Return to search

Modelo computacional para previsão de mortalidade de galinhas poedeiras em função de ondas de calor e tipologia dos aviários / Computational model for prediction of laying hens mortality due to heat waves and avian typology

Submitted by RODRIGO DA SILVA RIQUENA null (r.riquena@hotmail.com) on 2017-04-08T14:36:36Z
No. of bitstreams: 1
RodrigoRiquena_PGAD_TUPA_02217.pdf: 2586767 bytes, checksum: 6bbcda45670b228af1c74a3153a5c33e (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-04-17T14:58:41Z (GMT) No. of bitstreams: 1
riquena_rs_me_tupa.pdf: 2586767 bytes, checksum: 6bbcda45670b228af1c74a3153a5c33e (MD5) / Made available in DSpace on 2017-04-17T14:58:41Z (GMT). No. of bitstreams: 1
riquena_rs_me_tupa.pdf: 2586767 bytes, checksum: 6bbcda45670b228af1c74a3153a5c33e (MD5)
Previous issue date: 2017-02-13 / A mortalidade na produção de galinhas poedeiras é fato preocupante para produtores e constitui considerável perda econômica. Alguns eventos climáticos, como ondas de calor, estão diretamente relacionados ao aumento da mortalidade. O objetivo deste trabalho foi relacionar a ocorrência de ondas de calor com a mortalidade de poedeiras, considerando o efeito de duas diferentes tipologias de galpão utilizado na produção de ovos. Os dados de mortalidade diária foram obtidos em dois aviários localizados na cidade de Bastos-SP para o período de outubro de 2014 a janeiro de 2016. Para padronizar a coleta de informações foi construída uma ferramenta para registro diário da mortalidade na granja. Os dados do clima foram obtidos de duas estações meteorológicas localizadas nos municípios Tupã-SP e Rancharia-SP para o período de 2010 a 2015. As ondas de calor foram classificadas na base de dados climática usando diferentes definições da literatura. Os dados de mortalidade e clima foram relacionados em um mesmo banco de dados e foram classificados em mortalidade normal e alta de acordo com manual da linhagem. Após serem relacionados os dados foram levados a mineração, a técnica utilizada foi a CRISP-DM utilizando o algoritmo J48. A classificação para ondas de calor do INMET foi a mais adequada para região. Foi possível associar as ocorrências de onda de calor ao aumento da mortalidade de poedeiras e as variáveis construtivas dos aviários influenciam na mortalidade e produção. A árvore de classificação gerada identificou com precisão 71%, das ocorrências de mortalidade alta e 95% de todos os dados de mortalidade. A árvore de classificação permitiu relacionar o aumento da mortalidade de poedeiras em função de ondas de calor e permite que se faça uma previsão de quando haverá maior chance de ocorrer mortalidade alta. / Mortality in the production of laying hens is a concern for producers and constitutes a considerable economic loss. Some climatic events, such as heat waves, are directly related to increase of mortality. The aim of this work was to relate the occurrence of heat waves with laying hens mortality, considering the effect of two different typologies of shed used in egg production. Daily mortality data were obtained from two aviaries located in the city of Bastos-SP for the period from October 2014 to January 2016. To standardize the collection of information, a tool was created to record daily mortality on the farm. The climate data were obtained from two meteorological stations located in the cities of Tupã-SP and Rancharia-SP for the period from 2010 to 2015. The heat waves were classified in the climatic database using different definitions of the literature. Mortality and climate data were related in a single database and were classified into normal and high mortality according to the lineage manual. After being related the data were taken to mining, the technique used was the CRISP-DM using the algorithm J48. The classification for INMET heat waves was the most adequate for region. It was possible to associate the occurrences of heat wave to the increase of laying hens mortality and the constructive variables of the aviaries influence the mortality and production. The classification tree generated accurately identified 71% of occurrences of high mortality and 95% of all mortality data. The classification tree allowed to relate the increase in laying mortality as a function of heat waves and allows a forecast of when there is a higher chance of high mortality occurrence.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/150210
Date13 February 2017
CreatorsRiquena, Rodrigo da Silva [UNESP]
ContributorsUniversidade Estadual Paulista (UNESP), Pereira, Danilo Florentino [UNESP], Vale, Marcos Martinez do [UNESP], Salgado, Douglas D'Alessandro [UNESP]
PublisherUniversidade Estadual Paulista (UNESP)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP
Rightsinfo:eu-repo/semantics/openAccess
Relation600

Page generated in 0.0028 seconds