Relação entre o peso corporal e a área dorsal em búfalas

Autores

  • Armando Gomez-Vazquez Universidad Juárez Autónoma de Tabasco
  • Tairon-Pannunzio Dias-Silva Universidade Federal do Piauí
  • Luís-Carlos Vinhas-Ítavo Universidade Federal de Mato Grosso do Sul
  • Ricardo-A García-Herrera Universidad Juárez Autónoma de Tabasco
  • Daniel Mota-Rojas Universidad Autónoma Metropolitana
  • José Herrera-Camacho Universidad Michoacana de San Nicolás de Hidalgo
  • Antonio-Leandro Chaves-Gurgel Universidade Federal do Piauí
  • Enrique Camacho-Perez Universidad Autónoma de Yucatán
  • Alvar-Alonzo Cruz-Tamayo Universidad Autónoma de Campeche
  • Alfonso-Juventino Chay-Canul Universidad Juárez Autónoma de Tabasco

DOI:

https://doi.org/10.17533/udea.rccp.v38n1a3

Palavras-chave:

Bubalus bubalis, medidas biométricas, modelos matemáticos, peso vivo, predição do peso, trópicos úmidos, crescimento, pecuária 4.0, pecuária de precisão, veículo aéreo não tripulado, drone

Resumo

Antecedentes: O peso corporal (PC) de búfalos durante as diversas etapas de produção é um dado importante para a tomada de decisão. Na atual “pecuária 4.0” ou pecuária de precisão, é necessário saber se as medidas corporais obtidas a partir da vista dorsal de um animal estão relacionadas à sua PC. Objetivo: Avaliar a relação entre o PC e a área dorsal (AD) em búfalos d'água (Bubalus bubalis) criados no sudeste do México. Métodos: O PC (340 ± 161,68 kg), largura do quadril (LQ), largura do tórax (LT) e comprimento corporal (CC) foram medidos em 215 búfalas Murrah com idades entre 3 meses e 5 anos. A AD (m2) foi calculada usando as fórmulas matemáticas para calcular a área de um trapézio, considerando o LQ, LT e CC no cálculo. A relação entre PC e AD foi avaliada usando modelos de correlação e regressão. Resultados: O coeficiente de correlação entre PC e a AD foi de 0,96 (p<0,001). A equação linear demonstra o maior valor de coeficiente de determinação (R2 = 0,94) junto com o menor erro quadrático médio (EQM = 1716,86), raiz do EQM (REQM = 41,43), Critério de Informação de Akaike (AIC = 1603,36) e Critério de Informação Bayesiano (BIC = 1610,10). Por outro lado, a equação alométrica exibe os maiores valores de EQM, REQM, AIC e BIC. A qualidade do ajuste usando a técnica de k-folds nos permitiu identificar que as três equações propostas mostraram ajustes consistentes, com uma precisão acima de 90% (R2 = 0,92). Entre elas, a equação quadrática exibiu valores menores de erro quadrático médio de predição e erro médio absoluto. Conclusão: A AD pode ser um bom preditor de PC em búfalos, especialmente quando incorporada em equações lineares de primeiro e segundo grau.

|Resumo
= 397 veces | PDF (ENGLISH)
= 159 veces| | HTML (ENGLISH)
= 0 veces| | VISOR (ENGLISH)
= 1 veces| | EPUB (ENGLISH)
= 33 veces|

Downloads

Não há dados estatísticos.

Biografia do Autor

Armando Gomez-Vazquez, Universidad Juárez Autónoma de Tabasco

División Académica de Ciencias Agropecuarias. Universidad Juárez Autónoma de Tabasco: Villahermosa, Tabasco, México
https://orcid.org/0000-0002-2459-585X

Tairon-Pannunzio Dias-Silva, Universidade Federal do Piauí

Campus Professora Cinobelina Elvas. Universidade Federal do Piauí: Bom Jesus, Piauí, Brasil
https://orcid.org/0000-0002-4786-1399

Luís-Carlos Vinhas-Ítavo, Universidade Federal de Mato Grosso do Sul

Faculdade de Medicina Veterinária e Zootecnia, Universidade Federal de Mato Grosso do Sul, Campo Grande, Mato Grosso do Sul, Brasil
https://orcid.org/0000-0001-6895-8483

Ricardo-A García-Herrera, Universidad Juárez Autónoma de Tabasco

División Académica de Ciencias Agropecuarias. Universidad Juárez Autónoma de Tabasco: Villahermosa, Tabasco, México
https://orcid.org/0000-0003-2456-4727

Daniel Mota-Rojas, Universidad Autónoma Metropolitana

Department of Animal Production and Agriculture. Universidad Autónoma Metropolitana: México City, México
https://orcid.org/0000-0003-0562-0367

José Herrera-Camacho, Universidad Michoacana de San Nicolás de Hidalgo

Instituto de Investigaciones Agropecuarias y Forestales: Universidad Michoacana de San Nicolás de Hidalgo, Tarímbaro, Michoacán, México
https://orcid.org/0000-0002-0207-3313

Antonio-Leandro Chaves-Gurgel, Universidade Federal do Piauí

División Académica de Ciencias Agropecuarias. Universidad Juárez Autónoma de Tabasco: Villahermosa, Tabasco, México
Campus Professora Cinobelina Elvas. Universidade Federal do Piauí: Bom Jesus, Piauí, Brasil
https://orcid.org/0000-0001-5911-369X

Enrique Camacho-Perez, Universidad Autónoma de Yucatán

Facultad de Ingeniería. Universidad Autónoma de Yucatán: Mérida, Yucatán, México
https://orcid.org/0000-0002-2581-1921

Alvar-Alonzo Cruz-Tamayo, Universidad Autónoma de Campeche

Facultad de Ciencias Agropecuarias. Universidad Autónoma de Campeche: Escárcega, Campeche, México
https://orcid.org/0000-0002-5509-3430

Alfonso-Juventino Chay-Canul, Universidad Juárez Autónoma de Tabasco

División Académica de Ciencias Agropecuarias. Universidad Juárez Autónoma de Tabasco: Villahermosa, Tabasco, México
https://orcid.org/0000-0003-4412-4972

Referências

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

2024-06-11 — Atualizado em 2024-10-01

Como Citar

Gomez Vazquez, A., Dias Silva, T. P., Vinhas Ítavo, L.-C., García-Herrera, R.-A., Mota Rojas, D., Herrera Camacho, J., Chaves Gurgel, A. L., Camacho Perez, E., Cruz Tamayo, A. A., & Chay Canul, A. J. (2024). Relação entre o peso corporal e a área dorsal em búfalas . Revista Colombiana De Ciencias Pecuarias, 37(4), 243–250. https://doi.org/10.17533/udea.rccp.v38n1a3

Edição

Seção

Comunicação curta/rápida