| Summary: | A introdução de sistemas automáticos de pesagem tem possibilitado a mensuração do peso vivo em tempo real, sem a necessidade de remover os animais de piquetes e manejá-los em currais com tronco de contenção e balanças. Embora estes equipamentos estejam disponíveis, sua contribuição para tomadas de decisões e gestão da produção de bovinos de corte é ainda pequena, principalmente em função de seu custo e da falta do desenvolvimento de metodologias para processamento e análise do volume de dados produzido. Neste contexto, o presente estudo teve como objetivo central testar e propor metodologias de análise para os dados de peso vivo provenientes de sistemas automáticos de pesagem, que possibilitem a percepção das relações não lineares entre o desempenho dos animais e o tempo. Para isso, este estudo foi subdividido em duas etapas: i) a primeira caracterizou-se pela avaliação do uso do sistema de plataformas de pesagem corporal automática (modelo VW 1000, Intergado®, Brasil) em fazenda comercial de bovinos Nelore P.O., sendo verificado a coerência biológica dos dados e analisado o grau de concordância entre este sistema e o sistema convencional de pesagem. ii) A segunda etapa caracterizou-se pela busca de ferramentas computacionais que permitissem mensurar o ganho de peso diário de modo a acompanhar suas variações em tempo real. Para isso, dois métodos de suavização foram analisados: a) Suavizador de gráfico de dispersão localmente ponderado (do inglês, Locally-Weighted Scatterplot Smoother, LOWESS) e b) B-spline penalizada (do inglês, Penalized B-splines, PB-splines). Ambos os métodos apresentaram bons ajustes aos dados de peso vivo, mas LOWESS estimou curvas menos suaves, as quais resultaram, por sua vez, em trajetórias de ganho de peso com maior variabilidade. Por outro lado, o método de suavização PB-splines estimou curvas com estruturas mais rígidas às flutuações que ocorrem com o peso vivo, não distorcendo, porém, a relação de dependência entre as variáveis. Assim, o presente estudo possibilitou afirmar que sistemas automáticos de pesagem, quando integrados aos métodos de suavização de dados aqui explorados, permitem estimar a relação entre o peso vivo e o tempo sem o estabelecimento prévio de uma função. Com isso, permitem também a construção de trajetórias de ganho de peso diário passíveis de serem utilizadas para a identificação de problemas tanto de lote quanto de indivíduos. As ferramentas aqui exploradas poderão auxiliar os futuros estudos de identificação das variações do ganho de peso inerentes aos animais ou ao ambiente, permitindo, assim, melhorar a identificação de problemas em sistemas de pecuária de precisão. === The introduction of automatic weighing systems presents opportunities to record cattle body weight multiple times per day without the need to remove them from pens or paddocks and handling them in squeeze-chute equipped with static weighing systems. Although these systems are available, its contribution to decision making in beef cattle management is still rather small. This area remains uninvestigated partially because the steps to data processing and analysis are not well defined, reducing the potential of this system to monitoring changes in animal performance. In this context, the main objective of this study was to develop an approach for analyzing the body weight records by an automatic weighing system that describes and shows the nonlinearity of the animal performance as a function of time. For this, the study was subdivided in two steps; First, daily body weight of Nelore cattle were collected in a commercial farm and analyzed in relation its biological coherence and to understand the agreement of such weighing systems to the conventional system. Second, characterization was performed, by the search for computational tools that allowed to measure the daily weight gain to follow its real variations. For this, two smoothing techniques were analyzed: a) Locally-Weighted Scatterplot Smoother (LOWESS), and b) penalized B-spline (PB-spline). Both techniques fitted well the body weight data, but LOWESS estimated curves less smoothed, which resulted in daily body weight gain trajectories with greater variability. On the other hand, the penalized PB-spline estimated curves that had structures more rigid to fluctuations that occur with body weight. But the form of the regression function not distorted the dependence relationship between the two variables. Thus, the present study concluded that automatic weighing systems when integrated with the smoothing techniques used allowed us to estimate the structural form between body weight and time without the reference to a specific model. Hence, it allowed the construction of daily weight gain trajectories that may be used to identify problems in pens or in individual animals. The tools used here may help future studies to identify the inherent and unnatural variations of daily weight gain, thus improving the efficiency of identifying problems in animal performance.
|
|---|
