PREDIÇÃO DO PESO AO NASCIMENTO POR MEIO DE MEDIDAS BIOMÉTRICAS DE PROGÊNIES PROVENIENTES DA PROGRAMAÇÃO FETAL DE OVELHAS

  • Autor
  • Andrey de Sousa Miranda
  • Co-autores
  • Mariana Araújo Andrade , Marco Antonio Paula de Sousa , Fernanda Lopes da Silva , Ramilly Yasmin De Brito Ferreira , Kaliandra Souza Alves
  • Resumo
  • Em sistemas de produção animal, onde a utilização de balanças é limitada em virtude do elevado custo e falta de mobilização, a utilização de medidas biométricas pode ser uma alternativa eficaz na predição do peso corporal. Desse modo, o objetivou-se avaliar a predição do peso ao nascimento por meio de medidas biométricas de progênies provenientes do desenvolvimento programado de ovelhas. Foram utilizados dados de 40 cordeiros recém nascidos (1 dia), sendo 24 machos (4,10 ± 0,76 kg) e 16 fêmeas (3,83 ± 0,80 kg). O peso ao nascimento (PN) foi obtido após o parto em balança digital e as mensurações de medidas biométricas foram realizadas em até 24h após o nascimento com a utilização de fita métrica (graduada à 1cm), com o cordeiro(a) aprumado em uma superfície de piso plano. Obtendo-se as seguintes medidas, sendo todas apresentadas em centímetro (cm): Distância entre a articulação escapula-umeral e ísquio (D_Esc-IS) , altura da cernelha (AC), perímetro torácico (PT), largura do peito (LP), altura lombar (AL), comprimento da perna (CP), largura da perna (LP), comprimento da coxa (Ccox), comprimento da coxa e escapula (Cesc), comprimento corporal (CC), distância entre as espinhas da escapula (D_EE)  e largura da garupa (LG). Visando a predição do peso ao nascimento da progênie, os dados de medidas biométricas foram tomados como variáveis independentes. Os dados obtidos para machos e fêmeas foram analisados separadamente por meio do software R version 4.0.1. Para gerar o modelo das análises para equações de predição utilizou-se o algoritmo de regressão múltipla de aprendizado de máquina Elastic Net, metodologia que além de realizar a regularização, padronização e seleção de variáveis, é capaz de realizar a predição de grupos de variáveis. Cada banco de dados foi dividido randomicamente por meio da amostragem aleatória estratificada, em 70% treinamento/validação e 30% teste. A performance dos modelos foi avaliada por meio das métricas: coeficiente de determinação (R2) e raiz quadrada média do erro (RMSE). Os machos apresentaram melhor desempenho do modelo para predição do peso ao nascimento com elevado R2 (0,98) e reduzido RMSE (0,87) com equação PN (kg) = 4,04 + 0,01*D_Esc.IS + 0,14*AC, indicando que as variáveis preditoras escapula-umeral e ísquio (D_Esc-IS) e altura da cernelha (AC), foram as mais significativas em contribuir para o modelo de predição do PN. Para as fêmeas foi verificado a inserção de todas as medidas na composição do modelo: 3,87 + 0,18*D_Esc.IS + 0,13*AC + 0,21*PT + 0,05* D._AEsc + 0,05*AL + 0,25*CP + 0,16*LP – 0,45*CCox – 0,08*CEsc – 0,06*CC – 0,14*D_EE + 0,09*LG com R2 de 0,62 e RMSE de 1,10, indicando menor poder preditivo do PN quando comparado aos machos. Portanto, as medidas biométricas podem ser utilizadas de forma acurada na predição do peso ao nascimento em progênies da espécie ovina, independente do sexo possibilitando controle zootécnico para produtores que não disponham de balança na pesagem de cordeiros ao nascimento. Apresentando melhor confiabilidade e qualidade do modelo para predição do peso ao nascimento de cordeiros machos.

  • Palavras-chave
  • algoritmo de regressão, cordeiro(a), desenvolvimento programado.
  • Modalidade
  • Vídeos
  • Área Temática
  • ZOOTECNIA
Voltar Download

O objetivo do Evento é disseminar a visão holística das ações universitárias da Instituição nos seus diversos Campi, além de trazer uma mostra das discussões técnico-científica que vêm sendo trabalhada na nossa Universidade para toda sociedade paraense.

Nesta edição debateremos o tema “Ciência, Tecnologia e Inovação na Amazônia Pós-Pandemia”. A escolha do tema tem por finalidade proporcionar à comunidade acadêmica discussões sobre as possibilidades de desenvolvimento da Amazônia no âmbito da Ciência e Tecnologia no contexto pós-pandêmico.

Excepcionalmente o IV INTEGRA UFRA ocorrerá de forma virtual, respeitando as indicações de distanciamento social, em virtude da pandemia por COVID-19. Desta forma as apresentações dos resumos serão de forma assíncronas e palestras serão transmitidas ao vivo, por meio de sessões virtuais.

Comissão Organizadora

Prof. Dr. Allan Klynger da Silva Lobato
Prof. Dr. Fabio Israel Martins Carvalho
Prof. Dr. Allan Douglas Bento da Costa
Dimas Oliveira da Silva
Tatianne Feitosa Soares

Comissão Científica

Prof. Dr. Allan Klynger da Silva Lobato
Prof. Dr. Fabio Israel Martins Carvalho
Prof. Dr. Allan Douglas Bento da Costa

 

Divisão de Programas Institucionais - DPI

A DPI é responsável pela operacionalização e controle das atividades relacionadas aos programas institucionais de pesquisa, de iniciciação científica e/ou tecnológica, de desenvolvimento tecnológico e inovação da UFRA.

e-mail:

dpi.proped@gmail.com

pibic@ufra.edu.br