Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work was done with the database of layers of brown-shelled eggs of Barred Plymouth Rock (BPR), White Plymouth Rock (WPR) and Rhode Island Red (RIR) breeds, for the years 1998 and 2010, created the Laboratory of Poultry Science (LAVIC) of Department of Animal Science, in the Federal University of Santa Maria (UFSM). In chapter 1 aimed to identify the mathematical model (linear or nonlinear) that best describes the curve of egg production of laying hens BPR, WPR and RIR; verify that a single equation can be used to describe the production of eggs different breeds through the test model identity and equal parameters, to study the biological interpretation of the parameters estimated by the models by correlations between parameters and egg production in different weeks old. The study indicated that the quartic polynomial regression and nonlinear models Quadratic Logarithm and Logistics II can be used to estimate the curve of egg production of birds BPR, WPR and RIR. The curves of egg production estimates by race are different, and egg production of breed WPR higher. A single curve of egg production estimated to be 1998 to 2010 birds WPR. The persistence of posture is similar among poultry breeds BPR and WPR. The potential maximum weekly posture of birds breed BPR is intermediate, and can be of the same birds WPR breed or RIR breed. Data productive of the 27th, 38th and 40th at 50 weeks of age can be used as partial data to estimate the curve of egg production, because they are correlated with the maximum potential posture weekly, and the rate of decline, which are highly correlated with the 1st principal component. In chapter 2 was to verify the existence of phenotypic divergence between layers of WPR and BPR through multivariate analysis (multivariate analysis of variance, principal components and clustering) of egg production weekly and accumulated periods. It is concluded that the egg production of poultry breeds BPR and WPR is different. The first two principal components meet the total variation of egg production accumulated the 21st to 25th, 21st to 30th, 21st to 40th, 21st to 45th, and 21st to 50th. Most of the phenotypic variation of the layers can be explained by the cumulative egg production of the 21st until the 40th week of age (10 months), and this variable is highly correlated with total egg production. Families from the race WPR and BPR form seven distinct groups, but homogeneous by the similarity between them. This allows direct crossings between different groups in search of heterosis. In chapter 3 aimed to define the mixed model that best fits the observed data of egg production of laying hens from 5th to 12th month of age, test different structures of the matrices G and R and to estimate broad-sense heritability and correlations environmental and genotype. This study indicated that the random regression model using regression of first grade and structures of (co)variance matrix for UN random effects (G) and UNR for waste matrix (R) models adequately curve of egg production from BPR and WPR laying hens. From the eighth month value heritability is moderate (0.34) with high genotypic correlation estimates (0.78 to 0.97) with nine months, 10, 11 and 12. It is also a high correlation of genotypic values of hens for egg production of the 8th month in the final months of posture. Thus, it is suggested phenotypic selection from the 8th month of production for birds BPR and WPR. / Este trabalho foi realizado com o banco de dados das poedeiras de ovos de casca marrom das raças Plymouth Rock Barrada (PRB), Plymouth Rock Branca (PRW) e Rhode Island Red (RIR), dos anos de 1998 e 2010, criadas no Laboratório de Avicultura (LAVIC) do Departamento de Zootecnia da Universidade Federal de Santa Maria (UFSM). No capítulo 1 objetivou-se identificar o modelo matemático (linear ou não linear) que melhor descreve a curva de produção de ovos das aves das raças PRB, PRW e RIR; verificar se uma única equação pode ser utilizada para descrever a produção de ovos das diferentes raças através do teste de identidade de modelos e igualdade de parâmetros; estudar as interpretações biológicas dos parâmetros estimados pelos modelos através das correlações existentes entre os parâmetros e a produção de ovos nas diferentes semanas de idade. O estudo indicou que o modelo de regressão polinomial quártica e os modelos não lineares Quadrático Logaritmo e Logístico II podem ser utilizados para estimar a curva de produção de ovos das aves PRB, PRW e RIR. As curvas de produções de ovos estimadas por raça são diferentes, sendo a produção de ovos da raça PRW superior. Uma única curva de produção de ovos pode ser estimada para os anos de 1998 e 2010 das aves PRW. A persistência de postura é semelhante entre as aves das raças PRB e PRW. O potencial máximo de postura semanal das aves da raça PRB é intermediário, e pode ser o mesmo das aves da raça PRW ou da raça RIR. Os dados produtivos da 27ª, 38ª e da 40ª a 50ª semana de idade podem ser utilizados como dados parciais para estimar a curva de produção de ovos, pois são correlacionados com o potencial máximo de postura semanal, e com a taxa de decréscimo, que são altamente correlacionados com o 1ª componente principal. No capítulo 2 teve como objetivo verificar a existência de divergência fenotípica entre poedeiras das raças PRB e PRW através de análises multivariadas (análise de variância multivariada, componentes principais e agrupamento) da produção de ovos semanal e acumulada por períodos. Concluiu-se que a produção de ovos das aves das raças PRB e PRW é diferente. Os dois primeiros componentes principais reúnem a variação total das produções de ovos acumuladas da 21ª a 25ª, 21ª a 30ª, 21ª a 40ª, 21ª a 45ª e 21ª a 50ª. A maior parte da variação fenotípica das poedeiras pode ser explicada pela produção de ovos acumulada da 21ª até a 40ª semana de idade (10 meses), sendo que essa variável tem alta correlação com a produção de ovos total. As famílias da raça PRW e da raça PRB, formam sete grupos distintos, mas homogêneos pela similaridade existente entre elas, o que permite direcionar cruzamentos entre os diferentes grupos, em busca da heterose. No capítulo 3 objetivou-se definir o modelo misto que melhor se ajusta aos dados observados da produção de ovos de poedeiras do 5º ao 12º mês de idade; testar diferentes estruturas das matrizes G e R; e estimar herdabilidade no sentido amplo e correlações ambientais e genotípicas. Este
estudo indicou que o modelo de regressão aleatória que utiliza a regressão de primeiro grau e estruturas de (co)variância UN para matriz de efeitos aleatórios (G) e UNR para matriz de resíduos (R) modela adequadamente a curva de produção de ovos das aves das raças PRB e PRW. A partir do oitavo mês o valor da herdabilidade é moderada (0,34) com altas estimativas de correlação genotípica (0,78 a 0,97) com os meses 9, 10, 11 e 12. É alta também a correlação dos valores genotípicos das poedeiras para a produção de ovos do 8º mês com os meses finais de postura. Assim, sugere-se seleção fenotípica a partir do 8º mês de produção para as aves PRB e PRW.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/4342 |
| Date | 20 February 2013 |
| Creators | Ferreira, Priscila Becker |
| Contributors | Rorato, Paulo Roberto Nogara, Zanella, Irineo, Vale, Marcos Martinez do, Dionello, Nelson Jose Laurino, Pacheco, Paulo Santana |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Zootecnia, UFSM, BR, Zootecnia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 500400000002, 400, 300, 300, 300, 500, 300, 300, bb5914a5-24ef-4ddb-98d2-5e4c9314762b, 73c98fee-f115-471e-b322-5d3c0a26c158, e90265df-3980-4f01-a256-8a201ba774da, 09ee42a8-7dd6-4fdd-aa7f-7c38df605fa1, 025ea962-5269-49e0-be2a-84eb8e54d47f, 1fcee2f4-a2da-4564-a5e6-62e4272487f4 |
Page generated in 0.0043 seconds