USANDO MODELOS MATEMÁTICOS NUTRICIONAIS PARA AUMENTAR A EFICIÊNCIA EM GADO DE CORTE

L. O. Tedeschi *, M. L. Chizzotti *, D. G. Fox §, G.E. Carstens *

* Texas A&M University, College Station, TX 77843 § Cornell University, Ithaca, NY 14853

INTRODUÇÃO

Modelos matemáticos integram o conhecimento científico, acumulado ao longo do tempo, do suprimento alimentar e dos requerimentos nutricionais dos animais e nos permitem aplicá-los em diferentes condições de produção. Modelos exercem um papel importante na melhoria dos sistemas de alimentação e auxiliam o entendimento da estrutura que dita o comportamento do sistema de produção. Portanto, eles podem fornecer informações essenciais a serem utilizadas no processo de tomada de decisão por estrategistas, produtores e consultores para maximizar a produção e concomitantemente minimizar os impactos ambientais através da redução da excreção de nutrientes de maneira economicamente viável. Diversos modelos matemáticos nutricionais têm sido desenvolvidos considerando os diversos sistemas de na produção de ruminantes (Tedeschi et al., 2005c). O modelo Cornell Net Carbohydrate and Protein System (CNCPS) está em desenvolvimento há mais de 30 anos (Fox et al., 2004b) para o balanceamento de rações e em programas de predição de desempenho e na avaliação dos fatores que influenciam o desempenho, a eficiência alimentar e a excreção de nutrientes em cada situação de produção peculiar. Devido à alta diversidade mundial de raças e cruzamentos utilizados na produção de gado de corte bem como das condições ambientais em que estes são criados antes de serem comercializados como animais terminados, o modelo CNCPS tem se concentrado na determinação das diferenças nos requerimentos de mantença, composição do ganho e tamanho corporal à maturidade, utilização de implantes, composição de alimentos e sistemas de alimentação. Avaliações do modelo CNCPS têm demonstrado o impacto que os modelos nutricionais podem ter na melhoria do desempenho e na redução do custo de produção e da excreção de nutrientes (Fox et al., 2004b; Tedeschi et al., 2005a).

- V Simpósio de Produção de Gado de Corte

486

As equações desenvolvidas para o CNCPS para predição dos requerimentos de vacas de corte em diversos cenários de produção estão sendo utilizadas em um “modelo vaca de corte/bezerro” para identificar diferenças no requerimento e na eficiência alimentar entre vacas de corte. (Tedeschi et al., 2006b). A busca por formas de seleção de vacas de corte mais eficientes passa a ser de alta prioridade para a setor de cria. A produção de carne é tida como um processo relativamente ineficiente do ponto de vista do gasto energético. Pesquisas nesse setor têm indicado que 70 a 75% da energia dietética é utilizada para mantença (Ferrell & Jenkins, 1985), e o restante para atender aos requerimentos de gestação e lactação, e que vacas de corte são responsáveis por 60 a 70% do gasto energético total (Johnson, 1984) e que pelo menos 50% desta energia é utilizada para a mantença desta vaca. Vacas eficientes utilizam menos recursos para produzir o mesmo resultado em um meio sustentável. Jenkins & Ferrell (2002) concluíram que a produtividade deveria ser expressa em relação a alguma unidade de input como por exemplo o requerimento energético por unidade de output. Um relato construtivo que delineou as definições de eficiências primárias e secundárias de vacas de leite, que também se aplicam à eficiência de vacas de corte, foi publicado pela Associação Européia de Produção Animal (Ostergaard et al., 1990). Eles sumariaram o seguinte: “A melhoria na eficiência biológica é fundamental e a pesquisa tem sido direcionada aos processos implícitos como a função ruminal, a utilização das energias digestível e metabolizável e a partição da energia alimentar entre os tecidos e o leite. O conhecimento sobre a variação genética entre animais para estes diferentes processos biológicos é muito limitado e deveria ser estudado em relação à composição dos alimentos da ração, à estratégia de alimentação e ao estado fisiológico do animal”. Modelos de crescimento estão sendo utilizados em sistemas de manejo individualizado do gado (Individual Cattle Management Systems, ICMS) que estão sendo desenvolvidos para a indústria de gado de corte buscando melhorar a lucratividade, minimizar a produção excessiva de gordura, aumentar a uniformidade dos produtos e identificar e remunerar proprietários de animais que apresentem desempenho superior no confinamento. Para alcançar isso, o gado é comercializado individualmente quando alcançam a composição de carcaça ótima, o que requer a alimentação de gado de diferentes

I Simpósio Internacional de Produção de Gado de Corte -

487

proprietários em uma baia comum (associados). Isso requer fornecimento e pagamento pelo alimento, fornecido coletivamente, para cada animal nesta baia, individualizadamente. Para que o manejo animal individualizado funcione, o método utilizado para determinar o alimento consumido por animais de diferentes proprietários que compartilham a mesma baia precisa determinar, de forma acurada, o custo do ganho de cada animal nessa baia. Existem três pontos críticos de controle no sucesso da introdução do ICMS:

• Predizer o peso ótimo de terminação, o incremento do custo do ganho e os dias em terminação para otimizar os lucros e as decisões de comercialização dentro de uma faixa aceitável de peso e composição de carcaça,

• Predizer a composição da carcaça e a deposição de gordura de cobertura durante o crescimento para evitar penalizações por sob ou sobre peso das carcaças e excesso de gordura de cobertura, e

• Determinar o alimento fornecido para cada animal na baia coletiva com o propósito de alocar indivíduos em baias de acordo com os dias para alcançar a composição corporal desejada e a lucratividade máxima por individuo. Um modelo matemático de crescimento (Cornell/Cattle Value

Discovery System, CVDS) foi desenvolvido (Guiroy et al., 2001; Perry & Fox, 1997; Tedeschi et al., 2004, 2005b) para estabelecer esses pontos críticos de controle para animais em crescimento. O objetivo deste artigo é descrever o CVDS, avaliar sua acurácia em predizer a matéria seca requerida (MSR), e descrever as aplicações práticas do CVDS para identificação de diferenças na eficiência alimentar entre animais em crescimento alimentados com dietas com alto teor de volumosos. Esses modelos estão disponíveis para download em http://nutritionmodels.tamu.edu.

DESCRIÇÃO DO MODELO CVDS PARA PREDIÇÃO DOS REQUERIMENTOS DE ENERGIA E PROTEÍNA

Sistemas de modelagem utilizados na predição dos requerimentos dietéticos e do custo do ganho devem ser capazes de estimar as diferenças nos requerimentos de mantença basal, o efeito do ambiente no requerimento de mantença, o efeito do tamanho corporal, os valores energéticos dos alimentos e o consumo de matéria seca.

