medigraphic.com

2003, Número 2

<< Anterior Siguiente >>

Vet Mex 2003; 34 (2)


Evaluación económica de estrategias de selección de sementales Holstein para hatos en Italia, México, Holanda y Estados Unidos utilizando simulación estocástica

Montaldo HH, Keown JF, Dale van VL, van TCP

Idioma: Español/Inglés
Referencias bibliográficas: 43
Paginas: 179-201
Archivo PDF: 212.92 Kb.


RESUMEN

Se evaluaron estrategias de selección de sementales mediante simulación estocástica de hatos de bovinos productores de leche, utilizando parámetros genéticos, económicos y de manejo, para la producción de leche, grasa y proteína en Italia, Holanda y Estados Unidos, y para producción de leche en México, con periodos de inversión de diez y 20 años. Se usaron entre uno y 20 sementales evaluados por progenie y pedigrí, disponibles comercialmente de las compañías de inseminación artificial (IA) de Estados Unidos en enero de 1996 y las tendencias genéticas de la población para seleccionar toros con base en el beneficio económico esperado cada año. También se evaluó el uso de 20 sementales jóvenes para prueba de progenie, elegidos aleatoriamente, con bajo costo de semen. Se obtuvo el beneficio promedio, el límite de confianza inferior del 95% del beneficio (LIC95) y la utilidad (beneficio –0.06 × varianza del beneficio), con base en 1000 réplicas. Las simulaciones que usaron un semental por año dieron siempre el máximo beneficio promedio. El número de sementales necesarios para obtener los máximos valores de LIC95 fue menor en países con mayores beneficios y para un horizonte de inversión de 20 años. Para utilidad, el número de sementales que dio respuestas máximas fue de diez a 20 en la mayoría de las situaciones. El uso de sementales seleccionados por progenie por pedigrí fue superior para beneficio y LIC95 al uso de sementales jóvenes escogidos al azar el año 20 en todos los países y tamaños del hato estudiados, pero fue generalmente inferior para utilidad al año diez. El efecto de tamaño del hato en la toma de decisiones óptimas fue pequeño, aunque el LIC95 y sobre todo la utilidad, disminuyeron sustancialmente en hatos de menos de 100 vacas. Un valor de –0.06 multiplicado por la varianza del beneficio en el cálculo de utilidad parece innecesariamente bajo para restringir el riesgo. La selección óptima de sementales para IA en hatos lecheros depende de condiciones económicas y de manejo, además del grado de prevención del riesgo, así como el periodo de la inversión. Por tanto, las estrategias óptimas para la selección de sementales diferirán entre países, e incluso entre productores dentro de un país.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Goddard ME, Wiggans GR. Genetic improvement of dairy cattle. In: Fries RA., Ruvinsky A, editors. The genetics of cattle. Oxon, UK:CAB International, 1999:511-537.

  2. 2. Harris BL, Freeman AE. Economic weights for milk yield traits and herd life under various economic conditions and production quotas. J Dairy Sci 1993;76:868-879.

  3. 3. Van Vleck LD. Evaluation of dairy cattle breeding programs: Specialized milk production. Proceedings of the 3rd World Congress on Genetics applied to Livestock Production, 1986 July 16-22; Lincoln, Nebraska, USA:University of Nebraska, 1986; 9:141-152.

  4. 4. Weller JI. Economic aspects of animal breeding. London, UK:Chapman and Hall, 1994.

  5. 5. Schneeberger M, Freeman AE, Berger PJ. Income and risk for dairymen selecting sires for artificial insemination. J Dairy Sci 1982;65:988-994.

  6. 6. Anderson JR, Dillon JL, Hardaker TB. Agricultural decision analysis. Ames (Io):Iowa State University Press, 1977.

  7. 7. Schneeberger M, Freeman AE, Boehlje MD. Application of portfolio theory to dairy sire selection. J Dairy Sci 1982;65:404-409.

  8. 8. Powell RL. Interbull evaluations are here. Holstein Wld 1995;May:568-570.

  9. 9. Everett RW. Income over investment in semen. J Dairy Sci 1975;58:1717-1722.

  10. Leitch HW, Gibson JPJ, Dekkers CM, Burnside EB. Maximizing utility when selecting bulls globally. Proceedings of the 5th World Congress on Genetics Applied to Livestock Production; 1994 August 7-12; Guelph, Ontario, Canada:University of Guelph, 1994;17:141-152.

  11. Schneeberger M, Freeman AE, Berger PJ. Costs and risks for sire selection strategies in artificial insemination. J Dairy Sci 1981;64:491-496.

  12. Dekkers JCM, Shook GE. A semi-stochastic model for simulation of genetic improvement by commercial artificial insemination firms in a large dairy cattle population. J Anim Breed Genet 1990;107:321-339.

  13. Koopman JNM, Smith C, Dekkers JCM. Effect of bull sire selection strategies on competitiveness of dairy AI studs. Livest Prod Sci 1992;32:295-307.

  14. Albuquerque LG, Keown JF, Van Vleck LD. Genetic parameters of milk, fat, and protein yields in the first three lactations, using an animal model and restricted maximum likelihood. Braz J Genetics 1996;19:79-86.

  15. Bagnato A, Jansen G, Cerutti F, Pagnacco G. Caratteri produttivi della Frisona italiana ereditabilità e correlazioni. Memoria delle IX Congresso Nationale Associazione Scientifica di Produzione Animale, 1991 June 3-7; Roma, Italia: Associazione Scientifica di Produzione Animale 1991:595-601.

  16. Van der Werf JHJ, de Boer W. Estimation of genetic parameters in a crossbred population of Black and White dairy cattle. J Dairy Sci 1989;72:2615-2623.

  17. Stanton TL, Blake RW, Quaas RL, Van Vleck LD. Response to selection of United States Holsteins in Latin America. J Dairy Sci 1991;74:651-664.

  18. Montaldo HH, Torres S. Repetibilidad de la producción de leche e intervalo entre partos en una población de vacas Holstein en México. Arch Zootec 1993;42:361-366.

  19. Van Vleck LD. Selection index and introduction to mixed model methods. Boca Raton (Fl): CRC Press, 1993.

  20. Norman HD. Animal improvement laboratory USDA Newsletter. Beltsville (Md):USDA,1995.

  21. Wilmink JMB. Selection for economic milk production in The Netherlands. VeeproHolland;1989;August:10-11.

  22. Holmann F, Blake RW, Hahn MV, Barker R, Milligan RA, Oltenacu PA, et al. Comparative profitability of purebred and crossbred Holstein herds in Venezuela. J Dairy Sci 1990;73:2190-2205.

  23. Dunklee JS, Freeman AE, Kelley DH. Comparison of Holsteins selected for high and average milk production. 1. Net income and production response to selection for milk. J Dairy Sci 1994;77:1890-1896.

  24. Hansen LB, Young CW, Chester-Jones H. Net value of genetic improvement: current stocks vs. controls. Proceedings of the 4th World Congress on Genetics Applied to Livestock Production; 1990 July 23-27, Edinburgh, Scotland (UK):University of Edinburgh, 1990;5:74-77.

  25. VanRaden PM, Schutz MM, Wiggans GR. Calculation of USDA-DHIA Net Merit, AIPL, ARS, USDA; Beltsville (Md):USDA, 1993.

  26. Short TH, Blake RW, Quaas RL, Van Vleck LD. Heterogeneous within-herd variance. 1. Genetic parameters for first and second lactation milk yield of grade Holstein cows. J Dairy Sci 1990;73:3312-3320.

  27. Abubakar BY, McDowell RE, Van Vleck LD. Interaction of genotype x environment for breeding efficiency and milk production of Holsteins in Mexico and Columbia. Trop Agric (Trinidad) 1987;64:17-22.

  28. McGilliard ML. Guidelines for purchasing semen. J Dairy Sci 1978;61:1680-1682.

  29. Montaldo HH. Comparación de alternativas de selección para el incremento del potencial productivo en la población de vacas lecheras especializadas en México. (tesis de Maestría en Producción Animal:Genética). México (DF): México:Facultad de Medicina Veterinaria y Zootecnia, UNAM, 1989.

  30. Samuelson DJ, Pearson RE. Accuracy of predicting genetic merit from pedigree information for bulls entering stud sampling programs. J Dairy Sci 1995;78:2057-2066.

  31. Powell RL. Calculation of Holstein conversion formulas between U.S. or Canada and Mexico. Animal Improvement Programs Laboratory, USDA. Beltsville (Md):USDA, 1995.

  32. Montaldo HH, Keown JF, Van Vleck LD, Van Tassell CP. Índices de máximo beneficio económico para la selección de sementales Holstein en México. Vet Méx 1999;30:130-136.

  33. Dekkers JCM, Shook GE. Economic evaluation of alternative breeding programs for commercial artificial insemination firms. J Dairy Sci 1990;73:1902-1919.

  34. Montaldo HH, Mendoza B, Castro H, Berruecos JM. Economic and genetic evaluation of breeding strategies for the Mexican Holstein population. Proceedings of the 5th World Congress on Genetics Applied to Livestock Production; 1994 August 7-12; Guelph, Ontario, Canada:University of Guelph, 1994;17:54-56.

  35. Montaldo HH. Optimization of selection response using artificial insemination and new reproductive technologies in dairy cattle. (Ph.D. dissertation), Lincoln (Ne):University of Nebraka, 1997.

  36. Blake RW, Holmann FJ, Gutiérrez J, Cevallos GF. Comparative profitability of United States Holstein artificial insemination sires in Mexico. J Dairy Sci 1988;71:1378-1388.

  37. Holmann F, Blake RW, Milligan RA, Barker R, Oltenacu PA, Hahn MV. Economic returns from United States artificial insemination sires in Holstein herds in Columbia, Mexico and Venezuela. J Dairy Sci 1990;73:2179-2189.

  38. Groen AF, Ruyter TPL. Derivation of values of milk production traits: a literature review. current stocks vs. controls. Proceedings of the 4th World Congress on Genetics Applied to Livestock Production; 1990 July 23-27, Edinburgh, Scotland (UK):University of Edinburgh, 1990;14:191-194.

  39. Gibson JP. Selection on the major components of milk: alternate methods of deriving economic weights. J Dairy Sci 1989;72:3176-3189.

  40. Gibson JP. The effect of pricing systems, economic weights, and population parameters on economic response to selection on milk components. J Dairy Sci 1989b;72:3314-3326.

  41. Van Vleck LD. Breeding for increased protein content in milk. J Dairy Sci 1978;61:815-824.

  42. Powell RL. Effect of economic indexes on international sire selection. Proceedings of the Interbull Annual Meeting; Bulletin No 11, 1995 September 7-8; Prague, Chzech Republic.Interbull, SLU, Uppsala, Sweden: Interbull, SLU, 1995:3.

  43. Klieve HM, Kinghorn BP, Barwick SA. The value of accuracy in making breeding decisions. J Anim Breed Genet 1993;110:1-12.




2020     |     www.medigraphic.com