MESTRADO
CIÊNCIA ANIMAL
AVALIAÇÃO DE MODELOS NÃO-LINEARES PARA DESCREVER A CURVA DE CRESCIMENTO DE
CODORNAS DE CORTE
MÉRIK ROCHA SILVA
Pode-se descrever funções biológicas como o crescimento, através de modelos matemáticos,
contribuindo com informações úteis ao planejamento alimentar e melhoramento genético dos animais;
tendo como pressuposto ser possível sumarizar em poucos parâmetros as propriedades essenciais das
funções de crescimento. No presente trabalho foram utilizados 28.436 registros de peso, mensurados
aos 1, 7, 14, 21, 28, 35 e 42 dias de idade de codornas de corte machos e femeas, participantes do
Programa de Melhoramento Genético da Universidade Federal dos Vales do Jequitinhonha e Mucuri
(UFVJM), Diamantina, MG. Empregou-se separadamente por sexo, os modelos de Brody, Gompertz,
Logístico, MMF (Morgan-Mercer-Flodin), Richards, e van Bertanfly, pelo algoritmo de Gauss-Newton
através do procedimento “NLIN” do software SAS. Os modelos foram avaliados quanto ao ajuste das
curvas de crescimento preditas em relação ao observado. Tendo o modelo de Brody atingido o máximo
de interações (100) sem apresentar convergência com os dados. Entre os modelos que apresentam
convergência, a comparação se deu pelo IA (índice assintótico), que é obtido pelo produto da soma do
DPA (Desvio Padrão Assintótico) e DMA (Desvio Médio Absoluto), subtração do R2aj. O modelo mais
ajustado apresenta menor IA. Neste experimento o modelo de Richards apresentou melhor ajuste aos
dados, com IA 35,3348 para machos e 38.0257 para femeas; com R2aj de 0,93454 e 0,93015,
respectivamente. Os resultados indicam a utilização do modelo de Richards para descrever o
crescimento dos animais, independente de sexo. Sendo empregável na gestão da atividade através do
conhecimento das projeções de ganho de peso médio e consequentemente volume de arraçoamento, e
principalmente da seleção dos animais mais precoces para ganho de peso.
PRÓ-REITORIA DE ENSINO DE PÓS-GRADUAÇÃO
VI MOSTRA DA PÓS-GRADUAÇÃO/2014
Download

MESTRADO-CIÊNCIA ANIMAL-Mérik Rocha Silva