Relación entre el peso corporal y el área dorsal en hembras de búfalo
DOI:
https://doi.org/10.17533/udea.rccp.v38n1a3Palabras clave:
Bubalus bubalis, medidas biométricas, modelos matemáticos, peso vivo, bufalo, crecimiento, dron, ganadería de precisión, ganadería 4.0, peso en pie, vehículo aéreo no tripulado, predicción del pesoResumen
Antecedentes: El peso corporal (PC) de los búfalos durante varias etapas productivas es un dato importante para el proceso de toma de decisiones. En la presente “ganadería 4.0” o ganadería de precisión se hace necesario saber si las medidas corporales obtenidas de la vista dorsal de un animal están relacionadas con su PC. Objetivo: Evaluar la relación entre el PC y el área dorsal (AD) en búfalos de agua (Bubalus bubalis) criados en el sureste de México. Métodos: Se midió el PC (340 ± 161,68 kg), el ancho de cadera (AC), el ancho de tórax (AT) y la longitud corporal (LC) en 215 hembras de búfalos Murrah de edades comprendidas entre los 3 meses y los 5 años. El AD (m2) se calculó utilizando las fórmulas matemáticas para calcular el área de un trapecio, considerando en el cálculo la AC, la AT y el LC. La relación entre el PC y el AD se evaluó mediante modelos de correlación y regresión. Resultados: El coeficiente de correlación entre PC y AD fue de 0,96 (p<0,001). La ecuación lineal mostró el mayor coeficiente de determinación (R2 = 0,94) junto con los menores valores de error cuadrático medio (ECM = 1716,86), error cuadrático medio radical (ECMR = 41,43), criterio de información de Akaike (AIC = 1603,36) y criterio de información bayesiano (BIC = 1610,10). Por el contrario, la ecuación alométrica presentó los mayores valores de ECM, ECMR, AIC y BIC. La calidad del ajuste mediante la técnica de K-folds mostró que las tres ecuaciones propuestas tienen ajustes coherentes, con precisión superior al 90% (R2 = 0,92). Entre ellas, la ecuación cuadrática exhibió valores más bajos de error cuadrático medio de predicción y error absoluto medio. Conclusión: El AD puede ser un buen predictor del PC en búfalas, especialmente cuando se incorpora a ecuaciones lineales de primer y segundo grado.
Descargas
Citas
Ağyar O, Tırınk C, Önder H, Şen U, Piwczyński D, Yavuz E. Use of multivariate adaptive regression splines algorithm to predict body weight from body measurements of Anatolian buffalo in Türkiye. Animals 2022; 12(21): 2923. https://doi.org/10.3390/ani12212923
Batistoti J, Marcato Junior J, Ítavo LCV, Matsubara E, Gomes E, Oliveira B, Souza M, Siqueira H, Salgado Filho G, Akiyama, T, Akiyama T, Gonçalves W, Liesenberg V, Li J, Dias A. Estimating Pasture Biomass and Canopy Height in Brazilian Savanna Using UAV Photogrammetry. Remote Sens 2019; 11(20), 2447. https://doi.org/10.3390/rs11202447
Canul-Solís J, Portillo-Salgado R, Garcia-Herrera R, Castillo-Gallegos E, Castillo-Sanchez L, Camacho-Perez E, Gurgel ALC, Costa CM, Fernandes PB, Chay-Canul AJ. Comparison of mathematical models to estimate live weight from heart girth in growing Pelibuey sheep. Rev Colomb Cienc Pec 2023; 36(2): 89-97. https://doi.org/10.17533/udea.rccp.v36n2a4
Carabús A, Gispert M, Font-i-Furnols, M. Imaging technologies to study the composition of live pigs: A review. Span J Agric Res 2016; 14(3): e06R01. https://doi.org/10.5424/sjar/2016143-8439.
