Modelación de crecimiento de pollitas criollas en dos generaciones subsecuentes bajo apareamiento oleatorio /
por Guillermo Julian Isidro Antonio; director de tesis Arturo Pro Martínez; secretario Diego Zárate Contreras; vocal Fernando González Cerón; suplente Sergio Ibán Mendoza Pedroza; suplente Eliseo Sosa Montes.
- 1 recurso en línea (39 páginas). cuadros, figuras.
El objetivo del estudio fue describir la curva de crecimiento de pollitas Criollas Mexicanas en dos generaciones subsecuentes bajo apareamiento aleatorio (GPC1 y GPC2), mediante los modelos no lineales Gompertz (MNLG-L), Richards (MNLR), Logístico (MNLL) y Von Bertalanffy (MNLVB). En cada generación se utilizaron 110 aves hembra, el peso vivo se registró de manera individual de 0 a 63 d de edad. La estimación de los parámetros de los modelos se realizó con el procedimiento NLIN (algoritmo de Marquardt) de SAS. Para determinar qué modelo fue el mejor, se calcularon el coeficiente de determinación ajustado, el criterio de información de Akaike y el criterio de información Bayesiana. En las pollitas GPC1 la tasa de crecimiento inicial fue menor (0.10482 d-1) en comparación con las aves GPC2 (0.11420 d-1). En cuanto a los modelos analizados, se mostró una menor tasa de maduración en aves GPC1, que en las aves GPC2. Respecto a la edad al máximo crecimiento (ti) en las pollitas GPC1, varió de 45.6 a 72.5 d, caso contrario sucede con las aves GPC2, ya que se observó un rango más estrecho de valores (44.4 a 65.8 d). Por el contrario, el peso asintótico (WA), estimado con los cuatro modelos para las dos generaciones de pollitas (GPC1 y GPC2), varió de 971.1 a 3062.9 g y de 926.2 a 2655.7 g, respectivamente. En las dos generaciones de pollitas Criollas, el MNLL estimó el menor valor de ti y WA, por el contrario, con el MNLVB se obtuvieron los estimadores más altos. En conclusión, el modelo Gompertz-Laird tuvo el mejor ajuste de datos del peso vivo de las pollitas Criollas en dos generaciones subsecuentes bajo apareamiento.
Gallinas criollas--Crecimiento Curvas de Crecimiento Modelos no lineales