Resumen

La evaluación del nivel de riesgo de la calidad en la cadena de suministro de alimentos puede reducir la asimetría de la información sobre la calidad y los incidentes relacionados con la calidad de los alimentos, así como promover normativas nacionales integradas para la calidad de los alimentos. Para evaluarlo, en este artículo se construye un sistema de indicadores de evaluación del riesgo de calidad en la cadena de suministro de alimentos basado en una amplia revisión bibliográfica. Además, se desarrolla un modelo matemático basado en el modelo difuso de evaluación integral (FCEM) y en el análisis de modos de fallo, efectos y criticidad (FMECA) para evaluar el nivel de riesgo de calidad en la cadena de suministro de alimentos. Se lleva a cabo un experimento computacional destinado a verificar la eficacia y viabilidad de este modelo propuesto sobre la base de una encuesta por cuestionario. Los resultados sugieren que este modelo puede utilizarse como directriz general para evaluar el nivel de riesgo de calidad en la cadena de suministro de alimentos y alcanzar el objetivo más importante de proporcionar una referencia a los sectores público y privado a la hora de tomar decisiones sobre la gestión de la calidad de los alimentos.

• Materias:Calidad de los alimentos Seguridad alimenticia Seguridad alimentaria Análisis de los Alimentos Química de los alimentos Manipulación de alimentos
• Subjects:Food quality Food security Food Analysis Food chemistry Food handling
• Palabras claves:cadena de suministro de alimentos, nivel de riesgo de la calidad, modelo difuso de evaluación integral, sistema de indicadores de evaluación del riesgo de la calidad, amplia revisión bibliográfica, incidentes relacionados con la calidad de los alimentos, gestión de la calidad de los alimentos, asimetría de la información sobre la calidad, modelo, experimento computacional
• Keywords:food supply chain, quality risk level, fuzzy comprehensive evaluation model, quality risk evaluation indicator system, extensive literature review, food quality incidents, food quality management, quality information asymmetry, model, computational experiment