Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte

Detalhes bibliográficos
Autor(a) principal: Silva, Lucas Gabriel Galdino da
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/46342
Resumo: A indústria avícola brasileira vem ganhando destaque como grande produtor e ocupa o topo de colocações na classificação mundial. No presente contexto, é de grande importância realizar o manejo mais adequado possível da cadeia de frangos de corte, a fim de garantir qualidade do produto, permitindo o uso adequado dos insumos de modo a evitar manifestações clínicas e desperdícios causadas por doenças que atinge diretamente as aves e setores do agronegócio, como a Aerossaculite. Neste trabalho é proposto um estudo para avaliação de métodos da área de Ciência de Dados e Estatística, com sequências de padrões de testes visando uma otimização e melhor ajuste do modelo de Regressão desenvolvido. Este trabalho foi desenvolvido usando a linguagem de programação Python e ambiente de desenvolvimento Google Colab. Por fim, foram gerados resultados que introduzem uma ampla visão do problema proposto com o objetivo de integrar, customizar e atender o propósito de estudar gatilhos e variáveis significantes de incidência da doença aerossaculite em lotes de frangos de corte.
id UFRN_2a6c32b6524fddd27146fa546b1f29d4
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/46342
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Silva, Lucas Gabriel Galdino da20180120620http://lattes.cnpq.br/0503501772199456Oliveira, Laura Emmanuella Alves dos Santos Santana dehttp://lattes.cnpq.br/8996581733787436Vale, Tásia Moura Cardoso doOliveira, Josenalde Barbosa de2022-02-25T13:02:27Z2022-02-25T13:02:27Z2022-02-16SILVA, Lucas Gabriel Galdino da. Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte. 2022. 41f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Análise e Desenvolvimento de Sistemas), Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2022.https://repositorio.ufrn.br/handle/123456789/46342A indústria avícola brasileira vem ganhando destaque como grande produtor e ocupa o topo de colocações na classificação mundial. No presente contexto, é de grande importância realizar o manejo mais adequado possível da cadeia de frangos de corte, a fim de garantir qualidade do produto, permitindo o uso adequado dos insumos de modo a evitar manifestações clínicas e desperdícios causadas por doenças que atinge diretamente as aves e setores do agronegócio, como a Aerossaculite. Neste trabalho é proposto um estudo para avaliação de métodos da área de Ciência de Dados e Estatística, com sequências de padrões de testes visando uma otimização e melhor ajuste do modelo de Regressão desenvolvido. Este trabalho foi desenvolvido usando a linguagem de programação Python e ambiente de desenvolvimento Google Colab. Por fim, foram gerados resultados que introduzem uma ampla visão do problema proposto com o objetivo de integrar, customizar e atender o propósito de estudar gatilhos e variáveis significantes de incidência da doença aerossaculite em lotes de frangos de corte.The Brazilian poultry industry stands out as a major producer and occupies the top positions in the world ranking. Regardless of the context, it is the most appropriate according to the security chain, a quality end to guarantee the product, allowing the proper use of contexts to avoid demonstrations and waste the way to avoid demonstrations and waste what can be avoided to avoid the manifestations and reduce the risk of reaching the proper settings. poultry and agribusiness sectors, such as Aerossaciculite. In this work, a study of methods in the area of Data Science and Statistics is proposed, with sequences of test patterns aiming at a better fit of the developed Regression model. This work was developed using a Python programming language and Google Colab development environment. Finally, chicken results were generated that incorporate a broad conception of the proposed problem with the aim of integrating, customizing and meeting the purpose of studying triggers and significant variables variables of the incidence of aerosacculitis in cutting lots.Universidade Federal do Rio Grande do NorteTecnologia em Análise e Desenvolvimento de SistemasUFRNBrasilUnidade Acadêmica Especializada em Ciências AgráriasAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessFrangos de corteAerossaculiteModelo de regressãoBroilerRegression modelUma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufrn.br/bitstream/123456789/46342/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52ORIGINALPropostaMetodologiaEstatística_Silva_2022.pdfPropostaMetodologiaEstatística_Silva_2022.pdfapplication/pdf1301803https://repositorio.ufrn.br/bitstream/123456789/46342/1/PropostaMetodologiaEstat%c3%adstica_Silva_2022.pdf8d91a8cf8bb3aa602095e1cb668cf6cfMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/46342/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/463422022-12-27 13:19:30.548oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-12-27T16:19:30Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
title Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
spellingShingle Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
Silva, Lucas Gabriel Galdino da
Frangos de corte
Aerossaculite
Modelo de regressão
Broiler
Regression model
title_short Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
title_full Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
title_fullStr Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
title_full_unstemmed Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
title_sort Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte
author Silva, Lucas Gabriel Galdino da
author_facet Silva, Lucas Gabriel Galdino da
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv 20180120620
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0503501772199456
dc.contributor.referees3.none.fl_str_mv Vale, Tásia Moura Cardoso do
dc.contributor.author.fl_str_mv Silva, Lucas Gabriel Galdino da
dc.contributor.advisor-co1.fl_str_mv Oliveira, Laura Emmanuella Alves dos Santos Santana de
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/8996581733787436
dc.contributor.advisor1.fl_str_mv Oliveira, Josenalde Barbosa de
contributor_str_mv Oliveira, Laura Emmanuella Alves dos Santos Santana de
Oliveira, Josenalde Barbosa de
dc.subject.por.fl_str_mv Frangos de corte
Aerossaculite
Modelo de regressão
Broiler
Regression model
topic Frangos de corte
Aerossaculite
Modelo de regressão
Broiler
Regression model
description A indústria avícola brasileira vem ganhando destaque como grande produtor e ocupa o topo de colocações na classificação mundial. No presente contexto, é de grande importância realizar o manejo mais adequado possível da cadeia de frangos de corte, a fim de garantir qualidade do produto, permitindo o uso adequado dos insumos de modo a evitar manifestações clínicas e desperdícios causadas por doenças que atinge diretamente as aves e setores do agronegócio, como a Aerossaculite. Neste trabalho é proposto um estudo para avaliação de métodos da área de Ciência de Dados e Estatística, com sequências de padrões de testes visando uma otimização e melhor ajuste do modelo de Regressão desenvolvido. Este trabalho foi desenvolvido usando a linguagem de programação Python e ambiente de desenvolvimento Google Colab. Por fim, foram gerados resultados que introduzem uma ampla visão do problema proposto com o objetivo de integrar, customizar e atender o propósito de estudar gatilhos e variáveis significantes de incidência da doença aerossaculite em lotes de frangos de corte.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-02-25T13:02:27Z
dc.date.available.fl_str_mv 2022-02-25T13:02:27Z
dc.date.issued.fl_str_mv 2022-02-16
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SILVA, Lucas Gabriel Galdino da. Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte. 2022. 41f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Análise e Desenvolvimento de Sistemas), Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/46342
identifier_str_mv SILVA, Lucas Gabriel Galdino da. Uma proposta de metodologia estatística para desenvolvimento de software preditivo para incidência de aerossaculite na agroindústria de frangos de corte. 2022. 41f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Análise e Desenvolvimento de Sistemas), Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2022.
url https://repositorio.ufrn.br/handle/123456789/46342
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv Tecnologia em Análise e Desenvolvimento de Sistemas
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Unidade Acadêmica Especializada em Ciências Agrárias
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/46342/2/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/46342/1/PropostaMetodologiaEstat%c3%adstica_Silva_2022.pdf
https://repositorio.ufrn.br/bitstream/123456789/46342/3/license.txt
bitstream.checksum.fl_str_mv e39d27027a6cc9cb039ad269a5db8e34
8d91a8cf8bb3aa602095e1cb668cf6cf
e9597aa2854d128fd968be5edc8a28d9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832727215570944

Registros relacionados