Caracterización multivariada de la eficiencia productivo-reproductiva y edad al primer parto en vacas Holstein
DOI:
https://doi.org/10.15517/am.v32i1.43184Palabras clave:
sistema de pastoreo, indicadores, longevidad, producción de leche, reproducciónResumen
Introducción. La evaluación de la eficiencia productiva debe estar acompañada por indicadores integrales para valorar el comportamiento de las vacas lecheras en los sistemas de pastoreo. Objetivo. Identificar en un rodeo de vacas lecheras Holstein agrupadas por su edad al primer parto, las de mayor eficiencia en sistemas de pastoreo, con base en una caracterización multivariada en indicadores productivos y reproductivos. Materiales y métodos. Se utilizaron datos retrospectivos de 1785 vacas primíparas de raza Holstein entre los años 1999-2016, en dos establecimientos comerciales pertenecientes a la empresa Los Ángeles - Argentina, las que se dividieron en tres grupos por su edad al primer parto: Grupo 1 - 750 días, Grupo 2 - 840 días y Grupo 3 - 1098 días. Las variables vida productiva total, producción total de leche, índice de leche e intervalo entre partos promedio se utilizaron asociadas a la edad al primer parto mediante la técnica multivariada de componentes principales. Resultados. No se observaron agrupamientos asociados al grupo de edad al primer parto. Los dos primeros componentes principales explicaron el 92,9 % de la variancia total observada. Se pudo definir cuatro cuadrantes representando todas las combinaciones entre los valores positivos y negativos. La distribución de las vacas de los tres grupos en los cuatro cuadrantes resultó homogénea (x2=6,291; p=0,391). La distribución por cuadrante, independientemente del Grupo de edad al primer parto fue de: Cuadrante I (52/150, 34,7 %), Cuadrante II (42/150; 28,0 %), Cuadrante III (28/150; 18,7 %) y Cuadrante IV (28/150; 18,7 %). Conclusión. Las vacas ubicadas en el Cuadrante II (valores negativos de la CP1 y positivos de la CP2), fueron las eficientes al sistema de pastoreo, mostraron mayor longevidad con niveles productivos compatibles con las limitaciones del sistema y un eficiente comportamiento reproductivo.
Descargas
Referencias
Bello, N. M., Stevenson, J. S., & Tempelman, R. J. (2012). Invited review: milk production and reproductive performance: modern interdisciplinary insights into an enduringaxiom. Journal of Dairy Science, 95, 5461–5475. https://doi.org/10.3168/jds.2012-5564 DOI: https://doi.org/10.3168/jds.2012-5564
Bonczeck, R. R., Young, C. W., Wheaton, J. E., & Miller, K. P. (1988). Responses of somatotropin, insulin, prolactin, and thyroxine to selection for milk yield in Holsteins. Journal of Dairy Science, 71, 2470–2479. DOI: https://doi.org/10.3168/jds.S0022-0302(88)79833-1
Berry, D. P., Friggens, N. C., Lucy, M., & Roche, J. R. (2016). Milk production and fertility in cattle. Annual Review of Animal Biosciences, 4, 269–290. https://doi.org/10.1146/annurev-animal-021815-111406 DOI: https://doi.org/10.1146/annurev-animal-021815-111406
Carrasco, J. L., & Hernán, M. A. (1993). Estadística multivariante en las ciencias de la vida. Editorial Ciencia.
Do, C., Wasana, N., Cho, K., Choi, Y., Choi, T., Park, B., & Lee, B. (2013). The Effect of Age at First Calving and Calving Interval on Productive Life and Lifetime Profit in Korean Holsteins. Asian Australasian Journal of Animal Science, 26(11), 1511–1517. http://dx.doi.org/10.5713/ajas.2013.13105 DOI: https://doi.org/10.5713/ajas.2013.13105
Frioni, N., Urioste, J. I., Aguilar I., & Rovere G. (2016). Genetic parameters of days open, milk, fat and protein yield of Uruguayan Holstein on pasture systems. Journal of Basic & Applied Genetics, 27(Suppl. 1), 190. https://sag.org.ar/jbag/wp-content/uploads/2020/01/V.XXVIII_2016_Suppl1_19092016.pdf
Grandin, T. (2000). Principles of animal behavior for the handling of bovines and other herbivorous in extensive conditions. In G. Temple (Ed.), Livestock Handling and Transport (2nd ed., pp. 63–85). CABI Publishing. DOI: https://doi.org/10.1079/9780851994093.0063
Hileman, S. M., Lubbers, L. S., Jansen, H. T., & Lehman, M. N. (1999). Changes in hypothalamic estrogen receptor-containing cell numbers in response to feed restriction in the female lamb. Neuroendocrinology, 69, 430–437. DOI: https://doi.org/10.1159/000054446
Honarvar, M., Nejati-Javaremi, A., Miraei-Ashtiani, S. R., & Banadaki, M. (2010). Effect of length of productive life on genetic trend of milk production and profitability: A simulation study. African Journal of Biotechnology, 9(20), 3000–3010. http://www.academicjournals.org/AJB
Kirkpatrick, M., & Meyer, K. (2004). Direct estimation of genetic principal components: simplified analysis of complex phenotypes. Genetics, 168, 2295–2306. https://doi.org/10.1534/genetics.104.029181 DOI: https://doi.org/10.1534/genetics.104.029181
König, S., Chang, Y. M., Borstel, U. U. V., Gianola, D., & Simianer, H. (2008). Genetic and phenotypic relationships among milk urea nitrogen, fertility, and milk yield in Holstein cows. Journal of Dairy Science, 91, 4372–4382. https://doi.org/10.3168/jds.2008-1236 DOI: https://doi.org/10.3168/jds.2008-1236
Marini, P. R., & Oyarzabal, M. I. (2002a). Patrones de producción en vacas lecheras. 1 Componentes de la producción y sus características según nivel de producción. Revista Argentina Producción Animal, 22(1), 29–46.