- V Simpósio de Produção de Gado de Corte

488

Estimando a composição corporal desejada para a comercialização. O primeiro passo para predizer o requerimento alimentar para o ganho, incremento do custo do ganho e a composição corporal do gado em crescimento é identificar a composição corporal almejada para a comercialização. O valor da carcaça, na maioria dos mercados, e o custo do ganho podem ser relacionados à proporção de proteína e gordura na carcaça. A gordura corporal no gado terminado a ser comercializado tipicamente varia de 16 to 21% de gordura no corpo vazio (GCV) nos mercados francês (INRA, 1989) e brasileiro (Leme et al., 2000) a mais de 30% GCV nos mercados japonês e coreanos. Na maioria dos demais mercados esse valor situa-se entre esses dois. A classificação por qualidade mais reconhecida no mundo é a marca USDA choice. Os produtos classificados como Premium, aqueles que receberam classificação prime ou os 2/3 superiores da classificação Choice, estão valorizando os produtos da pecuária de corte dos EUA. A Tabela 1 apresenta um sumário de vários experimentos (Guiroy et al., 2001) que verificaram as classificações do teor de gordura para minimizar a percentagem de carne classificada como inaceitável por consumidores nos EUA. Tabela 1 - Relação entre gordura no corpo vazio (GCV) e grau de

qualidade (USDA Quality Grade)

N Escala de qualidade USDA a

Gordura na carcaça

%

GCV média b

%

Desvio padrão da

GCV

Pontuação no painel de

palatabilidade c

% de não

aceitável c

45 3,5 23,6 21,1 u 0,63 5,3 40

470 4,5 29,0 26,2 v 0,19 5,6 13 461 5,5 31,6 28,6 w 0,20 5,8 8 206 6,5 33,0 29,9 x 0,29 6,2 0 90 7,5 34,2 31,0 xy 0,44 - - 51 8,5 35,2 31,9 y 0,59 - - 32 9,5 35,8 32,5 z 0,74 - -

a Classificação: Standard = 3 a 4; Select = 4 a 5; low Choice = 5 a 6; mid Choice = 6 a 7; high Choice = 7 a 8; low Prime = 8 a 9; mid Prime = 9 a 10. b Médias na coluna com letras diferentes diferem significativamente a P < 0,05. c Valores de pontuação no painel de palatabilidade (1 a 8) e % de não aceitavel são referentes a um subconjunto deste banco de dados. Fonte: Adaptado de Guiroy et al. (2001).

I Simpósio Internacional de Produção de Gado de Corte -

489

Esses dados demonstram que a GCV foi significativamente (P < 0,05) superior em cada incremento na escala de qualidade até a classificação USDA mid Choice. O painel de palatabilidade e a percentagem de inaceitáveis apresentaram tendência similar. Os dados também indicam correlação entre a classificação de qualidade do USDA com as variações no teor de gordura do corpo vazio do animal em crescimento. O fator crítico para o nosso modelo é a GCV observada nas classificações Standard (21,1%), Select (26,2%), e low Choice (28,6%) porque essas são as composições corporais finais, exigidas pelos diferentes nichos de mercado, utilizadas para identificar os requerimentos dietéticos durante o crescimento. A Tabela 2 lista a inter-conversão entre a classificação de qualidade do USDA, o nível de marmoreio e o teor de gordura intramuscular determinada por ultra-som. O modelo CVDS (Tedeschi et al., 2004, 2005b) utiliza os valores listados nas Tabelas 1 e 2 para computar a GCV. O National Beef Quality Audit (Smith et al., 1995) relatou que a percentagem de bifes classificados como de baixa qualidade foram de 5,6; 10,8; 26,4; e 59,1 % para as classificações do USDA Prime, Choice, Select, e Standard, respectivamente, em dados referentes a animais em confinamento. A porcentagem de inaceitáveis foi inferiores nos dados analisados por Guiroy et al. (2001) possivelmente porque os dados eram oriundos de bezerros uniformes alimentados com 90% de concentrado a partir dos sete meses de idade. O National Beef Quality Audit relatado por Smith et al. (1995) também reportou que até 20% de toda a carne produzida não atende ao grau de satisfação em qualidade do consumidor norte-americano e recomendaram que a porcentagem de gado classificado como low Choice ou superior deveria ser maior.

- V Simpósio de Produção de Gado de Corte

490

Tabela 2 - Inter-conversão entre o escore de marmoreio, classificação em qualidade e gordura intramuscular (GIM) mensurada por ultra-som a

Escore de marmoreio

Classificação do USDA

GIM (GC) b

GIM de Iowa c

Escore de marmoreio de

Iowa c

2 Standard --- 0,28 700 3 Standard 2,76 1,37 800 4 Select 3,83 2,58 900 5 Low Choice 5,04 3,9 1000 6 Choice 6,72 5,33 1100 7 High Choice 7,25 6,88 1200 8 Low Prime 10,13 8,55 1300 9 Prime --- 10,32 1400

10 High Prime --- --- ---

a Mais detalhes em http://meat.tamu.edu/beefgrading.html. b Gordura intramuscular (GIM) baseada em gordura de cobertura (GC) (http://www.beefimprovement.org). c Padrões da Iowa State University (http://www.ans.iastate.edu).

Baseado na opinião de vendedores, fornecedores e exportadores a proporção ideal seria de 62% de low Choice ou classe superior e 38% de Select, e nada de carne classificada como Standard. Isso se assemelha aos atuais 51% de low Choice ou superior, 42% de Select e 7% de Standard ou inferior (McKenna et al., 2001). Os 10% de carne bovina exportados pelos EUA não deveriam apresentar classificação abaixo de low Choice. A forte mensagem dos consumidores norte-americanos é que a gordura externa deve ser removida da carne, mas a gordura intramuscular (marmoreio) é requerida na porção comestível. Isso provavelmente é devido ao método de cozimento comumente utilizado, se comparado ao método de preparo habitual nos demais países (Dikeman, 1987). Embora outros países não utilizem os padrões americanos para qualidade de carne bovina, técnicas tem sido desenvolvidas (ou adaptadas) para mensurar a gordura intramuscular (marmoreio) porque esse é um importante fator que influencia não só a preferência do consumidor mas também o requerimento de energia entre as diversas

I Simpósio Internacional de Produção de Gado de Corte -

491

raças; visto que algumas raças tendem a depositar mais gordura intramuscular que outras (por exemplo Angus versus Nelore). Computando as diferenças nos requerimentos para crescimento. Tem sido demonstrado que bovinos de diferentes tamanhos à maturidade possuem diferentes conteúdos de energia e proteína num mesmo ganho de peso durante o crescimento (Fox & Black, 1984). Desta forma, um procedimento de ajuste de tamanho para considerar as diferenças nos requerimentos de energia e proteína para ganho entre animais de diferentes tamanhos e sexos tem sido desenvolvido (Fox & Black, 1984; Fox et al., 1988; Fox et al., 1992; Fox et al., 1999; Tylutki et al., 1994) e foi adotado pelo National Research Council Nutrient Requirements of Beef Cattle (NRC, 2000). Neste modelo, o peso vivo (PV) à composição almejada de gordura no corpo vazio (AFBW) é dividido pelo peso de referência (SRW) de um animal padrão com esta composição. Essa razão é então multiplicada pelo PV atual, ajustando este ao peso equivalente ao peso padrão do animal referência, para predizer os requerimentos de energia; este valor é chamado de PV equivalente (Eq. [1]).

