Affiliation:
1. Universidade Federal de Santa Maria, Brasil
2. Universidade Federal do Pampa, Brasil
Abstract
O estudo foi realizado com o banco de dados do Programa de Melhoramento Genético de Poedeiras de Ovos Marrons do Laboratório de Avicultura (LAVIC) do Departamento de Zootecnia da Universidade Federal de Santa Maria (UFSM), onde são utilizadas aves das raças Plymouth Rock White (PRW), Plymouth Rock Barred (PRB) e Rhode Island Red (RIR). Os dados utilizados foram referentes a duas gerações das três raças durante o primeiro ciclo de produção, dos anos de 2009 e 2010. Os parâmetros avaliados foram: taxa de postura semanal, peso dos ovos e peso corporal. O estudo foi dividido em duas abordagens de análise, a primeira análise foi realizada com os dados produtivos com o objetivo de identificar pontos críticos de seleção fenotípica, relacionados à caracterização zootécnica, e a segunda abordagem consistiu na associação dos mesmos parâmetros produtivos, com os dados climáticos de Santa Maria - RS. Os dados foram analisados pela técnica de Mineração de Dados, sendo utilizada a tarefa de classificação com a construção de árvore de decisão pelo algoritmo J48. A mineração dos dados indicou a taxa de postura média na 25ª semana de idade e posteriormente o peso médio dos ovos na 33ª semana de idade como as principais variáveis relacionadas com a diferenciação das raças estudadas, (precisão de 0,833). Na segunda abordagem, as árvores de classificação obtidas apresentaram precisão entre 0,88 e 0,91, sugerindo uma forte associação entre as variáveis ambientais e o desempenho produtivo das aves. Poedeiras PRW são mais sensíveis ao calor que as RIR e PRB e apresentam, na fase de pré-pico, uma maior taxa de postura. A Mineração de Dados permite classificar a produtividade das raças de poedeiras de ovos marrons, podendo indicar as influências ambientais sobre o fenótipo das diferentes raças estudadas.
Reference23 articles.
1. Data mining techniques for marketing, sales and customer support;BERRY M.J.A.,1997
2. Breeding in the 21th century: application of molecular technology;DEKKERS J.C.M.;Proceedings of the Association for the Advancement of the Animal Breeding and Genetics,1999
3. Data mining and KDD: promise and challenges;FAYYAD U.;Future Generation Computer Systems,1997
4. Genetic correlations between body weight of cocks and production traits in laying hens, and their possible use in breeding schemes;HAGGER C.;Poultry Science,1994
5. Machine learning for data mining in medicine;LAVRAC N.;Lecture Notes in Computer Science,1999
Cited by
3 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献