Marini, P. R., & Oyarzabal, M. I. (2002b). Patrones de producción en vacas lecheras. 2 Descripción de la vaca promedio y estimación de los ingresos según categorías de producción. Revista Argentina Producción Animal, 22(1), 47–60.
Marini, P. R., Castro, R., Frana, E., & Di Masso, R. J. (2017). Multivariate characterization of biological efficiency in dairy cows in grazing systems. Sustainable Agriculture Research, 6(4), 83–92. https://doi.orgi.orgi.org/10.5539/sar.v6n4p83sar DOI: https://doi.org/10.5539/sar.v6n4p83
Miglior, F., Fleming, A., Malchiodi, F., Brito, L. F., Martin, P., & Baes, C. F. (2017). A 100-Year Review: Identification and genetic selection of economically important traits in dairy cattle. Journal of Dairy Science, 100, 10251–10271. https://doi.org/10.3168/jds.2017-12968 DOI: https://doi.org/10.3168/jds.2017-12968
Nebel, R. L., & McGilliard, M. L. (1993). Interactions of high milk yield and reproductive performance in dairy cows. Journal of Dairy Science, 76, 3257–3268. https://doi.org/10.3168/jds.S0022-0302(93)77662-6 DOI: https://doi.org/10.3168/jds.S0022-0302(93)77662-6
Oltenacu, P. A., & Algers, B. (2005). Selection for increased production and the welfare of dairy cows: Are new breeding goals needed? Ambio, 34(4–5), 311–315. DOI: https://doi.org/10.1579/0044-7447-34.4.311
Oltenacu, P. A., & Broom, D. M. (2010). The impact of genetic selection for increased milk yield on the welfare of dairy cows. Animal Welfare, 19, 39–49. DOI: https://doi.org/10.1017/S0962728600002220
Ratwan, P., Mandal, A., Kumar, M., & Chakravarty, A. K. (2017). Genetic analysis of milk production efficiency traits in Jersey crossbred cattle. Indian Journal of Animal Research, 51(4), 644–647. https://doi.org/10.18805/ijar.7076 DOI: https://doi.org/10.18805/ijar.7076
Roso, V. M., & Fries, L. A. (1995). Componentes principais em bovinos da raça PolledHereford à desmama e sobreano. Revista Brasileira de Zootecnia, 24, 728–735.
Singh, J., Singh, V. K., Kumar, A. Y., & Kumar, A. J. (2017). Effect of genetic and non-genetic factors on age at first calving in Sahiwal cattle. Indian Journal of Animal Research, 51(4), 635–639. https://doi.org/10.18805/ijar.8425 DOI: https://doi.org/10.18805/ijar.8425
Singh, S., Rana, Z. S., Pander, B. L., Dhaka S. S., & Kumar, R. (2013). Prediction of phenotypic value of lifetime performance from early lactation traits in Hariana cattle. Indian Journal of Animal Research, 47(4), 352–355. https://arccjournals.com/journal/indian-journal-of-animal-research/ARCC156
Wiltbank, M. C., Baez, G. M., García-Guerra, A., Toledo, M. Z., Monteiro, P. L. J., Melo, L. F., Ochoa, J. C., Santos, J. E. P., & Sartori, R. (2016). Pivotal periods for pregnancy loss during the first trimester of gestation in lactating dairy cows. Theriogenology, 86, 239–253. https://doi.org/10.1016/j.theriogenology.2016.04.037 DOI: https://doi.org/10.1016/j.theriogenology.2016.04.037
Archivos adicionales
Publicado
Número
Sección
Licencia
Derechos de autor 2021 Pablo Roberto Marini, Pablo Biga, Ricardo José Di-Masso (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.




