SRWEquivalent SBW=Current SBW×

SBW at Target %EBF [1]

O peso padrão do animal referência representa o tamanho corporal dos animais que foram utilizados no desenvolvimento das equações para predição o conteúdo de energia líquida no ganho. A Tabela 3 fornece um exemplo do cálculo da energia requerida para crescimento (energia retida) computada com este modelo, para três tamanhos à maturidade (500, 550 e 600 kg). A Tabela 3 demonstra que à medida que o peso à maturidade aumenta, o peso ao mesmo conteúdo de energia no ganho aumenta, porque animais de maior tamanho com o mesmo peso do animal referência estão em estágio de desenvolvimento anterior e portanto têm mais proteína e menos gordura no ganho. Isso também demonstra que o requerimento de energia aumenta com o aumento no estágio de crescimento e taxa de ganho de peso devido ao aumento do teor de gordura no ganho.

- V Simpósio de Produção de Gado de Corte

492

Tabela 3 - Relação entre estágio de crescimento ou maturidade (u), peso corporal a 28% de gordura no corpo vazio (AFBW) e taxa de ganho em peso (GMD) no cálculo da energia retida

AFBW, kg Estágio de maturidade (u), % 50 60 70 80 90 500 250 300 350 400 450 550 275 330 385 440 495 600 300 360 420 480 540

PV equivalente, kg 239 287 335 382 430

GMD, kg/d Energia retida, Mcal/d 1,0 3,37 3,86 4,34 4,79 5,24 1,2 4,12 4,72 5,30 5,85 6,40 1,5 5,26 6,03 6,77 7,48 8,17

As seguintes equações (Equações [2] a [7]) do NRC (2000) foram utilizadas para computar os valores de energia retida (Mcal/dia) apresentados na Tabela 3. Note que o valor do PV equivalente (EqSBW) é o mesmo dentro do mesmo estágio de maturidade independentemente do peso corporal à 28% de gordura no corpo vazio (AFBW). Isso porque o PV equivalente é o grau de maturidade (ou estágio de desenvolvimento) multiplicado pelo peso referência padrão (478 kg).

0.75 1.0970.0635RE EqEBW EWG= × × [2] 0.891EqEBW EqSBW= × [3]

478EqSBW SBW

AFSBW= ×

[4] 0.96SBW BW= × [5]

0.96AFSBW AFBW= × [6] 0.956EWG ADG= × [7]

Três conjuntos de dados foram utilizados para avaliar este sistema (NRC, 2000). Em dois dos conjuntos de dados (82 observações provenientes de baias com novilhos castrados e novilhas Bos taurus implantados variando em raça, tipo, tamanho corporal e dieta e 142 abates comparativos de novilhos castrados e não castrados e novilhas, não-

I Simpósio Internacional de Produção de Gado de Corte -

493

implantados, variando em tamanho corporal e agrupados em baias por grupo de abate), o sistema explicou 94% da variação na energia retida e a subestimou com apenas 2% de erro. Resultados semelhantes foram observados com novilhas Holandesas e Angus (Fox et al., 1999). Entretanto, não se pode assumir que esta acurácia é aplicável para um animal em um ponto específico ao longo crescimento, pois estes resultados foram obtidos a partir de médias de baias e energia retida total. Muitos fatores podem alterar a estimativa do peso de um animal terminado, como o status nutricional anterior, o uso de implantes, o nível de ingestão e de energia dietética, os limites na síntese diária de proteína e gordura e a energia retida diária. O problema é conseguir predizer esses efeitos em animais individuais, baseado em informações que sejam disponíveis e praticáveis em um confinamento.

Computando as diferenças nos requerimentos de mantença. O modelo utilizado para este propósito é descrito por Fox & Tylutki (1998). Os efeitos de raça são contabilizados pelo ajuste do requerimento basal, de 77 Kcal/kg de peso metabólico (PVM), para animais Bos indicus e raças leiteiras (-10 e +20% em comparação a animais Bos taurus). O efeito do status nutricional anterior é contabilizado pelo escore de condição corporal (BCS) no requerimento de energia líquida para mantença (net energy for maintenance, NEm). Em uma escala de 1 a 9, o requerimento de mantença é reduzido em 5% para cada BCS abaixo de 5 e é aumentado em 5% para cada BCS acima de 5. Os efeitos de aclimatização são contabilizados através de ajustes a partir da temperatura média do mês anterior (variando de 70 kcal/kg PVM a 30 oC a até 105 kcal/kg PVM a -20 oC). Este ajuste é contínuo e nulo a 20 oC (Fox & Tylutki, 1998). Os efeitos ambientais correntes são estimados considerando-se calor produzido e as perdas calóricas, baseadas na temperatura atual, isolamento térmico interno e externo, vento e profundidade e condição da pelagem. Isso se torna importante quando o animal esta abaixo da temperatura crítica inferior calculada e pode variar de efeito nulo a 20 oC ao dobro da energia requerida para mantença (pelagem fina e suja, -12 oC e ventos de 1 mph). Estes ajustes foram desenvolvidos baseados nos dados relatados pelo NRC (1981). Futuras investigações devem ser conduzidas em diferentes níveis de produção, tipos animais, meio ambientes (climas) e modelos matemáticos. O ajuste acima deve ser utilizado em modelos estáticos, sendo válido para a média de um período de crescimento, mas não deve ser utilizado em modelos dinâmicos devido a dupla consideração

