Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/37086
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorCerón Muñoz, Mario Fernando-
dc.contributor.authorCorrales Álvarez, Juan David-
dc.contributor.authorRamírez Arias, Jennifer Paola-
dc.date.accessioned2023-10-28T18:07:24Z-
dc.date.available2023-10-28T18:07:24Z-
dc.date.issued2017-
dc.identifier.citationCerón-Muñoz M F, Corrales-Alvarez J D y Ramírez-Arias J P 2017: Predicción de la producción de leche, porcentaje de grasa y proteína diaria a partir de registros del ordeño de la mañana o de la tarde en vacas Holstein en pastoreo. Livestock Research for Rural Development. Volume 29, Article #166.spa
dc.identifier.issn0121-3784-
dc.identifier.urihttps://hdl.handle.net/10495/37086-
dc.description.abstractRESUMEN: En este artículo se utilizaron las producciones parciales tanto de producción de leche como de porcentaje de grasa y proteína en vacas Holstein en pastoreo para determinar la producción y el porcentaje total por día. Se utilizaron 51369 registros diarios de producción de leche, porcentaje de grasa y proteína (AM/PM) pertenecientes a 2616 vacas ubicadas en 21 hatos lecheros del norte y oriente de Antioquia, Colombia. El control lechero fue realizado mediante la metodología A4 X2; que consistió en visitas mensuales y control en ordeños en la mañana y tarde. Los intervalos entre ordeños variaron entre 9 a 11.5 h para el ordeño PM y 12.5 a 15 h para el ordeño AM y se consideraron los datos medidos entre el día 5 a 599 de lactancia. Mediante el programa Eureqa fueron considerados modelos lineales y no lineales para la estimación de los mejores modelos de predicción de producción de leche, grasa y proteína en 24 horas; considerando los datos ingresados en el programa. Para comparar las ecuaciones se estimaron los estadísticos r2 , coeficiente de información Akaike AIC, el sesgo y su respectiva desviación estándar, además del coeficiente de correlación de concordancia (CCC). Para producción de leche; las mejores ecuaciones seleccionadas por tener un menor AIC, fueron aquellas que incluyeron la producción de leche parcial (AM o PM), los días en leche (DEL) y el tiempo transcurrido entre ordeños; para la estimación de proteína los mejores modelos fueron aquellos que consideraron exclusivamente el porcentaje de proteína (AM o PM), y para el contenido de grasa los mejores modelos fueron aquellos que consideraron exclusivamente el porcentaje de grasa, aunque por otro lado, presentaron mejor ajuste los modelos que consideraron los días en leche (PM) y el tiempo de ordeño y la producción diaria (AM). Los modelos presentados en este estudio, pueden ser utilizados de forma confiable para la predicción de la producción de leche, grasa y proteína en 24 horas con buena precisión y a bajo costo.spa
dc.description.abstractABSTRACT: Partial milk yield and percentage of milk fat and protein were used to determine percentage and total production per day in grazing Holstein cows. A total of 51369 daily records of milk yield and milk fat and protein (AM/PM) from 2616 cows in 21 dairy herds from north and east Antioquia (Colombia) were used. The milk control was performed with the A4 X2 methodology involving monthly visits and milking control during the morning and afternoon. Milking intervals ranged from 9 to 11.5 h for the PM milking and 12.5 to 15 h for the AM milking. Only data between days 5 to 599 of lactation were considered. The Eureqa program was used to assess linear and nonlinear models for estimating the best prediction of milk yield, fat and protein in 24 hours. The r2 statistic, Akaike ́s information coefficient (AIC), bias and its standard deviation, and the concordance correlation coefficient (CCC) were estimated to compare the equations. The best equations selected for yield -for having a low AIC were those that included partial milk yield (AM or PM), days in milk (DEL) and the time between milkings. The best models for protein estimation were those that exclusively considered the percentage of protein (AM or PM). The best models for fat content were those considering only fat percentage. Nevertheless, the models considering days in milk (PM), time of milking, and daily yield (AM) had better fit. The models obtained in this study can be used reliably, with Good precision, and at low cost to predict milk, fat and protein production during 24- hours periods.spa
dc.format.extent10spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherCentro para la Investigación en Sistemas Sostenibles de Producción Agropecuariaspa
dc.type.hasversioninfo:eu-repo/semantics/publishedVersionspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/co/*
dc.titlePredicción de la producción de leche, porcentaje de grasa y proteína diaria a partir de registros del ordeño de la mañana o de la tarde en vacas Holstein en pastoreospa
dc.title.alternativePrediction of milk fat, protein and yield from the morning or afternoon milking in grazing Holstein cowsspa
dc.typeinfo:eu-repo/semantics/articlespa
dc.publisher.groupGrupo de Investigación en Agrociencias Biodiversidad y Territorio GAMMAspa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.citationtitleLivestock Research for Rural Developmentspa
oaire.citationstartpage1spa
oaire.citationendpage10spa
oaire.citationvolume29spa
oaire.citationissue9spa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
oaire.fundernameUniversidad de Antioquia. Vicerrectoría de Investigación. Comité para el Desarrollo de la Investigación - CODIspa
dc.publisher.placeCali, Colombiaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_2df8fbb1spa
dc.type.redcolhttps://purl.org/redcol/resource_type/ARTspa
dc.type.localArtículo de investigaciónspa
dc.subject.lembGanado Holstein - Friesian-
dc.subject.lembHolstein-friesian cattle-
dc.subject.agrovocControl lechero-
dc.subject.agrovocMilk recording-
dc.subject.agrovocGanado de leche-
dc.subject.agrovocDairy cattle-
dc.subject.agrovocurihttp://aims.fao.org/aos/agrovoc/c_24050-
dc.subject.agrovocurihttp://aims.fao.org/aos/agrovoc/c_2108-
dc.description.researchgroupidCOL0006779spa
oaire.awardnumber2016 ES84160119spa
dc.relation.ispartofjournalabbrevLRRDspa
oaire.funderidentifier.rorRoR:03bp5hc83-
Aparece en las colecciones: Artículos de Revista en Ciencias Agrarias

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Cerón-Muñoz,M,_2017_Prediccion_Leche_Grasa.pdfArtículo de investigación203.63 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons