Efeito dos manejos de amansamento de primíparas no pré-parto e do maior peso vivo ao parto na rentabilidade da atividade leiteira

Analisou-se, por meio de simulação, o efeito do uso dos manejos de amansamento de primíparas no pré-parto e do maior peso vivo ao parto na rentabilidade da atividade leiteira de um sistema de produção de leite. Durante o período chuvoso, na época do verão, as vacas foram mantidas em pastos e, durante o período da seca, foram confinadas com o uso da cana-de-açúcar in natura enriquecida com ureia e sulfato de amônio. A referência zootécnica foi do rebanho composto por vacas F1 Holandês x Gir da Fazenda Experimental de Felixlândia (FEFX) da Empresa de Pesquisa Agropecuária de Minas Gerais (EPAMIG), localizada no município de FelixlândiaMG, região central do estado. O inventário bem como as despesas, as receitas e os demais dados foram cadastrados no software CUSTO BOVINO LEITE 1.0, visando obter a análise de rentabilidade. O uso dos manejos de amansamento de primíparas no pré-parto e do maior peso vivo ao parto melhora a rentabilidade de um sistema de produção de leite com vacas F1 Holandês x Gir.

Fuzzy system to predict physiological responses of Holstein cows in southeastern Brazil / Sistema difuso para predecir respuestas fisiológicas de vacas Holstein en el sureste de Brasil / Sistema fuzzy para predizer respostas fisiológicas de vacas Holstein na região sudeste do Brasil

Background:thermal environment exerts a direct influence on animal performance. Environmental factors, in different circumstances, may affect milk production and fertility of animals, compromising the profitability of the activity. Under heat stress conditions dairy cows reduce feed intake and, consequently, milk production. Sweating and panting are some of the mechanisms these animals use to relieve thermal stress. In addition, animals often suffer physiological and behavioral changes caused by heat stress.Objective: the goal of the present study was to develop and evaluate a model based on fuzzy set theory to predict rectal temperature (°C), and respiratory rate (breaths per minute) responses of Holstein cows exposed to different environmental thermal conditions. Methods: the proposed fuzzy model was based on data obtained experimentally (5,884 records) as well as from the literature (792 records) referring to the effect of environmental variables on both physiological responses. Input variables of each record were dry bulb air temperature and relative humidity. Output variables were rectal temperature and respiratory rate. Results: the adjusted model was evaluated for its ability to predict response variables as a function of input variables. The model was able to predict respiration rate with an average standard error of 7.73 and rectal temperature with an average standard error of 0.27. Conclusion: a fuzzy model was developed to predict physiological responses. The error (%) of model prediction for respiration rate and rectal temperature was +/- 12 and 0.5%, respectively.

Antecedentes: el ambiente termal ejerce una influencia directa en el desempeño animal. Factores ambientales, en diferentes circunstancias, pueden afectar la producción de leche y la fertilidad de los animales, comprometiendo la rentabilidad de la actividad. Bajo condiciones de estrés por calor, las vacas lecheras reducen su consumo de alimento y, consecuentemente su producción de leche. Sudar y jadear son algunos de los mecanismos que estos animales usan para aliviar el estrés térmico. Además de estas consecuencias, los animales a menudo sufren cambios fisiológicos y comportamentales causados por el estrés calórico, causando una reducción en la producción de leche. Objetivo: el objetivo del presente estudio fue desarrollar y evaluar un modelo basado en la teoría de los conjuntos fuzzy para predecir respuestas fisiológicas, temperatura rectal y frecuencia respiratoria, de vacas lecheras de raza holandesa blanco y negro expuestas a diferentes condiciones ambientales. Métodos: el modelo fuzzy propuesto fue basado en datos obtenidos experimentalmente (5.884 registros), también como de la literatura (792 registros), refiriéndose a la influencia de las variables ambientales sobre esas respuestas fisiológicas. Cada registro incluye valores de temperatura de bulbo seco del aire, humedad relativa (variables de entrada), temperatura rectal y frecuencia respiratoria (variables de salida). Resultados: el modelo ajustado fue evaluado para cada variable respuesta y predice estas en función de las variables de entrada. Este modelo fue capaz de predecir la frecuencia respiratoria con un error estándar medio de 7,73 y la temperatura rectal con un error estándar medio de 0,27. Conclusión: un modelo fuzzy fue exitosamente desarrollado para predecir respuestas fisiológicas. El modelo fue capaz de predecir frecuencia respiratoria y temperatura rectal con errores porcentuales de +/- 12 y 0,5%, respectivamente.

Antecedentes: o ambiente térmico exerce uma influencia direta no desempenho animal. Fatores ambientais, em diferentes circunstancias, podem afetar a produção de leite e a fertilidade dos animais, comprometendo assim a rentabilidade da atividade. Sobcondições de estresse por calor, as vacas leiteiras reduzem o seu consumo de alimento e, consequentemente, a sua produção de leite. Sudorese e respiração ofegante são alguns dos mecanismos que estes animais usam para aliviar o estresse térmico. Além destas consequências, os animais com frequência sofrem mudanças fisiológicas e comportamentais causados pelo estresse calórico, causando uma redução na produção de leite. Objetivo: o objetivo do presente estudo foi desenvolver e avaliar um modelo baseado na teoria dos conjuntos fuzzy para predizer respostas fisiológicas, temperatura retal e frequência respiratória, de vacas leiteiras de raça holandesa branca e preta, expostas a diferentes condições térmicas ambientais. Métodos: o modelo fuzzy proposto foi baseado em dados obtidos experimentalmente (5,884 registros) bem como da literatura (792 registros), referindo-se à influência das variáveis ambientais sobre essas respostas fisiológicas. Cada registro inclui valores de temperatura de bulbo seco do ar, umidade relativa (variáveis de entrada), temperatura retal e frequência respiratória (variáveis de saída). Resultados: o modelo ajustado foi avaliado para cada variável resposta e prediz estas em função das variáveis de entrada. Este modelo foi capaz de predizer a frequência respiratória com um erro padrão médio de 7,73 e a temperatura retal com um erro padrão médio de 0,27. Conclusão: o modelo fuzzy foi desenvolvido com sucesso para predizer respostas fisiológicas. O modelo foi capaz de predizer frequência respiratória e temperatura retal com erros percentuais de +/- 12 y 0,5%, respectivamente.