- V Simpósio de Produção de Gado de Corte

494

do efeito do clima prévio (Kebreab et al., 2004; Tedeschi et al., 2004). Os efeitos do meio ambiente (clima) exercem importante efeito na produção animal e têm sido computados acuradamente. Berman (2003; 2005) forneceu algumas informações a respeito do estresse por calor em animais em produção e estas informações podem ser adaptadas para os modelos atuais. Determinando o valor energético da ração. Predições acuradas do consumo de matéria seca (CMS) e energia líquida para crescimento (NEg) e mantença (NEm) são altamente dependentes do conhecimento do valor de energia líquida que acuradamente represente os alimentos oferecidos. Tedeschi et al. (2005a) avaliaram a acurácia de métodos alternativos para a determinação dos valores energéticos e protéicos dos alimentos: o nível 1 do NRC (2000), que utiliza valores tabelados de energia e composição dos alimentos; o nível 2 do NRC (2000), que utiliza o CNCPS (Fox et al., 2004b); e uma equação somativa, comumente utilizada por laboratórios de análise de alimentos, para a predição do valor energético a partir da composição química do alimento (Weiss, 1993, 1999; Weiss et al., 1992). A energia metabolizável (ME) foi predita pelo CNCPS como sendo a primeira limitante em 19 grupos de tratamentos (Tedeschi et al., 2005a). Entre esses grupos, o ganho médio diário variou de 0,8 a 1,44 kg/dia. Quando a ME foi a primeira limitante, o ganho médio diário predito pelo modelo CNCPS explicou mais (80%) que a equação somativa ou os valores tabelados (73 e 61%, respectivamente) da variação. A energia metabolizável disponível para o ganho em peso predita pelo sistema tabular gerou um erro de super-estimativa de 11%, mas esse erro foi menor que 2% quando predita pelo CNCPS ou pela equação somativa. Os erros padrão da média foram similares em todas as predições, mas o modelo CNCPS teve a maior acurácia (menor quadrado médio do erro padrão). A proteína metabolizável (MP) foi predita pelo CNCPS como sendo a primeira limitante em 28 grupos de tratamentos (Tedeschi et al., 2005a). Entre esses grupos, o ganho médio diário variou de 0,12 a 1,36 kg/dia. O ganho médio diário predito pelo CNCPS explicou mais (92%) que a equação somativa ou o sistema tabular (79 e 80%, respectivamente) da variação. A proteína metabolizável disponível para ganho predita pelo sistema tabular forneceu um erro de super-estimativa de 4%, enquanto o erro foi de menor que 2% quando predita pelo CNCPS ou pela equação somativa. Semelhantemente à análise da energia metabolizável como

I Simpósio Internacional de Produção de Gado de Corte -

495

primeira limitante, o CNCPS teve a maior acurácia (menor quadrado médio do erro padrão: 0,11). Predizendo os dias para terminação, peso da carcaça, composição corporal, qualidade e o nível de rendimento. Fox et al. (2002; 2001a) listaram e exemplificaram a seqüência de cálculos do modelo de crescimento (Guiroy et al., 2001; Perry & Fox, 1997; Tedeschi et al., 2004, 2005b) desenvolvido para computar animais individuais quando alimentados em grupos. Avaliações anteriores deste modelo têm indicado que o modelo CVDS foi capaz de predizer a matéria seca requerida (MSR) com r2 e 74% e erro médio de 2% (Tedeschi et al., 2004, 2005b) e a conversão alimentar (CA) com r2 de 84% e erro médio de 1,94% (Tedeschi et al., 2006a) utilizando dados de 362 novilhos castrados alimentados individualmente. Guiroy et al. (2001) reportaram que o CVDS acuradamente alocou os alimentos fornecidos a 12.105 novilhos castrados e novilhas em um confinamento comercial, com erro inferior a 1%. Avaliações recentes com novilhos castrados e novilhas Santa Gertrudis alimentados em baias indicaram que o modelo foi capaz de predizer acuradamente o alimento fornecido com um erro menor que 2,43% (Bourg et al., 2006a). APLICAÇÕES PRÁTICAS DO MODELO CVDS NA IDENTIFICAÇÃO DE

DIFERENÇAS NA EFICIÊNCIA Selecionando animais eficientes. Fox et al. (2001b) utilizaram uma versão anterior do CVDS (Cornell Cattle Systems v. 5) para simular o efeito da taxa de crescimento e eficiência alimentar no custo do ganho de 270 kg (PV inicial de 260 kg e PV final de 530 kg). Baseado nessa simulação (Tabela 4), para um aumento de 10% no ganho médio diário (GMD ) foi predito um aumento de 7% no CMS e de 18% no lucro, provavelmente devido à redução nos dias em alimentação e, conseqüentemente, menores custos não-alimentares. A redução no custo alimentar foi devida à redução no requerimento de mantença devido ao menor requerimento de dias para ganhar os 270 kg. Por outro lado, quando o consumo foi mantido o mesmo, mas a eficiência de utilização da energia metabolizável foi aumentada a um valor que resultou em um aumento de 10% na eficiência alimentar, o lucro aumentou em 43%. A simulação de Fox et al. (2001b) claramente demonstra que melhorar a eficiência alimentar ou a taxa de conversão alimentar pode resultar em um maior benefício ao produtor.

- V Simpósio de Produção de Gado de Corte

496

Tabela 4 - Efeito do aumento na taxa de ganho e na eficiência alimentar na lucratividade a

Variáveis Novilho

Médio Efeito de GMD

10% maior Efeito de eficiência

alimentar 10% maior CMS, kg/d 8,48 9,01 8,48 GMD, kg/d 1,46 1,60 1,64 Taxa alimento:ganho 5,82 5,67 5,18 Custo do alimento, $ 176 172 157 Custo não-alimentar, $ 98 91 89 Custo total do ganho, $ 274 263 246 Lucro, $ 65 77 93

a Adaptado de Fox et al. (2001b). Valores computados usando o modelo CCS v. 5.0. Okine et al. (2004) compararam a lucratividade de animais com diferentes características de eficiência. Os animais começaram aos 250 kg e foram abatidos aos 560 kg. Aqueles com aumento de 5% no GMD economizaram 2 US$ por cabeça versus 18 US$ por cabeça para novilhos com aumento calculado de 5% na eficiência alimentar (Tabela 5). Em semelhança à Fox et al. (2001b), Okine et al (2004) também concluíram que um aumento na eficiência alimentar (ou decréscimo na taxa de conversão alimentar) implica em maior lucro. Em parte, isso ocorre porque o percentual de alteração no CMS é numericamente maior que aquele para o GMD, o que conduz para um maior impacto na receita; menos dias em alimentação. Assim, comparações deveriam ser realizadas em condições de equivalência nas quais todas as variáveis são mantidas constantes e apenas uma variável é alteradas por vez. Animais com maior GMD sempre serão mais eficientes enquanto os requerimentos de mantença forem constantes. Isso ocorre devido à diluição da quantidade de alimento requerido para mantença comparada com a quantidade total de alimento consumido, implicando em um animal mais eficiente por unidade de ganho. Entretanto, na prática, isso pode não acontecer e o requerimento de mantença pode aumentar a medida que o GMD aumenta. Assim, o animal mais eficiente será aquele que tiver o menor aumento no requerimento de mantença por unidade de GMD.

