektPress Publ. 317 (in Russian).

11. Romanchak V. M. (2018) The Subjective Measurement of Probability. Informatics, 15 (2), 74–82 (in Russian).

12. State Standard 43.0.4–2009. Informational Ensuring of Equipment and Operational Activity. Information in the Technical Activity. General Principles. Moscow, Standartinform Publ., 2018. 20 (in Russian).

13. Corbetta P. (2003) Social Research: Theory, Methods and Techniques. New York, Sage. 336. https://doi.org/10.4135/9781849209922.

14. Barzilai J. (2005) Measurement and Preference Function Modelling. Transactions in Operational Research, 12 (2), 173–183. https://doi.org/10.1111/j.1475-3995.2005.00496.x.

15. Barzilai J. (2010) Preference Function Modelling: The Mathematical Foundations of Decision Theory. Ehrgott M., Figueira J.R., Greco S. (eds). Trends in Multiple Criteria Decision Analysis. New York, Springer, 57–86. https://doi.org/10.1007/978-1-4419-5904-1_3.

16. Krantz D. H., Luce R. D., Suppes P, Tversky A. (1971) Foundation of Measurement. Vol. 1. New York, Academic Press. 606.

17. Staddon J. E. (1978) Theory of Behavioral Power Functions. Psychological Review, 85, 305–320. https://doi.org/10.1037/0033-295x.85.4.305.

18. Bridgman P. W. (1951) The Logic of Modern Physics. New York, Macmillan Company. 228.

19. Stevens S. (1946) On the theory of Scales Measurement. Science, 103 (2684), 677–680. https://doi.org/10.1126/science.103.2684.677.

20. Stevens S. (1957) On the Psychophysical Law. Psychological Review, 64 (3), 153–181. https://doi.org/10.1037/h0046162.

21. Kolmogorov A. N. (2006) Contemporary Debates on the Nature of Mathematics. Problems of Informational Transmission, 42, 379–389. https://doi.org/10.1134/S0032946006040107.

22. Levin S. F. (2012) Philosofical Problems and Statistical Methods of Fundamental Methrology. Metafizika = Metaphysics, (3), 89–118 (in Russian).

23. Shishkin I. F. (2016) Measurements of Non-Physical Quantities. Journal of Physics: Conference Series, 772, 1–7. https://doi.org/10.1088/1742-6596/772/1/012029.

24. Michell J. (1997) Quantitative Science and the Definition of Measurement in Psychology. British Journal of Psychology, 88 (3), 355–383. https://doi.org/10.1111/j.2044-8295.1997.tb02641.x.

25. Fridman А. А. (1965) The World is Like Space and Time. Moscow, Nauka Publ. 110 (in Russian).

26. Romanchak V. M. (2017) Model of Rating of Non Physical Quantity. System Analysis and Applied Information Science, (4), 34–44 (in Russian). https://doi.org/10.21122/2309-4923-2017-4-39-44.

27. State Standard ISO 16000-30–2017. Indoor air. Part 30. Sensory testing of indoor air. Moscow, Standartinform Publ., 2018. 30 (in Russian).


Рецензия

Для цитирования:


Серенков П.С., Романчак В.М., Давыдова Е.А., Гуринович А.А. Модель обеспечения достоверности экспертного контроля качества продукции и процессов. НАУКА и ТЕХНИКА. 2024;23(4):345-354. https://doi.org/10.21122/2227-1031-2024-23-4-345-354

For citation:


Serenkov P.S., Romanchack V.M., Davidova E.A., Hurynovich A.A. Model for Ensuring the Reliability of Expert Quality Control of Products and Processes. Science & Technique. 2024;23(4):345-354. https://doi.org/10.21122/2227-1031-2024-23-4-345-354

Просмотров: 261


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2227-1031 (Print)
ISSN 2414-0392 (Online)