Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Predicción del porcentaje de proteína total a partir de muestreos parciales y ajuste de efectos medioambientales

Predicción del porcentaje de proteína total a partir de muestreos parciales y ajuste de efectos medioambientales



Abrir | Descargar

Cómo citar
Ceballos B, M. C., Correa L, G., & Echeverri Z, J. (2012). Predicción del porcentaje de proteína total a partir de muestreos parciales y ajuste de efectos medioambientales. Revista MVZ Córdoba, 17(1), 2884-2890. https://doi.org/10.21897/rmvz.257

Dimensions
PlumX
Maria C Ceballos B
Guillermo Correa L
Julián Echeverri Z

RESUMEN

Objetivo. Hallar una ecuación matemática para estimar el porcentaje de proteína promedio total (PPPT), a partir de la producción parcial (PP) y otros factores ambientales que afectan esta característica. Materiales y métodos. La investigación fue realizada en tres fincas lecheras del departamento de Antioquia, Colombia. Se muestrearon 182 vacas Holstein; la captura de información se llevó a cabo mediante muestreos mensuales de dos ordeños diarios. Se tomó información relacionada con hora de entrada al ordeño, producción de leche, número de parto, época del parto y los días en lactancia. El análisis estadístico se realizó mediante un modelo de regresión múltiple donde se determinaron las fuentes de variación significativas sobre el porcentaje de proteína total del día. A partir de los coeficientes de regresión estimados se generó un modelo de predicción para la variable antes mencionada. Resultados. Los efectos número de parto, días de lactancia, producción de proteína parcial (pm), producción de leche, expresión cuadrática de la producción de proteína parcial (am), producción de proteína parcial (am) y el intervalo entre ordeños tuvieron un efecto significativo (p<0.05) sobre el porcentaje de proteína total del día; a partir de estos efectos se generaron dos modelos de predicción de PPPT a partir de un muestreo parcial (am y pm). Conclusiones. El PPPT está afectado por diversos factores medioambientales que deben ser ajustados para los modelos de predicción. Estos modelos pueden ser aplicados para ajustar datos de un muestreo parcial (am o pm) y ajustarlos posteriormente a un valor de producción de proteína promedio día, en los programas de mejoramiento genético.


Visitas del artículo 682 | Visitas PDF


Descargas

Los datos de descarga todavía no están disponibles.
  1. Ceballos MC, Echeverri JJ, Correa G. Determinación del efecto de intervalo entre orde-os y estimación de los factores de corrección para el porcentaje de proteína láctea en vacas Holstein en condiciones de clima tropical. Rev Col Cienc Pec 2009; 22(3):370.
  2. Lipkin E, Bagnato A, Soller M. Expected effects on protein yield of marker-assisted selection at quantitative trait loci affecting milk yield and milk protein percentage, J Dairy Sci 2008; 91:2857–2863.
  3. Hansen LB. Consequences of selection for milk yield from a geneticist's viewpoint. J Dairy Sci 2000; 83 (5): 1145-1150. http://dx.doi.org/10.3168/jds.S0022-0302(00)74980-0
  4. Echeverri J J, Parra JE, López A, Quijano JH. Programas de control lechero evaluaciones genéticas y su importancia en Colombia. Memorias. VI seminario internacional competitividad en carne y leche. Colanta. Medellín, Colombia 2008.
  5. United States Department of Agriculture. Today's strategies & tomorrow's opportunities. ISSN 1949-1557. Arlington, Virginia: United States Department of Agriculture (USDA), National Agricultural Statistics Service (NASS); 2011.
  6. Ministerio de Agricultura y Desarrollo Rural. Agenda prospectiva de investigación y desarrollo tecnológico de la cadena láctea colombiana. Bogotá, Colombia: Ministerio de agricultura y desarrollo rural, COLCIENCIAS, Universidad Externado de Colombia; 2007. ISBN: 978-958-97128-6-3.
  7. Federación colombiana de ganaderos. Plan Estratégico de la Ganadería Colombiana 2019. Colombia: FEDEGAN – FNG; 2006. ISBN 978- 958-98018-1-9.
  8. Murgueitio E, Cuartas C, Naranjo J. Editores. Ganadería del futuro: Investigación para el desarrollo. 2da ed. Cali, Colombia: Fundación CIPAV; 2009.
  9. Suarez R, Bazzani A. Coyuntura de la leche en Colombia balance del a-o 2009. Versión 1. Colombia: Asociación Nacional de Productores de Leche (ANALAC); 2010.
  10. Álvarez A, Boucher F, Cervantes F, Espinoza A. Agroindustria y territorio rural. Nuevas tendencias en el análisis de la lechería. 2da Edición. Tomo II. Toluca, México: Editorial UAEM; 2007.
  11. Rodríguez J D, Echeverri J J, Correa G. Efecto del intervalo entre orde-os y estimación de los factores de corrección para el porcentaje de grasa de la leche en vacas Holstein en condiciones tropicales. Rev Col Cienc Pec 2009; 22(3):372.
  12. Elzo M A, Cerón M. Modelación aplicada a las ciencias animales: Genética cuantitativa. Primera edición. Medellín: Universidad de Antioquia; 2008.
  13. Valencia M, Ruíz LFJ, Montalvo VH, Trejo VB, Keown JF, Van Vleck LD. Estimación de factores de corrección edad-mes de parto para producción de leche en ganado holstein en México. Téc Pecu Méx 2000; 38(1):9-18.
  14. Pérez L, Anrique R, González H. Factores no genéticos que afectan la producción y composición de la leche en un reba-o de pariciones biestacionales en la décima región de los lagos, Chile. Agric Téc 2007; 67(1):39-48. http://dx.doi.org/10.4067/S0365-28072007000100005
  15. Cerón M, Tonhati H, Costa C, Solarte C, Benavides O. Factores de ajuste para producción de leche en bovinos Holstein colombiano. Rev Col Cienc Pec 2003; 16(1):26-32.
  16. Khan MS, Shook GE. Effects of age on milk yield: Time trends and method of adjustment. J Dairy Sci 1996; 79:1057-1064. http://dx.doi.org/10.3168/jds.S0022-0302(96)76459-7
  17. Delorenzo MA, Wiggans GR. Factors for estimating daily yield of milk, fat, and protein from a single milking for herds milked twice a day. J Dairy Sci 1986; 69:2386-2394. http://dx.doi.org/10.3168/jds.S0022-0302(86)80678-6
  18. Wiggans GR. Methods to estimate milk and fat yields from am/pm plans. J Dairy Sci 1981; 64:1621-1624. http://dx.doi.org/10.3168/jds.S0022-0302(81)82735-X
  19. Liu Z, Reents R, Reinhardt F, Kuwan K. Approaches to estimating daily yield from single milk testing schemes and use of a.m.-p.m. records in test-day model genetic evaluation in dairy cattle. J Dairy Sci 2000; 83:2672-2682. http://dx.doi.org/10.3168/jds.S0022-0302(00)75161-7
  20. Quist MA, Leblanc SJ, Hand KJ, Lazenby D, Miglior F, Kelton DF. Milking-to-Milking variability for milk yield, fat and protein percentage, and somatic cell count. J Dairy Sci 2008; 91:3412–3423. http://dx.doi.org/10.3168/jds.2007-0184
  21. Quijano JH, Echeverri JJ. Estimación de algunos parámetros genéticos y ambientales para el porcentaje de proteína en leche. Rev Col Cienc Pec 2007; 20(4):582.

Sistema OJS 3.4.0.3 - Metabiblioteca |