I Simpósio Internacional de Produção de Gado de Corte -

497

Tabela 5 - Simulação do custo e economia em novilhos com aumento calculado de 5% na eficiência alimentar (EFA) ou no ganho médio diário (GMD) comparado ao desempenho real a

Variáveis Dados reais

(200 d) Aumento

calculado na EFA (200 d)

Aumento calculado no GMD

(200 d) CMS, kg/dia 9,45 8,98 9,91 GMD, kg/dia 1,55 1,55 1,63 Taxa alimento:ganho 6,08 5,78 6,08 Custo total do ganho, $ 424 406 422 Economia em 200 d, $/cab --- 18 2

a Adaptado de Okine et al. (2004). Nós realizamos uma simulação ligeiramente diferente daquela apresentada por Fox et al. (2001b) e Okine et al (2004). Na nossa simulação, o GMD (1,62 kg/dia) foi idêntico para os três cenários; portanto, nós assumimos que animais poderiam variar tanto o CMS quanto os requerimentos de mantença para obterem o mesmo desempenho. Em um quarto cenário, o GMD foi aumentado em 10% para um mesmo CMS. Um novilho de 250 kg com AFBW de 560 kg foi alimentado com uma dieta contendo 2,9 Mcal/kg de energia metabolizável a um custo de 0,19 US$/kg para equiparar as condições dos cenários (Tabela 6). Foi considerado um custo de aquisição de 1,95 US$/kg de PV. Tabela 6 - Impacto de 10% de alteração em eficiência alimentar, CMS

ou GMD sobre o lucro a

Variáveis Padrão 10% de aumento no

CMS

10% de diminuição

no CMS

10% de aumento no GMD

CMS, kg/dia 9,35 10,29 8,40 9,35 GMD, kg/dia 1,62 1,61 1,61 1,77 Taxa alimento:ganho 5,78 6,40 5,22 5,27 Custo do alimento, US$ 326,98 361,86 295,43 298,37 Custo total, US$ 935,71 971,92 903,96 898,10 Lucro, US$ 86,27 49,91 117,85 124,39 Custo total/ganho, US$/kg/dia 1,57 1,69 1,46 1,44 Ponto de equilíbrio p/ compra, $/kgBW 2,30 2,15 2,44 2,47 Margem anual para custos, % 18,29 10,13 25,72 30,09

a Valores computados utilizando o modelo CVDS versão 1.0.18.

- V Simpósio de Produção de Gado de Corte

498

Quando o GMD foi mantido constante, foram necessários 185 dias em alimentação para atingir a classificação USDA low Choice; um aumento de 10% no GMD reduziu os dias em alimentação para 168 dias. Um decréscimo de 10% na eficiência (aumento de 10% no CMS) reduziu o lucro em 42% e, um aumento de 10% na eficiência (diminuição de 10% no CMS) aumentou em 37% os lucros. O aumento na eficiência foi inferior ao reportado por Fox et al. (2001b). Provavelmente porque eles alteraram o GMD ao invés do CMS; um aumento no GMD em 10% e mantendo o CMS semelhante ao cenário padrão, poderia ter aumentado o lucro em 44%, idêntico ao encontrado por Fox et al. (2001b). A seleção por animais com maior GMD pode melhorar a eficiência alimentar até o momento que isso não altere o peso à maturidade. Se o peso à maturidade for aumentado, o aparente aumento no lucro pode ser contrabalançado por um período mais longo de dias em de alimentação para atingirem a classificação USDA low Choice. Nós realizamos uma simulação de análise de risco utilizando o modelo CVDS para avaliar o impacto do PV inicial (300 ± 20 kg) e da energia metabolizável da dieta (2,8 ± 0,2 Mcal/kg), a um custo fixo do alimento de (US$ 0,05/kg) para um novilho em terminação alimentado por 120 dias. A análise de risco foi conduzida utilizando o @Risk com 5.000 interações e assumindo distribuição normal para o PV inicial e energia metabolizável da dieta (Figura 1). Nossa simulação indicou um GMD esperado deslocado à direita e entre 1,2 e 1,7 kg/dia (90% intervalo de confiança), o requerimento de MS esperado entre 8,3 e 9,4 kg/dia (90% intervalo de confiança) e uma CA predita entre 5,03 a 7,89 kg/kg (90% intervalo de confiança). A análise da CA indicou maior correlação entre o GMD e CA (-0,971) do que entre MSR e CA (0,703). A Figura 1 também demonstra que a variação do desvio padrão da média do PV em jejum inicial e médio tiveram o maior impacto na variação do desvio padrão do lucro (-0,512 e 0,524, respectivamente). Semelhantemente, para cada aumento no desvio padrão do GMD médio, o lucro aumentaria em 0,233 unidades de desvio padrão. A alteração de uma unidade no desvio padrão da MSR poderia aumentar o lucro em 0,048 unidades de desvio padrão. Portanto, para aplicações práticas , o PV e conseqüentemente o custo associado à compra de cada animal têm o maior efeito na lucratividade durante o período de terminação em confinamento. O GMD teve maior impacto sobre o lucro de que a MSR e devido à essas

I Simpósio Internacional de Produção de Gado de Corte -

499

duas variáveis apresentarem efeitos inversos sobre o lucro, alterações na eficiência alimentar poderiam ter um maior impacto no lucro do que uma alteração no GMD ou na MSR isoladamente. Estes resultados concordam com o demonstrado nas Tabelas 4, 5 e 6; o GMD tem um impacto mais forte no lucro do que o consumo, portanto, a seleção para maior GMD, ao invés de menor consumo, seria mais lucrativa. Tedeschi et al. (2006a) relataram a correlação fenotípica entre a MSR e o CMS, o GMD e a taxa Kleiber de 0,75, 0,65 e 0,55, respectivamente. A MSR é o consumo esperado predito pelo modelo a partir das informações do animal, da dieta e do meio fornecidas. Essa é similar ao consumo esperado predito pelo consumo alimentar residual utilizando o PV e GMD médios. Tedeschi et al. (2006a) reportaram que a correlação residual (observado menos o consumo esperado) entre esses dois sistemas foi de 0,84. Semelhantemente, Bourg et al. (2006b) reportaram uma correlação de 0,80.

- V Simpósio de Produção de Gado de Corte

500

Figura 1 - Resultados da simulação do ganho médio diário, matéria seca

requerida, conversão alimentar e lucro preditos pelo modelo CVDS variando o peso inicial e a energia metabolizável dietética para um novilho alimentado por 120 dias.

