Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Agriculture and Agri-Food Canada | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Remus, A. | - |
Autor(es): dc.creator | Hauschild, L. [UNESP] | - |
Autor(es): dc.creator | Methot, S. | - |
Autor(es): dc.creator | Pomar, C. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:31:44Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:31:44Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1017/S1751731120001469 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/200796 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/200796 | - |
Descrição: dc.description | Precision feeding using real-time models to estimate daily tailored diets can potentially increase nutrient utilization efficiency. However, to improve the estimation of amino acid requirements for growing-finishing pigs, it is necessary to accurately estimate the real-time body protein (BP) mass. The aim of this study was to predict individual BP over time in order to obtain individual daily protein content of the gain (i.e., protein deposition/daily gain, PD/DG) to be integrated into a real-time model used for precision feeding. Two databases were used in this study: one for the development of the equations for the model and the other for model evaluation. For the equations, data from 79 barrows (25 to 144 kg BW) were used to estimate the parameters for a Gompertz function and a mixed linear-quadratic regression. Individual BP predictions obtained by dual X-ray absorptiometry were regressed as a function of BW. Individual pig BP estimates were obtained by linear-quadratic regression using the MIXED procedure of SAS, considering pig measurements repeated in time. Individual Gompertz curves were obtained using the NLMIXED procedure of SAS. Both procedures generate an average or a general model, which was assessed for accuracy with the database used to generate the equations. Coefficients of concordance and determination were both 0.99, and the RMSE was 0.21 kg for the linear-quadratic regression. The Gompertz curve coefficients of concordance and determination were both 0.99, and the RMSE was 0.36 kg. In sequence, the linear-quadratic regression and Gompertz curve were evaluated in an independent data set (488 observations; 21 to 126 kg BW). The linear-quadratic regression to predict BP mass was accurate (mean absolute percentage error (MAPE) = 2.5%; bias = 0.03); the Gompertz model performed worse (MAPE = 3.9%; bias = 0.04) than the linear-quadratic regression. When using the derivative of these equations to predict PD/DG, the linear-quadratic regression was more accurate (MAPE = 4.8%, bias = 0.17%) compared to the Gompertz (MAPE = 10.6%, bias = -0.99%) mainly due to the linear decrease in PD/DG in the observed data. Further analysis using individual pig data showed that the goodness of fit of PD/DG curve depends on the individual shape of the growth curve, with either the Gompertz or the linear-quadratic regression being more accurate for specific individuals. Therefore, both approaches are provided to allow end users to select the model that best fits their needs. The proposed update of the empirical component of the original model, using either linear-quadratic regression or the Gompertz function, is able to predict BP in real-time with good accuracy. | - |
Descrição: dc.description | Sherbrooke Research and Development Centre Agriculture and Agri-Food Canada, 2000 College Street | - |
Descrição: dc.description | Animal Science Department Faculdade de Ciências Agrárias e Veterinárias Universidade Estadual Paulista (Unesp), Via de Acesso Prof. Paulo Donato Castelane | - |
Descrição: dc.description | Animal Science Department Faculdade de Ciências Agrárias e Veterinárias Universidade Estadual Paulista (Unesp), Via de Acesso Prof. Paulo Donato Castelane | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Animal | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | growth composition | - |
Palavras-chave: dc.subject | modelling | - |
Palavras-chave: dc.subject | precision feeding | - |
Palavras-chave: dc.subject | precision nutrition | - |
Palavras-chave: dc.subject | protein deposition rates | - |
Título: dc.title | Precision livestock farming: real-time estimation of daily protein deposition in growing-finishing pigs | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: