Utilização de modelos preditivos para avaliação do desempenho produtivo de porcas

dc.contributor.advisor1Lehnen, Cheila Roberta
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4757173H4&tokenCaptchar=03AGdBq27SO7ZHjuzOGqeSqiOSvbKhq-Z_h58exar4BDm362wqwAxDKkhisOIs8F5tSk66Pw0Ta6HA8I5Ocjddau4tztDEHA4quK97-mEJkdXzU80SIAcU2BgqSHRAqvSe_pVJVGIGtMTDeWej-EL5LjIpD5oXszhBiWSbLbfqipkC6UwOqhPkpoqYP52zZNO07RNWSaAiCii9kJB82kKoaj4PLeQ8_WFqpAIfr_lXKdvtniGhtIqE04Xrub2dOEnI76AfWxYuq_dd0pmp6cFLp-FvnjGSab61XeWdJTn43OyztQD1Zh1ZxW9G_G0UpVcUf49sEaY56-9dx_UtBjJ91cnqZwg4PyZtUcWJ1KcnpOn4MelMN_eKUVZFjFnjgv6gnQbD64ZyiazY8dRIztrmSlqNp-YDC3irIvcGgHOITQDnHzSxINvrKx9Y_xaTK47uIl4Pzc7H25iw4XZIhDWx4G3_fOHp87oI3hgi-fonM5aqjnh_2n9pkvwEmvUDBwdx9_B8Ft70zQ2drusrRT3_8rzwEHJB-EveTQpt_BR
dc.contributor.instituicao-banca1Universidade Federal do Rio Grande do Sulpt_BR
dc.contributor.instituicao-banca2Universidade Federal do Rio Grande do Sulpt_BR
dc.contributor.referee1Andretta, Ines
dc.contributor.referee1IDpt_BR
dc.contributor.referee1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4238726U0&tokenCaptchar=03AGdBq25b6O0VqUrwopXqyuz8TruU0hjpA6GfZoi3ZcpNW_5nTy31G4asC-RWAXAgcHS1sQ6svfgYaktX4bptmS3Kn13xRhRIuUlvjbC4Vxch_oGGzXym13LSVbKiICpWuukGss6GBLMQdBxHaRFl1SkG_MQiO2890s8-y1O_QYv5Pfmc_3d4blrgbszc7Hf5L8bNmifkZa_BWrtjeMlQP-GaR4i1jAXEV1ESK2CLNzoPs4Jdad9R5EwjPZ0YgS-A-Ge590spYfWSO1lXzydPeQJiU6rOidyeq-aLxovC-aLeOFVHW9h9ajVCm5qnamj1MgQK9eeR1bw69DdxRXh3776sZHtHgvB-2VKgs0hHgoARdxkgV3CX2xxAIJGeGjfY18EWhM6naAHGgIz_tJ0eJ3kHTI5K6OpdHnsoRAGquJJBloZo3o4FzSjfp0M9r0YWxFXmj3BIFVVBLXID3ZUWwlVGtGRUnccQLmoJ7v9UqKs_Uanqw4pM1AungaldSSNdv8-4TvguFNwgSkR0AQooGCVIzMSh9BH7rgpt_BR
dc.contributor.referee2Valk, Marcio
dc.contributor.referee2IDpt_BR
dc.contributor.referee2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4705053P5&tokenCaptchar=03AGdBq27Ve1_fglmb1-ons3Op7ja8dSUU_Et67Quh_gI_2EyTAKI14edPO91x1VoVoI81cSjUsrekyOFqto1NjR8ne1Y01una8vvICKC702tIofNDNx_BBTNu2fUiijfBLtYhQe5kerRHrrn2d-rFKJkQbVFaZiFPeZ2UkVxT5zd6OKOLt_XRoz6u1vU_u3GXj7z4qIWMEQ9slIyyI-7GDXcVn6E_TWmiXpsJj6gBZJ2sSIjEM_IiuVp5zJaKoVSIoo47sl8YzUskFpidlXfmJIPdIDXqOOv4lZSxJlbkF8TCKkJBAyPDEunz6nVeRgiR025P2tNVP4GcruTkngJarDKc501f474MEl43FbYP3T5GjDOCqcj42KG_PQN2BDSacbFOcXUj9nKTwK82R1NvNB717OIo0pJ8m90TlN6YPT-34gJBQ9Z8LAUXiKrbcDFSlhKrSlaQVzBi3QlINEe9YbpR6wJOq1maD3T4dKljUoBn7dweJmd4oHUFFOHG77k-Iht0ef2HmHs3yVS-sv-XXtVWbhyXHZkRGQpt_BR
dc.creatorHilgemberg, João Otávio
dc.creator.ID090.619.299-46pt_BR
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K8166786U6&tokenCaptchar=03AGdBq27Ns9mrdXDzsIfuF_1oVcl0T4v_Z3bEMq2YJhjmn3lzFh966UHewSHjZjYgrGDt50Z8lKv9u43A3ssVPoMFgpoSgSbn3ix0u5VPUcQpqD72YO_18MSElA2OF2EzkM0UjKRndy6In7CPNEbwp-Z-Lnwb4t4VSy9CwTj8WKciPHnZU3mom_TLPyjV-vNECVORPOo9ByOnK4T36A_qtjd6CIgKPbOLnr_L3b5A0EsyTDlhtLJ5Pxe50B9fRw0xhsvNva7AaTnC-bV46cfU6OAeWhc0x6OxhVlPHGvLpmJKl4FK4cxcEk1e1_l-I0CAJDkWKZlDgBWv_Qm-puko8Og3XcNkjmOyM-FNUUcOzRh_hxVeol34UlowzSR9R-Qwr8YASiPc3o4ELRIKMZv2wKUJoU2fp6UKHBEyujsl1Fw97Z58-yraKo0sV4ILn7MaorcoHh6_txNc5vyl1RHbUFWivyzAk_U7ubeQpLPP8Kg1H709NnwK0_RoiivI5HuA1pGodam8Ydz18CKN3iepjnpfHsgl_4XOTgpt_BR
dc.date.accessioned2022-03-04T12:56:04Z
dc.date.accessioned2026-06-30T18:11:43Z
dc.date.available2022-03-04T00:00:00Z
dc.date.available2022-03-04T12:56:04Z
dc.date.issued2021-11-22
dc.description.abstractThis study aims to evaluate predictive models on the productive performance of first and second farrowing sows as tools for decision-making in selecting and discarding females in the herd. In the first study, sows were classified based on totals born alive (TBA). In the second study, confusion matrices and decision trees approaches were applied. Productive information of 8869 sows from first to eighth parity was used, considering the variables: number of weaned piglets (Desm), gestation duration (GL), farrowing duration (FD), number of artificial inseminations (AI), weaning to estrus interval (WSI), proportion of dead at weaning (DW), proportion of dead at farrowing (DF), total culling of sows (Descarte). A TBA as predictors in the models. Study 1: three classes were elaborated (high – H: >16 TBA, medium – M: between 12 and 16 TBA, and low – L: <12 TBA) according to the productive performance at the first and second births. Study 2: the data were divided into two groups: training and compared to elaborate the confusion matrices and decision trees. After classifying the information, verifying its biological coherence, correlations, ANOVA tests, and LSD mean comparison tests were performed at a 5% significance level. The combination of productive information from the first two parities can efficiently predict the longevity and productivity of sows. The method can identify the productive performance of superior and inferior sows, helping in decision-making for selection or disposal. The decision trees were able to accurately present the relationships and patterns between production variables and disposal. Regarding productivity, sows that presented TBA above 14 piglets were classified as good and above 16 as excellent. Sows with high and low yields spend less time in the herd. From the aspect of culling criteria, sows with weaning to estrus interval 3.8 to 4.3 days, were discarded earlier, and sows that wean between 13 and 14 piglets remain longer in the herd. The elaboration of classes according to productivity and the construction of decision trees are efficient and accurate methods to elaborate sow selection and discard programs based on the performance data of the first two parity orders.pt_BR
dc.description.resumoEste estudo tem por objetivo avaliar modelos preditivos no desempenho produtivo de porcas de primeiro e segundo parto como ferramentas para tomada de decisão na seleção e descarte de fêmeas no plantel. No primeiro estudo as porcas foram classificadas a partir do número total de leitões nascidos vivos (TBA). No segundo estudo foram aplicadas as abordagens de matrizes de confusão e árvores de decisão. Foram utilizadas informações produtivas de 8869 porcas de primeira a oitava ordem de parto, sendo consideradas as variáveis: número de leitões desmamados (Desm), duração da gestação (GL), duração do parto (FD), número de inseminações artificiais (AI), intervalo desmame cobertura (WSI), proporção de mortos ao desmame (DW), proporção de mortos ao parto (DF) e descarte total de porcas (Descarte). A variável TBA foi utilizada como preditora nos modelos. Estudo 1: foram elaboradas 