Mean Average Daily Gain, kg/d

0.000

0.500

1.000

1.500

2.000

2.500

3.000

Mean=1.442133

0.6 0.95 1.3 1.65 20.6 0.95 1.3 1.65 2

5% 90% 5% 1.1525 1.6684

Mean=1.442133

Dry Matter Required, kg/d

0.000

0.200

0.400

0.600

0.800

1.000

1.200

Mean=8.862467

7 8 9 107 8 9 10

5% 90% 5% 8.2862 9.4016

Mean=8.862467

Ganho médio diário, kg/dia

Matéria seca requerida, kg/dia

Feed Conversion Ration

0.000

0.100

0.200

0.300

0.400

0.500

0.600

Mean=6.242827

4 6 8 104 6 8 10

5% 90% 5% > 5.0327 7.8888

Mean=6.242827

Conversão alimentar kg/kg Profit

Std b Coefficients

DMR/E51-.048

MeanADG/E48 .233

iSBW/C18-.512

MeanSBW/E49 .524

-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1

Lucro

I Simpósio Internacional de Produção de Gado de Corte -

501

Utilizando modelos matemáticos para o melhoramento genético. Avaliações adicionais de modelos matemáticos têm sido conduzidas para determinar a herdabilidade e as correlações genéticas. Williams et al. (2005) compararam o Avaliador de Decisão para a Indústria de Gado de Corte (Decision Evaluator for the Cattle Industry, DECI) e o modelo CVDS para predizer a MSR, utilizando 504 novilhos e 52 touros. A herdabilidade da MSR foi ao redor de 0,33 para ambos os modelos e as correlações genéticas entre o CMS real e a MSR predita foi maior que 0,95. Semelhantemente, Kirschten et al. (2006) avaliaram os méritos genéticos das predições do CVDS e relataram herdabilidade de 0,35 e correlações genéticas entre CMS e MSR de 0,98, com menor ranqueamento dos touros. Estes autores sugeriram que a MSR predita poderia ser utilizada em avaliações genéticas com diferenças mínimas entre os modelos CVDS e DECI. AVALIAÇÃO DA PREDIÇÃO DA MSR PELO CVDS PARA ANIMAIS

ALIMENTADOS NAS CONDIÇÕES BRASILEIRAS Nós organizamos um banco de dados para avaliar o modelo CVDS com animais alimentados com altos níveis de forragem sob condições tropicais. O banco de dados foi constituído de seis estudos contendo novilhos castrados e não castrados e novilhas, da raça Nelore e cruzados Nelore × Bos taurus (N = 148) (Tabela 7). A ME das dietas variaram de 1,85 a 2,96 Mcal/kg, 230 a 360 kg de PV inicial e 350 to 500 kg de PV final.

- V Simpósio de Produção de Gado de Corte

502

Tabela 7 - Descrição dos animais e dietas utilizadas na avaliação do banco de dados a

Ref b Raça c Sexo d CMS EM PVi PVf GCVi GCVf GMD N

1 F1 Si x Ne MI 9,7±0,7 2,28 a 2,72 354±19 501±6 8,0 17,3±1,4 1,2±0,3 24

2 Ne MI 8,3±0,5 2,11 a 2,51 325±23 451±8 14,9 22,9±1,8 1,1±0,3 25

3 F1 Li × Ne MI 7,4±0,5 1,85 a 2,76 321±20 491±14 10,4 20,3±1,5 1,1±0,2 40

4 Ne MI 7,0±1,5 7,3±0,9

2,64 a 2,96 231±61 360±0

352±21 434±15

14,7 15,9

21,1±2,2 21,2±2,1

1,2±0,3 30

5 Ne MC 7,5±1,0 2,31 a 2,61 267±30 358±58 5,5 13,8±2,6 1,1±0,2 12

6 F1 RA × Ne MI MC F

9,1±0,9 8,5±0,6 7,7±1,5

1,94 a 2,34 290±20 293±27 249±32

448±43 426±36 377±59

6,6 5,5 10,2

18,7±3,7 17,4±3,4 21,6±4,0

1,5±0,4 1,2±0,3 1,2±0,3

17

a Valores são médias ± DP para consumo de matéria seca (CMS, kg/dia), peso em jejum inicial e final (PVi e PVf, kg), gordura no corpo vazio inicial e final (GCVi e GCVf, % do peso de corpo vazio) e ganho médio diário (GMD, kg/dia) . EM é a faixa de variação da energia metabolizável das dietas, Mcal/kg. b Referências: 1 – Ferreira (1998), 2 – Véras (2000), 3 – Veloso (2001), 4 – Silva (2001), 5 – Paulino (2002), e 6 – Chizzotti et al. (2006). c Raças: Si – Simmental, Ne – Nelore, Li – Limousin, e RA – Red Angus. d Sexo: MI- machos inteiros, MC – machos castrados e F - novilhas. O CVDS foi utilizado para predizer a MSR sob dois cenários: (1) sem ajuste para a composição de ganho (Fig. 2A) e (2) com ajuste para a composição de ganho (Fig. 2B). Após as predições, nós ajustamos o CMS e a MSR para considerar os efeitos de estudo utilizando um modelo misto (Littell et al., 1999) assumindo estudos como efeitos aleatórios e matriz de variância-(co)variância desestruturada (Eq. [8]).

20 2

21

~ , ; ; ~ (0, )

ij i i ij ij

i a abij

i ab b

DMI a b DMR e

where

aiid e iid

b

β σ σψ ψ σ

β σ σ

= + +

=

� �

[8] Como mostrado na Figura 2, o ajuste para composição do ganho resultou em uma melhor predição do CMS possivelmente devido ao baixo teor de gordura no ganho nos estudos de Silva (2001) e Chizzotti et al. (2006). Quando o ajuste para composição do ganho foi utilizado, o erro

I Simpósio Internacional de Produção de Gado de Corte -

503

médio do modelo foi de 0,68%, a acurácia, mensurada pelo coeficiente de correlação de concordância, (Tedeschi, 2006) foi de 0,93 e a precisão, medida pelo r2, foi de 0,75, comparados a -11,1%, 0,67, e 0,77, respectivamente, quando o ajustamento não foi utilizado. Fox et al. (2004a) forneceram um sumário das avaliações do CVDS para estimativa do alimento requerido para animais alimentados em grupo. O resultado de um teste de touros de três anos, conduzido em Nova Iorque, indicou que o CVDS foi capaz de predizer a soma do alimento requerido individualmente com diferença inferior a 2% do alimento real fornecido nas baias. Jorgensen Angus (Ideal, SD) tem utilizado o CVDS para predizer a eficiência alimentar em 867 novilhos não-castrados provenientes de 56 touros durante os últimos 5 anos. A soma do alimento requerido predito tem se situado entre 3 a 5% do real fornecimento de alimento. Recentemente, Bourg et al. (2006a) avaliaram as predições do CVDS para machos castrados e novilhas Santa Gertrudis (N = 457) alimentados em baias e reportaram um erro total entre o alimento fornecido real e a MSR predita pelo modelo de 2,43%.

