تابستان
برگشت به فهرست مقالات |
برگشت به فهرست نسخه ها
1- دانشگاه علوم کشاورزی و منابع طبیعی ساری
2- دانشگاه تهران
2- دانشگاه تهران
چکیده: (276 مشاهده)
مقدمه و هدف: اهمیّت رشد و مطالعهی آن از اصلیترین جنبههای اقتصادی در پرورش حیوانات اهلی بوده، چراکه وزن گاو بالغ یک صفت مهمّ در برنامههای اصلاح نژادی است که به دلیل اثرات آن روی صفات اقتصادی از جمله نیازهای نگهداری، تولیدمثل و سایر صفات بیولوژیکی مورد توجّه قرار میگیرد. مدلهای ریاضی گستردهای از جمله، لجستیک، گمپرتز، ون برتالانفی، برودی و ریچادرز وجود دارد که برای بیان ظرفیّت رشد و نسبتهای آماری بین سنّ و وزن حیوان، مورد استفاده قرار میگیرند. مدلهای ریاضی خلاصهای از وضعیت رشد را که در قالب چند پارامتر دارای تفسیر بیولوژیکی میباشد، تفسیر کرده و فرصت مناسبی را برای توسعهی استراتژیهای اصلاح نژادی از طریق تعدیل مدیریت و یا ساختارهای ژنتیکی منحنی رشد فراهم میکنند، بنابراین مطالعهی منحنیهای رشد، زمینهی مناسبی را برای تغییر سیاستهای اصلاح نژادی، تعیین نیازمندیهای تغذیهای و روند تصمیمگیری برای ایجاد یک تکنولوژی خاصّ را فراهم میکند. در این مطالعه، برای نخستین مرتبه از مدل غیرخطّی پویا ([1]DOLS) برای بررسی وضعیت الگوی رشد گوسالههای شیرخوار هلشتاین استفاده و با برخی از مدلهای غیرخطّی مانند گمپرتز و لجستیک، مقایسه و کارآیی این مدلها با همدیگر بررسی شد.
مواد و روشها: برای این منظور، از رکوردهای وزن تولّد و وزن بدن در سنین 10 تا 90 روزگی موجود در واحد کشت و صنعت کوهان ابردژ استان تهران استفاده شد. برای هر گوسالهی شیرخوار، تقریباً 10 رکورد وزن بدن ثبت و ابتدا با استفاده از نرم افزار 2007 Excel مورد بررسی اولیه قرار گرفت و سپس برای تجزیه و تحلیلهای آماری مدلهای غیرخطّی گمپرتز و لجستیک از بستهی آماری nlme نرم افزار R استفاده گردید. فراسنجههای رشد، با روش محاسبات عددی و تکرار با استفاده از الگوریتم گاوس- نیوتون برآورد شد. در روش DOLS، از یک روش غیرخطّی مبتنی بر قانون بازدهی نزولی برای تخمین پارامترهای مدل رشد استفاده شده است که ضرایب رگرسیونی مراحل رشد را به درستی تخمین می زند. پس از تجزیه و تحلیل محاسبات، مناسبترین مدل توسط معیارهای برازش نیکوئی مورد ارزیابی قرار گرفت و در آخر، مقدار
یافتهها: نتایج این مطالعه نشان داد که مدلهای لجستیک و DOLS با داشتن مقدار بالای
یافتهها: نتایج این مطالعه نشان داد که مدلهای لجستیک و DOLS با داشتن مقدار بالای
با استفاده از آزمون تی استودنت مورد مقایسه قرار گرفت. 
و کمترین مقدار MSE، بهترین توصیف از الگوی رشد را دارند. توانایی بالای مدل لجستیک در برآورد فراسنجههای رشد گوسالههای شیری، در بسیاری از مطالعات نشان داده شده است. نقطهی ضعف این مدل، برآورد بیشتر یا کم تر وزن بدن در زمانهای مختلف است که این موضوع مورد تاًیید اغلب مطالعات نیز میباشد، امّا مدلDOLS وزنهای بدن را در زمانهای مختلف به خوبی پیشبینی کرد و این مهمّترین نقطهی قوّت مدل DOLS میباشد. مدل گمپرتز، پس از مدلهای غیرخطّی، در مرتبهی آخر قرار گرفت. شاخصهای ارزیابی نشان داد که مدل DOLS علاوه بر دارا بودن مقدار بالا و کم بودن مقدار میانگین مربعات خطا، توانایی کالیبرهسازی زمان و وزن بدن در نقطهی عطف را دارد و پیشبینی وزن بدن با استفاده از مدل DOLS در محدودهی اطّلاعات واقعی موجود در مزرعه قرار دارد.نتیجه گیری: نتایج نشان داد که بر خلاف مدلهای غیرخطّی گمپرتز و لجستیک، مدل رشد غیرخطّی DOLS دارای پویائی در تخمین فراسنجههای مدل رشد است. علاوه بر آن، با استفاده از مدلهای لجستیک و گمپرتز، نمیتوان حداکثر بهرهوری اقتصادی را با استفاده از نهادههای غذائی بدست آورد، امّا مدل حداقل مربعات غیرخطّی پویا، توانایی ایجاد ارتباط بین مقدار نهادههای مصرفی و حداکثر بهرهوری را به خوبی نشان داده و به این خاطر، میتوان از این مدل برای ارائهی توصیههای کارشناسی و اصلاح نژادی استفاده کرد.
[1] Dynamic Ordinary Least Square
واژه‌های کلیدی: فراسنجه های رشد، فراسنجه های رشد، قانون بازده نزولی، کالیبره سازی، نکوئی برازش مدل، نقطه ی عطف
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
