Portal de Pesquisa da BVS Veterinária

Tese em Português | VETTESES | ID: vtt-206808

Resumo

O entendimento dos fatores que afetam o consumo de matéria seca (CMS) e o desenvolvimento de modelos preditivos do CMS acurados e precisos são importantes para otimizar o uso da energia e dos nutrientes pelos animais. Assim, objetivou-se investigar os fatores que mais influenciam o CMS de vacas leiteiras, desenvolver modelos preditivos do CMS usando dados de experimentos realizados na Embrapa Gado de Leite, comparar com outros modelos vigentes (AFRC, 1993; NRC, 2001; Freitas et al., 2006; Santos et al., 2009; CNCPS; e UFMT Sinop), em condições de confinamento (dieta total ou parcial; Estudo I) ou em pastagem (Estudo II). Para construção dos modelos em confinamento (Estudo I) foram usadas 2.331 observações individuais de CMS oriundas de 22 experimentos. As variáveis relacionadas ao animal responderam por 48,2% da variação total do CMS, enquanto que variáves dietéticas e associados ao ambiente responderam por 26,6 % e apenas 1,6%, respectivamente. Foram ajustados três modelos de predição: Modelo I (variáveis do animal como entrada), Modelo II (variáveis do animal e dieta como entrada) e Modelo III (variáveis do animal, dieta e ambiente como entrada). A incorporação de variáveis preditivas dietéticas com as variáveis do animal (Modelo II), não melhorou a acurária e precisão da predição do consumo de matéria seca de vacas leiteiras em relação ao modelo proposto com o uso apenas de variáveis associadas ao animal (Modelo I). O modelo III não pode ser avaliado em razão da ausência de informações de ambiente nos bancos de dados brasileiro e americano adotados. O Modelo I apresentou acurácia e precisão similares aos modelos da UFMT-Sinop, NRC (2001), AFRC (1993) e CNCPS, tanto em condições brasileiras quanto americanas. Os modelos de Freitas et al. (2006) e Santos et al., (2009) apresentaram as piores qualidade de predição, tanto em condições brasileiras quanto americanas, e portanto, não são recomendados para predição do consumo de vacas leiteiras. Os modelos da UFMT-Sinop e NRC (2001), por sua vez, apresentaram as melhores qualidade de predição do consumo, tanto em condições brasileiras quanto americanas. Para construção dos modelos em pastagens (Estudo II) foram usadas inicialmente 2.002 observações individuais de CMS oriundas de setex experimentos conduzidos na Embrapa Gado de Leite. As variáveis relacionadas ao animal, dieta e ambiente, responderam por apenas 42,8% da variação total do CMS. As variáveis associadas à dieta tiveram maior impacto na variação total do CMS do que aquelas associadas ao animal e ambiente. Foram ajustados três modelos de predição: Modelo IV (variáveis do animal como inputs), Modelo V (variáveis do animal e dieta como inputs) e Modelo VI (variáveis do animal, dieta e ambiente como inputs). A incorporação de variáveis preditivas dietéticas com as variáveis do animal (Modelo V) melhorou substancialmente a acurária e precisão da predição do CMS tanto em condições tropicais como não tropicais. Todavia, o Modelo V apresentou acurácia e precisão similares aos modelos AFRC (1993), CNCPS e UFMT-Sinop foram superiores ao modelo NRC (2001), em condições tropicais. Em condições não tropicais, o Modelo V (Animal + Dieta) apresentou acurácia e precisão similares aos modelos CNCPS, UFMT-Sinop, NRC (2001) e Santos et al. (2009). O modelo de Freitas et al. (2006) apresentou as piores qualidade de predição, tanto em condições tropicais quanto não tropicais, e portanto, não seria recomendado seu uso para predição do consumo de vacas leiteiras em pastagens. O Modelo VI não pode ser avaliado em função da ausência de informações relacionadas ao ambiente na base de dados. Todos os modelos avaliados apresentaram baixa capacidade em predizer o CMS. Assim, o desenvolvimento de modelos eficazes para predição do consumo de vacas leiteiras em pastagens ainda permanece um desafio

---

The understanding of the factors that affect dry matter consumption (CMS) and the development of accurate and accurate CMS predictive models are important for optimize the use of energy and nutrients by animals. Thus, the objective was to investigate factors that most influence the CMS of dairy cows, to develop predictive models of CMS using data from experiments performed at Embrapa Dairy Cattle, compare with other existing models (AFRC, 1993; NRC, 2001; Freitas et al., 2006; Santos et al., 2009; CNCPS; and UFMT Sinop), under confinement conditions (total or partial diet, Study I) or in pasture (Study II). For the construction of the models in confinement (Study I) were used 2,331 individual observations of CMS from 22 experiments. The variables related to the animal accounted for 48.2% of the total CMS variation, while dietary variables associated with the environment accounted for 26.6% and only 1.6%, respectively. Three prediction models were fitted: Model I (animal variables as input), Model II (animal and diet variables as input) and Model III (variables animal, diet and environment as input). The incorporation of dietary predictive variables with the animal variables (Model II), did not improve the accuracy and prediction of the consumption of dairy cows in relation to the proposed model with only of variables associated with the animal (Model I). The model III can not be evaluated because of the absence of environmental information in the adopted Brazilian and American databases. O Model I showed accuracy and precision similar to the models of UFMT-Sinop, NRC (2001), AFRC (1993) and CNCPS, both in Brazilian and American conditions. The models by Freitas et al. (2006) and Santos et al. (2009) presented the worst quality of prediction, both in Brazilian and American conditions, and therefore, are not recommended for predicting dairy cow consumption. The UFMT-Sinop and NRC (2001), in turn, presented the best quality prediction of consumption, both in Brazilian and American conditions. For the construction of models in pastures (Study II) were initially used 2,002 individual observations of CMS from sevenx experiments conducted at Embrapa dairy cattle. The variables related to the animal, diet and environment, accounted for only 42.8% of the total CMS variation. The variables associated with diet had a greater impact on total CMS variation than those associated with to the animal and environment. Three prediction models were fitted: Model IV animal as inputs), Model V (animal and diet variables as inputs) and Model VI (animal, diet and environment variables as inputs). The incorporation of predictive variables dietary variables with the animal variables (Model V) substantially improved the accuracy of CMS prediction in both tropical and non-tropical conditions. However, the Model V presented accuracy and precision similar to the models AFRC (1993), CNCPS and UFMT-Sinop were superior to the NRC model (2001), under tropical conditions. In model V (Animal + Diet) presented accuracy and precision similar to the CNCPS, UFMT-Sinop, NRC (2001) and Santos et al. (2009). The model de Freitas et al. (2006) presented the worst quality of prediction, both under conditions tropical, and therefore would not be recommended to predict consumption of dairy cows in pasture. Model VI can not be evaluated according to the absence of environment-related information in the database. All models assessed were low in predicting CMS. Thus, the development of effective models for predicting the consumption of dairy cows in pasture still a challenge

Biblioteca responsável: BR68.1