Avaliação de equações para estimar o consumo de vacas leiteiras

• Autor(a) principal: Zanin, Ediane
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/11218
• topic: CNPQ::CIENCIAS AGRARIAS::ZOOTECNIA; Bovinos de leite; Ruminantes - Alimentação e rações; Nutrição animal; Dairy cattle; Ruminants - Feeding and feeds; Animal nutrition

O presente estudo teve por objetivo realizar uma comparação do poder de predição de diferentes equações de consumo de vacas leiteiras. O trabalho foi conduzido através de pesquisas na literatura coletando informações sobre massa corporal, produção de leite, dias de lactação, consumo de matéria seca e teor de gordura no leite de vacas leiteiras criadas no Brasil. Todas estas informações, menos o consumo de matéria seca observado, foram utilizadas para calcular o consumo de matéria seca predito com as equações dos modelos: National Research Council (NRC) 2001, Cornell Net Carbohydrate and Protein System (CNCPS), Agricultural and Food Research Council (AFRC) 1993 e De Freitas et al., (2006). Posteriormente, estes dados calculados com as equações foram usados para avaliar o poder de predição por meio da comparação gráfica dos seus resíduos padronizados conforme Draper e Smith (1966) e Montgomery (2005) e por meio do critério de Akaike (AKAIKE, 1974). Os modelos 2, 3 e 4 falharam em representar o comportamento dos dados observados, pois apresentaram valores de Δr > 10. O modelo do NRC, 2001 (modelo 1) foi considerado como melhor escolha por apresentar o ERr = 1, todos os outros apresentaram ERr muito maior do que 20 e portanto, devem ser considerados piores escolhas. O modelo 3 apresentou tendência à subestimar os valores preditos com 76% dos pontos acima da linha de nulidade. O modelo 1 é o que melhor prediz o consumo de matéria seca de vacas leiteiras nas condições estudadas.