Choice of non-linear models to determine the growth curve of meat-type quail / Escolha de modelos não-linearespara determinar a curva de crescimento de codornas de corte

ABSTRACT: The objective of this study was to compare non-linear models fitted to the growth curves of quail to determine which model best describes their growth and check the similarity between models by analyzing parameter estimates.Weight and age data of meat-type European quail (Coturnix coturnix coturnix) of three lines were used, from an experiment in a 2 × 4 factorial arrangement in a completely randomized design, consisting of two metabolizable energy levels, four crude protein levels and six replicates. The non-linear Brody, Von Bertalanffy, Richards, Logistic and Gompertz models were used. To choose the best model, the Adjusted Coefficient of Determination, Convergence Rate, Residual Mean Square, Durbin-Watson Test, Akaike Information Criterion and Bayesian Information Criterion were applied as goodness-of-fit indicators. Cluster analysis was performed to check the similarity between models based on the mean parameter estimates. Among the studied models, Richards' was the most suitable to describe the growth curves. The Logistic and Richards models were considered similar in the analysis with no distinction of lines as well as in the analyses of Lines 1, 2 and 3.

RESUMO: Objetivou-se, neste estudo, comparar modelos não lineares ajustados às curvas de crescimento de codornas para determinar qual modelo que melhor descreve o crescimento de codornas e verificar a similaridade dos modelos analisando as estimativas dos parâmetros. Para as análises foram utilizados os dados peso e idade de codornas européias de corte (Coturnix coturnix coturnix) proveniente de três linhagens, em um esquema fatorial 2x4, instalado em um delineamento inteiramente casualizado, com dois níveis de energia metabolizável e quatro níveis de proteína bruta, com seis repetições. Os modelos não lineares utilizados foram: Brody, Von Bertalanffy, Richards, Logístico e Gompertz. Para a escolha do melhor modelo utilizou-se o Coeficiente de Determinação Ajustado, o Percentual de Convergência, o Quadrado Médio do Resíduo, o Teste de Durbin-Watson, o Critério de informação Akaike e o Critério de informação Bayesiano como avaliadores da qualidade do ajuste. Utilizou-se a análise de agrupamento para verificar, baseado nas estimativas médias dos parâmetros, a similaridades entre os modelos. Entre os modelos estudados, o Richard foi o mais adequado para descrever as curvas de crescimento. Os modelos Logístico e Richards foram considerados similares nas análises sem distinção de linhagem, bem como nas análises das Linhagem 1, 2 e 3.

Principal components for the in vivo and carcass conformations of Anglo-Nubian crossbred goats / Componentes principais para conformações in vivo e das carcaças em caprinos mestiços da raça Anglo-Nubiana

ABSTRACT: This study aimed to identify the principal components (PC) that explain the highest percentages of total variance and best characterize the in vivo and carcass morphologies of Anglo-Nubian crossbred goats. Nineteen carcass morphometric traits and six in vivo morphometric traits were measured in 28 kids at eight months of age. Principal component analysis indicated that five PC were able to explain 83.57% of the total variance in the 19 original carcass traits. Those components were termed PC1-Carcass Size, PC2 - Body Condition, PC3-Carcass Width, PC4-Chest Depth, and PC5 - Hindquarter. For in vivo morphometric traits, the first two principal components explained 78.86% of the total variance. These components were called PC1-In vivo Size and PC2-In vivo Conformation.

RESUMO: Este estudo buscou identificar componentes principais (CP) que explicam os maiores percentuais de variância total e que melhor caracterizam cabritos mestiços da raça Anglo Nubiana, quanto à medidas morfológicas obtidas in vivo, e na carcaça de 28 animais com 8 meses de idade. Foram conduzidas duas análises de componentes principais, sendo uma para 19 características de carcaça e outra para seis características morfométricas in vivo. Os cinco primeiros CP explicaram 82,54% da variância total das 19 características incluídas nessa análise. Estes componentes foram chamados de: CP1 - Tamanho da Carcaça, CP2 - Condição Corporal, CP3 - Largura da Carcaça, CP4 - Profundidade do Tórax e, CP5 - Comprimento do Pernil. Os dois primeiros componentes principais das morfometrias obtidas in vivo explicaram 78,86% da variância total e foram chamados de CP1 - Tamanho in vivo e CP2 - Conformação in vivo.