medigraphic.com

2004, Número 3

<< Anterior Siguiente >>

Vet Mex 2004; 35 (3)


Comparación de ecuaciones para estimar curvas de lactanciacon diferentes estrategias de muestreo en bovinos Angus, Suizo y sus cruzas

Ramírez VR, García-Muñiz JG, Núñez DR, Ruiz FA, Meraz AMR

Idioma: Español/Inglés
Referencias bibliográficas: 27
Paginas: -201
Archivo PDF: 490.42 Kb.


RESUMEN

Los objetivos de este estudio fueron comparar cuatro ecuaciones para estimar curvas de lactancia en vacas Angus, Suizo Europeo y sus cruzas recíprocas, basado en cuatro frecuencias de medición de la producción de leche (PL), y determinar el número mínimo de muestreos para predecir adecuadamente las curvas de lactancia. Los datos de PL (297 lactancias) se colectaron semanalmente hasta 180 días posparto, utilizando la técnica de pesaje de becerros antes y después del amamantamiento. Para cada lactancia se evaluaron las ecuaciones: 1) Yt = a exp(bt+ct2); 2) = atbexp(-ct); 3) Yt = t/(a+bt+ct2); y 4) Yt = a+bt+ct2. Las estrategias de muestreo fueron 26, 13, 7 y 4 mediciones de PL durante la lactancia. La prueba de Friedman se usó como criterio principal para comparar la jerarquización de las ecuaciones en cada frecuencia de medición. El error estándar de los parámetros estimados en el muestreo semanal comparado con los obtenidos con las otras estrategias de medición, se usó como criterio para determinar el número mínimo de registros de PL con el fi n de ajustar adecuadamente las curvas de lactancia. La ecuación de mejor ajuste dependió del genotipo de la vaca y la estrategia de muestreo. Sin embargo, las ecuaciones 1 y 2 presentaron de manera consistente el mejor comportamiento, bajo cualquier frecuencia de medición y genotipo estudiado. Los valores similares de los errores estándar para los parámetros estimados, cuando la PL se registró catorcenal o semanalmente, sugieren que la ecuación 1 o 2 con registros de PL diaria cada catorcena es una buena alternativa para ajustar curvas de lactancia en los genotipos estudiados.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Montaño-Bermudez M, Nielsen MK. Biological efficiency to weaning and to slaughter of crossbred beef cattle with different genetic potential for milk. J Anim Sci 1990;68:2297-2309.

  2. Meyer K, Carrick MJ, Donnelly BJP. Genetic parame-ters for milk production of Australian beef cows and weaning weight of their calves. J Anim Sci 1994;72:1155-1159.

  3. Myers SE, Faulkner DB, Ireland FA, Parrett DF. Comparison of three weaning ages on cow-calf performance and steer carcass traits. J Anim Sci 1999;77:323-329.

  4. García PMJ. Tiempo óptimo de secado en ganado mestizo Pardo Suizo-Brahman. Gaceta Cienc Vet 1997;2:5-22.

  5. Akers RM. Selection for milk production from a lactation biology viewpoint. J Dairy Sci 2000;83:1151-1158.

  6. Brown MA, Brown Jr AH, Jackson WG, Miesner JR. Genotype × environment interactions in milk yield and quality in Angus, Brahman, and reciprocal-cross cows on different forage systems. J Anim Sci 2001;79:1643-1649.

  7. Varona L, Moreno C, García LA, Altarriba J. Bayesian analysis of Wood’s lactation curve for Spanish dairy cows. J Dairy Sci 1998;81:1469-1478.

  8. Ruiz R, Oregui LM, Herrero M. Comparison of models for describing the lactation curve of Latxa sheep and an analysis of factors affecting milk yield. J Dairy Sci 2000;83:2709-2719.

  9. Vargas B, Koops WJ, Herrero M, Van Arendonk JAM. Modeling extended lactations of dairy cows. J Dairy Sci 2000;83:1371-1380.

  10. Olori VE, Brotherstone S, Hill WG, McGuirk BJ. Fit of standard models of the lactation curve to weekly records of milk production of cows in a single herd. Livest Prod Sci 1999;58:55-63.

  11. White IMS, Thompson R, Brotherstone S. Genetic and environmental smoothing of lactation curves with cubic splines. J Dairy Sci 1999;82:632-638.

  12. Wood PDP. Algebraic model of the lactation curve in cattle. Nature 1967;216:164-165.

  13. Ramírez VR, Ramírez VG, Núñez DR, Tewolde MA. Curvas de lactancia en vacas Angus, Suizo Pardo y sus cruzas. II. Comparación de ecuaciones. Agrociencia 1998;32:325-330.

  14. Sikka LC. A study of lactation as affected by heredity and environment. J Dairy Res 1950;17:231-252.

  15. Nelder JA. Inverse polynomials, a useful group of multi factor response functions. Biometrics 1966;22;128- 141.

  16. Gaskins TC, Anderson DC. Comparison of lactation curves in Angus-Hereford, Jersey-Angus and Simmental-Angus cows. J Anim Sci 1980;50:828-832.

  17. SAS®. User’s Guide. Statistics. 8th ed. Cary (NC): SAS Institute Inc., 2001.

  18. Myles H, Wolfe DA. Non-parametric statistical methods. New York (NY): John Willey & Sons, 1973.

  19. Papajcsik IA, Bodero J. Modelling lactation curves of Friesian cows in a subtropical climate. Anim Prod 1988;47:201-207.

  20. Landete-Castillejos T, Gallego L. Technical note: The ability of mathematical models to describe the shape of lactation curves. J Anim Sci 2000;78:3010-3013.

  21. Sherchand L, McNew RW, Kellogg DW, Johnson ZB. Selection of a mathematical model to generate lactation curves using daily milk yields of Holstein cows. J Dairy Sci 1995;78:2507-2513.

  22. Singh B, Bhat PN. Models of lactation curves for Hariana Cattle. Indian J Anim Sci 1978;48:791-797.

  23. Bhat PN, Kumar R, Garg RC. Note on comparative efficiency of various lactation curve functions in Hariana cattle. Indian J Anim Sci 1981;51:102.

  24. Hohenboken WD, Dudley A, Moody DE. A comparison among equations to characterize lactation curves in beef cows. Anim Prod 1992;55:23-28.

  25. Grossman M, Koops WJ. Multiphasic analysis of lactation curves in dairy cattle. J Dairy Sci 1988;71:1598- 1608.

  26. Schneeberger M. Inheritance of lactation curve in Brown Swiss cattle. J Dairy Sci 1981;64:475-483.

  27. Ferris TA, Mao IL, Anderson CR. Selecting for lactation curve and milk yield in dairy cattle. J Dairy Sci 1985;68:1438-1448.




2020     |     www.medigraphic.com