Chay-Canul AJ, Tapia-González J, Canul-Solís JR, Casanova-Lugo F, Piñeiro-Vázquez ÁT, Portillo-Salgado R, García-Herrera R, Vargas-Bello-Pérez E. Predictive biometrics of hair sheep through digital imaging. Vet Mex 2023; 10(1): 1–13. https://doi.org/10.22201/fmvz.24486760e.2023.1150
Chico-Alcudia DR, Portillo-Salgado R, Camacho-Pérez E, Peralta-Torres JA, Angeles-Hernandez JC, Muñoz-Benitez AL, Lendechy VHS, Gurgel ALC, Difante GS, Ítavo LCV, Chay-Canul AJ. Models to predict live weight from heart girth in crossbred beef heifers. Trop Anim Health Prod 2022; 54(2): 275. https://doi.org/10.1007/s11250-022-03276-7
Fernandes PB, Santos CA, Gurgel ALC, Goncalves LF, Fonseca NN, Moura RB, Costa KAP, Paim TP. Non-destructive Methods Used to Determine Forage Mass and Nutritional Condition in Tropical Pastures. Agriengineering 2023; 5(3): 1614-1629. https://doi.org/10.3390/agriengineering5030100
Gomes RA, Monteiro GR, Assis GJF, Busato KC, Ladeira MM, Chizzotti ML. Estimating body weight and body composition of beef cattle trough digital image analysis. J Anim Sci 2016; 94(12): 5414–5422. https://doi.org/10.2527/jas.2016-0797
Gurgel ALC, Difante GS, Emerenciano Neto JV, Ítavo LCV, Ítavo CCBF, Costa CM, Santos GT, Chay-Canul AJ. Prediction of weaning weight in Santa Inês lambs using the body volume formula. Trop Anim Health Prod 2023b; 55(1): 29. https://doi.org/10.1007/s11250-022-03445-8
Gurgel ALC, Difante GS, Itavo LCV, Emerenciano Neto JV, Itavo CCBF, Fernandes PB, Costa CM, Roberto, FFS, Chay-Canul AJ. Aspects related to the importance of using predictive models in sheep production. Review. Rev Mex Cienc Pecu 2023a; 14(1): 204-227. https://doi.org/10.22319/rmcp.v14i1.6126
Martins BM, Mendes ALC, Silva LF, Moreira TR, Costa JHC, Rotta PP, Marcondes MI. Estimating body weight, body condition score, and type traits in dairy cows using three dimensional cameras and manual body measurements. Livest Sci 2020; 236(6): 104054. https://doi.org/10.1016/j.livsci.2020.104054
Peng Y, Peng Z, Zou H, Liu M, Hu R, Xiao J, Liao H, Yang Y, Huo L, Wang Z. A dynamic individual yak heifer live body weight estimation method using the YOLOv8 network and body parameter detection algorithm. J Dairy Sci 2024; In Press, Journal Pre-proof: https://doi.org/10.3168/jds.2023-24065
Ramos-Zapata R, Dominguez-Madrigal C, García-Herrera RA, Camacho-Pérez E, Lugo-Quintal JM, Tyasi TL, Gurgel ALC, Ítavo LCV, Chay-Canul AJ. Predicting live weight using body volumen formula in lactating water buffalo. J Dairy Res 2023; 90(2): 138–141 https://doi.org/10.1017/S0022029923000249
Ruiz-Ramos J, Torres-Chable OM, Peralta-Torres JA, Ojeda-Robertos NF, Luna-Palomera C, Portillo-Salgado R, Thobela Louis Tyasi, Chaves Gurgel AL, Vinhas Ítavo LC, Chay-Canul AJ. Estimation of body weight using body measurements in female water buffaloes reared in southeastern Mexico. Trop Anim Health Prod 2023; 55(2): 137. https://doi.org/10.1007/s11250-023-03549-9
Shalaldeh A, Page S, Anthony P, Charters S, Safa M, Logan C. Body Composition Estimation in Breeding Ewes Using LiveWeight and Body Parameters Utilizing Image Analysis. Animals 2023; 13(14): 2391. https://doi.org/10.3390/ani13142391
Torres-Chable OM, Ojeda-Robertos NF, Chay-Canul AJ, Peralta-Torres JA, Luna-Palomera C, Brisdis-Vazquez N, Blitvich BJ, Machain-Williams C, García-Rejon JE, Baak-Baak CM, Dorman KS, Alegria-Lopez MA. Hematologic RIs for healthy water buffalo (Bubalus bubalis) in southern Mexico. Vet Clin Pathol 2017; 46(3): 436–441. https://doi.org/10.1111/vcp.12508
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Revista Colombiana de Ciencias Pecuarias
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores permiten a RCCP reimprimir el material publicado en él.
La revista permite que los autores tengan los derechos de autor sin restricciones, y permitirá que los autores conserven los derechos de publicación sin restricciones.
