Predicción de la composición tisular de canales de corderos “Blackbelly” usando mediciones in vivo y postmortem

Author:

Gómez-Vázquez ArmandoORCID,Dzib-Cauich Dany AlejandroORCID,López-Durán SaravastiORCID,Muñoz Osorio Germani AdriánORCID,Miccoli Florencia EstefaníaORCID,Canul-Solis Jorge R.ORCID,Castillo-Sánchez Luis E.ORCID,Chay-Canul Alfonso JuventinoORCID

Abstract

Objetivo. Predecir la composición tisular de canales de corderos “Blackbelly” usando mediciones in vivo y postmortem. Materiales y métodos. Se utilizaron 20 corderos con una edad de siete meses y peso de 29.07±2.88 kg en promedio. Antes del sacrificio, se midió con ultrasonografía la grasa subcutánea, la profundidad, la amplitud y el área del músculo Longissimus dorsi. Posterior al sacrificio, se registró el peso de la canal y de los tejidos: músculo, grasa y hueso. En la canal, también se midió y registró la profundidad torácica, el largo, el perímetro, el largo y ancho de la pierna, así como el índice de compacidad. Para predecir la composición tisular de las canales se usó análisis de correlación y modelos de regresión. Resultados. Los tejidos de la canal se correlacionaron con la profundidad del músculo L. dorsi (p≤0.05; r entre 0.67 y 0.80) y con el índice de compacidad de la canal (p≤0.05; r varió de 0.54 a 0.75). Las ecuaciones de predicción de la composición tisular de la canal tuvieron una r2 que osciló entre 0.71 a 0.78 para el tejido graso (p≤0.001). Conclusiones. El uso de mediciones in vivo y postmortem permitieron predecir la composición tisular de canales de corderos con una precisión de moderada a alta (r2 >0.71≤ y ≤0.78).  

Publisher

Universidad de Cordoba

Subject

General Veterinary,Animal Science and Zoology,Aquatic Science

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3