#novembroazuloficial            #novembroazul

Bulletin of Animal Husbandry
Volume: 72 - Número: 1 - Pg: 41-50 - Ano: 2015


Autores
Wignez Henrique, Antonio Sergio Ferraudo, Alexandre Amstalden Moraes Sampaio, Dilermando Perecin, Tiago Máximo da Silva, Luis Orlindo Tedeschi


Agrupamento hierárquico, não hierárquico e redes neurais artificiais na caracterização de grupos de bovinos machos terminados em confinamento
Resumo

Foram levantados os resultados experimentais individuais de 1.393 bovinos de diferentes grupos genéticos terminados em confinamento, obtidos em diversas instituições de pesquisa. Foi aplicada análise multivariada exploratória de agrupamento hierárquico, que permitiu a divisão dos bovinos em sete grupos, contendo animais com padrões similares quanto às características de desempenho. As variáveis consideradas foram: peso do animal na entrada e na saída do confinamento, porcentagem de concentrado, tempo de confinamento, ingestão de matéria seca, ganho de peso e eficiência alimentar. Os dados foram submetidos à análise de agrupamento não hierárquica k-means, quando foi possível verificar que todas as características deveriam ser consideradas. Além das variáveis utilizadas para a análise anterior, foram incluídos os teores dos nutrientes da dieta, ingestão de proteína bruta e de nutrientes digestíveis totais, peso e rendimento da carcaça quente, espessura de gordura de cobertura e área de olho de lombo, e com todas essas informações, foram formadas estruturas de três até 14 grupos, que foram investigadas utilizando os mapas auto-organizáveis de Kohonen. Exemplares da raça Nelore, sejam inteiros ou castrados, ficaram diluídos entre grupos, tanto nas análises hierárquica e não-hierárquica, quanto nas análises de redes neurais artificiais. Portanto, animais da raça Nelore não puderam ser caracterizados como tendo comportamento único quando terminados em confinamento, pois participaram de grupos formados com animais de outras raças zebuínas (Gir, Guzerá) e de grupos formados com animais europeus (Hereford, Aberdeen Angus, Caracu), por apresentarem diversos potenciais de desempenho.


Hierarchical and non-hierarchical clustering and artificial neural networks for thechracterization of groups of feedlot-finished male cattle
Abstract

The individual experimental results of 1,393 feedlot-finished cattle of different genetic groups obtained at different research institutions were collected. Exploratory multivariate hierarchical analysis was applied, which permitted the division of cattle into seven groups containing animals with similar performance patterns. The following variables were studied: weight of the animal at feedlot entry and exit, concentrate percentage, time spent in the feedlot, dry matter intake, weight gain, and feed efficiency. The data were submitted to non-hierarchical k-means cluster analysis, which revealed that all traits should be considered. In addition to the variables used in the previous analysis, the following variables were included: dietary nutrient content, crude protein and total digestible nutrient intake, hot carcass weight and yield, fat coverage, and loin eye area. Using all of these data, structures of 3 to 14 groups were formed which were analyzed using Kohonen self-organizing maps. Specimens of the Nellore breed, either intact or castrated, were diluted among groups in hierarchical and non-hierarchical analysis, as well as in the analysis of artificial neural networks. Nellore animals therefore cannot be characterized as having a single behavior when finished in feedlots, since they participate in groups formed with animals of other Zebu breeds (Gyr, Guzerá) and with animals of European breeds (Hereford, Aberdeen Angus, Caracu) that exhibit different performance potentials.


Íntegra (PDF)




Envie a um amigo

Adicione ao Favoritos

Imprimir