CONCLUSÕES O modelo CVDS representa um método para predizer os requerimentos de energia, desempenho e alimento requerido por um bovino individual alimentado em grupo com boa acurácia, por considerar os fatores que reconhecidamente afetam os requerimentos do animal (exemplo, tipo racial, tamanho corporal e estágio e taxa de crescimento). O alimento pode ser fornecido de forma acurada para novilhos, castrados ou não, ou novilhas alimentados em grupo, baseado na predição da % final de gordura no corpo vazio, a partir de mensurações na carcaça. Isso permite que animais de diferentes proprietários sejam alimentados em uma mesma baia, e possibilitando uma comercialização mais eficiente do gado confinado e a aquisição de dados em programas de teste de progênie. Nossa análise preliminar sugere que este modelo também tem o potencial de ser utilizado na identificação de diferenças na eficiência alimentar entre animais individuais alimentados em baias coletivas. A predição do alimento requerido para o desempenho observado parece ser extremamente relacionada ao real consumo de alimento, e possui herdabilidade moderada. Temos a expectativa que a pesquisa irá prover informações adicionais sobre o uso do CVDS em programas de seleção visando a melhoria da eficiência alimentar em gado de corte.

- V Simpósio de Produção de Gado de Corte

504

y = 1,7655x - 5,4373

R2 = 0,7698

4

6

8

10

12

14

16

18

20

4 6 8 10 12 14 16 18 20MSR predita pelo modelo, kg/dia

CM

S aj

usta

do, k

g/di

a Y=X

A

y = 1,2703x - 2,2084

R2 = 0,7531

4

6

8

10

12

14

16

4 6 8 10 12 14 16

MSR predita pelo modelo, kg/dia

CM

S ad

just

ado,

kg/

dia

Y=X

B

Figura 2 - Relação entre consumo de matéria seca (CMS, kg/dia) ajustado para

efeito de estudo e matéria seca requerida (MSR, kg/dia) predita pelo modelo sem (A) ou com ajuste para a composição do ganho. Símbolos são estudos de: ○, Paulino (2002); *, Véras (2000); ◊, Veloso (2001); ×, Silva (2001); −, Ferreira (1998); □, Chizzotti et al. (2006).

I Simpósio Internacional de Produção de Gado de Corte -

505

REFERÊNCIAS BIBLIOGRÁFICAS

Berman, A. 2003. Effects of body surface area estimates on predicted energy requirements and heat stress. J. Dairy Sci. 86:3605-3610.

Berman, A. 2005. Estimates of heat stress relief needs for Holstein dairy cows. J. Anim. Sci. 83:1377-1384.

Bourg, B., L. O. Tedeschi, G. E. Carstens, E. Brown, D. G. Fox. 2006a. Evaluation of a mathematical model to estimate total feed required for pen-fed Santa Gertrudis steers and heifers based on performance and diet composition. In American Society of Animal Science, Minneapolis, MN. ASAS. (no prelo).

Bourg, B., L. O. Tedeschi, G. E. Carstens, P. A. Lancaster, D. G. Fox. 2006b. Meta analysis of CVDS model predictions of feed intake and efficiency in growing and finishing cattle. In: Plains Nutrition Council Spring Conference, San Antonio, TX. PNC, Pág. 120.

Chizzotti, M. L., S. C. Valadares Filho, L. O. Tedeschi, G. E. Carstens, F. H. M. Chizzotti, D. M. Oliveira, P. D. B. Benedeti, P. M. Amaral, T. I. Rodrigues. 2006. Comparison of energy requirements for maintenance and growth of steers, bulls, and heifers of Nellore x Red Angus crossbreds. In: American Society of Animal Science, Minneapolis, MN. ASAS.(no prelo).

Dikeman, M. E. 1987. Fat reduction in animals and the effects on palatability and consumer acceptance of meat products. in Proceedings 40th Annual Reciprocal Meat Conference, Chicago, IL. National Livestock and Meat Board.

Ferreira, M. A. 1998. Desempenho, exigências nutricionais e eficiência de utilização da energia metabolizável para ganho de bovinos F1 Simental x Nelore. Universidade Federal de Viçosa, Viçosa, MG.

Ferrell, C. L. & T. G. Jenkins. 1985. Cow type and the nutritional environment: Nutritional aspects. J. Anim. Sci. 61:725-741.

Fox, D. G. & J. R. Black. 1984. A system for predicting body composition and performance of growing cattle. J. Anim. Sci. 58:725-739.

Fox, D. G., C. J. Sniffen, J. D. O'Connor. 1988. Adjusting nutrient requirements of beef cattle for animal and environmental variations. J. Anim. Sci. 66:1475-1495.

Fox, D. G., C. J. Sniffen, J. D. O'Connor, J. B. Russell, P. J. Van Soest. 1992. A net carbohydrate and protein system for evaluating cattle diets: III. Cattle requirements and diet adequacy. J. Anim. Sci. 70:3578-3596.

- V Simpósio de Produção de Gado de Corte

506

Fox, D. G., L. O. Tedeschi, M. J. Baker. 2002. Determining post-weaning efficiency of beef cattle. Pages 44-66 in Beef Improvement Federation, 34th, Omaha, NE.

Fox, D. G., L. O. Tedeschi, M. J. Baker. 2004a. Identifying Differences in Efficiency in Beef Cattle. Mimeo No. 225. Animal Science Dept., Cornell University, Ithaca, NY.

Fox, D. G., L. O. Tedeschi, P. J. Guiroy. 2001a. A decision support system for individual cattle management. In: Proc. Cornell Nutr. Conf. Feed Manuf., Rochester, NY. Cornell University, Ithaca, NY. Pág. 64-76 .

Fox, D. G., L. O. Tedeschi, P. J. Guiroy. 2001b. Determining feed intake and feed efficiency of individual cattle fed in groups. In: Beef Improvement Federation, San Antonio, TX. Pág.80-98

Fox, D. G., L. O. Tedeschi, T. P. Tylutki, J. B. Russell, M. E. Van Amburgh, L. E. Chase, A. N. Pell, T. R. Overton. 2004b. The Cornell Net Carbohydrate and Protein System model for evaluating herd nutrition and nutrient excretion. Anim. Feed Sci. Technol. 112:29-78.

Fox, D. G. & T. P. Tylutki. 1998. Accounting for the effects of environment on the nutrient requirements of dairy cattle. J. Dairy Sci. 81:3085-3095.

Fox, D. G., M. E. Van Amburgh, T. P. Tylutki. 1999. Predicting requirements for growth, maturity, and body reserves in dairy cattle. J. Dairy Sci. 82:1968-1977.

Guiroy, P. J., D. G. Fox, L. O. Tedeschi, M. J. Baker, M. D. Cravey. 2001. Predicting individual feed requirements of cattle fed in groups. J. Anim. Sci. 79:1983-1995.

INRA. 1989. Ruminant nutrition. Recommended allowances and feed tables. Institut National de la Recherche Agronomique, John Libbey Eurotext, Montrouge, France.

Jenkins, T. G. & C. L. Ferrell. 2002. Beef cow efficiency - revisited. In: Beef Improvement Federation Annual Meeting, 34, Omaha, NE. Pág. 32-43.

Johnson, D. E. 1984. Maintenance requirements for beef cattle: Importance and physiological and environmental causes of variation. In: Proceedings of Beef Cow Efficiency Forum, Fort Collins, CO. Pag. 6.

