Análise da adoção de tecnologia em sistema extensivo de criação de gado de corte no Pantanal: um estudo de caso.

• Autor(a) principal: ABREU, U. G. P. de
• Data de Publicação: 2004
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
• Texto Completo: http://www.alice.cnptia.embrapa.br/alice/handle/doc/811059
• topic: Bovino de corte; Inovação tecnológica; Simulação por computador; Innovation; Computer; Simmulation; Criação; Gado; Produção Animal; animal production; beef cattle; breeding; technology

Os objetivos deste trabalho foram analisar a introdução de diferentes tecnologias e suas interações no sistema de produção extensivo de cria de bovinos de corte no Pantanal; quantificar o efeito da introdução dessas tecnologias no desempenho das matrizes, utilizando-se Equações de Estimação Generalizada (EEG), que é extensão do Modelo Linear Generalizado (GLIM); avaliar o impacto das tecnologias no percentual de descarte das matrizes; simular a estrutura etária do rebanho de cria, sob diferentes pressões de descarte verificadas ao longo do trabalho, por meio de cadeia de Markov, além de verificar a eficiência do sistema de produção por meio de Análise Envoltória de Dados (DEA). Foram acompanhadas, no período de 1994 a 1999, 1.075 matrizes de fazenda típica da região do Pantanal, onde gradualmente se implantaram a desmama antecipada, a everminação estratégica das novilhas de reposição, o descarte baseado em desempenho, a monta controlada, o uso de touros do próprio plantel da fazenda e a redução da proporção touro:vaca. Durante a realização dos trabalhos de gado (TG), as matrizes foram classificadas como Paridas (1) ou Solteiras (2); no caso de a vaca passar por dois trabalhos de gado na categoria de solteira, era submetida ao diagnóstico de gestação e, no caso de estar vazia, era descartada. Assim, as matrizes também eram classificadas como Não-descarte (1) e Descarte (0). A distribuição e a função de ligação, utilizadas na análise de EEG, foram a binomial e a logística, respectivamente. O método de análise EEG incorpora a covariância das medidas repetidas no mesmo animal, no caso em que a variável resposta é não-paramétrica. Os efeitos das variáveis explanatórias, calculadas pela estatística de Wald, de invernada, da ordem de trabalho de gado, da idade da vaca, linear e quadrática, influenciaram, significativamente (p<0,01), a probabilidade de a matriz, ser classificada como Parida (1), o que indica que a introdução de tecnologia não é um processo simples, pois as tecnologias implementadas tiveram efeitos diferentes nas variáveis exploratórias. A análise das comparações entre as invernadas ressaltou a importância das diferenças entre fitofisionomias para o ajuste da taxa de lotação de cada invernada. Ao longo dos TGs, o maior impacto positivo no incremento da probabilidade de a matriz ser classificada com Parida foi logo após a implantação da monta controlada no sistema de produção. O descarte de matrizes também foi influenciado, sgnificativamente (p<0,01), pelas variáveis invernada, ordem do trabalho e idade da vaca linear. A adoção da estação de monta, apos o sexto TG, aumentou em 16,38 vezes a pressão de descarte de matrizes em relação ao sistema tradicional de descarte realizado na região. Foi utilizada metodologia de cadeia de Markov na avaliação da estrutura etária do rebanho em equilíbrio, sendo verificado que as idades médias de permanência e de descarte das matrizes no rebanho foram de 8,52 e 13,21 anos, respectivamente. A idade de descarte é maior que a verificada na literatura, como recomendação de descarte para vacas no Brasil Central. Dez categorias de insumos (input) e uma categoria de produto (output), durante o período de 1995 a 2002, foram consideradas na avaliação da eficiência produtiva do sistema de produção. Utilizaram-se componentes principais para determinar as três categorias de insumo ("sal mineral/vacinas/medicamentos"; "mão-de-obra e encargos sociais"; e "investimentos"), com correlação significativa (p<0,01) com os três primeiros componentes que explicaram 91,6% de variância total dos insumos. As eficiências calculadas pela metodologia DEA, nos anos de 1995, 1996, 1997, 1998, 1999, 2000, 2001 e 2002, foram, para os modelos de retorno, constantes à escala (CCR), 0,8290; 0,6571; 1; 0,5390; 0,7990; 0,8010; 1 e 0,9291; e variáveis à escala (BCC), 0,8841; 0,7460; 1; 0,6350; 0,8530; 0,9342; 1 e 1. Os anos de 1997 e 2001 foram considerados de máxima eficiência técnica.