info:eu-repo/semantics/article
MODELOS DE AJUSTE PARA CURVAS DE LACTACIÓN DE VACAS EN CRIANZA INTENSIVA EN LA CUENCA DE LIMA
MODELOS DE AJUSTE PARA CURVAS DE LACTACIÓN DE VACAS EN CRIANZA INTENSIVA EN LA CUENCA DE LIMA
Registro en:
10.15381/rivep.v16i1.1517
Autor
Rodríguez.Z, Luis
Ara G., Miguel
Huamán U., Héctor
Echevarría C., Luisa
Institución
Resumen
The description of lactation curves by mathematical models could be an effective tool for management decisions in dairy cattle production systems. In this study the comparative fit of three models: negative exponential (í = (â0e-â1x), incomplete gamma (í = â0xâ1e-â2x) and fifth order polynomial (í = â0 + â1x + ... +â5x5) was evaluated both between and within lactations using 8,763 milk yield records from 770 lactations for the first two models, and 7,228 records from 647 lactations for the third model. Milk yield records included the period 1997-2001 and were collected from five dairy farms located in Lima. The models were compared on the basis of the adjusted multiple coefficient of determination (R2 aj), the residual standard errors (EER), the standard errors of the predicted yield on day 305 (EE305), and the residual scatter plots. Additionally, the effect of parity, calving season and the 1998 El Niño phenomenon (FEN) on the basic and derived parameters of the models were estimated using general lineal models. In terms of fitness, the models ranked fifth order polynomial > incomplete gamma > negative exponential both between and within lactations. However, the fifth order polynomial model had several shortcomings like higher EE305, a tendency of overestimate late lactation yields, and a requirement of a minimum number of records. These left incomplete gamma as the model of choice, being capable to explain 72% of the yield variation within lactations and having an EE305 of only 3.3 kg. Parity and calving season affected significantly most of the basic and derived parameters of the models, whereas the FEN only affected the b0 parameter of the exponential negative and the peak yield predicted by the incomplete gamma model. All of the three mentioned factors had significant effect on the total yield predicted for a 305 day-lactation. El uso de modelos matemáticos para describir curvas de lactación suministra valiosa información para la toma de decisiones en sistemas de producción de leche. En este estudio se evaluó comparativamente el ajuste de los modelos exponencial negativo (í = â0e-â1x), gamma incompleto (í = â0xâ1e-â2x) y polinomial quinto (í = (â0 + â1x + ... +â5x5) entre y dentro de lactaciones, y se estimó el efecto del número de lactaciones, estación de parto y fenómeno El Niño 1998 (FEN) sobre parámetros básicos y derivados de los modelos. Se usaron 8,763 registros de producción correspondientes a 770 lactaciones, provenientes de 5 establos de Lima, entre los años 1997-2001. La bondad comparativa de ajuste de los modelos se evaluó en base al coeficiente de determinación múltiple ajustado (Rd,al error estándar residual (EER),al error de predicción de la producción en el día 305 (EE,",) y al examen de la dispersión de residuos. El efecto de los factores no geneticos se estimó mediante ANVA. La bondad de ajuste según2Z2+ tuve el siguiente orden: polinomial quinto > gamma incompleto > exponencia1 negativo, tanto entre lactaciones como dentro & lactaciones. Sin embargo, el modelo polinomial mostró un EE,, relativamente alto, una tendencia a sobreestimar rendimientos en la lactación tardía y un requerimiento comparativamente alto en el número de registros por lactación, lo cual deja como opción recomendable al modelo gamma incompleto. Este modelo explicó el 72% de lavariación en producción durante la lactación y tuvo un EE,de sólo 3.3 kg. El número de lactaciones y ta estación al parto tuvieron un efecto significativo sobre la mayoría de los parámetros básicos y derivados de los modelos de curva de lactación, mientras que el efecto del FEN sólo afecto el parámetro B,del modelo exponencial negativo y a la producción máxima en el modelo gamma incompleto. Los tres factores mencionados tuvieron efecto significativo sobre la producción total pronosticada por campaña de 305 dias.