RT - Journal Article T1 - Fitting Growth Curve in Japanese quail (Coturnix Coturnix Japonica) using Nonlinear and Nonlinear Mixed-Effects Models JF - rap YR - 2022 JO - rap VO - 13 IS - 36 UR - http://rap.sanru.ac.ir/article-1-597-fa.html SP - 124 EP - 129 K1 - non-linear mixed models K1 - logistic model K1 - Richard model K1 - Gompertz model K1 - growth curve K1 - Japanese quail AB - چکیده مبسوط مقدمه وهدف: امروزه مدل­های رشد در سامانه های زیستی از اهمیت ویژه­ای برخوردار می­ باشند. برای نمونه از طریق تجزیه و تحلیل و مطالعه منحنی­ های رشد در نشخوارکنندگان و طیور، این امکان وجود دارد تا مراحل رشد آنها را با قوانین شناخته شده رشد انطباق داده و به کمک آنها برنامه ­های مدیریتی و تغذیه ­ای جهت انتخاب و تاثیر بر پرورش و بهره­ وری دام­ ها ارائه نمود. به علاوه از منحنی­ های رشد می­توان جهت ارزیابی پتانسیل ژنتیکی موجود زنده نیز استفاده کرد. این مطالعه به منظور بررسی قابلیت­ها و مزیت­های مدل­ های غیرخطی و مختلط غیرخطی در توصیف و بررسی الگوی رشد بلدرچین ژاپنی انجام شده است. مواد و روش­ ها: در این تحقیق اطلاعات رشد لاین­های مختلف بلدرچین اعم از لاین سنگین وزن (HW)، سبک وزن (LW) و شاهد استفاده شد. به منظور بررسی و توصیف الگوی رشد بلدرچین­های سه گروه، از سه مدل رشد لجستیک، گمپرتز و ریچارد هم به صورت غیرخطی و هم به صورت مختلط غیرخطی استفاده شد و این مدل­ها با سه معیار ضریب تعیین (R2)، میانگین مربعات خطا (MSE) و معیار اطلاعات آکایک (AIC) با یکدیگر مقایسه شدند. یافته­ ها: مقادیر معیارهای ضریب تعیین (R2)، میانگین مربعات خطا(MSE) و معیار اطلاعات آکایک(AIC) به ترتیب برای مدل لجستیک غیرخطی (0/954، 74/034، 65829) و برای مدل گمپرتز غیرخطی به ترتیب (0/957، 72/56، 65307) و همچنین برای مدل ریچارد غیرخطی به ترتیب (0/951، 72/730، 65349) بدست آمد. همچنین سه معیار ضریب تعیین(R2)، میانگین مربعات خطا(MSE) و معیار اطلاعات آکایک (AIC) برای مدل لجستیک مختلط غیرخطی به ترتیب (0/976، 33/400، 61449) و برای مدل گمپرتز مختلط غیرخطی به ترتیب (0/978، 31/658، 60641) و همچنین برای مدل ریچارد مختلط غیرخطی به ترتیب (0/978، 31/849، 60591) بدست آمد، که مدل­ های مختلط غیرخطی به دلیل بالاتر بودن دقت و کمتر بودن خطا نسبت به مدل­های غیرخطی برتری داشتند. نتیجه گیری: مدل رشد ریچارد مختلط با داشتن بالاترین دقت و کمترین خطا بهتر از سایر مدل­ها می­تواند رشد را در بلدرچین ژاپنی پیش بینی کند و توابع گمپرتز و لجستیک در رده­های بعدی قرار دارند. در میان مدل­های غیرخطی به ترتیب مدل گمپرتز، ریچارد و لجستیک برازش بهتری داشتند و در میان مدل­های مختلط غیرخطی به ترتیب برازش مدل های ریچارد، گمپرتز و لجستیک بهتر بود. در بین توابع مدل لجستیک غیرخطی به دلیل کمتر بودن دقت و بیشتر بودن خطا توصیف مناسبی از منحنی رشد بلدرچین ندارد. LA eng UL http://rap.sanru.ac.ir/article-1-597-fa.html M3 10.52547/rap.13.36.124 ER -