| dc.description | El presente estudio comprendió tres etapas, que consistieron en 1 (Capítulo 1), desarrollar un modelo para predecir la ganancia de peso vivo vacío (GPV) de toros pastoreando praderas en zonas tropicales con y sin complemento alimenticio (MCPV); 2 (Capítulo 2), realizar un análisis de sensibilidad del modelo desarrollado descrito en el capítulo dos, utilizando las técnicas uno a la vez y multi pasos, y 3 (Capítulo 3), realizar un análisis comparativo de las predicciones de ganancia de peso de toros ayunados (GPAp) utilizando el MCPV y modelo del NRC, éste último, considerando la energía metabolizable (MNRC EM) y proteína metabolizable (MNRC PM). En el capítulo uno, se describe el procedimiento que se siguió para la construcción del modelo, utilizando las ecuaciones desarrolladas por Lofgreen y Garrett (1968), ARC (1980), NRC (1984) y CSIRO (1990), empleándose la base de datos de once experimentos con ganado bovino engordado en praderas tropicales. Para la evaluación de las predicciones de las ganancias de peso y determinación de la exactitud de los modelos involucrados, se realizó un análisis de regresión, prueba de medias, y se generaron los estadísticos de prueba como tendencia media (MB), cuadrado medio del error de predicción (MSPE), raíz de MSPE, variación residual (RV) y error absoluto medio (MAE). Los resultados indican una subestimación en la GPV en 25% aproximadamente, y de acuerdo a los estadísticos de prueba, análisis de regresión y prueba de medias, se considera que el modelo tiene una baja exactitud para predecir la GPV. El análisis de sensibilidad con el procedimiento uno a la vez, indican que la entrada FD generó el mayor cambio en todas las salidas del modelo, con valores de 0.4641, 38.0873 y 0.0285 para las salidas GPVp, CMS y energía disponible para ganancia (EDG), respectivamente. Con el procedimiento multipasos, la máxima GPVp se obtiene con la combinación de las entradas digestibilidad de la MS del forraje con el valor de 58.3% y con la entrada forraje disponible, con un valor de 3.5 t MS ha-1. El análisis comparativo de los las ganancias de peso residuales (GPAr) con los MCPV, MNRCEM y MNRCPM fueron -0.184, -0.284 y -0.149, respectivamente. Se concluye que existe una subestimación de los modelos MCPV, MNRCEM y MNRCPM, y cuando se considera solamente la energía disponible, el MCPV tiene una mejor GPAp que la del MNRC EM. _______________ PREDICTING WEIGHT CHANGES IN BOVINES GRAZING IN THE TROPICS:
DEVELOPMENT AND APPLICATION OF A SIMULATION MODEL. ABSTRACT: The present study was done in three stages: 1 (Chapter 1), developing a model to predict live empty weight gain (LEW) of bulls grazing in tropical grasslands without an alimentary complement (MCPV); 2 (Chapter 2), doing a sensibility analysis of the developed model described in Chapter 2, using two techniques –one at a time and multistep; and 3 (Chapter 3), doing a comparative analysis of the predictions of weight gain in fasted bulls (GPAp) using the MCPV and model of the NRC, this latter considering metabolisable energy (MNRC EM) and metabolisable protein (MNRC PM). In Chapter one is described the procedure followed to build the model, using the equations developed by Lofgreen and Garrett (1968), ARC (1980), NRC (1984), and CSIRO (1990), using the database from eleven experiments with bovine livestock grown in tropical grasslands. To evaluate the predictions in weight gain and determine the accuracy of the involved models were done a regression analysis, mean test, and test statistics were generated, such as mean tendency (MB), mean square prediction error (MSPE), root of the MSPE, residual variation, and mean absolute error (MAE). The results indicate an underestimation of LEW of approximately 25%, and according to the test statistics, regression analysis and mean test, the model is considered to have a low accuracy in predicting LEW. The sensibility analysis with the one at a time procedure indicates that the AF input generated the greatest changes in all the outputs of the model; values 0.4641, 38.0873, and 0.0285 for outputs EWG, DMC, and available energy for gain (AEG), respectively. With the multistep procedure, the greatest EWG is obtained by combining the inputs digestibility of forage DM with a value of 58.3% and available forage, with a value of 3.5 t DM ha-1. The comparative analysis of the predictions for GPAr with MCPV, MNRCEM, and MNRCPM were -0.184, -0.284, and -0.149, respectively. It is concluded that there is an underestimation of the MCPV, MNRCEM, and MNRCPM models, and when on available energy is considered, the MCPV has a better prediction of GPA than does MNRC EM. | |
