Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/11218
Título: | Avaliação de equações para estimar o consumo de vacas leiteiras |
Título(s) alternativo(s): | Evaluation of equations for estimating the consumption of dairy cows |
Autor(es): | Zanin, Ediane |
Orientador(es): | Henrique, Douglas Sampaio |
Palavras-chave: | Bovinos de leite Ruminantes - Alimentação e rações Nutrição animal Dairy cattle Ruminants - Feeding and feeds Animal nutrition |
Data do documento: | 13-Ago-2014 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Dois Vizinhos |
Citação: | ZANIN, Ediane. Avaliação de equações para estimar o consumo de vacas leiteiras. 2014. Trabalho de Conclusão de Curso (Bacharelado em Zootecnia) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2014. |
Resumo: | O presente estudo teve por objetivo realizar uma comparação do poder de predição de diferentes equações de consumo de vacas leiteiras. O trabalho foi conduzido através de pesquisas na literatura coletando informações sobre massa corporal, produção de leite, dias de lactação, consumo de matéria seca e teor de gordura no leite de vacas leiteiras criadas no Brasil. Todas estas informações, menos o consumo de matéria seca observado, foram utilizadas para calcular o consumo de matéria seca predito com as equações dos modelos: National Research Council (NRC) 2001, Cornell Net Carbohydrate and Protein System (CNCPS), Agricultural and Food Research Council (AFRC) 1993 e De Freitas et al., (2006). Posteriormente, estes dados calculados com as equações foram usados para avaliar o poder de predição por meio da comparação gráfica dos seus resíduos padronizados conforme Draper e Smith (1966) e Montgomery (2005) e por meio do critério de Akaike (AKAIKE, 1974). Os modelos 2, 3 e 4 falharam em representar o comportamento dos dados observados, pois apresentaram valores de Δr > 10. O modelo do NRC, 2001 (modelo 1) foi considerado como melhor escolha por apresentar o ERr = 1, todos os outros apresentaram ERr muito maior do que 20 e portanto, devem ser considerados piores escolhas. O modelo 3 apresentou tendência à subestimar os valores preditos com 76% dos pontos acima da linha de nulidade. O modelo 1 é o que melhor prediz o consumo de matéria seca de vacas leiteiras nas condições estudadas. |
Abstract: | The present study aimed to perform a comparison of the predictive power of different equations to estimate intake by dairy cows. The work was conducted through collecting information in literature about body weight, milk yield, days in milk, dry matter intake and fat content of milk of dairy cows raised in Brazil. All this information, with the exception of dry matter intake, were used to predict the dry matter intake with equations of the model: National Research Council (NRC) 2001, Cornell Net Protein and Carbohydrate System (CNCPS), Agricultural and Food Research Council (AFRC) 1993 and De Freitas et al., (2006). Subsequently, the predictive power of the mathematical equations was compared through the graphical comparison of the standard as Draper and Smith (1966) and Montgomery (2005) and by means of Akaike's criterion (Akaike, 1974) waste. Models 2, 3 and 4 failed to represent the behavior of the observed data, as presented values of Δr > 10. Model NRC, 2001 (Model 1) was the best choice for presenting the ERr = 1, all others showed ERr much greater than 20 and therefore must be considered worse choices. Model 3 tended to underestimate the predicted values with 76% points above the line of invalidity. Model 1 is the one that best predicts the dry matter intake of dairy cows under the conditions studied |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/11218 |
Aparece nas coleções: | DV - Zootecnia |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DV_COZOO_2014_1_11.pdf | 675,92 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.