Kebreab, E., J. A. N. Mills, L. A. Crompton, A. Bannink, J. Dijkstra, W. J. J. Gerrits, J. France. 2004. An integrated mathematical model to evaluate nutrient partition in dairy cattle between the animal and its environment. Anim. Feed Sci. Technol. 112:131-154.

I Simpósio Internacional de Produção de Gado de Corte -

507

Kirschten, D. P., E. J. Pollak, L. O. Tedeschi, D. G. Fox, B. Bourg, G. E. Carstens. 2006. Use of a mathematical computer model to predict feed intake: Genetic parameters between observed and predicted values, and relationships with other traits. In: American Society of Animal Science, Minneapolis, MN. ASAS. (no prelo).

Leme, P. R., C. Boin, R. C. C. Margarido, L. O. Tedeschi, J. C. O. F. V. Hausknecht, G. F. Alleoni, A. Luchiari Filho. 2000. Growth performance in feedlot and carcass characteristics of beef cattle from several crossbreds slaughtered in three body weight ranges. Revista Brasileira de Zootecnia. 29:2347-2353.

Littell, R. C., G. A. Milliken, W. W. Stroup, R. D. Wolfinger. 1999. SAS System for Mixed Models. SAS Institute, Cary, NC.

McKenna, D. R., P. K. Bates, D. L. Roeber, T. B. Schmidt, D. S. Hale, D. B. Griffin, J. W. Savell, J. B. Morgan, T. H. Montgomery, G. C. Smith. 2001. National beef quality audit - 2000: Results of carcass characteristics. J. Anim. Sci. 79 (Supplemento 1):62.

NRC. 1981. Effect of Environment on Nutrient Requirements of Domestic Animals. National Academy Press, Washington, DC.

NRC. 2000. Nutrient Requirements of Beef Cattle (7th ed. atualizada). National Academy Press, Washington, DC.

Okine, E. K., J. A. Basarab, L. A. Goonewardene, P. Mir. 2004. Residual feed intake and feed efficiency: Differences and implications. In: Proceedings of Florida Ruminant Nutrition Symposium, Gainsville, FL. UFL. Pág. 27-38.

Ostergaard, V., S. Korver, H. Solbu, B. B. Andersen, J. Oldham, H. Wiktorsson. 1990. Main report - E.A.A.P. working group on: efficiency in the dairy cow. Livest. Prod. Sci. 24:287-304.

Paulino, P. V. R. 2002. Exigências nutricionais e validação da seção HH para predição da composição corporal de zebuínos. Universidade Federal de Viçosa, Viçosa, MG.

Perry, T. C. & D. G. Fox. 1997. Predicting carcass composition and individual feed requirement in live cattle widely varying in body size. J. Anim. Sci. 75:300-307.

Silva, F. F. 2001. Desempenho, características de carcaça, composição corporal e exigências nutricionais (de energia, proteína, aminoácidos e macrominerais) de novilhos Nelore, nas fases de recria e engorda, recebendo diferentes níveis de concentrado e proteína. Universidade Federal de Viçosa, Viçosa, MG.

- V Simpósio de Produção de Gado de Corte

508

Smith, G. C., J. W. Savell, H. G. Dolezal, T. G. Field, D. R. Gill, D. B. Griffin, D. S. Hale, J. B. Morgan, S. L. Northcutt, J. D. Tatum. 1995. Improving the quality, consistency, competitiveness and market share of beef. National Beef Quality Audit National Cattlemen's Beef Association, Englewood, CO.

Tedeschi, L. O. 2006. Assessment of the adequacy of mathematical models. Agric. Syst. 89:225-247.

Tedeschi, L. O., D. G. Fox, M. J. Baker, D. P. Kirschten. 2006a. Identifying differences in feed efficiency among group-fed cattle. J. Anim. Sci. 84:767-776.

Tedeschi, L. O., D. G. Fox, M. J. Baker, K. Long. 2006b. A model to evaluate beef cow efficiency. In: Modeling Nutrient Utilization in Farm Animals. J. Dijkstra, ed. CABI Publishing, Cambridge, MA. (no prelo)

Tedeschi, L. O., D. G. Fox, P. H. Doane. 2005a. Evaluation of the tabular feed energy and protein undegradability values of the National Research Council nutrient requirements of beef cattle. Professional Animal Scientist. 21:403-415.

Tedeschi, L. O., D. G. Fox, P. J. Guiroy. 2004. A decision support system to improve individual cattle management. 1. A mechanistic, dynamic model for animal growth. Agric. Syst. 79:171-204.

Tedeschi, L. O., D. G. Fox, P. J. Guiroy. 2005b. Corrigendum to: "A decision support system to improve individual cattle management. 1. A mechanistic, dynamic model for animal growth" [Agricultural Systems 79 (2004) 171-204]. Agric. Syst. 83:229.

Tedeschi, L. O., D. G. Fox, R. D. Sainz, L. G. Barioni, S. R. Medeiros, C. Boin. 2005c. Using mathematical models in ruminant nutrition. Scientia Agricola. 62:76-91.

Tylutki, T. P., D. G. Fox, R. G. Anrique. 1994. Predicting net energy and protein requirements for growth of implanted and nonimplanted heifers and steers and nonimplanted bulls varying in body size. J. Anim. Sci. 72:1806-1813.

Veloso, C. M. 2001. Composição corporal e exigências nutricionais de bovinos F1 Limousin x Nelore alimentados com rações contendo diferentes níveis de concentrado. Universidade Federal de Viçosa, Viçosa, MG.

Véras, A. S. C. 2000. Consumo, digestibilidade, composição corporal e exigências nutricionais de bovinos Nelore alimentados com rações contendo diferentes níveis de concentrado. Universidade Federal de Viçosa, Viçosa, MG.

I Simpósio Internacional de Produção de Gado de Corte -

509

Weiss, W. P. 1993. Predicting energy values of feeds. J. Dairy Sci. 76:1802-1811.

Weiss, W. P. 1999. Energy prediction equations for ruminant feeds. In: Proceedings of Cornell Nutrition Conference for Feed Manufacturers, Rochester, NY. New York State College of Agriculture & Life Sciences, Cornell University. Pág.176-185

Weiss, W. P., H. R. Conrad, N. R. St. Pierre. 1992. A theoretically-based model for predicting total digestible nutrient values of forages and concentrates. Anim. Feed Sci. Technol. 39:95-110.

Williams, C. B., G. L. Bennett, T. G. Jenkins, L. V. Cundiff, C. L. Ferrell. 2005. Using simulation models to predict feed intake: phenotypic and genetic relationships between observed and predicted values. In: American Society of Animal Science, Cincinnati, OH. ASAS. Pág 13.

- V Simpósio de Produção de Gado de Corte

510