3 classes (high – H: >16 TBA, medium – M: entre 12 e 16 TBA e low – L: <12 TBA) de acordo com o desempenho produtivo ao primeiro e segundo parto. Estudo 2: os dados foram divididos em dois grupos: treinamento e teste, a fim de possibilitar a utilização de árvores de decisão e cálculo da matriz de confusão. Após uma classificação das informações, verificando a sua coerência biológica, foram realizadas análises de correlação, testes de ANOVA e testes de comparação de médias Fisher (LSD), ao nível de 5% de significância. A combinação das informações produtivas dos dois primeiros partos podem ser um eficiente preditor de longevidade e produtividade de porcas. Os métodos foram capazes de identificar as performances produtivas de porcas superiores e inferiores, auxiliando na tomada de decisão para seleção ou descarte. As árvores de decisão foram capazes de apresentar as relações e os padrões entre as variáveis produtivas e o descarte de maneira precisa. Sob o aspecto da produtividade, porcas que apresentaram TBA acima de 14 leitões foram classificadas como boas e acima de 16 classificadas como ótimas. Porcas com altas e baixas produtividades permanecem menos tempo no rebanho. Sob o aspecto dos critérios de descarte, porcas com intervalo desmame cobertura entre 3,8 a 4,3 dias, são descartadas mais cedo e porcas que desmamam entre 13 e 14 leitões permanecem mais tempo no rebanho. A elaboração de classes de acordo com a produtividade e a construção de árvores de decisão são métodos eficazes e precisos para elaborar programas de seleção e descarte a partir do desempenho de porcas de primeira e segunda ordem de parto.pt_BR
dc.identifier.citationHILGEMBERG, João Otávio. Utilização de modelos preditivos para avaliação do desempenho produtivo de porcas. 2021. Dissertação (Mestrado em Zootecnia) - Universidade Estadual de Ponta Grossa, Ponta Grossa, 2021.pt_BR
dc.identifier.urihttps://ri.uepg.br/handle/123456789/3395
dc.languageporpt_BR
dc.publisherUniversidade Estadual de Ponta Grossapt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento de Zootecniapt_BR
dc.publisher.initialsUEPGpt_BR
dc.publisher.programPrograma de Pós Graduação em Zootecniapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.subjectÁrvore de decisãopt_BR
dc.subjectClassificaçãopt_BR
dc.subjectLeitõespt_BR
dc.subjectLongevidadept_BR
dc.subjectModelagem matemáticapt_BR
dc.subjectOrdem de partopt_BR
dc.subjectClassificationpt_BR
dc.subjectDecision treept_BR
dc.subjectLongevitypt_BR
dc.subjectMathematical modelingpt_BR
dc.subjectParity orderpt_BR
dc.subjectPigletspt_BR
dc.subject.cnpqCNPQ::CIENCIAS AGRARIAS::ZOOTECNIApt_BR
dc.titleUtilização de modelos preditivos para avaliação do desempenho produtivo de porcaspt_BR
dc.typeDissertaçãopt_BR

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
João Otávio Hilgemberg.pdf
Size:
2.16 MB
Format:
Adobe Portable Document Format
Description:
dissertação completa em pdf

License bundle

Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.82 KB
Format:
Item-specific license agreed to upon submission
Description:
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.24 KB
Format:
Item-specific license agreed to upon submission
Description: