Home

Caracterización de sistemas de producción avícola de huevo

1. ISA HW ISA ISA Parametro LB LSLC ISAB HB HB 36 DB BB Periodo de o 18 19 19 18 18 18 18 18 producci n 90 80 80 90 80 80 90 90 semanas A 94 94 Viabilidad 94 94 94 94 94 9 96 96 Edad al 50 de 140 140 me 143 144 145 143 143 144 producci n D as 150 150 Pico de producci n 92 92 94 95 96 96 96 96 94 95 96 96 Peso promedio del 64 62 5 62 7 62 9 64 1 64 62 7 63 8 huevo g 65 63 5 335 340 354 369 Huevos Ave Alojada 408 409 404 404 345 350 361 378 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 12 Masa Huevo por 21 4 21 2 i 25 6 25 7 22 22 25 3 25 8 Ave Alojada Kg 22 4 22 2 Consumo de 110 105 Alimento Promedio 112 111 107 95 112 114 a 120 115 Diario por ave g Kg Alimento Kg 2 1 2 0 2 18 2 15 1 99 1 86 2 2 2 2 Huevos 2 2 2 2 1 6 1 2 Peso Corporal kg 1 91 1 25 1 7 1 3 Peso Corporal kg 1 9 1 7 2 015 2 02 1 97 1 56 2 02 2 02 80 semanas 2 1 1 9 Adaptado de las diferentes gu as de manejo Hendrix Genetics 2006 Hy line International 2005 Hy line International 2003 Lohmann 2005 Lohmann 2006 Lohmann 2007 En la tabla aparecen ISA Hisex Brown ISA HB Lohmann Brown LB Lohmann LSL Clasic LSLC ISA Brown ISAB Hy line Brown HB Hy line W 36 HW36 ISA Dekalb Brown ISADB e ISA Ba
2. 15 Mehri M A comparison of neural network models fuzzy logic and multiple linear regression for prediction of hatchability Poul sci 2013 92 4 1138 1142 16 Mignon Grasteau S Beaumont C Ricard F H Genetic analysis of a selection experiment on the growth curve of chickens Poult sci 2001 80 7 849 854 17 Min J K Hossan M Nazma A Jae C N Han T B Hwan K K 8 Ok S S 2012 Effect of monochromatic light on sexual maturity production performance and egg quality of laying hens Avian Biology Research 5 2 69 74 18 Miyoshi S Luc K M Kuchida K Takatsugu M Application of non linear models to egg production curves in chickens Jpn Poult Sci 1996 33 178 184 19 Narushin V G Takma C Sigmoid model for the evaluation of growth and production curves in laying hens Biosystems engineering 2003 84 3 343 348 20 Perai AH Moghaddam H N Asadpour S Bahrampour J Mansoori G A comparison of artificial neural networks with other statistical approaches for 3269 3270 3271 3272 3273 3274 3275 3276 3277 3278 3279 3280 3281 3282 3283 3284 3285 3286 142 the prediction of true metabolizable energy of meat and bone meal Poult sci 2010 89 7 1562 1568 21 Rizzi C Contiero B Cassandro M Growth patterns of Italian local chicken populations Poult sci 2013 92 8 2226 2235 22 Roush W B Branton S L A comparison of fitting growth models with a genetic algorithm and nonlinear regression P
3. 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 1529 1530 1531 1532 1533 1534 1535 50 79 Pitarque A Ruiz JC Roy JF Las redes neuronales como herramientas estad sticas no param tricas de clasificaci n Psicothema 2000 12 Supl 2 459 463 80 Pizzolante C Garcia E A Saldanha E S P B Lagana C Faitarone A B G Souza H B A Pelicia K Beak trimming methods and their effect on the performance and egg quality of Japanese quails Coturnix japonica during lay Revista Brasileira de Ci ncia Av cola 2007 9 1 17 21 81 Plazas RAS vila V D Mecanismos fisiol gicos de la termorregulaci n en animales de producci n Revista Colombiana de Ciencia Animal 2011 4 1 82 Pomar C Bailleul P D Determinaci n de las necesidades nutricionales de los cerdos de engorde l mites de los m todos actuales XV Curso de especializaci n avances en nutrici n y alimentaci n animal Madrid Espa a Fundaci n Espa ola para el Desarrollo de la Nutrici n Animal 1999 301 253 276 83 Renema RA Robinson FE Feddes JR Fasenko GM Zuidhof M J Effects of Light Intensity from Photostimulation in Four Strains of Commercial Egg Layers 2 Egg Production Parameters Poult Sci 2001 80 1121 1131 84 Renema RA Robinson FE Effects of Light Intensity from Photostimulation in Four Strains of Commercial Egg Layers 1 Ovarian Morphology and Carcass Parameters Poult S
4. 1969 1970 1971 1972 69 system D estimated upper and lower limit average estimated data average actual data actual data lower and upper limits 21007 20007 19007 18007 17007 1600 7 1500 7 14007 1300 7 12007 11007 10007 900 Estimates 8007 700 u s00 u o 68 26 500 7 u 20 95 44 4007 ne u 30 99 74 200 4 100 7 0 L T T T T T T T T T T rrer r T T T T T T T T T T T T T T T T T T T T T T rT T T T T T T T T T T T 0 100 200 300 400 500 600 Figure 2 Projected growth curve of Lohmann LSL hens using the Gompertz model based on population deviations for the production system of the University of Antioquia Axis y weight g Axis x age days u Mean and o standard deviation BW body weight 70 1973 1974 Cap tulo 2 Modelaci n del crecimiento de pollitas Lohmann LSL con 1975 redes neuronales y modelos de regresi n no lineal 1976 1977 Este art culo obedece al desarrollo de los objetivos espec ficos 1978 e Establecer el modelo que mejor ajusta la curva de crecimiento y el 1979 desarrollo del ave de postura 1980 e Dise ar y evaluar un sistema de informaci n de apoyo a la toma de 1981 decisiones para sistemas de producci n av cola de huevo comercial 1982 1983 En este art culo contrastar los modelos no lineales y no lineales mixtos probados 1984 en el cap tulo uno con las redes neuronales para identificar el m
5. Brody S 1945 Bioenergetics and growth with special reference to the efficiency complex in domestic animals New Cork Reinhold Publishing Corporation Dunnington E A and P B Siegel 1984 Age and body weight at sexual maturity in female White Leghorn chickens Poultry science 63 4 828 830 Galeano Vasco L Cer n Mu oz M F 2013 Modelaci n del crecimiento de pollitas Lohmann LSL con redes neuronales y modelos de regresi n no lineal Revista MVZ de C rdoba 18 3 3861 3867 Galeano Vasco L Cer n Mu oz M F Rodr guez D Cotes J M 2013 Uso del modelo de distribuci n con retardo para predecir la producci n de huevos en gallinas ponedoras Revista Colombiana de Ciencias Pecuarias 26 4 270 279 Gompertz B 1825 On the nature of the function expressive of the law of human mortality and on a new mode of determining the value of life contingencies Philosophical Transactions of the Royal Society of London 115 513 585 Grossman M B B Bohren and V L Anderson 1985 Logistic growth curve of chickens a comparison of techniques to estimate parameters Journal of Heredity 76 397 399 Grossman M W J Koops 1988 Multiphasic analysis of growth curves in chickens Poultry Science 67 1 33 42 Joseph N S F E Robinson R A Renema and K A Thorsteinson 2003 Comb growth during sexual maturation in female broiler breeders The Journal of Applied Poultry Research 12 7 13 Kirikci K A G nl O etin a
6. La estructura del modelo Elman qued compuesta por 27 neuronas con 6 neuronas de entrada de informaci n edad producci n en los periodos t 5 t 4 t 3 t 2 y t 1 10 neuronas ocultas 10 neuronas de contexto y una neurona de salida El modelo Jordan tiene 18 neuronas con 6 neuronas de entrada 10 neuronas ocultas una neurona de contexto y una neurona de salida Mientras que el Perceptr n multicapa tiene 17 neuronas con 6 neuronas de entrada 10 neuronas ocultas y una neurona de salida Los pesos entre las conexiones que las redes calcularon aparecen en las tablas 1 2 y 3 de este cap tulo SIGA Sistema de Gesti n de Informaci n para Granjas Av colas Es la materializaci n de los cap tulos donde se evalu la funcionalidad de los modelos no lineales no lineales mixtos y redes neuronales para el ajuste de la curva de crecimiento y producci n Debido a que los modelos de mejor desempe o se incorporaron en la aplicaci n para la modelaci n del crecimiento y la producci n 3179 3180 3181 3182 3183 3184 3185 3186 3187 3188 3189 3190 3191 3192 3193 3194 3195 3196 3197 3198 3199 3200 3201 3202 3203 3204 3205 3206 3207 139 A la fecha la aplicaci n SIGA consta de una interfaz del usuario e incluye cinco formularios dise ados para el ingreso de informaci n inherente a la producci n sobre aspectos tales como alimentaci n medio ambiente sanidad manejo y administraci n Adem s tiene hojas de regi
7. Morse SS Factors in the emergence of infectious diseases Emerg Infect Dis 1995 access date May 15 2010 URL http www cdc gov ncidod ElD eid htm 2 CLINICAL CASE Must be written in English Include the following elements Titles in the three languajes author s affiliation abstracts in three the languajes Do not exceed 150 words and keywords 3882 3883 3884 3885 3886 3887 3888 3889 3890 3891 3892 3893 3894 3895 3896 3897 3898 3899 3900 3901 3902 3903 3904 3905 3906 3907 3908 3909 3910 3911 3912 170 Abstracts must be organized by subtitles in bold including Anamnesis Clinical and laboratory findings Treatment approach and conclusion The body of the paper must include the following titles Introduction Patient examination with the following subtitles anamnesis clinical findings and diagnostic aids used Treatment approach Discussion and Conclusion References within the text should be cited as in Original Research Articles 3 LITERATURE REVIEW AND ESSAY Reviews and essays must be written fully in English Literature Review Critical analysis of the published literature about a subject of interest It should contain at least 50 references lt should focus preferentially on animal sciences including animal health and husbandry Manuscripts must follow the previous rules except for Materials and Methods Results and Discussion instead use titles and subtitles about the re
8. Papers must contain analyzed values for those dietary ingredients that are crucial to the experiment Papers deal ing with the effects of feed additives or graded levels of a specific nutrient must give analyzed values for the rel evant additive or nutrient in the diet s If products were used that contain different potentially active compounds 176 then analyzed values for these coupounds must be given for the diet s Exceptions can only be made if appropri ate methods are not available In other papers authors should state whether tal diets meet or exceed the National Research Council 1994 requirements as ap propriate If not crude protein and metabolizable energy levels should be stated For layer diets calcium and phos phorus contents should also be i When describing the composition of diets and vitamin premixes the concentration of vitamins A and E should be expressed as IU kg on the basis of the following equiv alents Vitamin A 1IU 0 3 ug of all trans retinol 11U 0 344 ug of retinyl acetate 1IU 0 552 ug of retinyl palmitate 1IU 0 60 ug of f carotene Vitamin E 1IU 1 mg of pt a tocopheryl acetate 1IU 0 91 mg of pt a tocopherol 1IU 0 67 mg of pt a tocopherol In the instance of vitamin D cholecalciferol is the ac ceptable term on the basis that 1 IU of vitamin D 0 025 Hg of cholecalciferol The sources of vitamins A and E must be specified in parentheses immediately following the stated concentr
9. The most popular partially recurrent networks are the Elman and the Jordan networks In the Jordan network 1986 the context neurons receive a connection from the output neurons and themselves In this model the recurrent connections have an associated parameter Elman 1990 proposed a model in which context neurons receive a connection of the hidden neurons of the network whereby the 2148 2149 2150 2151 2152 2153 2154 2155 2156 2157 2158 2159 2160 2161 2162 2163 2164 2165 2166 2167 2168 2169 2170 2171 2172 2173 2174 2175 2176 2177 2178 93 number of context neurons in the input layer depends on the number of neurons in the hidden layer Elman and Jordan networks are also known as simple recurrent networks or partially recurrent networks Galvan I Zldivar J 1997 This research was carried out to compare the capacity of curve fitting daily egg production of neural networks MLP and Lokhorst mathematical model and to evaluate the ability of neural networks MLP and recurrent neural networks Elman and Jordan as models for the prediction of the daily egg production in commercial laying hens Materials and methods Data The data was recollected from the daily records of egg production from the first 12 cycle commercial layer flocks for a total of 4650 data of daily egg production The flocks began production between 19 23 weeks of age with an average duration of the productive cycle of 54 weeks a
10. Yung N Wu C McMillan New matbemancal model of poultry egg production Poult Sci 1989 68 476 481 Yegani M Korver DR Factors affecting imtestinal bealth im poultry Review Poult Se 2008 7 2052 2063 88 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050 2051 2052 2053 2054 2055 89 Cap tulo 4 Curve modeling and forecasting of daily egg production with the use of recurrent neural networks Este art culo obedece al desarrollo de los objetivos espec ficos e Establecer el modelo que mejor ajusta la curva del ciclo productivo del ave de postura e Dise ar y evaluar un sistema de informaci n de apoyo a la toma de decisiones para sistemas de producci n av cola de huevo comercial Con este documento se incorpora la participaci n de un grupo de investigaci n internacional como resultado de la pasant a internacional Adem s se identificaron las Redes Neuronales Recurrentes y el Perceptr n Multicapa como los mejores modelos para ajustar la curva de producci n de huevos y en especial para predecir la producci n a futuro Ambos modelos se usaron en el Sistema de Gesti n de Informaci n para Granjas Av colas El art culo se escribi con el formato para evaluaci n en la revista Poultry Science Anexo 5 2056 2057 2058 2059 2060 2061 2062 2063 2064 2065 2066 2067 2068 2069 2070 2071 2072 2073 2074 2075 2076 2077 2078 2079 2080 2081 2082 2083 2084 2085
11. cuadrado medio del error MSE desviaci n est ndar residual RSD entre otras Akaike 1974 Schwarz 1978 Ahmadi y Mottaghitalab 2007 Roush et al 2006 Wang y Zuidhof 2004 Aggrey 2002 Dentro de las multiples ventajas que presentan las RNA es de resaltar la capacidad de aprender a realizar tareas basadas en un entrenamiento o en una experiencia inicial denominada aprendizaje adaptativo el cual puede ser o no supervisado por 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300 1301 42 el usuario lo que permite que el modelo se ajuste a los datos reales Este aprendizaje genera cambios de auto organizaci n a trav s de la restructuraci n de los pesos Wi de las conexiones sin pticas creando as su propia estructura a partir de los datos que recibe mediante una fase de auto aprendizaje Otro aspecto es su desempe o en la resoluci n de problemas no lineales o que contiene datos que no aportan al ajuste del modelo ruido y su facilidad de uso frente a datos que no cumplen con supuestos te ricos propios de las t cnicas estad sticas param tricas por este motivo las RNA son conocidas como t cnicas de distribuci n libre o no param tricas Pitarque 2000 Por lo anterior el uso de las RNA est asociado a problemas que no tienen una soluci n algor tmica o en el que el proceso para obtener una soluci n ptim
12. lt 1 Rampa escal n fu F 0 si en otro caso 1 Sigmoidea Toan 1 exp J Gaussiana f u cx expo La funci n lineal o identidad equivale a no aplicar funci n de salida al dejar pasar sin modificar el resultado de la funci n de propagaci n La funci n escal n es utilizada cuando las salidas de la red son binarias esto permite que la neurona se active las neuronas que utilizan esta funci n tienen capacidades limitadas en la predicci n La funciones gaussiana y sigmoidea son las m s utilizadas cuando se trabaja con informaci n an loga Las RNA son clasificadas seg n su topolog a o la estructura de sus conexiones adem s se tiene en cuenta el n mero de capas el tipo de las capas las cuales pueden ser ocultas o visibles posici n en la red de las capas ya sea de entrada o de salida y la direccionalidad de las conexiones de las neuronas donde se pueden nombrar redes de tipo Forward o con conexiones hacia adelante tales como Perceptr n Adaline Madaline Backpropagation y los modelos Learning Vector Quantization LQV y Topology Preserving Map TMP de Kohonen Tambi n est n las redes Backward que poseen conexiones hacia atr s o retroalimentadas Teor a de Resonancia Adaptiva ART Bidirectional Associative Memory BAM y Cognitron entre otras Aprendizaje de la red Es el proceso en el cual la red modifica los valores de sus pesos con base en la informaci n de entrada y las interconexiones de la arquitectura de
13. m hace referencia a la proporci n del peso asint tico en que el punto de inflexi n se produce Efecto residual asociado a la sima ave en j simo tiempo El residuo as como los efectos aleatorios se asumieron como independientes con distribuci n normal media cero y varianza constante La precisi n de los modelos fue determinada por Correlaci n por el m todo de Pearson entre los datos observados y los predichos Cuadrado medio del error CME CME Ein iy Lat 911 Porcentaje de la media absoluta del error MAPE E jet n Media de la desviaci n absoluta MAD E Zi In l n MAPE x 100 y 0 MAD Para el an lisis de los datos programaci n de los modelos y graficaci n se utilizaron los paquetes lattice neuralnet nime y Ime4 del software R Project 21 RESULTADOS El MNL Von Bertalanffy fue altamente significativo p lt 0 001 y se ajust a los datos con los valores asi Peso 1861 1 lt 1 0 8131 exp 94 83 20 El MNLM Von Bertalanffy quedo estructurado con los parametros estimados con efecto altamente significativo p lt 0 001 as 73 04 74 3864 REVISTA MVZ C RDOBA Volumen 18 3 Septiembre Diciembre 2013 Peso 1804 41 0 lt 9 4653 1 0 8144 exp 921607 scan 0 001608 24 1 4 31 99 Los disposici n final de la RNA aparece en la figura 1 donde se aprecian 19 par metros estimados por la red 12 pesos de interconexi n entre n
14. www emedicine com neuro topic20_htm Accessed Feb 2006 El Halawani M E and L Rosenboim 2004 Method to enhance reproductive performance in poultry Univ Minnesota as signee US Pat No 6 766 767 Hruby M J C Remus and E E M Pierson 2004 Nutritional strategies to meet the challenge of feeding poultry without antibiotic growth promotants Proc 2nd Mid Atlantic Nutr Conf Timonium MD Univ Maryland College Park 3967 3968 3969 3970 assessment of color and odor of shrimp and salmon FAD Diss Univ Florida Gaines ville a A 1999 ee a RA nose technologies for Peak S D and J Brake 2000 The influence of feeding program on broiler breeder male mortality Poult Sci 7X SuppL 1 2 Abstr Tables Tables must be created using the MS Word table fea ture and inserted in the manuscript after the references section When possible tables should be organized to fit across the page without running broadside Be aware of the dimensions of the printed page when planning tables use of more than 15 columns will create layout prob lems Place the table number and title on the same line above the table The table title does not require a period Do not use vertical lines and use few horizontal lines Use of bold and italic typefaces in the table body should be done sparingly such use must be defined in a footnote Each table must be on a separate page To facilitate place ment of all tables into the
15. 2086 90 Curve modeling and forecasting of daily egg production with the use of recurrent neural networks Luis Galeano Vasco In s M Galvan Ricardo Aler Mario Cer n Mu oz Grupo investigaci n GaMMA Facultad de Ciencias Agrarias Universidad de Antioquia Medell n Colombia Grupo investigaci n EVANNAI Departamento de Inform tica Universidad Carlos III de Madrid Butarque 15 28911 Legan s Madrid Espa a Corresponding author Luis Fernando Galeano Vasco GaMMA research group Facultad de Ciencias Agrarias Universidad de Antioquia Carrera 75 65 87 Medell n Colombia Tel 0057 4 2199140 Fax 0057 4 2199100 Email gavo76 gmail com Abstract The objectives of this study were to compare the capacity of curve fitting daily egg production to neural network multilayer perceptrons MLP and Lokhorst mathematical model MM and to evaluate the ability of neural networks MLP and recurrent neural networks Elman RNNE and Jordan RNNJ as models for the forecasting of daily egg production in commercial laying hens from the daily records of egg production from the first 12 cycle commercial layer flocks for a total of 4650 data of daily egg production The models used were Lokhorst neural networks multilayer perceptron recurrent neural network Jordan and Elman all were validated and contrasted with MAD MAPE MSE determination R and correlation CORR coefficients The MLP and MM models provide adequate adjustm
16. 93 Ru z A Hern ndez LA Giraldo WJ Aplicaci n de los sistemas de soporte a la decisi n DSS en el comercio electr nico Revista Ingenier a e Investigaci n 2009 29 2 94 99 94 Salvador E Guevara V Desarrollo y validaci n de un modelo de predicci n del requerimiento ptimo de amino cidos esenciales y del comportamiento productivo en ponedoras comerciales Revista de Investigaciones Veterinarias del Per 2013 24 3 264 276 95 Santom G Pontes M Influencia del alojamiento sobre la nutrici n de aves y cerdos XXII curso de especializaci n FEDNA Barcelona Espa a 2006 Fecha de acceso May 15 2014 URL http www wpsa aeca es aeca_imgs_docs wpsa1164026187a pdf 96 Santom G Pontes M Interacci n nutrici n manejo en explotaciones para aves y porcino 1 introducci n y factores ambientales XX curso de especializaci n FEDNA ISBN 84 609 3256 7 Barcelona Espa a 2004 Fecha de acceso May 15 2014 URL http fundacionfedna org sites default files 04C AP _8 paf 97 Savegnago RP Nunes BN Caetano SL Ferraudo AS Schmidt GS Ledur MC Munari DP Comparison of logistic and neural network models to fit to 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579 1580 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 52 the egg production curve of White Leghorn hens Poult Sci 2011 90 3 705 711 98 Schinckel AP Adeola O Einstein ME Eva
17. Una alternativa para el an lisis y construcci n de las curvas de crecimiento y o de producci n es el uso de modelos matem ticos los cuales son representaciones abstractas y simples de los cambios en los procesos de ganancia o p rdida del peso o de la respuesta productiva en un organismo vivo Budimulyati et al 2012 Par s Casanova y Kucherova 2014 Los modelos matem ticos se componen de ecuaciones y o relaciones matem ticas que tratas de describir fen menos biol gicos como crecimiento producci n de huevos incubaci n digesti n y absorci n de nutrientes utilizando variables cualitativas y o cuantitativas para representar los factores que influencian el fen meno Rond n et al 2002 El uso de estos modelos para el entendimiento de los componentes biol gicos sin ofrecer la ventaja de evaluar la respuesta de los animales ante cambios de las variables en estudio sin incurrir en el sometimiento de los animales a factores que ocasiones afecciones f sicas o econ micas en el proceso investigativo a este proceso se le denomina modelaci n Esta metodolog a busca transformar conceptos y conocimientos en relaciones num ricas ecuaciones matem ticas y evaluarlas al ponerlas en pr ctica a trav s de procesos l gicos simulando situaciones reales o ficticias y analizando sus efectos en los animales todo lo anterior en un ambiente virtual como el computador Rond n et al 2002 La modelaci n del desempe o de las caracte
18. al determinar con el uso de modelos de crecimiento cu l ser la edad y el peso en que el lote va a alcanzar su madurez sexual Para la modelaci n de la curva de huevos Narushin y Takma 2003 compararon los modelos Adams Bell y Lokhorst los cuales funcionaron de forma similar alcanzando valores de R de 0 973 Los datos que utilizaron estos investigadores ten an una estructura grafica similar a los de la l nea LSL la cual fue ajustada con los modelos Adams Bell y Lokhorst con valores de R de 0 96 y 0 99 respectivamente Al contrastar nuestros resultados con los presentados por Narushin y Takma 2003 se puede afirmar que ambos modelos tienen un ajuste ptimo a la curva de producci n de huevos Miyoshi et al 1996 evalu la capacidad del modelo Adams Bell para ajustarse a 6 tipos diferentes de curvas de producci n de huevo patrones figura 2 Para los patrones 1 y 2 el modelo obtuvo valores de R de 0 998 y 0 999 mostrando una gran capacidad de ajuste a curvas que tienen un ascenso r pido y un descenso prolongado en el tiempo como la presentada por la l nea LSL e IB en nuestra evaluaci n R 0 91 y 0 96 figura 3 3086 3087 3088 3089 3090 3091 3092 3093 3094 3095 3096 3097 3098 3099 135 100 100 0 90 80 80 70 70 60 60 50 Patron1 50 Patr n 2 40 40 30 30 50 100 150 200 250 300 350 50 100 150 200 250 300 350 S 100 pa 2 9 gt 3 80 80 5 70 E 70 a cs 60 5 5
19. al nacimiento y L la tasa de crecimiento instant neo por d a Adem s encontramos constante de Napier 2 71828182846 exp y finalmente e hace referencia al efecto residual Otras alternativas de modelaci n del crecimiento es la utilizaci n de modelos mixtos an lisis de mediciones longitudinales de crecimiento es importante por la posibilidad de poder cuantificar la variabilidad existente entre los animales y en cada animal y por su capacidad para manejar datos desbalanceados debido a estructura flexible de covarianzas Aggrey 2009 Pinheiro y Bates 1995 Otros aspectos de importancia del uso de modelos mixtos es su gran flexibilidad y capacidad de ajuste con informaci n con diferentes intervalos de tiempo entre mediciones Lo que contrasta con la necesidad de un gran n mero de datos para que el modelo pueda predecir la variaci n de los individuos de forma m s acertada Otros autores han explorado otras opciones de modelaci n del crecimiento como redes neuronales artificiales Roush et al 2006 y algoritmos gen ticos Roush y Branton 2005 entre otros La principal ventaja del uso de modelos es condensar una gran cantidad de datos en un n mero reducido de par metros tres o cuatro dependiendo del modelo que tienen una interpretaci n biol gica y que aportan informaci n relevante para el an lisis interpretaci n comprensi n y proyecci n de las curvas en el tiempo Oliveira et al 2000 Los modelos usados en
20. can be used to model egg production by considering eggs as the individuals in the system and rate change in the number of eggs produced dunng a time period as the substates flow The aim of this study was to compare the Delay model with the Lokhorst 1996 and Adams Bell 1980 mathematical models for their ability to model the egg production curve of Hy line Brown Lohmann LSL Isa Brown and Lohmann Brownhen strains Materials and methods Data Weekly yield information composed of 255 data was used to fit the production curves The weekly egg production rates were calculated Rev Colomb Cienc Pecu 2013 26 270 279 81 30 Galeano Vasco L et al Estimation of egg production curves 273 as the ratio between the number of eggs laid per week and the average number of hens per week For comparing the capacity of model fit four curves of egg production with different shapes such as age at start of egg production increase rate of the curve maximum number of eggs length after the peak of production and total weeks of production were selected The strains selected were Hy Line Brown HB Lohmann LSL LSL Isa Brown IB and Lohmann Brown LB All birds were raised in the University of Antioquia s Colombia Hacienda La Monta a Farm located at 6 19 19 N and 1 37 40 W at 2 350 m above sea level with 15 C average temperature 22 C maximum and 7 C minimum temperature During the production peri
21. ffel J Ostyn B Kemps B Kamers B Bamelis F Zoons h J Darius P Decuypere E De Baerdemaeker J and De Ketelaere B 2008 Data based design of an intelligent control chart for the daily monitoring of the average egg weight Computers and Electronics in Agriculture 61 2 222 232 http Awww sciencedirect com science article pii SO168169907002293 12 Mollo MN Vendrametto O and Okano MT 2009 Precision livestock tools to improve products and processes in broiler production a review Brazilian Journal of Poultry Science 11 4 211 218 http www scielo br pdf rbca v11n4 v11n4a1 paf 13 Oviedo E O 2002 Optimizaci n de la producci n Av cola por medio de Modelos Matem ticos Industria Av cola 14 Patel V C McClendon R W and Goodrum J W 1998 Development and evaluation of an expert system for egg sorting Computers and Electronics in Agriculture 20 2 97 116 http Awww sciencedirect com science article pii S016816999800009X 15 Rose N Mariani J P Drouin P Toux J Y Rose V and Colin P 2003 A decision support system for Salmonella in broiler chicken flocks Preventive Veterinary Medicine 59 1 2 27 42 http Awww sciencedirect com science article pii S0167587703000564 4210 4211 4212 4213 4214 4215 4216 4217 4218 4219 4220 4221 4222 4223 4224 4225 4226 4227 4228 4229 4230 4231 4232 4233 4234 4235 4236 4237 193 16 Rozenboim Tako E Gal Garber O Proudman J A and Uni Z 2007 The Effect of Heat Stress on
22. incorporados incluyen Modelos de regresi n no lineales para la modelaci n del crecimiento en gallinas productoras de huevo comercial con base en las experiencias obtenidas en el desarrollo de los art culos Modelaci n del crecimiento de pollitas Lohmann LSL con redes neuronales y modelos de regresi n no lineal Galeano Vasco y Cer n Mu oz 2013 y Capacidade de modelos mistos n o lineares para prever o crescimento em galinhas poedeiras Capitulo 1 Redes Neuronales artificiales para la modelaci n y proyecci n de la curva de producci n de huevos el cual fue resultado del desarrollo del art culo Curve modeling and forecasting of daily egg production with the use of recurrent neural networks Capitulo 4 Para los c lculos y ecuaciones propias de los registros productivos y los gr ficos del sistema se programaron en R y RExcel un ejemplo de esto son los scripts para la construcci n del histograma y gr fico de pesos que hacen parte de la hoja de informe de pesaje de las aves en la fase de cr a y levante as e Programaci n del histograma Generaci n de la base de datos para evaluaci n de los pesajes pesos2 as numeric pesos peso na exclude pesos2 Propiedades del rea para la generaci n del histograma dev new width 4 height 3 Elaboraci n de histograma para ver la distribuci n de los pesajes hist peso breaks Sturges col lightblue border black main Histograma Peso de aves xlab Pe
23. n Uso del modelo de distribuci n con retardo para predecir la producci n de huevos en gallinas ponedoras La l nea punteada negra es el valor real y el alinea azul es el estimado por el modelo Hy Line Brown HB Lohmann LSL LSL Isa Brown IB and Lohmann Brown LB Miyoshi et al 1996 concluyen su art culo afirmando que los modelos no lineales no tienen la capacidad de ajustar patrones con tantas irregularidades en la curva Estos cambios en la curva pueden ser ocasionados por factores como ambientales Tumov y Gous 2012 gen ticos Ledur et al 2000 infecciosos Lott et al 1978 nutricionales deficiencias de nutrientes Ahmadi y Fariba 2011 nutricionales micotoxicosis Jewers 1990 y propias de ave Du Plessis y Erasmus 2002 entre otras Tanto los modelos usados para el ajuste de las curvas de crecimiento y de producci n tienen limitantes para su correcto funcionamiento una de ellas es que 3118 3119 3120 3121 3122 3123 3124 3125 3126 3127 3128 3129 3130 3131 3132 3133 3134 3135 3136 3137 3138 3139 3140 3141 3142 3143 3144 3145 3146 3147 3148 137 para su ajuste se necesitan valores iniciales del modelo valores semilla sobre los cuales se inicia el proceso de iteraci n si estos valores est n muy alejados el proceso de iteraci n del modelo se har muy lento e incluso puede fallar Savegnago et al 2011 Otro aspecto es la libertad que ofrecen las
24. w m Figura 3 Distribuci n de residuales de los modelos utilizados en la descripci n del crecimiento de aves de la linea Lohmman LSL El MNLM subestima los datos en 9 de las 17 mediciones solo del dia 28 al 70 realiza un ajuste ptimo La RNA a excepci n de la medici n inicial distribuye los residuos en similar proporci n por encima y debajo de cero para los puntos de medici n El MNL tiene un desempe o de los residuos similar a las RNA pero en el periodo entre 110 y 140 dias sus residuales muestran que subestima los valores ajustados DISCUSI N Los modelos estimaron como peso asint tico B 1861 9 para MNL y de 1804 g para el MNLM La tasa de aceleraci n del crecimiento B para ambos modelos fue negativa Con estos par metros y las derivadas de los modelos podemos estimar la edad a la que el ave llegar a su m ximo peso y la edad a la que alcanzar la madures sexual 50 de producci n de huevos siendo de importancia para la toma de decisiones en la consecuci n del peso objetivo de las aves en el periodo de cria y levante En contraste las RNA entregan un conjunto de par metros estimados pero no tienen ninguna explicaci n biol gica asociada al evento que se est modelando en este caso el crecimiento de las aves Seg n los criterios de comparaci n MAPE MAD CME y Correlaci n el mejor modelo fue el MNLM Von Bertalanffy el mayor ajuste a los datos reales se logra gracias a la inclusi n de los comp
25. 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 32 N 100 cxti d ej 1 1 axbti Modelo Lokhorst Lokhorst 1996 100 A b cx t d t 6 Donde N es el porcentaje de producci n o n mero de huevos a la i sima semana los par metros a y b le permiten al modelo ajustar el inicio de la producci n el periodo de tiempo entre el inicio de la producci n y el punto m ximo de la curva est influenciado por el par metro r La tasa de declinaci n del porcentaje de producci n semanal de la curva despu s del punto m ximo es determinada por el valor del par metro c y la pendiente de decrecimiento final de la curva es establecida por el factor d La variable ti hace referencia la i sima edad del lote en semanas y e se define como el efecto residual asociado al i esimo tiempo Modelos nutricionales Las necesidades de nutrientes de los animales pueden definirse como la cantidad de nutrientes requeridas para expresar el m ximo potencial gen tico de un factor de producci n Para la definici n de las necesidades nutricionales en los animales existen dos m todos de valoraci n factorial y emp rico Pomar y Bailleul 1999 Siendo el primero el resultado de una sumatoria de componentes un ejemplo de esto es la valoraci n de la energ a digestible Energ a digestible energ a bruta energ a en heces Estas ecuaciones se obtienen a partir de la valoraci n en laboratorio dela cantidad de nutrientes
26. 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 44 12 Anthony NB Emmerson DA Nestor KE Bacon WL Siegel PB Dunnington EA Comparison of growth curves of weight selected populations of turkeys quail and chickens Poult Sci 1991 70 13 19 13 Arsham H Herramientas para el An lisis de Decisi n An lisis de Decisiones Riesgosas 2009 Fecha ed acceso May 15 2014 URL http datateca unad edu co contenidos 200608 200608 20DOCUME NTOS 202013 20II HERRAMIETAS_PARA_EL_ANALISIS_DE_DECISIO N pdf 14 Bell D Douglas R K Effect of beak trimming age and high fiber grower diets on layer performance Poult sci 1991 70 5 1105 1112 15 Bell DD Adams CJ First and second cycle egg production characteristics in commercial table egg flocks Poult Sci 1992 71 448 459 16 Borges SA Fischer Av Maiorka A Acid base balance in broilers World s Poult Sci 2007 63 73 81 17 Budimulyati LS Noor RR Saefuddin A Talib C Comparison on accuracy of logistic gompertz and von bertalanffy models in predicting growth of new born calf until first mating of holstein friesian heifers J Indones Trop Anim Agric 2012 37 3 p 151 160 18 Candelaria MB Ruiz RO Gallardo LF P rez HP Martinez BA Vargas VL Aplicaci n de modelos de simulaci n en el estudio y planificaci n de la agricultura una revisi n Tropical and subtropical agroecosystems 2011 14 3 999 1010 19 Carrizo J y Lozano JM Ali
27. 2462 2463 2464 2465 2466 2467 2468 2469 2470 2471 2472 2473 2474 2475 2476 2477 2478 2479 2480 108 References 1 Adams C J and Bell DD Predicting poultry egg production Poult Sci 1980 59 937 938 2 Ahmad HA Dozier GV and Roland Sr DA Egg price forecasting using neural networks J Appl Poult Res 2001 10 2 162 171 3 Ahmad HA Egg production forecasting Determining efficient modeling approaches J Appl Poult Res 2011 20 4 463 473 4 Ahmadi H Golian A Neural network model for egg production curve J Anim Vet Adv 2008 7 9 1168 1170 5 Bell DD Adams CJ First and second cycle egg production characteristics in commercial table egg flocks Poult Sci 1992 71 448 459 6 Cason JA and Britton WM Education and production comparison of compartmental and adams bell models of poultry egg production Poult Sci 1988 67 213 218 7 Elman JL Finding structure in time Cognitive Science 1990 14 179 211 8 Galeano LF Cer n Mu oz MF Rodr guez D Cotes JM Uso del modelo de distribuci n con retardo para predecir la producci n de huevos en gallinas ponedoras Rev Col Cienc Pec In press 2013a 26 4 9 Galeano LF Cer n Mu oz MF Modelaci n del crecimiento de pollitas mediante el uso de redes neuronales Rev MVZ C rdoba 2013 In press 18 3 10 Galvan I Zld var J Application of recurrent neural networks in batch reactors Part 1 NARMA modeling of the dynamic behavior of the heat transf
28. 3209 3210 3211 3212 3213 3214 3215 3216 3217 3218 3219 3220 3221 3222 3223 3224 3225 3226 3227 3228 3229 3230 3231 3232 3233 3234 3235 3236 3237 140 Referencias 1 Ahmad H A Mariano M Comparison of forecasting methodologies using egg price as a test case Poult sci 2006 85 4 798 807 Ahmadi F Fariba R Factors affecting quality and quantity of egg production in laying hens A Review World Applied Sciences Journal 2011 12 3 372 384 Boh rquez V D Perspectiva de la producci n av cola en Colombia Tesis Universidad militar nueva granada Facultad de ciencias econ micas Especializaci n en alta gerencia 2014 http repository unimilitar edu co bitstream 10654 12149 1 AVICULTURA pd f Di Masso R y Dottavio A M Canet Z E Font M T Body weight and egg weight dynamics in layers Poult sci 1998 77 6 791 796 Du Plessis P H C Erasmus J The relationship between egg production egg weight and body weight in laying hens World s Poultry Science Journal 1972 28 03 301 310 Eleroglu H Yildirim A ekero lu A Goksoyler F N Duman M Comparison of Growth curves by growth models in slow growing chicken genotypes raised the organic system international journal of agriculture and biology 2014 16 3 529 535 Ezieshi E V Okorokpa B T Olomu J M Nutritional evaluation of yam peel meal for pullet chickens 2 Effect of feeding varying levels on sexual maturity and
29. 4038 4039 4040 4041 4042 4043 4044 4045 4046 4047 4048 4049 184 La producci n empresarial av cola de huevo depende del mantenimiento de la respuesta productiva de las aves en un nivel ptimo que permita maximizar el uso de los recursos propios Este nivel productivo est condicionado por m ltiples factores tales como los ambientales temperatura humedad relativa ventilaci n de manejo densidad de las aves n mero de comederos y bebederos por ave programa de iluminaci n nutricionales balance nutricional granulometr a tipo de comederos sistema de alimentaci n suplementaci n mineral y aquellos propios del ave estirpe edad peso entre otros Flores 1994 Santom y Pontes 2004 Dozier et al 2005 Hester 2005 Lin et al 2005 Abiodun et al 2006 Abu Dieyeh 2006 Borges et al 2007 Rozenboim et al 2007 Zang et al 2009 Cada uno de estos factores puede ser medido registrado y analizado pero por su volumen y variabilidad dificultan su evaluaci n cuando no se cuenta con aplicaciones inform ticas tales como los modelos matem ticos y la simulaci n Oviedo 2002 Blasco 2004 En el pa s muchos productores solo pueden tomar acciones correctivas una vez se ha dejado de percibir ganancias debido a la ca da en la producci n o alteraciones en el ave esto por la poca informaci n disponible ya que generalmente solo se manejan registros de consumo producci n y mortalidad por la falta de aplicaciones tecnol gic
30. Africa editorial S Afr Vet J 1994 84 15 16 Los art culos deben escribirse en su idioma original si la graf a es latina Suplemento de un volumen Bonfill X La medicina veterinaria basada en la evidencia Arch Vet 1997 33 Supl 1 117 Suplemento de un n mero Leyha SS The role of Interferon Alfa in the treatment of metastatic melanoma Semin Oncol Vet 1997 24 1 Supl 4 524 531 N mero sin volumen Pastor Dur n Inform tica m dica y su implantaci n hospitalaria Todo Hosp Vet 1997 131 7 14 161 Sin n mero ni volumen Browell DA Lennard TW Inmunologic status of the cancer fish patient and the effects ofblood transfusion on antitumor responses J Fish Culture 1993 325 33 Paginaci n en n mero romanos Fisher GA Sikic BL Drug resistance in clinical oncology and hematology Hematol Oncol Clin North Am 1995 Abr 9 2 XI XII Indicaci n del tipo de art culo seg n corresponda Enzensberger W Fischer PA Metronome in Parkinson s disease letter Lancet 1996 347 1337 Clement J De Bock R Hematological complications of hantavirus nephropathy HVN abstract Kidney Int 1992 42 1285 Documentos legales Leyes T tulo de la ley Nombre del Bolet n Oficial fecha a o de publicaci n Ley aprobada Ley 31 1995 de 8 de Noviembre de Prevenci n de Riesgos Laborales Bolet n Oficial del Estado n mero 269 de 10 11 95 Mapa Nombre del mapa tipo de ma
31. Avoid the use of multiple shades of gray as they will not be easily distinguishable in print Symbols Identify curves and data points using the following symbols only O E A V A V 9 or x Symbols should be defined in a key on the figure if possible File Formats Figures can be submitted in Word PDF EPS TIFF and JPEG Avoid PowerPoint files and other formats For the best printed quality line art should be prepared at 600 ppi Grayscale and color images and photomicrographs should be at least 300 ppi Grayscale Figures If figures are to be reproduced in grayscale black and white submit in grayscale Often color will mask contrast problems that are ap parent only when the figure is reproduced in gray scale Color Figures If figures are to appear in color in the print journal files must be submitted in CMYK color not RGB Photomicrographs Photomicrographs must have their unmagnified size designated either in the cap tion or with a scale bar on the figure Reduction for publication can make a magnification power desig nation e g 100x inappropriate Caption The caption should provide sufficient in formation that the figure can be understood with excessive reference to the text All author derived abbreviations used in the figure should be defined in the caption General Tips Avoid the use of three dimensional bar charts unless essential to the presentation of the data Use the simplest sha
32. Keywords should not be repeated in the title Body of the manuscript Introduction The introduction should not exceed 400 words It should introduce the main problem studied presenting the current literature associated with the topic tested hypotheses and objectives Materials and methods This section can be divided into sub sections and must include Approval from the Ethics Committee for Animal Experimentation including date and the approval number Type of study It includes the type of study conducted species and sample size used Describe the methods used or standardized by the authors If a method has already been described by other authors do not include details but give the respective references Methods modified by the authors should include the references and description of modifications made In case of subtitles describing procedures and protocols proceed as follows First order subtitle Type it in italic do not use bold font Begin the description of the procedure in the line below the subtitle 3761 3762 3763 3764 3765 3766 3767 3768 3769 3770 3771 3772 3773 3774 3775 3776 3777 3778 3779 3780 3781 3782 3783 3784 3785 3786 3787 3788 3789 3790 166 Second order subtitle Type it in italic do not use bold font Begin the description in the same line of the subtitle Methods should include Location of the study animals used statistical analysis specifying the procedures us
33. Point Poultry Science 84 6 962 966 http ps fass org content 84 6 962 full paf 6 Dumas A Dijkstra J and France J 2008 Mathematical modelling in animal nutrition A centenary review Journal of Agricultural Science 146 2 123 142 http edepot wur nl 37069 7 Flores A 1994 Programas de alimentaci n en avicultura ponedoras comerciales in Documentos FEDNA X curso de especializaci n FEDNA Madrid Espa a http Awww ucv ve fileadmin user_upload facultad agronomia Alimentaci C3 B3n_ Gallinas Ponedoras paf 4180 4181 4182 4183 4184 4185 4186 4187 4188 4189 4190 4191 4192 4193 4194 4195 4196 4197 4198 4199 4200 4201 4202 4203 4204 4205 4206 4207 4208 4209 192 8 Hester P Y 2005 Impact of science and management on the welfare of egg laying strains of hens Poultry Science 84 5 687 696 http ps fass org content 84 5 687 full pdf 9 Karmakar S Lagu C Agnew J and Landry H 2007 Integrated decision support system DSS for manure management A review and perspective Computers and Electronics in Agriculture 57 2 190 201 http Awww sciencedirect com science article pii S0168169907000713 10 Lin H Zhang H F Jiao H C Sui S J Gu X H Zhang Z Y Buyze J and Decuypere E 2005 Thermoregulation Responses of Broiler Chickens to Humidity at Different Ambient Temperatures l One Week of Age Poultry Science 84 8 1166 1172 http ps fass org content 84 8 1 173 full pdf 11 Mertens K Vaesen I L
34. References section References Section To be listed in the References sec tion papers must be published or accepted for publica tion Manuscripts submitted for publication can be cited as personal communication or unpublished data in the text Citation of abstracts conference proceedings and oth er works that have not been peer reviewed is strongly discouraged unless essential to the paper Abstract and 178 proceedings references are not apropriate citations in the Materials and Methods section of a paper In the References section references shall first be list ed alphabetically by author s last name s and then chronologically The year of publication follows the au thors names As with text citations two or more publi cations by the same author or set of authors in the same year shall be differentiated by adding lowercase letters after the date The dates for papers with the same first author that would be abbreviated in the text as et al even though the second and subsequent authors differ shall also be differentiated by letters All authors names must appear in the Reference section Journals shall be abbreviated according to the conventional ISO abbrevia tions given in journals database of the National Library of Medicine http www_ncbinlm nih gov entrez que ry fegi db journals One word titles must be spelled out Inclusive page numbers must be provided Sample references are given below
35. Science University of Pittsburgh 2002 Fecha de acceso May 15 2014 URL www pitt edu druzdzel psfiles dss pdf 28 Duncan J H Slee G S Seawright E Breward J Behavioural consequences of partial beak amputation beak trimming in poultry British Poult Sci 1989 30 3 479 488 29 Dym C Principles of mathematical modeling Academic press 2004 30 Ellis JL Kebreab E Odongo NE Beauchemin K McGinn S Nkrumah JD et al Modeling methane production from beef cattle using linear J Anim Sci 2009 87 p 1334 1345 31 FENAVI Estad sticas producci n de huevos 2009 Fecha de acceso May 15 2014 URL http Awww fenavi org index php option com_content amp view article amp id 2472 amp ltemid 1330 32 Fernandez C Soria E Martin JD Serrano AJ Neural networks for animal science applications Two case studies Expert Systems with Applications 2006 31 444 450 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 46 33 Fialho FB Ledur MC Segmented polynomial model for estimation of egg production curves in laying hens British Poult Sci 1997 38 66 73 34 Flores A Programas de alimentaci n en avicultura ponedoras comerciales X Curso de Especializaci n Fedna Madrid Espa a 1994 Fecha de acceso May 15 2014 URL http portal ucv ve fileadmin user_upload facultad_agronomia Alimentaci C 3 B
36. The Abstract and Key Words must be on a separate sheet of paper Key Words The Abstract shall be followed by a maximum of five key words or phrases to be used for subject indexing These should include important words from the title and the running head and should be singular not plural terms e g broiler not broilers Key words should be formatted as follows Key words Introduction The Introduction while brief should provide the read er with information necessary for understanding research presented in the paper Previous work on the topic should be summarized and the objectives of the current research must be clearly stated Materials and Methods All sources of products equipment and chemicals used in the experiments must be specified parenthetically at first mention in text tables and figures ie model 123 ABC Corp Provo UT Model and catalog num bers should be included Information shall include the full corporate name including division branch or other subordinate part of the corporation if applicable city and state country if outside the United States or Web address Street addresses need not be given unless the reader would not be able to determine the full address for mailing purposes easily by consulting standard refer ences Age sex breed and strain or genetic stock of animals used in the experiments shall be specified Animal care guidelines should be referenced if appropriate
37. al 2007 Otro factor importante es la iluminaci n el cual tiene efecto sobre consumo de alimento crecimiento del ave maduraci n sexual respuesta productiva del ave y la calidad interna y externa del huevo Renema y Robinson 2001 Renema et al 2001 Lien et al 2008 Summer y Lesson 1993 Lo anterior se debe a que la gallina es un animal fotosensible es decir sus procesos biol gicos como el grado de actividad la reproducci n y el crecimiento son regulados y afectados por un ritmo circadiano que depende de la intensidad lum nica y la duraci n en horas de la exposici n a la luz Cavalchini et al 1990 y Rozenboim et al 1999 por tal motivo el productor recibe las aves con un programa recomendado de iluminaci n el cual si se cumple garantiza llegar a ganancias de peso adecuadas durante la crianza y permite el inicio oportuno de la producci n de huevo Lewis et al 1999 Actividades de manejo como la definici n del n mero de animales por metro cuadrado densidad uso de perchas y recorte del pico ofrecen numerosos resultados desde el punto de vista de bienestar animal comportamiento social y respuesta productiva de las aves Lemus et al 2009 De los tres aspectos antes mencionado uno de los m s controversiales es el despique ya que en aves destinadas a la producci n de huevo se considera una pr ctica necesaria y rutinaria con el objetivo de prevenir las perdidas productivas por aves lesionadas o muertas a Causa de
38. brindar elementos al productor que le permitan mantener un nivel de eficiencia ptimo en su sistema productivo al identificar puntos cr ticos realizar pron sticos y generar alternativas de control Mollo et al 2009 En la actualidad estas aplicaciones tecnol gicas no tienen gran difusi n su alcance es limitado y en su mayor a solo permiten el an lisis de uno o dos componentes de la producci n debido a la cantidad de factores que intervienen en el desempe o de la misma Es por ello que la Universidad de Antioquia viene desarrollando un proyecto de investigaci n cuyo objetivo es el dise o de un SATD que integre todos los posibles componentes inherentes a los sistemas de producci n de huevo comercial en Colombia permitiendo una mejor caracterizaci n de stos y brindando alternativas de manejo que contribuyan al progreso de los avicultores y al crecimiento de la industria en el pa s La investigaci n tiene lugar en la Hacienda La Monta a propiedad de la universidad la cual se ubica en el municipio de San Pedro de los Milagros en Antioquia El desarrollo de la primera fase consiste en reunir informaci n acerca de los sistemas productivos por medio de la consecuci n de registros hist ricos de la granja encuestas directas a empleados y personal administrativo e informaci n colectada por medio de sistemas de monitoreo y vigilancia que han sido instalados para el desarrollo de otras investigaciones conjuntas Figuras 2 y 3 Ent
39. de producci n de huevo realizada con un modelo de Redes 4130 neuronales artificiales en un lote de producci n de la Universidad de Antioquia 4131 datos reales datos estimados por el modelo 4132 4133 4134 4135 4136 4137 4138 4139 4140 4141 4142 4143 4144 4145 4146 4147 4148 4149 4150 190 En la segunda fase del dise o del SATD se crear la herramienta inform tica que tiene como base para el an lisis los modelos matem ticos mencionados anteriormente en sta el usuario podr introducir informacion propia de cada granja Figura 6 como resultado se le presentar un informe indicando el estado actual de la producci n y los puntos sobre los cuales debe ejercer control as como las posibles alternativas para lograrlo ordenadas de mayor a menor en base a su capacidad de contribuir al manejo de la situaci n ME ANTIDE LA interfaz del usuario El men principe i permite acceder a md cada componente del sistema productivo Ejemplos de los l daga gt pe formularios creados para onde el componente Alimentaci n Figura 6 Interfaz del usuario en construcci n Consta de cinco formularios dise ados para el ingreso de informaci n inherente a la producci n con base en los componentes principales alimentaci n medio ambiente sanidad manejo y administraci n Esta investigaci n es el punto de partida para el desarrollo y validaci n de aplicaciones
40. el ajuste de las curvas de crecimiento permiten obtener resultados como alteraciones en el desarrollo normal de los individuos predecir y comparar el crecimiento de animales de importancia econ mica generar informaci n para mejorar la toma de decisiones en el seguimiento y el control del crecimiento estimaci n de los requerimientos nutricionales a diferentes edades desarrollo de estrategias de mejora gen tica para modificar o cambiar la trayectoria 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 30 de crecimiento y otros aspectos de inter s zoot cnico como la identificaci n de la edad a la madurez sexual y su peso asint tico entre otros Estas funciones tambi n permiten evaluar la respuesta a tratamientos a lo largo del tiempo estudiar las interacciones de respuestas de las subpoblaciones o tratamientos con el tiempo identificar en una poblaci n los animales m s precoces y de mayor rendimiento productivo y calcular la variabilidad en la respuesta productiva entre y dentro de individuos evaluados para el ajuste de la curva de crecimiento Hancock et al 1995 Oliveira et al 2000 Aggrey 2002 Karkach 2006 Ros rio et al 2007 Malhado 2008 Budimulyati et al 2012 Par s Casanova y Kucherova 2014 Modelaci n dela curva de huevos A diferencia de la curva de crecimiento la curva de producci n de huevos no presenta una fas
41. gas amoniaco NH3 en instalaciones av colas 4105 4106 4107 4108 4109 4110 4111 4112 4113 4114 4115 4116 4117 4118 4119 4120 188 Figura 3 Sistema de vigilancia para evaluaci n del comportamiento aviar en un galp n de ponedoras Estos sistemas para monitoreo ambiental y evaluaci n del comportamiento aviar est n a n en per odo de prueba con la informaci n que se recoja de ellos se pretende conocer aspectos ambientales y etol gicos propios de la granja y establecer las relaciones entre estas y otras variables como las de tipo productivo Tambi n con la informaci n productiva colectada hasta el momento se han realizado algunas aproximaciones al modelado de las curvas de crecimiento y de producci n de huevo de algunos lotes Figuras 4 y 5 encontr ndose para estas funciones que los valores estimados por los modelos son cercanos a los valores reales obtenidos en granja 189 4121 dias 4122 Figura 4 Curva de crecimiento proyectado por el modelo de Gompertz para linea 4123 Lohmann LSL del sistema de producci n de la Universidad de Antioquia 4124 l mite superior e inferior datos estimados promedio datos estimados 4125 promedio datos reales l mite superior e inferior datos reales BW peso 4126 corporal y Age edad en d as 4127 7000 6000 Numero de huevos 2000 150 200 250 300 350 400 450 500 4128 Edad Dias 4129 Figura 5 Curva
42. growth Growth 1965 29 233 248 10 Aggrey SE Logistic nonlinear mixed effects model for estimating growth parameters Poult Sci 2009 88 276 280 11 Richards FJ A flexible growth function for empirical use 3 Exp Bot 1959 10 290 300 12 Von Bertalanffy L A quantitative theory of organic growth Hum Biol 1938 10 181 213 13 Roush WB Branton SL A Comparison of fitting growth models with a genetic algorithm and nonlinear regression Poult Sci 2005 84 3 494 502 14 Roush WB Dozier III WA y Branton SL Comparison of gompertz and neural network models of broiler growth Poult Sci 2006 85 794 797 15 Wang Z Zuidhof MJ Estimation of growth parameters using a nonlinear mixed gompertz model Poult Sci 2004 83 847 852 16 Ahmadi H Golian A Neural network model for egg production curve J Anim Vet Adv 2008 7 9 1168 1170 17 Yee D Prior MG Florence LZ Development of predictive models of laboratory animal growth using artificial neural networks Comput App Biosci 1993 9 5 517 22 76 07 18 19 20 Galeano Vasco Modelaci n del crecimiento de pollitas con redes neuronales 3867 Pitarque A Roy JF Ruiz JC Redes neurales vs modelos estad sticos Simulaciones sobre tareas de predicci n y clasificaci n Psicothema 1998 19 387 400 Savegnago RP Nunes BN Caetano SL Ferraudo AS Schmidt GS Ledur MS Munari DP Comparison of logistic and neural network models to fit to the egg produc
43. inform ticas que permitan la estandarizaci n y mejoramiento de la calidad de los procesos productivos acorde a las exigencias normativas y comerciales del sector av cola 4151 4152 4153 4154 4155 4156 4157 4158 4159 4160 4161 4162 4163 4164 4165 4166 4167 4168 4169 4170 4171 4172 4173 4174 4175 4176 4177 4178 4179 191 Finalmente es importante se alar que la generaci n de estas herramientas representa una ayuda importante para el productor pero es este ltimo quien tiene la responsabilidad de tomar la decisi n adecuada y de velar por que se cumpla a cabalidad lo planteado en base a ella Referencias 1 Abiodun O Adedapo A 2006 The effect of climate on poultry productivity in llorin kwara state Nigeria International Journal of Poultry Science 5 11 1061 1068 http www pijbs org ijps fin728 pdf 2 Abu Dieyeh Z H M 2006 Effect of high ambient temperature per se on growth performance of broilers International Journal of Poultry Science 5 1 19 21 http www pjbs org ijps fin489 paf 3 Blasco A 2004 XIV Curso internacional sobre mejora gen tica animal Universidad Polit cnica de Valencia Valencia Espa a 4 Borges S A Fischer Da Silva A V and Maiorka A 2007 Acid base balance in broilers World s Poultry Science Journal 63 1 73 81 5 Dozier W A Lott B D and Branton S L 2005 Growth Responses of Male Broilers Subjected to Increasing Air Velocities at High Ambient Temperatures and a High Dew
44. lt 0 05 Discussion All four flocks exceeded 90 production an optimal response in commercial egg laying hens The production difference was related to the precocity of the LB flock which reached full production before the other fiocks Another difference is associated with production length which is determined by management decisions Production cycle of LSL IB and LB lasted 53 weeks on average while HB averaged 63 weeks Table 1 Based on these indicators it can be seen that production curves for the four commercial 84 33 276 Galeano Vasco L et al Estimation of egg production curves strains were different allowing us to evaluate the ability of the models to fit the data Goodness of fit criteria indicated that the models provided a better fit to egg production data R and r were higher and MAD was lower but DW was not always closest to 2 The DW criteria results can be explained by the time series data often exhibiting positive autocorrelation noncompliant with the independence of errors assumption Therefore a positive error negative tends to be followed by another error positive negative generating a cyclical pattern The calculation of the parameters of Delay model is performed by linear and nonlinear optimization algorithms from the change in the values of the parameters DEL and k with the objective function of minimize the sum of the differences between observed and estimated values error us
45. manuscript file just after the references authors should use section breaks rather than page breaks at the end of the manuscript before the tables and between tables Units of measure for each variable must be indicated Papers with several tables must use consistent format All columns must have appropriate headings Abbreviations not found on the inside front cover of the journal must be defined in each table and must match those used in the text Footnotes to tables should be marked by superscript numbers Each footnote should begin a new line Superscript letters shall be used for the separation of means in the body of the table and explanatory footnotes must be provided i e Means within a row lacking a common superscript differ P lt 0 05 other significant P values may be specified Comparison of means within rows and columns should be indicated by different series of superscripts e g a b in rows x z in columns The first alphabetical letter in the series e g a or A shall be used to indicate the largest mean Lowercase super scripts indicate P lt 0 05 Uppercase letters indicate P lt 0 01 or less Probability values may be indicated as follows P lt 0 05 P lt 0 01 P lt 0 001 and P lt 0 10 Consult a re cent issue of Poultry Science for examples of tables Figures To facilitate review figures should be placed at the end of the manuscript separated by section
46. model underestimated the starting point of the curve for LB whereby the MAD value for Delay model was higher than the other models The model had its best performance in IB and HB curves especially the best fit in the final production phase of HB line weeks 49 to 63 compared with the other two models The Lokhorst mode showed the best fit for LB and LSL curves accurately describing the increase of the curve the peak of production and the downward trend near the end of the curve However the model underestimated peak production and failed to predict the irregularities in the HB production curve The Adams Bell model had the best fit in LB strain However in the other three lines of hens this model failed to fit the start the raising phase or peak of egg production curve and thus achieved the highest MAD values Regarding the fit flaws of Adams Bell model Lokhorst 1996 claims they are due to the assumption of 100 maximum production along with the linear decrease in egg production Rev Colomb Cienc Pecu 2013 26 270 279 85 Galeano Vasco L et al Estimation of egg production curves 277 Strain Hy Line Brown E Eas Mimber 30033 15 15 gt as 2 e r Age Weeks Strain Lohmann LSL 70000 _ mo i e000 8 aw w 3900 ee oo 1 39 3 45 s e Z Aye Weeks Strain isa Brown g Enge Nummer 3 F f AAA AAA A _ y 1 a 3 a s es u Age Weeks Strain Lo
47. mortalidad de las aves hace que se disminuya el n mero de huevos por ave que inicia el ciclo Castell 1989 Tan importante como el nivel de producci n est el peso del huevo el cual es un indicador del metabolismo nutricional del ave y se relaciona con la edad el tama o l nea gen tica del ave y el balance nutricional del alimento Este factor tiene gran relevancia en el c lculo de la conversi n alimenticia y la eficiencia nutricional Holt et al 2011 El an lisis de estos par metros le ofrece al productor t rminos de referencia para determinar el rendimiento productivo del lote y as calcular la eficiencia en la producci n de huevos La eficiencia es la capacidad de lograr un fin por medio de la relaci n deseable entre los factores y resultados productivos esto es maximizar la producci n con el m nimo de recursos o minimizar los recursos dado un nivel de producci n a alcanzar Los ndices de eficiencia son herramientas tiles en el an lisis de sistemas indicando alteraciones en los costos del proceso productivo e identificando posibles soluciones La eficiencia es definida como la relaci n entre 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 15 los ingresos y egresos entradas y salidas recursos y productos en el proceso productivo facilitando buscar el equilibrio entre productividad rentabilidad y nivel tecnol g
48. n El MNLM present los menores valores de MAPE MAD CME y de correlaci n seguido por los modelos RNA y MNL Los tres modelos presentaron valores de correlaci n superiores al 0 98 Las curvas de crecimiento ajustadas por los modelos MNL MNLM y RNA para aves de la linea Lohmann LSL aparecen en la figura 2 Se puede ver que la linea media de predicci n del MNLM y RNA tienen una forma similar logrando ajustar la disminuci n en la tasa de crecimiento entre los d as 110 y 140 periodo que sobreestim el MNL m HH m i pa pl 4 L an baal al a H i ww t 4 gt pi 2 i r A E i H kd r ww kad aii Maan bebon in banan or mm al iaa a 1 4 i 47 i E pr s ni SWE i ya n wn Figura 2 Curvas de crecimiento estimadas por los modelos RNA MNLM y MNL para aves de la linea Lohmann LSL o Peso estimado por el modelo Peso real 05 Galeano Vasco Modelaci n del crecimiento de pollitas con redes neuronales 3865 Los tres modelos presentaron problemas para ajustar el inicio de la curva donde el valor estimado fue menor al valor real lo cual se aprecia en los gr ficos de distribuci n de residuos Figura 3 Pruna Wt tat om o Bray 1 AN ot i E3 gt tow w ul a ttm w 4 x i i a s wwe i w 1 a ra Ls betray a fe a i 2
49. picoteo o el canibalismo y adem s permite disminuir el estr s y perdidas energ ticas por las peleas generadas por la definici n de jerarqu as y repuestas de dominancia entre las aves Pizzolante 2007 La pr ctica del despique puede provocar a corto plazo la disminuci n en el las actividades de consumo de alimento consumo de agua y acicalamiento Duncan et al 1989 En el caso de presentarse problemas en la t cnica de despique pueden darse sangrados dolores cr nicos y a largo plazo alteraciones en el consumo de alimento que se ven reflejados en p rdida de peso y des uniformidad del lote 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 18 Guesdon 2006 compar dos lotes de aves y encontr una mortalidad 5 menor en el lote despicado t cnica cuchilla caliente con respecto al que conserv el pico respaldando las ventajas del despique en las aves En aves semipesadas despicadas a 1 d a de edad y no despicadas Hadorn et al 2000 encontraron que durante la cr a hasta los 105 d as de edad el grupo de ave despicadas estuvo 2 5 y 1 1 por debajo del peso y el consumo de alimento respectivamente en contraste con las aves sin despicar Con respecto a la mortalidad la diferencia fue de 0 4 a favor del lote sin despicar En t rminos de producci n desde la semana 21 a 63 la aves despicadas superaron en 2 9 permitiend
50. sentence 3791 3792 3793 3794 3795 3796 3797 3798 3799 3800 3801 3802 3803 3804 3805 3806 3807 3808 3809 3810 3811 3812 3813 3814 3815 3816 3817 3818 3819 3820 3821 167 Do not repeat abbreviated units when expressing multiple amounts e g 3 5 kg Do not write 3 kg 5 kg Use a period and not a comma to separate decimals e g 3 5 Do not write 3 5 All tables and figures photographs included should be identified by an Arabic number followed by a period The table title must be located above the table and the figure title below the image The first word for column and row headings should be capitalized Tables must only have horizontal lines between the title and subject headings see examples of tables from previously published journal articles Do not use vertical lines Use Times New Roman font for the tables Units included in the headings should be set in parentheses Numbers letters or asterisks indicating notes placed below the table statistical measures or particular meanings should be written by superscript and set in italic font Likewise and just in special cases explanatory notes about the methodology used can be placed underneath a table in italics Discussion The discussion is an independent component and not part of the results section It should interpret and discuss the results obtained with relevant data from the literature This section should include detailed discussi
51. statistical software The RBZ does not recommend bibliographic citation of software applied to statistical analysis The use of programs must be informed in the text in the proper section Material and Methods including the specific procedure the name of the software its version and or release year 3643 3644 3645 3646 3647 3648 3649 3650 3651 3652 3653 3654 3655 3656 3657 3658 158 statistical procedures were performed using the MIXED procedure of SAS Statistical Analysis System version 9 2 Structure of the article for short communication and technical note The presentation of the title should be preceded by the indication of the type of manuscript whether it is a short communication or a technical note which must be centered and bold The structures of short communications and technical notes will follow guidelines set up for full length papers limited however to 14 pages as the maximum tolerated for the manuscript Processing and publishing fees applied to communications and technical notes are the same for full length papers considering however the limit of four pages in its final form A fee will be charged for publishing additional pages 3659 3660 3661 Anexo 3 Reglamento de la revista MVZ de C rdoba Revista MVZ C rdoba INSTRUCCIONES PARA LOS AUTORES La revista MVZ C rdoba es el rgano oficial de difusi n de la Facultad de Medicina Veterinaria y Zootecnia de la Univers
52. superscript and italics indicating the affiliation of the author Use commas to separate academic degrees abbreviated of authors Separate names of authors by semicolon e g Jorge E Ossa1 MV PhD Fabio N Zuluaga2 MV MSc Affiliation Affiliations are placed below the authors centered and with numbers corresponding to authors in superscript and italic font Include complete affiliations for each author E g Jorge E Ossa1 MV PhD Fabio N Zuluaga2 MV MSc 1BIOGENESIS Research Group and Virology Laboratory School of Medicine Universidad de Antioquia AA 1226 Medellin Colombia 2Medical Laboratory hospital Las Am ricas Medellin Colombia Corresponding author Must be referenced by an asterisk and placed as a footnote Specify both mailing and e mail addresses Summaries abstracts and keywords must be prepared in three languages Summary English Resumen Spanish and Resumo Portuguese 3731 3732 3733 3734 3735 3736 3737 3738 3739 3740 3741 3742 3743 3744 3745 3746 3747 3748 3749 3750 3751 3752 3753 3754 3755 3756 3757 3758 3759 3760 165 Each Summary should be a single paragraph with up to 300 words including the following subtitles bolded Background Objective Methods Results and Conclusions Do not cite references and avoid abbreviations in the summaries Keywords List 3 to 6 keywords in each language separated by commas and presented in alphabetical order and in italics
53. table or text so that future researchers may combine data from several experiments to detect impor tant interactions An interaction may not be detected in a given experiment because of a limitation in the number of observations The terms significant and highly significant tradition ally have been reserved for P lt 0 05 and P lt 0 01 re spectively however reporting the P value is preferred to the use of these terms For example use there was a difference P lt 0 05 between control and treated samples rather than there was a significant P lt 0 05 difference between control and treated samples When available the observed significance level e g P 0 027 should be presented rather than merely P lt 0 05 or P lt 0 01 thereby allowing the reader to decide what to reject Other probability a levels may be discussed if properly qualified so that the reader is not misled Do not report P values to more than 3 places after the deci mal Regardless of the probability level used failure to reject a hypothesis should be based on the relative con sequences of type I and Il errors A nonsignificant rela tionship should not be interpreted to suggest the absence of a relationship An inadequate number of experimental units or insufficient control of variation limits the power to detect relationships Avoid the ambiguous use of P gt 0 05 to declare nonsignificance such as indicating that a differen
54. ten twenty two or Five weeks of age on the egg yolk composition of commercial egy laying hens Poult Soi 2006 85 1502 1508 Rozenboim 1 Tako E Gal Garber O ProudmanJA Um Z The effect of heat stress on ovarian function of laying hens Poult Sci 2007 86 1760 1765 Safaa HM Serrano MP Valencia DG Frikha M Jim nez Moreno E Mateos GG Productive performance and egg quality of brown egg laying hens in the late phase of production us influenced by level and source of calcium in the diet Poult Sci 2008 7 2043 2051 SAS Institute Inc SAS STAT User s Guide Version 9 1 3 SAS Institute Inc Cary North Carolina USA 2004 Savegnago R Nunes BN Caetano SL Ferraudo AS Schmidt GS Ledur MC Munari DP Comparison of logistic and neural network models to fit to the egg production curve of White Leghom hens Poult Sci 2011 90 705 711 Spedding CRW An introduction to agricultural systems 2nd ed London and New York Elsevier App Sci Publisher 1988 Sun Q Li W She R Wang D Han D Li R Ding Y Yue Z Evidence for a role of mast cells in the mucosal injury induced by Newcastle disease virus Poult Sci 2009 88 554 561 Van Sickle J Attrition in distributed delay models IEEE Tras Syst Manag Cybern 1977 7 635 638 Wermelinger B Cundolfi MP Baumgartner J A model of the european red mite Acari Tetranychidae population dynamics and its linkage to grapevine growth and development 3 Appl Entomol 1992 114 155 166
55. the j hidden neuron is defined w and f is the activation function or transference 2 Recurrent neural network Jordan 1986 r Vi f bo Xw 10 Yw xi t z Vij a0 4 j 1 i 1 Activation of the context neurons in t c t cilt 1 i 1 5 Where x is the vector of input variables in this work ti Yi 1 Yi n c t is the context neurons for FE 1 2 m with m equal to number of network outputs in this work m 1 ris the number of hidden neurons is the associated parameter c that usually takes a constant value 0 lt y lt 1 in equations 4 and 5 3 Recurrent neural network Elman r Yi f bo Xw 10 Yo xi t gt Vij a0 6 Activation of the context neurons in t ci t a t 1 7 Where x is the vector of input variables in this work ti y _ Yi n and c t is the context neurons for E 1 2 r with r equal to number of hidden neurons and a t 1 are the activations of these neurons at time t 7 2236 2237 2238 2239 2240 2241 2242 2243 2244 2245 2246 2247 2248 2249 2250 2251 2252 2253 2254 2255 2256 2257 2258 2259 2260 2261 2262 2263 2264 2265 2266 96 In Neural networks models the activation function used in the input and hidden neurons was the sigmoid as shown in equation 8 whereas in the output and context neuron was used as a linear activation function 9 Sigmoid activation function f x 8 1 e Lin
56. the poultry production system The platform capture and delivery of information was designed in Microsoft Excel while for the analysis and processing of the data the statistical software R Project was used Both programs interact with each other through free software RExcel The user enters in this application daily batch information receiving numerical and graphs reports to compare them with those proposed by the genetic home and define the state of the productive performance indicators of their animals on real time The program and its user manual is available free of charge for your use upon request Resumen Con el prop sito de promover la inclusi n de Tecnolog as de la Informaci n y la Comunicaci n TIC en la avicultura se ha desarrollado una aplicaci n de gesti n 2558 2559 2560 2561 2562 2563 2564 2565 2566 2567 2568 2569 2570 2571 2572 2573 2574 2575 2576 2577 2578 2579 2580 2581 2582 2583 2584 2585 2586 2587 2588 113 de informaci n denominado Sistema de Gesti n de Informaci n para Granjas Av colas cuyo objetivo es facilitar y optimizar los procesos de captura procesamiento an lisis y almacenar la informaci n del sistema de producci n de aves de corral La plataforma de captura y entrega de informaci n fue dise ada en Microsoft Excel mientras que para el an lisis y procesamiento de los datos se us el software estad stico R Project Ambos programas interact an entre s por medi
57. they were 553 days of age All the nonlinear models used were transformed into mixed models by the inclusion of random parameters Accuracy of the models was determined by the Akaike and Bayesian information criteria AIC and BIC respectively and the correlation values According to AIC BIC and correlation values the best fit for modeling the growth curve of the birds was obtained with Gompertz followed by Richards and then by Von Bertalanffy models The Brody and Logistic models did not fit the data The Gompertz nonlinear mixed model showed the best goodness of fit for the data set and is considered the model of choice to describe and predict the growth curve of Lohmann LSL commercial layers at the production system of the University of Antioquia Key words chickens mathematical models poultry regression analysis weight gain INTRODUCTION Growth can be defined as the increase in body weight or body parts with age This process is influenced by genetic and environmental conditions A common practice in poultry production is to measure the increase in body mass of birds to control and modify the external conditions that affect their weight gain Oliveira et al 2000 Agudelo et al 2008 Aggrey 2009 1664 1665 1666 1667 1668 1669 1670 1671 1672 1673 1674 1675 1676 1677 1678 1679 1680 1681 1682 1683 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 56 Mathematical models have been app
58. to the age of the flock days and e is the residual effect associated with the time In the original model proposed by Lokhorst the numerator of the first term was 100 as this is the maximum productive percentage that the flock can achieve But trying to fit the model to data from the number of eggs per day did not reach convergence because of this the parameter m was incorporated in the model The value of m refers to the maximum value of daily eggs layed Neural networks models For these models the input variables were the age days number of eggs and the values of production in the time t with i 1 2 5 days The output neuron was daily egg production 1 The Multilayer perceptron equation 3 Vi f bo os wy u 3 j 1 i 1 Where 5 denotes the vector of output values ris the number of hidden neurons bo and b are the bias and denotes the value of intercept of the output neuron and 2208 2209 2210 2211 2212 2213 2214 2215 2216 2217 2218 2219 2220 2221 2222 2223 2224 2225 2226 2227 2228 2229 2230 2231 2232 2233 2234 2235 95 intercept of the j hidden neuron respectively The term X7_ wi x is defined as a propagation function where is added the product of the synaptic weight vector w and the vector of input variables x In this work input vector x is given by ti Vi Yin The synaptic weight corresponding to the synapse starting at
59. value lt 0 001 AIC Akaike information criterion BIC Bayesian information criterion 1956 1957 1958 1959 1960 1961 67 Table 5 Parameters estimated by nonlinear mixed growth models used to evaluate Lohmann LSL birds Models Parameters Gompertz Richards Von Bertalanffy Bo 1660 46 15 5 1678 28 18 6 1483 59 50 1 bo 72 68 11 9 80 08 14 3 192 84 51 4 By 2 44 3 7 E 5 54E 6 9 E24 0 55 1 2 E B2 2 30 E 5 1 E0 2 24 E 54 E 2 74 ES 7 4 E2 b2 1 84 E 3 6 E 1 84 E 4 5 E0 1 36 E 2 5 E0 M 2 29E E 73 37 2 01 72 64 2 22 72 51 1 99 Bo B1 and Be fixed estimated fixed parameters bo and bz estimated random parameters m asymptotic weight proportion corresponding to the inflexion point in Von Bertalanffy model Scientific notation a E where E is equal to 10 nis an integer and ais any real number and e error of estimation 1962 1963 1964 1965 68 jill pi lgs ig i ill i deta eget Weal l 3 j T p E a Fi B F il ji i H ly fy iii Figure 1 Growth curves of Lohman LSL birds Estimated by the models weight estimated by the model Actual weight Axis y weight g Axis x age days Non linear mixed model of Gompertz A Non linear mixed model of Richards B and Non linear mixed model of Von Bertalanffy C Projected growth curve by the Gompertz model for Lohmann LSL hens under the University of Antioquia production 1966 1967 1968
60. 0 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 47 45 Hendrix Genetics Hisex Brown 2006 46 Holt PS Davies RH Dewulf J Gast RK Huwe JK Jones DR Waltman D Willian KR The impact of different housing systems on egg safety and quality Poult Sci 2011 90 251 262 47 Hruby M Hamre M L Coon C N Non Linear and Linear Function in Body Protein Growth The Journal of Applied Poultry Research 1996 5 2 109 115 48 Hy line International Hy line Brown Gu a de manejo 2005 2007 Estados Unidos de Am rica Febrero 2006 49 Hy line International Hy line W 36 Gu a de manejo 2003 2005 Estados Unidos de Am rica Enero 2003 50 ICA Registro de productos para aves reproductoras y de primera generaci n 2009 Fecha de acceso May 15 2014 URL http www ica gov co getdoc 252a480c ba9f 4ae9 a833 4cdeftd2f4a8 Reg_productos_aves reproductoras _julio10 aspx 51 Karkach AS Trajectories and models of individual growth Demographic research 2006 15 p 347 400 52 Keen PG Morton MS Decision support systems an organizational perspective Reading MA Addison Wesley 1978 35 19 30 53 Khalaji S Naderi A H Mousavi S N Zaghari M Malakzadegan A Determination of phosphorus requirement for post molted laying hens using nonlinear and multivariate nonlinear mixed effects models The Journal of Poultry Science 2014 51 1 22 28 54 Knizetova H Hyanek J Knize B Roubicek J A
61. 0 Patr n 3 50 Patr n 4 2 1 o 2 40 40 E 30 O A E 30 A E AA ee 50 100 150 200 250 300 350 50 100 150 200 250 300 350 100 100 90 90 80 80 70 70 60 60 50 Patr n 5 so Patr n 6 40 40 30 0 100 150 200 250 300 350 50 100 150 200 250 300 350 Tiempo D as Figura 2 Tomado de Miyoshi et al 1996 Patrones curvas de producci n evaluadas en su publicaci n Application of nonlinear models to egg production curves in chickens Los 4 restantes patrones mostrados por Miyoshi et al 1996 no fueron ajustadas por el modelo lo que resulta llamativo ya que el patr n 3 tiene una forma similar a la curva de LB y el patr n 4 se asemeja a la curva de HB las cuales fueron ajustadas por el modelo R 0 74 y 0 84 Estas curvas se caracterizan por tener una ca da fuerte de la producci n a partir de la semana 50 gran n mero de altibajos en la cantidad de huevos o una etapa corta de arranque de la producci n con valores porcentuales altos gt 60 En ambos ensayos se denota la dificultad del modelo para ajustar este tipo de curvas en comparaci n con los valores de ajuste para los patrones 1 y 2 y las curvas LB y HB 3100 3101 3102 3103 3104 3105 3106 3107 3108 3109 3110 3111 3112 3113 3114 3115 3116 3117 Egg production n HB is amp Delay model 136 Adams Bell model Lokhorst model Week Figura 3 Tomado de Galeano et al 1996 Curvas de producci n evaluadas en su publicaci
62. 000 La elecci n de estos par metros fue llevada a cabo de forma heur stica a trav s de ensayos pilotos en simulaciones previas Para la selecci n de los modelos estad sticos se realizaron ensayos previos en los cuales se compar la capacidad de ajuste de los modelos Log stico Brody Richards Gompertz y Von Bertalanffy siendo este ltimo el de mejor desempe o hasta los 196 dias de edad del ave El modelo no lineal Von Bertalanffy 12 utilizado para el ajuste de la curva de crecimiento Y Bo a B exp tt El modelo no lineal Von Bertalanffy utilizado para el an lisis de las curvas de crecimiento fue adaptado a modelo mixto con la inclusi n de par metros aleatorios as Ya Bo boy 1 By expo s baltu D nde peso corporal g de la l sima ave en el j simo tiempo t tiempo edad en d as B Componente fijo del modelo y est relacionado con el peso asint tico cuando t tiende a infinito porcentaje de madurez con respecto al peso adulto B Componente fijo del modelo el cual se define como el par metro de ajuste cuando Y 0 0 tx 0 p Componente fijo del modelo entendido como el ndice de madurez expresado como una proporci n de porcentaje del m ximo crecimiento con respecto al peso adulto del ave b y b efectos aleatorios asociados a los efectos fijos B y P definen la varianza y la covarianza de las observaciones para cada efecto fijo en la i sima ave
63. 02 3403 3404 3405 3406 3407 3408 3409 3410 3411 3412 3413 3414 3415 3416 3417 3418 3419 3420 3421 3422 3423 3424 3425 3426 3427 3428 3429 3430 150 The introduction should not exceed 2 500 characters with spaces briefly summarizing the context of the subject the justifications for the research and its objectives otherwise it will be rerouted for adaptation Discussion based on references to support a specific concept should be avoided in the introduction Inferences on results obtained should be presented in the Discussion section Material and Methods Whenever applicable describe at the beginning of the section that the work was conducted in accordance with ethical standards and approved by the Ethics and Biosafety Committee of the institution A clear description on the specific original reference is required for biological analytical and statistical procedures Any modifications in those procedures must be explained in detail Results and Discussion In making this section the author is granted to either combine the results with discussion or to write two sections by separating results and discussion which is encouraged Sufficient data with means and some measure of uncertainty standard error coefficient of variation confidence intervals etc are mandatory to provide the reader with the power to interpret the results of the experiment and make his own judgment The additional guidelines for styl
64. 03 Where n is the number of data used to validate models SD standard deviation MLP Neural network Multilayer perceptron MM mathematical model of Lokhorst MSE Mean Square Error MAD Mean Absolute Deviation MAPE and R determination coefficient COR Pearson s correlation coefficient was statistically significant p lt 0 05 2430 2431 2432 2433 2434 O 38000 i 4000 6009 000 4000 600 L 2000 104 50 100 150 0 50 100 Figure 1 Observed data of daily egg production A Flock 1 B Flock 6 C Flock 12 Validation set multilayer perceptron flocks 1 6 and 12 and the values fitted using mathematical model of Lokhorst 150 105 2435 Daily egg production flok 1 3 7 2 El a 8 l T T T T T 0 100 200 300 400 ays Graphic of forecasting data 2436 2437 Figure 2 Observed data of daily egg production flock 1 used for forecasting with neural models MLP RNNJ and 2438 RNNE Red dots refer to the starting points for predictions T 100 200 and 300 2439 2440 2441 2442 2443 2444 2445 2446 106 Table 2 Calculated values of MAD and MSE for neural network models used to predict the daily egg production o EST MAD MSE RNNE RNNJ MLP RNNE RNNJ MLP 1 96 13 38 49 61 73 13110 82 2275 67 4865 00 2 54 02 27 79 58 60 3906 66 1188 22 4447 79 ieee 3 58 10 55 60 59 39 4362 60 4122 99 4549 04 4 26 93 140 63 41 09 1113 74 21707 5
65. 1 SAS Institute Inc 2004 and Microsoft Excel Solver Microsoft 2010 was used for fit and compared the models Results Egg production parameters of the commercial hen strains used to evaluate model fit appear in the table 1 Table 1 Egg production of the commercial hen strains used to evatuale model M Line Maximum production Initial week ea Week egg yield ended Perla HA g 93 36 19 25 80 o a o LSL 96 75 18 29 71 53 B 91 21 18 30 71 54 LB 91 13 19 2 73 53 Hy Line Brown HB Lofenann USL LSC ise Brown 18 Lofmarin Brown LA For the Delay model parameter k value for HB was 28 while it was 40 for the other hen strains Parameter DEL which expresses the estimated mean duration of the productive period was between 63 and 64 weeks The decrease factor allows quantifying the extent to which productivity is steadily reduced after reaching the maximum weekly production before the fast decreasing phase starts towards the end of the flock The LSL had the highest decrease rate of productivity with a daily proportion of 0 00737 which is roughly equivalent to 83 eggs day flock followed by HB whose rate was 0 004835 corresponding to 45 eggs day flock The lowest rates occurred in LB and IB corresponding to reductions of 39 and 31 eggs day flock respectively Table 2 Rev Colomb Cienc Pecu 2013 26 270 279 83 32 Galeano Vasco L et al Estimation of egg production curves 275 Table 2 Delay model para
66. 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 03 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 03 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 03 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 03 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 03 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 O 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 3289 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 3290 3291 3292 3293 3294 3295 3296 3297 3298 3299 3300 3301 Tabla 2 Estructura matricial de los pesos de las conexiones de la estructura neuronal recurrente de Jordan inpilinp2 inp3linpalinps inp6 hid1 hid2 hid3 hida hids hide hid7 hid8 hid9 hid10 out1 con1 inpt o o o fofo fo 0 69 0 20 0 05 0 51 0 14 0 69 0 61 0 15 0 53 0 59 o o inp2 o o o 0 0 0 0 81 0 06 0 95 0 06 0 82 0 90 0 66 0 23 0 28 0 46 o o inp3 o o o o o o 0 02 0 57 0 85 0 60 0 57 1 00 0 79 0 75 0 73 0 50 o o inpa o o o o 0 fo 0 74 0 32 0 91 0 49 0 96 0 10 0 19 0 36 0 90 0 32 o o inps o o o ofo fo 0 431 0 02 0 48 0 85 0 96 0 52 0 64 0 00 0 15 0 72 o o
67. 287 2288 2289 2290 2291 2292 2293 2294 2295 97 variable due to changes in the independent variable valuing the causal relationship between the two variables explained and explanatory To calculate the R coefficient for each model was performed a linear regression analysis considering the number of eggs predicted by the model as the dependent variable and the number of eggs observed in each week as the independent variable For this we used the function Im of the statistical software R project R Development Core Team 2013 3 Mean Square Error MSE n Jy 2 MSE Shi MH 10 4 Mean Absolute Deviation MAD n MAD a Fil 11 5 Mean Absolute Percentage Error MAPE consider the effect of the magnitude of error values n i 1 MAPE Yi n Yi x 100 y 0 12 Where y is the observed value at time y is the estimated value and n equals to the number of observations in equations 10 11 and 12 Results and Discussion Curve fitting For the curve fitting the productive information of 12 flocks was used to compare the ability of models MLP and Lokhorst to adjust to the egg production curve The flocks were ordered and numbered from 1 to 12 based on the value of MSE for MLP where 2296 2297 2298 2299 2300 2301 2302 2303 2304 2305 2306 2307 2308 2309 2310 2311 2312 2313 2314 2315 2316 2317 2318 2319 2320 2321 2322 2323 2324 2325 2326 98
68. 35 2936 2937 2938 2939 2940 2941 2942 2943 2944 2945 2946 2947 2948 2949 2950 2951 2952 129 Conclusiones Generales Con el uso de la teor a de grafos se crearon los diagramas que permitieron caracterizar el sistema de producci n de huevo comercial en las fases de cr a y levante y de producci n Se logr establecer que los modelos mixtos de Gompertz y Richards y las RNA son funcionales para modelar la curva crecimiento y el desarrollo del ave de postura Para la modelaci n de la curva de producci n de huevos se evaluaron y validaron los modelos Adams Bell Delay Lokhorst redes neuronales MLP y redes neuronales recurrentes ANNE y RNNJ entre otros Definiendo como modelo el desarrollo del SATD a las redes neuronales Se dise el SATD con formularios para el ingreso y almacenamiento de informaci n sobre alimentaci n medio ambiente sanidad manejo y administraci n del sistema de producci n Hojas de registro de la informaci n productiva de las fases cr a y levante de Producci n y del pesaje de aves Adem s de las hojas que ofrecen al productor informes gr ficos El software ofrece al usuario la posibilidad obtener resultados num ricos y gr ficos facilitando el an lisis del estado productivo del lote La inclusi n de modelos de predicci n como las redes neuronales artificiales permiten en tiempo real proyectar la repuesta productiva del lote en las condiciones actuales y as en un horizon
69. 35 3336 3337 3338 3339 3340 147 Anexos Anexo 1 Comunicado de aceptaci n para la publicaci n del art culo Ability of non linear mixed models to predict growth in laying hens en la Revista Brasileira de Zootecnia Revista Brasileira de Zootecnia Decision on Manuscript ID RBZ 2014 0002 5 D Recibidos x Igalb fcav unesp br a trav s de manuscriptcentral com 9 34 hace 5 horas e y para m If galeano vas Za ingl s y gt espafioly Traducir mensaje Desactivar para ingl s x 05 Aug 2014 Dear Prof Galeano Vasco It is a pleasure to accept your manuscript entitled Ability of non linear mixed models to predict growth in laying hens in its current form for publication in the Revista Brasileira de Zootecnia Thank you for your fine contribution On behalf of the Editors of the Revista Brasileira de Zootecnia we look forward to your continued contributions to the Journal Sincerely Prof Lucia Albuquerque Editor in Chief Revista Brasileira de Zootecnia Igalb fcav unesp br galvao albuquerque gmail com 3341 3342 3343 3344 3345 3346 3347 3348 3349 3350 3351 3352 3353 3354 3355 3356 3357 3358 3359 3360 3361 3362 3363 3364 3365 3366 3367 3368 3369 3370 148 Anexo 2 Reglamento de la revista Brasileira de Zootecnia Brazilian Journal of Animal Science RBZ Guidelines to prepare the manuscript Structure of a full length research article Figures Tables and Acknowledgments should b
70. 3609 3610 3611 3612 156 The essential elements are author s year title and subtitle if any followed by the expression In and the full reference as a whole Inform the paging after citing the title of the chapter Lindhal L 1974 Nutrici n y alimentaci n de las cabras p 425 434 In Fisiologia digestiva y nutrici n de los ruminantes 3rd ed Church D C ed Acr bia Zaragoza Theses and dissertations It is recommended not to mention theses and dissertations as reference but always to look for articles published in peer reviewed indexed journals Exceptionally if necessary to cite thesis and dissertation please indicate the following elements author year title grade university and location Castro F B 1989 Avaliac o do processo de digestao do bagaco de cana de ac car auto hidrolisado em bovinos Dissertac o M Sc Universidade de S o Paulo Piracicaba Palh o M P 2010 Induced codominance and double ovulation and new approaches on luteolysis in cattle Thesis D Sc Universidade Federal de Vicosa Vicosa MG Brazil Bulletins and reports The essential elements are Author year of publication title name of bulletin or report followed by the issue number then the publisher and the city Goering H K and Van Soest P J 1970 Forage fiber analysis apparatus reagents procedures and some applications Agriculture Handbook No 379 ARS USDA Washington D C USA Conferenc
71. 365 2366 2367 2368 2369 2370 2371 2372 2373 2374 2375 2376 2377 2378 2379 2380 2381 2382 2383 2384 2385 2386 2387 100 The results obtained in the estimation of future values of production the valuation of the estimation error MSE and MAD and the mean and deviation of the models with a total of four times that the models were run for each value of T 100 200 and 300 respectively The h value was maintained in all of the tests because the end point for decision making and projection of production was considered as one week 7 days Previous evidence on the change in number of periods s 1 2 4 did not significantly increase the estimation error so the networks included as inputs corresponding neurons to five production periods t i s Table 2 As far as the increased value of T is concerned one would expect that the neural networks with a greater number of learning data should have a better fit and that the MAD and MSE values should decrease But as it is shown for values of T 300 the models RNNE and MLP increased their error value in regards to T 100 and T 200 This increase in the error at T 300 can be associated with the decrease in the egg production values of 6 220 eggs on day 299 Figure 2 To perform the data estimation of the daily egg production each model was tested four times for each T value In figure 3 the estimation of the medium for the RNNE is shown where the approximations are closest
72. 3n__Gallinas_Ponedoras paf 35 Gates R S Xin H Casey K D Liang Y Wheeler E F Method for measuring ammonia emissions from poultry houses The Journal of Applied Poultry Research 2005 14 3 622 634 36 Gavora JS Liljedahl LE McMillan Ahlen K Comparison of three mathematical models of egg production Br Poult Sci 1982 23 339 348 37 Grossman M Gossman TN Koops WJ A model for persistency of egg production Poult Sci 2000 79 12 1715 1724 38 Grossman M Bohren BB Logistic growth curve of chickens heritability of parameters The Journal of Heredity 1985 76 459 462 39 Grossman M Bohren BB Anderson VL Logistic growth curve of chickens a comparison of techniques to estimate parameters The Journal of Heredity 1985 76 397 399 40 Guesdon V Ahmed A M HA Mallet S Faure J M Nys Y Effects of beak trimming and cage design on laying hen performance and egg quality British Poult Sci 2006 47 1 1 12 41 Hadorn R Gloor A Wiedmer H Effect of beak trimming on brown growing pullets and laying hens Agrarforschung 2000 7 2 62 67 42 Hagan MT Demuth HB Beale MH Neural network design Boston Pws 1996 43 Hancock CE Bradford GD Emmans GC Gous RM The evaluation of the growth parameters of six strains of commercial broiler chickens British Poult Sci 1995 36 2 p 247 264 44 Haykin S Network N A comprehensive foundation Neural Networks 2004 2 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 143
73. 451 452 453 454 455 456 457 458 459 460 10 m nima de 430 cm2 ave Van Horne y Achterbosch 2008 En Colombia no se tiene una norma o ente que establezca cual es la densidad en los sistema de producci n de huevo la nica referencia es que los productores siguen las recomendaciones de los manuales de las casas gen ticas con el fin de garantizar las condiciones m nimas nutrici n iluminaci n ventilaci n y densidad que la gallina necesita para expresar su potencial productivo El sistema de producci n en piso ofrece como ventajas el confinamiento de las aves en espacios m s amplios lo cual le permite a los animales desarrollar comportamientos etol gicos propios Como desventajas est n los problemas en el manejo de la cama la generaci n de gran cantidad de polvo la p rdida de huevos por postura fuera de los nidales y el aumento en la cantidad de huevos sucios El sistema de pastoreo se aplica en pocas producciones debido a su alta demanda de espacio aunque ofrece como ventaja la disminuci n en el consumo de alimento concentrado y la posibilidad de ofrecer al mercado el huevo con valor agregado por la disminuci n en los niveles de estr s de las aves En los sistemas com nmente se utilizan comederos manuales de canoa tolva o autom ticos como el de banda y cadena transportadora tambi n se usan bebederos manuales de campana y autom ticos de copa nipple y campana Actualmente los productores de huevo cuent
74. 7 2718 2719 2720 2721 2722 2723 2724 2725 2726 2727 2728 2729 2730 2731 2732 2733 2734 2735 2736 2737 2738 2739 2740 2741 2742 2743 118 operarios y facilita el cumplimiento de las exigencias en planes de bioseguridad al documentar al detalle las actividades propias de cada proceso dentro del sistema Las fases de cr a levante y producci n fueron caracterizadas a partir de cinco items de mayor relevancia as alimentaci n medio ambiente sanidad manejo y administraci n y dos causales de p rdida como lo son el descarte de aves y la mortalidad Este grafo permite ver como cada tem afecta el flujo de aves dese su llegada hasta que pasan a la siguiente fase o etapa de producci n Cada uno de estos tems se construyeron a partir de las descripciones de los procesos en cada fase de vida del ave Un ejemplo de este desglose de actividades se presenta en la figura 2 donde se puede ver la descripci n dentro del tem Alimentaci n del componente f brica de alimentos concentrados all se describen todas las actividades propias de la elaboraci n de un alimento balanceado y como debe ser el flujo de informaci n para garantizar un funcionamiento ptimo de la planta En la figura 3 aparecen los componentes del tem medio ambiente caracterizando los factores externos e internos medioambientales que pueden tener efecto en el confort y respuesta productiva de las aves e Montaje de formularios en Visual Basic Con
75. 7 2576 50 Mean 58 80 65 63 55 22 5623 46 7323 61 4109 58 SD 28 48 51 30 9 51 5194 08 9665 52 1037 39 1 1762 27 34 40 89 430 69 982 31 2096 88 2 2869 44 02 45 16 1167 46 2360 45 2497 08 cl 3 16 44 129 14 36 67 372 32 20605 19 1754 58 4 77 48 115 14 45 02 6943 02 15774 12 2486 48 Mean 35 06 78 91 41 94 2228 37 9930 52 2208 76 SD 28 82 50 70 4 03 3163 86 9754 87 355 46 1 85 81 54 69 50 79 9084 98 3251 03 3188 57 2 100 91 68 16 63 18 11020 73 6072 21 4731 10 ene S 3 110 58 92 27 69 54 13353 31 9637 69 5804 86 4 73 54 27 75 66 77 5949 64 1115 80 5245 15 Mean 92 71 60 72 62 57 9852 16 5019 18 4742 42 SD 16 34 26 92 8 27 3132 72 3687 92 1124 88 and SD standard deviation values obtained for the four runs L T day of production to where the network is trained h estimated number of days t i input neurons included L number of model runs MSE Mean Square Error MAD Mean Absolute Deviation RNNE recurrent neural network of Elman RNNJ recurrent neural network of Jordan and MLP Multilayer Perceptron Mean average 4800 4900 5000 5100 5200 4050 4000 3950 3900 3850 107 4450 4350 4550 4650 Figure 3 Results of forecasting values with neural models A T 100 B T 200 C T 300 Axis x Forecasting days 1 to 7 Axis y Number of eggs MLP __ RANNJ and RNNE a ca a and observed data of daily egg production flock 1 2452 2453 2454 2455 2456 2457 2458 2459 2460 2461
76. 7 52 05 114 1192 60 91 224 1629 33 90 2 408 1695 73 117 13 546 1706 90 110 70 52 509 04 55 73 123 1266 65 74 37 270 1628 13 101 10 422 1679 46 111 54 553 1689 97 66 1946 1947 1948 1949 1950 1951 1952 1953 1954 1955 66 56 582 96 63 53 133 1415 41 110 66 277 1633 39 105 02 452 1715 25 93 07 65 681 12 61 61 144 1561 72 95 04 291 1601 77 86 35 484 1717 91 84 37 Day day of measurement Mean hen weight average and SD standard deviation Table 3 Differences between the amount of feed consumed per bird day 1 and the amount recommended by the management guide hens of the strain Lohmann LSL weeks 1 to 25 wk Dif wk Dif wk Dif wk Dif wk Dif wk Dif wk Dif wk Dif wk Dif 1 0 74 4 141 7 325 10 742 13 647 16 0 47 19 82 09 22 9 01 25 6 79 2 061 5 125 8 7 06 11 3 77 14 0 41 17 3 72 20 92 30 23 10 79 3 165 6 192 9 542 12 346 15 5 00 18 1 97 21 87 68 24 8 82 wk week and Dif actual feed consumption g hen day theoretical feed consumption g hen day Table 4 Classification based on information criteria and correlation value of non linear mixed models used to evaluate growth of Lohmann LSL hens Model 2 Log likelihood AIC BIC Correlation Gompertz 8405 4 8419 4 8428 2 0 991 Richards 8408 0 8424 0 8434 1 0 990 Von Bertalanffy 8464 3 8478 3 8487 1 0 957 1A low value indicates better fit of the model to the data Correlation between observed and predicted data obtained with the Pearson method p
77. 8 1269 1270 1271 1272 1273 1274 41 La Regla Delta Generalizada o Backpropagation fue creada para generalizar la regla delta sobre redes neuronales de m ltiples capas y funciones de transferencia no lineales y diferenciables Donde el t rmino Aw hace referencia a los cambios en los pesos yn es un par metro estimado por la red definido como tasa de aprendizaje 6 es el gradiente local o la proporci n del error que se transmite hacia atr s entre las conexiones de las neuronas y y es la salida de la neurona que al hacer la retro propagaci n se convierte en la entrada de la neurona j Finalmente los cambios en los valores de los pesos quedan determinados con la ecuaci n w t 1 es el nuevo peso w t peso anterior y Aw t es el cambio incremento o descenso en el valor del nuevo peso como consecuencia de la estimaci n realizada por la regla delta generalizada Estas adecuaciones en los pesos en las iteraciones son las que permitan que la red aprenda y generalice ajustando su estructura para minimizar el error Una vez que ha terminado el proceso de aprendizaje y los pesos de la red neuronal han sido recalculados es importante comprobar el grado de ajuste del modelo a los datos reales para esto se utilizan las siguientes t cnicas R Criterio de informaci n de Akaike AIC Criterio de Informaci n Bayesiano BIC media absoluta de la desviaci n de cada modelo porcentaje de la media absoluta del error MAPE
78. 90 691 692 693 694 695 696 19 previo al inicio de producci n madurez sexual generando un inicio de postura mas r pido y en consecuencia incrementando el n mero de huevos por ave alojada Adem s present mayor masa de huevo producido un mayor consumo de alimento y un mayor ingreso econ mico por el total de huevos El xito de un despique depende de factores clave como a Una correcta programaci n de actividades en el lote de modo que el despique no sea algo improvisado permitiendo contar con el n mero de operarios capacitados en la captura y despique de las aves y equipos necesarios cortadores y cuchillas desinfectados y en correcto funcionamiento para hacer de esta pr ctica lo menos estresante y de corta duraci n para las aves Evaluaci n del estado de salud y peso del lote antes del despique de modo de no someter a esta actividad aquellas aves que no cumplan con estos criterios Preparaci n de los animales para el corte de pico con el uso de suplementos vitam nicos y estimulantes de las defensas inmuno moduladores antes de la pr ctica lo que permite disminuir los sangrados posteriores al corte y respaldar el sistema inmune para responder ante cualquier reto de campo Implementaci n del despique en horas frescas madrugada y noche facilitando la captura y manipulaci n de las aves Implementar un plan de control posterior al corte de picos que incluya revisi n del estado de las aves estim
79. 933 Grossman M Gossman TN Koops WJ A model for persistency of egg production Poult Sci 2000 79 1715 1724 Guti rrez AP Dos Santos WJ Pizzamiglio MA Villacorta Am Ellis CK Femandez CAP Tutida Modelling the interaction of cotton and the cotton boll weevil i Cotton boll weevil Anthonomux grandis in Brazil J Appl Ecol 1991 28 398 418 Gutierrez AP Pizzamiglio MA Dos Santos WJ Tennyson R Villacorta AM A general distributed delay time varying life table plant population model Cotton Gossypimmbirsutum Rev Colomb Cienc Pecu 2013 26 270 279 87 36 Galeano Vasco L et al Estimation of egg production curves 279 growth and development as an example Ecol Model 1984 26 231 249 Gutierrez AP Wermelinger B Schultess F Baumg rtner JU Herren HR Ellis CK Yaninek JS Analysis of biological control of cassava pests in Africa Simulation of carbon nitrogen und water dynamics in cassava J Appl Ecol 1988a 25 901 920 Gutierrez AP Yaninck JS Wermelinger B Herren HR Ellis CK Analysis of biological control of cassava pests in Africa TL cassava green mite Mononvchellustanajoa J Appl Ecol 1988h 25 941 950 Gutierrez AP Applied population ecology A supply demand approach New York John Wiley amp Sons Inc 1996 Hester PY Impact of science and management on the welfare of egg laying strains of hens Poult Sci 2005 4 687 696 Jewers K Mycotoxins and their effect on poultry production Options Medit
80. By Fawcette J Programming Microsoft Visual Basic 6 0 Microsoft Press 1999 2 Booch G Rumbaugh J Jacobson I Unified Modeling Language UML Rational Software Corporation Santa Clara CA version 1 1998 3 Galeano Vasco LF Cer n Mu oz MF Modelaci n del crecimiento de pollitas Lohmann LSL con redes neuronales y modelos de regresi n no lineal Revista MVZ C rdoba 2013 18 3 3861 3867 4 Heiberger RM Neuwirth E R through Excel A spreadsheet interface for statistics data analysis and graphics New York Springer 2009 5 Mertens K An intelligent system for optimizing the production and quality of consumption eggs based on synergistic control 2009 URL https lirias kuleuven be bitstream 123456789 238432 1 Doctoraat_v DEF _ 260809 pdf 2897 2898 2899 2900 2901 2902 2903 2904 2905 2906 2907 2908 2909 2910 2911 2912 2913 124 6 Mollo MN Vendrametto O Okano MT Precision livestock tools to improve products and processes in broiler production a review Revista Brasileira de Ci ncia Av cola 2009 11 4 211 218 7 Nyathi T Dube S Sibanda K Mutunhu B Poultry contractual farming decision support system In IST Africa Conference and Exhibition IST Africa 2013 pp 1 8 IEEE 8 R Development Core Team R A language and environment for statistical computing R Foundation for Statistical Computing Vienna Austria 2013 9 Raju DT Rao BS An information technology enabled Poultry Expert System
81. Consult recent issues of Poultry Science for examples not included below Article Bagley L G and V L Christensen 1991 Hatchability and physiology of turkey embryos incubated at sea level with in creased eggshell permeability Poult Sci 70 1412 1418 Bagley L G V L Christensen and R P Gildersleeve 1990 Hematological indices of turkey embryos incubated at high altitude as affected by oxygen and shell permeability Poult Sci 69 2035 2039 Witter R L and I M Gimeno 2006 Susceptibility of adult chickens with and without prior vaccination to chal lenge with Marek s disease virus Avian Dis 50 354 365 doi 10 1637 7498 010306R 1 Book Metcalfe J M K Stock and R L Ingermann 1954 The effects of oxygen on growth and development of the chick embryo Pages 205 219 in Respiration and Metabolism of Embryonic Vertebrates R S Seymour ed Dr W Junk Dordrecht the Netherlands National Research Council 1994 Nutrient Requirements of Poultry 9th rev ed Natl Acad Press Washington DC Federal Register of Agriculture Plant and Animal Health Inspection Service 2004 Blood and tissue collection at slaughtering and rendering establishments final rule 9CFR part 71 Fed Reg ist 69 10137 10151 Other Choct M and R J Hughes 1996 Long chain hydrocarbons as a marker for digestibility studies in poultry Proc Aust Poult Sci Symp 8 186 Abstr Dyro F M 2005 Arsenic WebMD http
82. Isa Brown ICA Instituto Colombiano Agropecuario LB Lohmann Brown LQV Learning Vector Quantization LSL Lohmann LSL MAD media absoluta de la desviaci n MAPE porcentaje de la media absoluta del error ME Energ a metabolizable Mcal kg MLP Perceptr n multicapa MM modelo matem tico MNL modelos no lineales MNLM modelos no lineales mixtos MSE cuadrado medio del error 203 204 205 206 207 208 209 210 211 212 213 214 215 216 viii Pearson s correlation coefficient COR r coeficiente de correlaci n R Coeficiente de determinaci n RNA Redes neuronales artificiales RNNE redes neuronales recurrentes tipo Elman RNNJ redes neuronales recurrentes tipo Jordan RSD desviaci n est ndar residual SATD sistemas de soporte para la toma de decisiones SD desviaci n est ndar SGI Sistema de gesti n de la informaci n TMP Topology Preserving Map UPM Universidad Polit cnica de Madrid Wk semana 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 Resumen General Este proyecto pretendi caracterizar y modelar las fases de crecimiento y producci n de aves productoras de huevo comercial por medio de la toma de informaci n medici n an lisis de variables productivas y generaci n de modelos de predicci n Este documento final de Tesis presenta los resultados del proceso de investigaci n y se com
83. J_5 PDF Abad M 2003 Reproducci n e incubaci n en avicultura Real Escuela de Avicultura 1 ed Espa a 2003 Abelson RP Levi A Decision making and decision theory The handbook of social psychology 1985 1 3 231 309 Adams CJ Bell DD Predicting Poultry egg production Poult Sci 1980 59 937 938 Aerts JM Lippens M De Groote G Buyse J Decuypere E Vranken E Berckmans D Recursive prediction of broiler growth response to feed intake by using a time variant parameter estimation method Poult Sci 2003 82 40 49 Aggrey SE Comparison of three nonlinear and spline regression models for describing chicken growth curves Poult Sci 2002 81 1782 1788 Aggrey SE Logistic nonlinear mixed effects model for estimating growth parameters Poult Sci 2009 88 276 280 Agudelo DG Cer n MF Restrepo LF Modelaci n de las funciones de crecimiento aplicadas a la producci n animal Rev Colomb Cienc Pecu 2008 21 39 58 Ahmadi H Golian A Neural network model for egg production curve Journal of animal and veterinary advances 2008 7 1168 1170 20 08 2009 URL http medwelljournals com fulltext java 2008 1168 1170 paf 10 Ahmadi H Mottaghitalab M Hyperbolastic models as a new powerful tool to describe broiler growth kinetics Poult Sci 2007 86 2461 2465 11 Akaike H A new look at the statistical model identification IEEE Trans Autom Contr 1974 19 716 723 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340 1341
84. Oo 0 N DD UO A Ww N FR Ww N N N N N NY N NY N NY BP BP BRP BP BP BP O p B Be O AN DU B U NN BP O 0 WON TD UU BW N F O Caracterizaci n de sistemas de producci n av cola de huevo mediante la implementaci n de modelos de predicci n y clasificaci n Por Luis Fernando Galeano Vasco Director Mario Fernando Cer n Mu oz Comit tutorial Jos Miguel Cotes Torres William Vicente Narv ez Solarte Doctorado en Ciencias Animales Universidad de Antioquia 2014 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 Agradecimientos A la Universidad de Antioquia la Facultad de Ciencias Agrarias y sus directivas por su apoyo incondicional Al Centro de Investigaciones Agrarias CIAG Al Posgrado en Ciencias Agrarias en especial a N lida Rodr guez y Johana Cardona por su incansable compromiso con sus estudiantes Al Grupo de investigaci n GaMMA por abrirme las puertas para mi formaci n doctoral A mis amigos que si tratara de nombrarlos uno a uno nunca acabar a por su ayuda entendimiento y compa a ellos hicieron posible este logro en mi vida Un especial agradecimiento a Cristina Acevedo Cristina Herrera Diana Bol var Diana Guti rrez Divier Agudelo Juli n Ram rez Luz Victoria Tamayo Natalia Zapata Nicol s Ram rez y Oscar M nera por su ayuda y continuo apoyo en este logro A Juan Manuel Mej a gerente de Aves Ema s y Wilmar Puerta por su compromiso y ape
85. Ovarian Function of Laying Hens Poultry Science 86 8 1760 1765 http ps fass org content 86 8 1760 full pdf html 17 Santom G y Pontes M 2004 Interacci n nutrici n manejo en explotaciones para aves y porcino 1 introducci n y factores ambientales XX curso de especializaci n FEDNA Barcelona Espa a http fundacionfedna org sites default files O4CAP_8 pdf 18 Sonawane Y R Khandekar S Mishra B K and Pandian S K 2008 Environment Monitoring and Control of a Polyhouse Farm through Internet India http home iitk ac in samkhan Bio data publications Khandekar Conf 23 pdf 19 Wan Y Yu S Huang J Yang J and Tsai C 2008 Automation integration for Taiwan country chicken farm management using field server World conference on agricultural information Taiwan http www cabi org GARA FullTextPDF 2008 20083298161 paf 20 Wang H 1997 Intelligent agent assisted decision support systems Integration of knowledge discovery knowledge analysis and group decision support Expert Systems with Applications 12 3 323 335 http Awww sciencedirect com science article pii S0957417496001030 21 Yam RCM Tse P W Li L and Tu P 2001 Intelligent Predictive Decision Support System for Condition Based Maintenance The International Journal of Advanced Manufacturing Technology 17 5 383 391 http link springer com content pdf 10 1007 2Fs001700170173 22 Zang J J Piao X S Huang D S Wang J J Ma X and Ma Y X 2009 Effects of Feed Particle Size and Feed For
86. Perceptions of veterinarians and veterinary students International Journal of Education and Development using ICT 2006 2 2 10 Rose N Mariani JP Drouin P Toux JY Rose V Colin P A decision support system for Salmonella in broiler chicken flocks Preventive veterinary medicine 2003 59 1 27 42 11 Schmisseur E Pankratz J Gehman M XLAYER An expert system for layer management Poult Sci 1989 68 8 1047 1054 125 l 2 MEDIO AMBIENTE 4 MANEJO 2914 2915 Figura 1 Diagrama de flujo para la fase de cr a y levante 2916 2917 Diagrama del componente Planta 1 1 1 Planta TEE Criterio para la 1 formula Registros e inventarios Autoformula Formulaci n Requerimientos nutricionales seg n l nea etapa productiva condiciones ambientales de manejo otros MP Cantidad de alimento seg n programaci n capacidad costo Material presentaci n bultos 25 40Kg personal o equipo encargado Carreta bulteador mec nico ri id gt Transpone Calidad Materias primas MP y lt Almacenamiento amp 126 Tipo y origen de MP Condiciones de llegada transporte Almacenamiento Disponibilidad de MP Programa de alimentaci n l nea etapa productiva Consumo de agua Tipo de equipo capacidad necesidades de operatividad y Programaci n presentaci n del alimento En estibas en bodega en silos a granel o
87. Risk assessment of nickel carcinogenicity and occupational lung cancer Environ Health Perspect 1994 102 Suppl 1 275 282 5 Reference with neither Volume nor Number e g Browell DA Lennard TW Immunologic status of the cancer patient and the effects of blood transfusion on antitumor responses Curr Opin Gen Surg 1993 325 33 B Books 1 Author s e g 3852 3853 3854 3855 3856 3857 3858 3859 3860 3861 3862 3863 3864 3865 3866 3867 3868 3869 3870 3871 3872 3873 3874 3875 3876 3877 3878 3879 3880 3881 169 Ringsven MK Bond D Gerontology and leadership skills for nurses 2nd ed Albany NY Delmar Publishers 1996 2 Book chapter e g Phillips SJ Whisnant JP Hypertension and stroke In Laragh JH Brenner BM editors Hypertension pathophysiology diagnosis and management 2nd ed New York Raven Press 1995 p 465 78 3 Editor s or Compiler s as Author s e g Norman IJ Redfern SJ editors Mental health care for elderly people New York Churchill Livingstone 1996 4 Organization e g Institute of Medicine US Looking at the future of the Medical program Washington The Institute 1992 C Personal Communication Cite personal communications in text only do not include them in the reference list Give the author s name affiliation and provide a date when the communication took place e g P Jones personal communication April 15 2005 D Electronic Reference e g
88. T Guti rrez AP A multitrophic model of a nce fish sgroecosystem I Linking the flooded rice fishpond systems Ecol Model 2002 155 159 176 Durbin J Watson GS Testing for serial correlation in least squares regressions I Biometrika 1951 38 159 178 Fialho FB Ledur MC Avila VS Mathematical model to compare egg production curves Rev Bras Cienc Avic 2001 Accessed April 21 2013 URL http www scielo br scielo php script set_arttext amp pideS 516 635X2001 000300002 K Ing endnrm is0 Flores A Progrumas de alimentaci n en avicultura ponedoras comerciales In Documentos FEDNA X curso de especializaci n FEDNA Madrid Espa a 1994 Accessed December 2012 URL htipi wwwucvvefilesdmintuser_ upload facultad_agronomia AlimentactC3 B3n_ Gallinas Ponedoras pdf Foster WH Robertson DV Belyavin CG Fore castmg egg production in commercial flocks Br Poult Sct 1987 28 623 630 Gavora JS Liljedah LE McMillan L Ahlen K Comparison of three mathematical models of egg production Brit Poult Ser 1982 23 339 348 Gerber N Factors affecting egg quality in the commercial laying ben A review Egg Producers Federation of New Zealand Inc 2006 Accessed December 10 2012 URL htrp egefarmers org nz eggfarmers wp content uploads 20 12 04 factors affecting egg quality pdf Groen AF Jiang X Emmernon DA Vereijken A A deterministic model for the economic evaluation of broiler production systems Poult Sci 1998 77 925
89. Yam et al 2001 Lo anterior se logra gracias al uso de modelos matem ticos los cuales emplean ecuaciones para describir o simular procesos en un sistema Dumas et al 2008 Actualmente tienen gran aplicaci n en el mbito agropecuario principalmente en el desarrollo y validaci n de funciones de crecimiento animal o vegetal producci n consumo de alimento mejoramiento gen tico entre otros Blasco 2004 E V nS Figura 1 Generalizaci n de las fases que se experimentan durante el uso de un sistema de apoyo a la toma de decisiones SATD En el sector av cola en particular el desarrollo de SATD se ha enfocado sobre temas sanitarios como la presencia de enfermedades y el manejo de las excretas Rose et al 2003 Karmakar et al 2007 en procesos de control de calidad sanidad y trazabilidad de huevo y carne de pollo Patel et al 1998 Mertens et al 2008 Wan et 4070 4071 4072 4073 4074 4075 4076 4077 4078 4079 4080 4081 4082 4083 4084 4085 4086 4087 4088 4089 4090 4091 4092 4093 4094 4095 4096 4097 4098 4099 4100 186 al 2008 y en el control de algunos procesos como ventilaci n e iluminaci n mediante la activaci n o desactivaci n de ventiladores controladores de cortinas y persianas con el fin de garantizar un ambiente confortable en las instalaciones que favorezca el desempe o productivo de las aves Sonawane et al 2008 La importancia de estos sistemas radica en su capacidad de
90. a tions Statistical Analysis Biology should be emphasized but the use of incorrect or inadequate statistical methods to analyze and interpret biological data is not acceptable Consultation with a statistician is recommended Statisti cal methods commonly used in the animal sciences need not be described in detail but adequate references should be provided The statistical model classes blocks and used in estimating parameters should be defined Refer ence to a statistical package without reporting the sourc es of variation classes and other salient features of the analysis such as covariance or orthogonal contrasts is not sufficient A statement of the results of statistical anal ysis should justify the interpretations and conclusions When possible results of similar experiments should be pooled statistically Do not report a number of similar ex periments separately The experimental unit is the smallest unit to which an individual treatment is imposed For group fed animals the group of animals in the pen is the experimental unit therefore groups must be replicated Repeated chemi cal analyses of the same sample usually do not consti tute independent experimental units Measurements on the same experimental unit over time also are not inde pendent and must not be considered as independent ex perimental units For analysis of time effects use time sequence analysis Usual assumptions are that errors in the statistic
91. a requiere de grandes recursos de c lculo y de tiempo Las desventajas radican en la carencia de hardware que permita el trabajo de varias RNA en paralelo para lograr procesar m ltiples pedazos de datos simult neamente aunque con el continuo avance de la tecnolog a est dejando de ser una desventaja a convertirse en un gran apoyo para la ejecuci n de redes neuronales m s complejas Otro problema es que las RNA trabajan como cajas negras y los componentes internos de los pesos y ecuaciones no tienen una interpretaci n biol gica y en muchos de los casos ni siquiera se pueden conocer En conclusi n las RNA presentan gran utilidad en aplicaciones como modelos de predicci n al ser tan eficientes como los modelos de lineales y no lineales para la predicci n del crecimiento en pollas y producci n de huevos Ahmadi y Golian 2008 adem s de ser utilizadas en problemas de clasificaci n asociaci n conceptualizaci n y filtraci n de datos con grandes fortalezas en la resoluci n de problemas de predicci n en series de tiempo Taylor 2006 Fern ndez 2006 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 43 Referencias 1 ter Censo Nacional de Avicultura Industrial Resultados 2002 Ministerio de Agricultura y Desarrollo Rural Fecha de acceso May 15 2014 URL ftp 190 25 231 247 bo00ks LD_00170_2002 E
92. aS oooccccnnncccnnnonnnnnnnnnnns 163 Anexo 5 Reglamento de la revista Poultry SCIenCe oocccccncccccnoonnncnnnnnnononnannnnnnnnnnononananinnnnnns 172 Anexo 6 Manual de Usuario Sistema de Gesti n de Informaci n para Granjas Av colas 182 Anexo 7 Art culo de divulgaci n de las actividades del proyecto de investigaci n CODI 183 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 Lista de Tablas Tabla1 Par metros productivos propuestos por las casas gen ticas en las gu as de manejo de aves para la producci n de huevo comercial ccccccccccnnnnnnnnnnnnnnnnnnnnnnnnnos 11 Table 1 Nutritional composition of diets offered to the birds in the evaluation period 65 Table 2 The body weight data grams of Lohmann LSL hens used to model the growth curve with nonlinear Mixed models ccococccnncccnnnncccccncooncnnnnnnnnnnonnnnncnnnnnnnnnnnononanonennnnnnnes 65 Table 3 Differences between the amount of feed consumed per bird day 1 and the amount recommended by the management guide hens of the strain Lohmann LSL weeks A A A A SAE NT 66 Table 4 Classification based on information criteria and correlation value of non linear mixed models used to evaluate growth of Lohmann LSL hensS oooocccnnnncccccccconicinananannncnos 66 Table 5 Parameters est
93. aci n luminosidad de manejo ej densidad de las aves n mero de comederos y bebederos por ave nutricionales ej balance nutricional costo materias primas granulometr a tipo de comederos sistema de alimentaci n suplementaci n mineral y propios del ave estirpe edad peso entre otros Cada uno de estos factores puede ser medido registrado y analizado pero por su volumen y variabilidad se hace dificil para el ser humano poder evaluarlos en tiempo real sin el uso de aplicaciones inform ticas como los modelos matem ticos y la simulaci n En tal sentido el avicultor empresario debe contar con herramientas que faciliten el an lisis e interpretaci n de la informaci n del sistema y que adem s le permitan hacer continuo monitoreo y control del sistema productivo a partir de la medici n de la productividad la valoraci n del uso de los recursos y el registro d a a d a de las condiciones ambientales y econ micas del sector con el fin realizar toma de decisiones objetiva y que adem s permita reducir los costos y maximizar 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 la rentabilidad y eficiencia del proceso productivo con los recursos disponibles Oviedo 2002 Como alternativa existen los sistemas de apoyo a la toma de decisiones dentro de los cuales se encuentran los modelos matem ticos los cuales son formulismos comp
94. aci n de apoyo a la toma de decisiones para sistemas de producci n av cola de huevo comercial En este art culo se logra probar e identificar un modelo que ajuste la curva de crecimiento de las aves bajo las condiciones del Sistema de producci n de la Hacienda la Monta a de la Universidad de Antioquia Estos modelos probados son la plataforma te rica para su utilizaci n en la construcci n del Sistema de apoyo para la toma de decisiones para la avicultura Este art culo fue aceptado para publicaci n en la revista Brasilera de Zootecnia perteneciente a la Sociedade Brasileira de Zootecnia se anexa la comunicaci n de aceptaci n para publicaci n Anexo 1 y el formato para la elaboraci n de los articulos de la revista Anexo 2 1632 1633 1634 1635 1636 1637 1638 1639 1640 1641 1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660 1661 1662 1663 55 Capacidade de modelos mistos n o lineares para prever o crescimento em galinhas poedeiras Ability of non linear mixed models to predict growth in laying hens ABSTRACT In this study Von Bertalanffy Richards Gompertz Brody and Logistics non linear mixed regression models were compared for their ability to estimate the growth curve in commercial laying hens Data were obtained from 100 white laying hens Lohmann LSL layers The animals were identified and then weighed weekly from day 20 after hatch until
95. aci n de individuos en el tiempo y por ende una mayor eficiencia desde el punto de vista de manejo de instalaciones y nutricional 3013 3014 3015 3016 3017 3018 3019 3020 3021 3022 3023 3024 3025 3026 3027 3028 3029 3030 3031 3032 3033 3034 3035 3036 3037 3038 3039 3040 3041 3042 3043 132 Sin embargo se encontr que autores como Roush y Branton 2005 Eleroglu et al 2014 Mignon Grasteau et al 2001 y Sakomura et al 2005 utilizaron la funci n no lineal Gompertz para la modelaci n del crecimiento y la definici n de los par metros de ajuste Goliomytis et al 2003 para este mismo objetivo uso la funci n Richards mientras que Rizzi et al 2013 y Aggrey 2002 usaron la funciones de Gompertz y Richards Estos dos ltimos autores concluyeron que ambos modelos tienen un ajuste similar igual que lo encontrado en esta evaluaci n Tambi n aseveraron que el modelo Gompertz es el m s recomendado para ser usado ya que Richards puede tener problemas para ajustar el peso asint tico a partir de datos que no tienen informaci n m s all del punto de inflexi n Por lo cual se recomienda el uso del modelo Richards cuando el investigador tenga un set de datos de toda la fase de crecimiento y o tenga como objetivo evaluar el efecto factores externos en la curva de crecimiento debido a que el par metro m del modelo es m s sensible a cambios ambientales que la tasa de crecimiento o el valor asint t
96. aci n para Granjas Av colas Este art culo obedece al desarrollo del objetivo espec fico Dise ar y evaluar el sistema de informaci n de apoyo a la toma de decisiones SATD para sistemas de producci n av cola de huevo comercial 2527 2528 2529 2530 2531 2532 2533 2534 2535 2536 2537 2538 2539 2540 2541 2542 2543 2544 2545 2546 2547 2548 2549 2550 2551 2552 2553 2554 2555 2556 2557 112 Design of an information management system for poultry farms using Excel and R project Dise o de un sistema de gesti n de informaci n para granjas av colas con el uso de Excel y R Project Projeto de um sistema de gerenciamento de informa es para aves utilizando Excel e R project Luis F Galeano Vasco Diana M Guti rrez Mario Cer n Mu oz Facultad de Ciencias Agrarias Universidad de Antioquia Medell n Colombia Autor para correspondencia Luis Fernando Galeano grupo de investigaci n GaMMA Facultad de Ciencias Agrarias Universidad de Antioquia Carrera 75 65 87 Medell n Colombia Tel 0057 4 2199140 Fax 0057 4 2199100 Email If galeano vasco gmail com Summary With the purpose of promoting the inclusion of Technologies of Information and Communication Technologies ICTs in poultry was developed a information management application called Information Management System for Poultry Farms which aims to facilitate and optimize processes of taking processing analyzing and storing information from
97. al A AETA constant variance Most standard methods are robust to deviations from these assumptions but occasionally data 3961 3962 3963 transformations or other techniques are helpful For ex ample it is recommended that percentage data between 0 and 20 and between 80 and 100 be subjected to arc sin transformation prior to analysis Most statistical pro cedures are based on the assumption that experimental units have been assigned to treatments at random If ani mals are stratified by ancestry or weight or if some other initial measurement should be accounted for the model should include a blocking factor or the initial measure ment should be included as a covariate A parameter mean u variance o which defines or describes a population is estimated by a statistic x 5 The term parameter is not appropriate to describe a vari able observation trait characteristic or measurement taken in an experiment and size e g a randomized complete block design with 6 treatments in 5 blocks For a factorial set of treatments an adequate description might be as follows Total sulfur amino acids at 0 70 or 0 80 of the diet and Lys at 1 10 1 20 or 1 30 of the diet were used in a 2 x 3 factorial ar rangement in 5 randomized complete blocks consisting of initial BW Note that a factorial arrangement is not a de sign the term design refers to the method of grouping experimental units into homogeneous gr
98. alento humano entre otros Cason 1990 Groen et al 1998 Gavora et al 1982 La curva de producci n de huevos ha sido modelada a partir de informaci n total o parcial de la producci n de huevos en periodos diarios o semanales Miyoshi et al 1996 Para ello se han probado diversos modelos como funciones log sticas Adams y Bell 1980 Cason y Britton 1988 Cason y Ware 1990 Savegnago et al 2011 funciones polinomiales Bell y Adams 1992 funciones exponenciales Gavora et al 1971 McNally 1971 Foster et al 1987 Cason y Britton 1988 polinomios segmentados Lokhorst 1996 Narushin y Takama 2003 Fialho y Ledur 1997 modelos no lineales Savegnago et al 2011 y redes neuronales Ahmadi y Golian 2008 Adem s de los modelos anteriormente mencionados se est n explorando otras alternativas como la estad stica Bayesiana Orheruata et al 2006 y redes neuronales artificiales Roush et al 2005 y 2006 Savegnago et al 2011 entre otras Algunas de estas de las principales funciones usadas para la modelaci n de la curva de producci n de huevos son Modelo de compartimientos o segmentos McMillan et al 1970 N a exp gt ti 1 c exp Uti t ej Modelo de doble compartimiento McMillan et al 1970 bet N a exp exp ti gj Modelo Adams Bell Adams and Bell 1980 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038
99. alysis To cite this article Gales Vanco L Ceron Mu oz M Rodriguez D Cotes JM Using the distributed detay model to predict egg production im laying bens Rey Columb Cienc Peca 20113 26 2711279 Correspondig author Luas Fernado Galeano Vico Grupo de investigaci n ee Gen tica Mejoramiento y Modelaci n Animal GaMMA Facultad de Ciencias Agrarisa Ureversidad de Antioquia UdeA Calle 70 No 52 21 Medellin Colombia Email f paleano vascofigmail com Rev Colomb Cienc Pecu 2013 26 270 279 79 28 Galeano Vasco L et al Estimation of egg production curves Resumen Antecedentes los modelos matem ticos permiten caracterizar y estimar las curvas de producci n de huevos siendo de gran importancia para la evaluaci n de la eficiencia productiva de las gallinas posibilitando identificar factores que afecten la producci n animal y aplicar correctivos pura minimizar su efecto Objetivo se compar la capacidad para ajustar la curva de producci n de huevos utilizando el modelo de distribuci n con retardo Delay y los modelos Adams Bell y Lokhorst M todos se utilizaron 225 datos de registros semanales de producci n de cuatrolineas Hy Line Brown 62 datos Lohmann LSL 54 datos Isa Brown 54 datos y Lohmann Brown 55 datos Los lotes analizados pertenecieron a la Hacienda La Monta a de la Universidad de Antioquia Colombia Los modelos fueron validados y contrastados con MAD el coeficiente de determinaci n R
100. an con l neas gen ticas especializadas como Hy Line W98 Hy Line W36 Hy Line Brown Av cola colombiana Avicol Lohmann White LSL Lohmann Brown H amp N Nick Brown Pronavicola e Isa Brown Colaves ICA 2009 El avance gen tico de estas aves se ha orientado a obtener animales que alcancen una madurez sexual e inicio de postura a menor edad disminuci n en el consumo de alimento y aumento en el peso y n mero de huevos adem s de una mayor persistencia en nivel m ximo de producci n huevos con mejor calidad de la c scara y sin presencia de manchas de sangre resistencia a 461 462 463 464 465 466 467 468 469 470 471 472 473 11 enfermedades y adaptaci n a climas adversos Universidad Polit cnica de Madrid UPM 2008 Los principales par metros indicadores de la respuesta productiva del ave en condiciones ideales de ambiente y nutrici n son Duraci n del per odo de producci n porcentaje de viabilidad edad al 50 de producci n porcentaje al pico de producci n peso del huevo huevos por ave alojada masa del huevo por ave alojada consumo de alimento promedio diario por ave conversi n alimenticia expresada como kilogramos de alimento por kilogramo de huevo o kilogramos de alimento por docena de huevo y finalmente el peso corporal Tabla 1 Tabla1 Par metros productivos propuestos por las casas gen ticas en las gu as de manejo de aves para la producci n de huevo comercial
101. and figures Manu scripts should be prepared according to the guidelines for full length articles Symposium Papers The symposium organizer or chair must present the proposal and tentative budget to 3947 3948 3949 3950 the Board of Directors at the summer meeting one full year before the symposium is to be scheduled The sym posium chair must then develop detailed symposium plans including a formal outline of the talks approved and full budgetary expectations which must be brought to the Board of Directors at the January meeting prior to the meeting at which the symposium is scheduled The symposium chair must decide whether or not the symposium is to be published and will inform the ed itor in chief of this decision at the January meeting If the decision is not to publish the symposium the indi vidual authors retain the right to submit their papers for consideration for the journal as ordinary manuscripts If publication is decided upon all manuscript style and form guidelines of the journal shall be followed Manuscripts must be prepared electronically including figures and tables and then uploaded onto the Poultry Science Manuscript Central site within 2 weeks after the annual meeting The symposium chair will review the papers and if necessary return them to the authors for revision The symposium chair then forwards the re vised manuscript to the editor in chief for final review Final revisions by the author and recom
102. and forwarded to the PSA editorial office even when the format of the table submitted with the manu script is different than the table already published If an author desires to reprint a figure published else where copyright permission to use the figure must be ob tained by the author and forwarded to the PSA editorial office REVIEW OF MANUSCRIPTS After a manuscript is submitted electronically the edi torial office checks the manuscript If a manuscript does not conform to the format for Poultry Science it will be returned to the author rejected without review Manu scripts that pass initial screening will be forwarded to the appropriate section editor who pre reviews the manu script and may suggest rejection at this early stage for fatal design flaw inappropriate replications lack of nov elty deviation from the Instructions for Authors or other major concerns The section editor assigns two reviewers at least one of whom is an associate editor Each reviewer has 3 weeks to review the manuscript after which his or her comments are forwarded to the section editor The sec tion editor may recommend rejection or acceptance at this point after which the manuscript and reviewer com ments are made available to the editor in chief for a final decision More commonly the manuscript will be sent back to the corresponding author for revision according to the guidelines of the reviewers Authors have 6 weeks to complete the revi
103. ar a ser de 1 5 Thiele y Pottg ter 2008 Este incremento en el consumo de agua hace que las heces sean m s fluidas lo que aumenta la saturaci n de humedad en el ambiente y genera una mayor volatilizaci n del nitr geno y gases que afectan al tracto respiratorio Como consecuencia a la exposici n del ave a altas concentraciones de gases se disminuye el flujo de mucus traqueal y la funci n ciliar de la tr quea lo cual aumenta la susceptibilidad a enfermedades respiratorias y a infecciones secundarias como Newcastle aerosaculitis y pat genos oportunistas como la E coli entre otros La alta humedad ambiental y las altas temperaturas disminuyen la eficiencia de termorregulaci n a trav s del jadeo o polipnea t rmica lo anterior obliga al ave a aumentar la frecuencia respiratoria y con ello desencadena la alteraci n bioqu mica en el equilibrio cido base esto debido a la p rdida de excesiva de di xido de carbono COz Santom y Pontes 2004 y 2006 Borges et al 2007 este desbalance bioqu mico tiene efecto en la formaci n de la cascara debido a que al disminuirse los niveles de CO necesarios en el proceso de formaci n del carbonato 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 17 de calcio en la cascara se generan p rdidas por la ruptura de la cascara por su fragilidad o inexistencia huevo en farfara Borges et
104. arando expresamente que el art culo remitido no ha sido publicado previamente y se indicar que los autores no tienen conflicto de intereses El art culo se deber enviar por correo electr nico escrito en procesador de palabras a doble espacio con letra verdana a 12 puntos Las m rgenes no deben ser inferiores a 3 cm y las p ginas se numerar n consecutivamente incluyendo todo el material Se aceptan articulos en espa ol e ingl s Se recomienda observar las guias generales descritas abajo La revista MVZ C rdoba se acoge a los requisitos generales de uniformidad para revistas biom dicas normas de Vancouver 1 Presentaci n Debe contener la siguiente informaci n 1 1 Titulo del art culo deber ir en espa ol e ingl s Este ltimo deber ir debajo del primero dejando doble espacio y en tama o de letra menor que el principal El t tulo deber ser preciso pero informativo y en lo posible no debe superar las 15 palabras 1 2 Nombre apellido del autor o autores Para el segundo apellido solo se colocar la inicial en may scula seguida de coma y el grado acad mico m s alto o el titulo profesional Se deber incluir la filiaci n institucional de los autores instituci n direcci n ciudad pais Se deber indicar adem s el responsable de la correspondencia del manuscrito suministrando su correo electr nico 1 3 Resumen Deber ser estructurado y ser m ximo de 250 palabras Deber ofrece
105. as que faciliten su procesamiento y an lisis y por la com n costumbre de tomar decisiones sobre los datos correspondientes a un per odo pasado de producci n es decir la semana dos se planifica con base en los resultados de la semana uno pero si en la semana uno no se cumplieron los objetivos productivos ya las perdidas en el proceso est n hechas Por lo anterior se viene impulsando el desarrollo de herramientas que incluyan el uso de tecnolog as inform ticas posibilitando a productores e investigadores hacer una continua evaluaci n del sistema mediante el monitoreo an lisis y control de los factores que intervienen en la producci n esto con el fin de direccionar una toma de decisiones objetiva que permita reducir los costos y maximizar la rentabilidad y eficiencia del proceso productivo Oviedo 2002 4050 4051 4052 4053 4054 4055 4056 4057 4058 4059 4060 4061 4062 4063 4064 4065 4066 4067 4068 4069 185 Entre estas herramientas se encuentran los sistemas de apoyo a la toma de decisiones SATD debido a que en su construcci n se necesita conocer al detalle los componentes del proceso a modelar los SATD ver esquema en Figura 1 permiten conocer las relaciones entre los elementos de un determinado sistema proporcionando as el entendimiento de las partes y sus interrelaciones o permitiendo la identificaci n de un problema espec fico y brindando las mejores alternativas para su soluci n Wang 1997
106. atistics 6 2 461 464 Tabatabai M D K Williams and Z Bursac 2005 Hyperbolastic growth models theory and application Theoretical Biology 8 Medical Modelling 2 14 1 13 Verhulst P F 1838 Notice sur la loi que la population poursuit dans son accroissement Correspondence of Mathematical Physics 10 113 121 Wang Z Zuidhof M J 2004 Estimation of growth parameters using a nonlinear mixed Gompertz model Poultry Science 83 6 847 852 1939 1940 1941 1942 1943 1944 1945 65 Table 1 Nutritional composition of diets offered to the birds in the evaluation period Type of diets i Layer diets Nutrients Starter Grower Developer Phase Phase Special 2 CP g kg as fed 214 200 170 180 170 160 ME Mcal kg 3 00 2 91 2 78 2 85 2 85 2 85 CP crude protein ME metabolizable energy Starter 1 to 2 weeks Grower 3 to 10 weeks Developer 11 to 16 weeks and layer diets Special 17 to 45 weeks Phase 1 46 to 58 weeks and Phase 2 before 58 weeks Table 2 The body weight data grams of Lohmann LSL hens used to model the growth curve with nonlinear mixed models Day Mean SD Day Mean SD Day Mean SD Day Mean SD Day Mean SD 21 187 31 99 70 749 00 56 78 154 1562 76 84 57 317 1636 41 94 16 490 1647 46 91 33 28 214 30 40 26 85 902 33 80 79 168 1562 94 8415 338 1631 55 86 52 554 1692 121 45 36 301 23 49 51 98 1054 82 02 196 1625 61 92 31 378 1607 12 107 78 532 1676 50 127 07 42 386 3
107. base en los Diagramas desarrollados en UML se procedi a la creaci n de los formularios en Excel para la toma y almacenaje de la informaci n Un ejemplo de esto es la figura 4 donde aparece el formato de toma de informaci n para medio ambiente de las caracter sticas externas propia del sistema de producci n La fabricaci n de estos formularios requiri de tres fases la primera es el dise o del formulario UserForm a partir del diagrama UML la segunda la asignaci n de macros para validar el tipo de informaci n que debe entrar en cada uno de los componentes del formulario y la tercera es la definici n del rea de almacenamiento de la informaci n consignada en cada uno de los campos y la construcci n de botones para el almacenaje y limpieza de las casillas para la toma de informaci n 2744 2745 2746 2747 2748 2749 2750 2751 2752 2753 2754 2755 2756 2757 2758 2759 2760 2761 2762 2763 2764 2765 2766 2767 2768 2769 2770 2771 2772 2773 2774 119 e Incorporaci n de modelos y programaci n en R Luego de la elaboraci n del sistema de captura y almacenaje de informaci n se dise aron los registros de informaci n productiva para las fases de cr a levante y de producci n adem s del registro de pesajes Cada uno de estos registros ofrece a su vez informaci n de forma num rica y lleva al usuario a hojas de informe para obtener an lisis y proyecciones de la producci n en formatos gr ficos Los modelos
108. bcock Brown ISA BB entre otras l neas gen ticas de aves Dentro de los indicadores productivos m s importantes para la avicultura esta la precocidad del ave o madurez sexual comprendida como la edad en que el 5 de las aves del lote llega a producci n En un lote normal el ciclo productivo comienza alrededor de las 18 a 19 semanas de edad Castell et al 1989 pero este inicio temprano de la producci n depende principalmente de la selecci n gen tica el tipo de alimentaci n que ha recibido y el plan de iluminaci n con que se ha criado los cuales tienen un efecto directo en el desarrollo corporal y fisiol gico del ave El continuo control del peso del ave dio origen al par metro de uniformidad del lote el cual se elabora a partir de la cuantificaci n de la variabilidad del peso de la poblaci n con respecto al peso medio y al par metro recomendado por la casa gen tica para la edad de evaluaci n La uniformidad se calcula con el fin de tomar decisiones sobre la cantidad y calidad alimento a suministrar la densidad de animales por 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 13 metro cuadrado y la disponibilidad de comederos y bebederos para el lote Abad 2003 El desarrollo esquel tico muscular del ave se describe en la curva de crecimiento que en general se caracterizan por iniciar con una fase de aceleraci n del crec
109. ben estar acompa ados de evaluaciones continuas de la integridad calidad y veracidad de la informaci n esto se puede lograr con la incorporaci n de bases de datos externas que permitan establecer par metros de comparaci n del sistema evaluado y as determinar la variabilidad o posibles problemas en la matriz informativa propia de la empresa Las claves para el xito en la aplicaci n de una SATD radican en la capacitaci n de las personas que van a estar a cargo de la aplicaci n en establecer actividades de valoraci n de la informaci n y en el apersonamiento en el uso Por ltimo la experiencia y conocimiento del sistema de producci n por parte de los usuarios es 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 23 importante pues se convierten en criterios de aprobaci n o descarte de las distintas alternativas de soluci n propuestas por el SATD En general los SATD est n integrados por subsistemas Ru z et al 2009 Druzdzel y Flynn 2002 1 2 3 Subsistema de gesti n de datos SGI Permite generar procesos de administraci n de los datos a partir de la construcci n de sistemas de almacenamiento y organizaci n Para ello se incluye el uso de bases de datos que contienen informaci n relevante para los procesos productivos Los SGl se caracterizan por tener una interfaz gr fica atractiva f cil de entende
110. breaks Each figure should be placed on a separate page and identi fied by the manuscript number and the figure number A figure with multiple panels or parts should appear on one page e g if Figure 1 has parts a b and c place all of these on the same page Figure captions should be typed double spaced on a separate page 179 Figure Size Prepare figures at final size for publi cation Figures should be prepared to fit one column 8 9 cm wide 2 columns 14 cm wide or full page width 19 cm wide Font Size Ensure that all type within the figure and axis labels are readable at final publication size A minimum type size of 8 points after reduction should be used Fonts Use Helvetica or Times New Roman Sym bols may be inserted using the Symbol palette in Times New Roman Line Weight For line graphs use a minimum stroke weight of 1 point for all lines If multiple lines are to be distinguished use solid long dash short dash and dotted lines Avoid the use of color gray or shaded lines as these will not reproduce well Lines with different symbols for the data points may also be used to distinguish curves Axis Labels Each axis should have a description and a unit Units may be separated from the de scriptor by a comma or parentheses and should be consistent within a manuscript Shading and Fill Patterns For bar charts use dif ferent fill patterns if needed e g black white gray diagonal stripes
111. buted Delay model versus the Adams Bell and Lokhorst models Methods 225 records of weekly production of Hy Line Brown 62 data Lohmann LSL 54 data Isa Brown 34 data and Lohmann Brown 55 data were used All analyzed flocks were raised at Hacienda La Monta a Farm owned and managed by the University of Antioquia Colombia Models used were Adums Bell Lokhorst and Delay all were validated and contrasted by Durbin Wutson statistic MAD determination R and correlation r coefficients Results the Delay and Lokhorst models resulted in R values greater than 0 8 and r values greater than 0 9 p 0 01 For the Lohmann Brown curve the Adams Bell model had the lowest R value 0 81 while the Lokherst and Delay models resulted in the highest R value for the sa Brown curve 1 0 The Delay model fit the curve 28 and 40 for the k parameter 63 und 64 for the DEL parameter The Hy Line Brown curve presented a high number of irregularities generating great difficulty for adjustment with the evaluated models Conclusion Delay and Lokhorst models are efficient for predicting egg production curve of the bird strains tested Unlike the Adams Bell and Lokhorst models goodness of fit of the Delay model could be increased by including phystological relationships and supply demand of resources as input vanables which would allow the model to fit the fluctuations observed in the production curves Key words mathematical model modeling regression an
112. ca de las aves n mero de pollitas alojadas peso de las pollitas porcentaje de uniformidad n mero de aves muertas causa de la muerte porcentaje de mortalidad longitud del tarso consumo de alimento gr ave 1 d a 1 composici n nutricional del alimento y consumo de nutrientes Para la etapa de producci n 18 a 80 semanas de vida del ave se reuni informaci n del n mero de huevos producidos por d a porcentaje de producci n de huevos n mero de aves muertas causa de la muerte porcentaje de mortalidad consumo de alimento gr ave 1 d a 1 composici n nutricional del alimento y consumo de nutrientes n mero de huevos por ave alojada clasificaci n de los huevos por peso n mero de huevos rotos n mero de huevos sucios y n mero de huevos en farfara 2620 2621 2622 2623 2624 2625 2626 2627 2628 2629 2630 2631 2632 2633 2634 2635 2636 2637 2638 2639 2640 2641 2642 2643 2644 2645 2646 2647 2648 2649 2650 115 Adem s de la informaci n de los registros en las etapas de cr a levante y producci n se tomaron mediciones ambientales como temperatura internas y externas al galp n altura sobre el nivel del mar humedad relativa luminosidad luxometr a y actividades de manejo como horarios de alimentaci n tipo de alimento y suplementaci n c lcica o mineral tipo de explotaci n piso o jaula densidad de las aves grado de tecnificaci n de la granja Maquinaria y equipos plan sanita
113. cambios fisiol gicos para regular su temperatura corporal pero estos procesos son ineficientes e implican un aumento en el gasto energ tico y detrimento de condiciones de salud en el ave Plazas y vila 2011 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 16 La zona termo neutral o de confort para gallinas adulta oscila entre 12 y 24 C con condiciones de humedad entre 60 y 70 En tal sentido temperaturas superiores a los 28 C con saturaciones de las humedades relativas mayores al 75 y baja velocidad en la ventilaci n ocasionan en el ave estr s cal rico y en consecuencia alteraciones en la respuesta productiva y la salud de los animales Estudios han demostrado que aves expuestas a condiciones extremas de temperatura y humedad presentan bajo peso del huevo y adem s disminuci n en el n mero de huevos producidos el peso del ovario y el n mero de fol culos maduros Rozenboim et al 2007 tambi n se ven afectada la respuesta inmune del ave al inhibirse la producci n de anticuerpos y el n mero de c lulas blancas y genera alteraciones en los proceso digestivos de nutrientes en especial la prote na Mashaly et al 2004 En estas condiciones la relaci n del consumo de alimento y agua de la gallina tambi n se ve perturbada ya que en estado de confort esta relaci n es de 1 2 pero al aumentarse la temperatura puede lleg
114. casos y comunicaciones breves hasta 12 referencias Como guia general a continuaci n se presentan ejemplos de referencias bibliogr ficas 8 1 Revistas e Nombre del autor o autores Titulo completo del art culo referenciado Abreviatura internacional del nombre de la revista e A o e Volumen e P ginas incluidas Las abreviaturas internacionales pueden consultarse en Journals database de PubMed 5 DREV Revistas de biomedicina del IHCD de Valencia 8 2 Libros y monograf as Autor o editor Titulo del libro lugar de publicaci n editorial a o de publicaci n y p ginas consultadas 3664 3665 3666 8 3 Ejemplos para las referencias bibliogr ficas seg n las normas de Vancouver Art culos de Revistas Art culos Autor es Titulo del articulo Abreviatura internacional de la revista a o volumen n mero p gina inicial final del art culo Ejemplos Diez Jarilla JL Cienfuegos V zquez M Su rez Salvador E Ruidos adventicios respiratorios factores de confusi n Rev MVZ C rdoba 1999 109 632 634 M s de seis autores Mart n Cantera C C rdoba Garc a R Jane Julio C Nebot Adell M Gal n Herrera S Aliaga M et al Virus and public health J Vet Sci 1997 109 744 748 Autor Corporativo Grupo de Trabajo del ICA Normativa sobre el manejo de las hemoparasitos amenazantes Rev MVZ C rdoba 1997 33 31 40 No se indica nombre del autor C ncer in South
115. cci n Permitiendo generar 2651 2652 2653 2654 2655 2656 2657 2658 2659 2660 2661 2662 2663 2664 2665 2666 2667 2668 2669 2670 2671 2672 2673 2674 2675 2676 2677 2678 2679 2680 2681 116 predicciones en el nivel productivo del lote en un per odo de siete d as a futuro En este m dulo tambi n se generan los informes num ricos y gr ficos para los informes para todo lo anterior fue necesario la inclusi n de programaci n de scripts y funciones en lenguaje Visual Basic R y RExcel Sistema de generaci n de informes y selecci n de alternativas Este componente consistente en la entrega al usuario informaci n sobre el estado actual de los animales expresado en sus variables de inter s productivo y Para la creaci n organizaci n y depuraci n de las bases de datos los an lisis estad sticos y la elaboraci n y validaci n de los modelos se utilizar los aplicaciones inform ticas Visual Basic Balena y Foreword 1999 RExcel Heiberger y Neuwirth 2009 y R Resultados y Discusi n Descripci n El principal objetivo de este estudio fue desarrollar una aplicaci n inform tica administrativa que tiene como nombre Sistema de Gesti n de Informaci n para Granjas Av colas fue construida con modelos matem ticos y bajo un ambiente gr fico amable y conocido como Excel Este sistema se construy con el objetivo de facilitar y optimizar los procesos de toma procesamiento an lisis y alma
116. ce is not significant at P gt 0 05 and subsequently declaring another difference significant or a tendency at P lt 0 09 In addition readers may incorrectly interpret the use of P gt 0 05 as the probability of a f error not an a error Present only meaningful digits A practical rule is to round values so that the change caused by rounding is less than one tenth of the standard error Such rounding increases the variance of the reported value by less than 1 so that less than 1 of the relevant information con tained in the data is sacrificed Significant digits in data reported should be restricted to 3 beyond the decimal 3964 3965 3966 Results and Discussion Results and Discussion sections may be combined or they may appear in separate sections lf separate the Re sults section shall contain only the results and summary of the author s experiments there should be no literature comparisons Those comparisons should appear in the Discussion section Manuscripts reporting sequence data must have GenBank accession numbers prior to submit ting One of the hallmarks for experimental evidence is repeatability Care should be taken to ensure that experi ments are adequately replicated The results of experi ments must be replicated either by replicating treatments within experiments or by repeating experiments Acknowledgments An Acknowledgments section if desired shall follow the Discussion section Acknowledgments o
117. cenamiento de informaci n proveniente del sistema de producci n av cola y adem s permitiendo la identificaci n de puntos cr ticos y toma de decisiones en tiempo real Para su dise o modificaci n uso y difusi n del sistema inform tico se utiliz Microsoft Excel como la plataforma de captura de informaci n Para el an lisis y procesamiento de los datos se recurri a la potencia del software estad stico R Project Ambos programas interact an entre si gracias a RExcel6 La uni n de los tres programas permiti para la construcci n de una herramienta inform tica de 2682 2683 2684 2685 2686 2687 2688 2689 2690 2691 2692 2693 2694 2695 2696 2697 2698 2699 2700 2701 2702 2703 2704 2705 2706 2707 2708 2709 2710 2711 2712 117 apoyo al avicultor con caracter sticas de facilidad de uso gran interactividad potencia en el an lisis de datos y validez estad stica de los resultados obtenidos A la fecha esta aplicaci n consta de una interfaz del usuario e incluye cinco formularios dise ados para el ingreso de informaci n concerniente a la producci n sobre aspectos tales como alimentaci n medio ambiente sanidad manejo y administraci n Adem s tiene hojas de registro de la informaci n productiva de las fases de cr a levante y producci n adem s de los registros del pesaje de aves Ofrece al usuario la posibilidad obtener resultados num ricos y gr ficos facilitando el an lisis del es
118. ci 2001 80 1112 1120 85 Robbins K R Norton H W Baker D H Estimation of nutrient requirements from growth data The Journal of nutrition 1979 109 10 1710 1714 86 Rond n E O Murakami A E Sakaguti E S Modelagem computacional para produc o e pesquisa em avicultura Revista Brasileira de Ci ncia Av cola 2002 4 1 00 00 87 Rond n E O O A E Murakami and E S Sakaguti 2002 Computer modeling for poultry production and research Revista Brasileira de Ci ncia Av cola 4 1 00 00 1536 1537 1538 1539 1540 1541 1542 1543 1544 1545 1546 1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 51 88 Ros rio MF Silva MAN Coelho AAD Estimating and predicting feed conversion in broiler chickens by modeling covariance structure International Journal of Poultry Science 2007 6 7 p 508 514 89 Roush WB Branton SL A comparison of fitting growth models with a genetic algorithm and nonlinear regression Poult Sci 2005 84 494 502 90 Roush WB Dozier WA Branton SL Comparison of gompertz and neural network models of broiler growth Poult Sci 2006 85 794 797 91 Rozenboim Biran l Uni Z Robinzon B Halevy O The effect of monochromatic light on broiler growth and development Poult Sci 1999 78 135 138 92 Rozenboim Tako E Gal Garber O Proudman JA Uni Z The effect of heat stress on ovarian function of laying hens Poult Sci 2007 86 1760 1765
119. cionales permite optimizar las raciones ofreciendo a los animales los niveles de nutrientes requeridos para obtener el m ximo de la respuesta productiva propia de su potencial gen tico Esta optimizaci n con el uso de modelo no lineales puede representar una 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 35 disminuci n ente el 8 10 de los costos de producci n Hruby et al 1996 y disminuci n en la generaci n de residuos ricos en nutrientes que pueden generar alteraciones o da os al ambiente Gates et al 2005 Redes Neuronales Artificiales RNA A nivel biol gico las c lulas nerviosas del cerebro denominadas neuronas se especializan en la recepci n y transmisi n de informaci n esto gracias a las interconexiones sin pticas entre las dendritas y axones de distintas neuronas Este entramado da origen al dise o de las RNA las cuales por medio de la inclusi n de elementos que operan en paralelo intentan imitar los procesos de aprendizaje y procesamiento autom tico que de forma natural se generan en los sistemas neuronales biol gicos Condori 2008 Los componentes b sicos de la estructura de la RNA figura 1 el valor de X hace referencia a la j esima variable de inter s o entrada de la neurona W son los valores o pesos que tienen las interacciones de las variables con la neurona es decir la fuerza o efectividad de la sinapsi
120. d slowed the adjustment process of MM MLP has a setting closer to the changes presented in the production curve while the MM does not Figure 1 It should be noted that although the three flocks have variations or fluctuations in production the 12th has the strongest falls with average declines of 590 eggs day and are not cyclical or are associated with any repetitive pattern that allows models to learn and reproduce these changes These variations in production may be associated with environmental factors heterogeneity of the 2327 2328 2329 2330 2331 2332 2333 2334 2335 2336 2337 2338 2339 2340 2341 2342 2343 2344 2345 2346 2347 2348 2349 2350 2351 2352 2353 2354 2355 2356 2357 99 hens to reach sexual maturity disease in birds or other factors that directly or indirectly influence the productive response of the bird like management activities Galeano et al 2013 Forecasting ability In this section the aim was to predict the future production Based on information at i th day the aim was to know the production at day h H e 1 De o gt Den Where h was equal to 7 that is after a week Thus neural networks MLP recurrent neural networks Elman RNNE and Jordan RNNJ was used To evaluate the ability of models to predict the daily egg production in commercial laying hens three neural models were structured by a neuron output number of eggs per day yi 1 a hidden layer with 10 neurons a
121. dasacasadasadasadasavasedacadadadasadadacacadasacasadasedasagesedasageseteneds vii Resumen Generali aaa 1 AO iii a a a bier 2 Introducci n General oooooooooccncccnonoooooonnnnnncnnnnonononnnnnnnnonnnnn nn nnnnnnnnnnnnnn nr nn nnnnnnnnnnnnn nr nnnnnnnnnnnnnnnnrnnnnnnnos 5 Objetivos eee 8 ODER VO LT E ELTETE A E ve on OEE Sa ea eh ond TE6 TEs nea eh vn POEs E 8 Objetivos 6S pecificOSm 5 wwe eRe Be Re BARR e e o lc e SIS 8 Marco Me i 9 Factores que afectan la respuesta productiva del ave ooooonnnccnnnncncnnnananononnnononnnanncnnnnnnnnnnnnns 15 Herramientas para el an lisis de la informaci n oooooccocnoooonooonononnnononononnnnnnnnnonononnnnnononononnnnnns 20 La curva de crecimiento tetera iia 24 e Funciones utilizadas para evaluar el crecimiento en animales oooocccnnnnnncnononannninnnnnos 26 Modelaci n dela curva de NUCVOS cccoooooococcnnnccconononnnnnnnnnonnnnnnnnnnnnnnnnonannn ono nnnnnnnnnannnnnnnnnnnnnnnnnnns 30 Modelos nutricional8S ooonnnnocnnnoonononononn nono nono n ono n nono nono nono nono non nn nro nono nn nn rn nr nn rn nr nn rn nn rn rr NANNAN 32 Redes Neuronales Artificiales RNA ida 35 Ri ai 43 Cap tulo 1 Capacidade de modelos mistos n o lineares para prever o crescimento em galinhas TT 54 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 Cap tulo 2 Modelaci n del crecimiento de pollitas Lohmann LSL c
122. data with dependence structures missing values and lack of normality The current study was designed to compare Von Bertalanffy Richards Gompertz Brody and Logistics non linear regression models for their ability to estimate the growth curve in hens The models were modified to include random effects mixed models We used weight records from Lohmann LSL layers obtained in a commercial egg farm in Antioquia Colombia 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 57 MATERIALS AND METHODS Data The data used in this study was obtained from 100 Lohmann LSL hens randomly selected from a flock of birds located in the Hacienda La Monta a University of Antioquia located in the municipality of San Pedro de los Milagros Antioquia at 6 19 19 north latitude and 1 37 40 west longitude With a height of 2 350 m above sea level and an average outdoor temperature of 15 C with a maximum temperature of 22 C and a minimum temperature of 7 C From 0 to 13 weeks of age birds were reared in floor and then moved into cages which housed 4 birds cage cage floor area per hen 730 cm The birds were identified and then weighed individually from day 20 after hatching until the 553 days of age From 0 2 wk all birds received a starter diet followed by grower diet which was fed to 9 weeks of age Th
123. date Citations in the text The author s citations in the text are in lowercase followed by year of publication In the case of two authors use and in the case of three or more authors cite only the surname of the first author followed by the abbreviation et al Examples Single author Silva 2009 or Silva 2009 Two authors Silva and Queiroz 2002 or Silva and Queiroz 2002 Three or more authors Lima et al 2001 or Lima et al 2001 The references should be arranged chronologically and then alphabetically within a year using a semicolon to separate multiple citations within parentheses e g Carvalho 1985 Britto 1998 Carvalho et al 2001 Two or more publications by the same author or group of authors in the same year shall be differentiated by adding lowercase letters after the date e g Silva 2004a b Personal communication can only be used if strictly necessary for the development or understanding of the study Therefore it is not part of the reference list so it is placed only as a footnote The author s last name and first and middle initials 3521 3522 3523 3524 3525 3526 3527 3528 3529 3530 3531 3532 3533 3534 3535 3536 3537 3538 3539 3540 3541 3542 3543 3544 3545 3546 3547 3548 3549 3550 3551 154 followed by the phrase personal communication the date of notification name state and country of the institution to which the author is bound Reference s
124. de detecci n tratamiento de aves con problemas productivos o sanitarios y actividades de manejo como vacunaciones pesajes recolecci n de huevos suministro de alimento y evacuaci n de las excretas En comparaci n con los otros sistemas el de jaulas requiere mayor inversi n en construcciones y equipos por ave encasetada y la continua remoci n de las heces gallinaza ya que estas pueden causar problemas de acumulaci n de gases A nivel fisiol gico las jaulas ocasionan en las aves afecciones musculares y seas debido a baja movilidad e imposibilidad de desarrollar comportamientos etol gicos como ba os de arena desgaste de u as y descanso en perchas Las densidades recomendadas son de tres aves semipesadas o cuatro aves livianas por jaula con el fin de garantizar 550 cm por ave exigidos por la normatividad internacional de la Uni n Europea establecidos en la Directiva 74 de 1999 y el Real Decreto 3 de 2002 sobre condiciones m nimas del alojamiento de las gallinas ponedoras pero a partir de 2012 todas las jaulas deb an ser cambiadas por un sistema de jaulas enriquecidas espacio con nidal rascador de u as ba o de arena que permita la expresi n de comportamientos etol gicos propios del ave y que garantice 750 cm2 ave En estados Unidos al 2008 la Uni n de Productores de huevo UEP estableci como norma de certificaci n un rea 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450
125. ding scheme possible to 3971 3972 3973 3974 present the data clearly Ensure that data symbols axis labels lines and key are clear and easily read able at final publication size Color Figures Submitted color images should be at least 300 ppi The cost to publish each color figure is 995 a surcharge for color reprints ordered will be assessed Authors must agree in writing to bear the costs of color production after acceptance and prior to publication of the paper Miscellaneous Usage Notes Abbreviations Abbreviations shall not be used in the title key words or to begin sentences except when they are widely known throughout science e g DNA RNA or are terms better known by abbreviation e g IgG CD A helpful criterion for use of abbreviation is whether it has been accepted into thesauri and indexes widely used for searching major bibliographic databases in the scien tific field Abbreviations may be used in heads within the paper if they have been first defined within the text The inside back cover of every issue of the journal lists ab breviations that can be used without definition The list is subject to revision at any time so authors should always consult the most recent issue of the journal or the up dated list at http ps fass org for relevant information Abbreviations are allowed when they help the flow of the manuscript however excessive use of abbreviations can confuse the reader The suitabi
126. dio 1 2 En el an lisis de las gr ficas de residuos se puede apreciar como los modelos sub estimaron el crecimiento del ave al dia 144 Este cambio en 75 06 3866 REVISTA MVZ C RDOBA Volumen 18 3 Septiembre Diciembre 2013 la curva que no fue ajustado por los modelos puede estar asociado al inicio de la producci n que en promedio se dio entre los d as 126 y 154 de vida Para el cumplimiento del objetivo de estimar de manera m s precisa los cambios en el peso del ave en la fase de cr a y levante es necesario la inclusi n de nuevas variables tales como iluminaci n luxes cantidad de nutrientes consumidos volumen de agua ingerida temperatura del agua factores ambientales temperatura y humedad relativa gen tica y actividades de manejo entre otras La incorporaci n de todos los posibles factores que tienen efecto en el crecimiento del ave se puede hacer con las RNA ya que de los tres es el nico modelo que posibilita el desarrollo de estas modificaciones en su estructura En conclusi n el mejor modelo para la predicci n de curvas de crecimiento fue el MNLM de Von Bertalanffy las redes neuronales artificiales RNA presentaron un desempe o similar con el MNL con la ventaja de la facilidad en su programaci n rapidez en su ajuste y adem s con la posibilidad de ampliar las caracteristicas de la red con la inclusi n de nuevas variables que influyen en el crecimiento de las ves siendo las redes
127. e appropriate A limited number of review papers will be considered for publication if they contribute significant additional knowledge or synthesis of knowledge to a subject area Papers that have been or are scheduled to be published elsewhere will not be accepted Publication of a preliminary report such as an abstract does not preclude consideration of a complete report for publication as long as it has not been published in full in a proceedings or similar scientific publication appropriate identification of previously published should be provided in a title page footnote Translation of an article into other languages for publication requires approval by the editor in chief Opinions or views expressed in papers published by Poultry Science are those of the author s and do not necessarily represent the opinion of the Poultry Science Association or the editor in chief Contact Information for Journal Staff For information on the scientific content of the journal contact the editor in chief Dr Tom Porter Department of Animal and Avian Sciences University of Maryland Col lege Park Building 142 College Park MD 20742 e mail PS Editor8umd edu For assistance with Manuscript Central manuscript submission and copyright forms or page charge and off print orders contact Shauna Miller Headquarters Office 1800 South Oak Street Suite 100 Champaign IL 61820 FAX 217 378 4083 shaunam assochq org For questions about man
128. e by using nonlinear model MNL nonlinear mixed model MNLM and artificial neural networks ANN Materials and methods An average of 33 birds were weighed from day 21 to 196 of life for 558 individual weight records To adjust the growth curve the following models were used nonlinear Von Bertalanffy MNL nonlinear mixed Von Bertalanffy MNLM and artificial neural networks RNA The models were compared with a correlation coefficient and precision measurements mean square error MSE Mean Absolute Deviation MAD and the mean absolute percentage error MAPE Results Correlation values between actual and estimated data were 0 999 0 990 and 0 986 for MNLM RNA and MNL respectively The most accurate model based on the MAPE MAD and CME criteria was MNLM followed by RNA The prediction graph for RNA was similar to MNLM The RNA performance was higher than MLN Conclusions The best model for the prediction of growth curves of commercial Lohmman LSL birds to 196 days of age was the MNLM with multiple measurements per animal at the time RNA performance was higher MLN Key words Connectionist Models growth Non linear Models nonlinear mixed effect model Source MeSH 3861 71 02 3862 REVISTA MVZ C RDOBA Volumen 18 3 Septiembre Diciembre 2013 INTRODUCCI N El rendimiento productivo de las aves de corral en la producci n de huevo comercial est asociado al desarrollo seo muscular y reproductivo alcanzado dura
129. e P L M y Achterbosch T J Animal welfare in poultry production systems impact of EU standards on world trade World s Poultry Science Journal 2008 64 1 40 52 1596 1597 1598 1599 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 53 108 Vedenov D Presti GM A comparison of methods of fitting several models to nutritional response data J Anim Sci 2008 86 2 p 500 507 109 Wadsworth J An lisis de Sistemas de Producci n Animal Tomo 2 las Herramientas B sicas Estudio FAO Producci n y Sanidad Animal 140 2 1997 Fecha de acceso May 15 2014 URL http www fao org docrep W7452S w7452s00 htm Contents 110 Wang Z Zuidhof MJ Estimation of Growth Parameters Using a Nonlinear Mixed Gompertz Model Poult Sci 2004 83 847 852 111 Zeide B Analysis of growth equations Forest science 1993 39 3 p 594 616 112 Zullinger EM Ricklefs RE Redford KH Georgina MM Fitting sigmoidal equations to mammalian growth curves Journal of Mammalogy 1984 p 607 636 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630 1631 54 Cap tulo 1 Capacidade de modelos mistos n o lineares para prever o crescimento em galinhas poedeiras Este art culo obedece al desarrollo de los objetivos espec ficos e Establecer el modelo que mejor ajusta la curva de crecimiento y el desarrollo del ave de postura e Dise ar y evaluar un sistema de inform
130. e aves de la l nea Lohmann LSL utilizando modelos no lineales MNL no lineales mixtos MNLM y redes neuronales artificiales RNA Materiales y m todos Peri dicamente se pesaron 33 aves en promedio desde el dia 21 al 196 de vida para un total de 558 registros individuales de peso En el ajuste de la curva de crecimiento se utilizaron los modelos no lineal de Von Bertalanffy MNL no lineal Mixto de Von Bertalanffy MNLM y redes neuronales artificiales RNA Los modelos se compararon con coeficiente de correlaci n y medidas de presicion cuadrado medio del error CME desviaci n media absoluta MAD y porcentaje de la media absoluta del error MAPE Resultados Los valores de correlaci n entre los datos reales y estimados fueron 0 999 0 990 y 0 986 para MNLM RNA y MNL respectivamente El modelo m s preciso con base en los criterios MAPE MAD y CME fue el MNLM seguido por la RNA La grafica de predicci n generada la RNA es similar a la del MNLM La RNA present un desempe o superior al MLN Conclusiones El mejor modelo para la predicci n de curvas de crecimiento de aves comerciales de la linea Lohmman LSL hasta los 196 dias de edad con m ltiples mediciones por animal en el tiempo fue el MNLM La RNA presento un desempe o superior al MNL Palabras clave Crecimiento modelo no lineal modelo no lineal mixto redes neuronales artificiales Fuente MeSH ABSTRACT Objective Modeling the pullet growth curve of the Lohmann LSL lin
131. e data be published in Poultry Science and the remaining se quences be submitted to one of the sequence databases sion of sequence data to one of the databases The fol lowing statement should appear as a footnote to the title on the title page of the manuscript The nucleotide se quence data reported in this paper have been submitted to GenBank Submission Mail Stop K710 Los Alamos Na tional Laboratories Los Alamos NM 87545 nucleotide sequence database and have been assigned the accession number XNNNNN Publication of the description of molecular clones is as sumed by the editors to place them in the public sector Therefore they shall be made available to other scientists for research purposes Nucleotide sequences must be submitted as camera ready figures no larger than 21 6 x 27 9 cm in standard portrait orientation Abbreviations should follow Poul 181 Gene and Protein Nomenclature Authors are re quired to use only approved gene and protein names and symbols For poultry full gene names should not be itali cized Gene symbols should be in uppercase letters and should be in italics A protein symbol should be in the same format as its gene except the protein symbol should not be in italics General Usage Note that and or is not permitted choose the more appropriate meaning or use x or y or both Use the slant line only when it means per with num bered units of measure or divided by i
132. e de crecimiento gradual al inicio de modo que desde el inicio de la producci n al pico formando una l nea recta tarda entre 5 a 9 semanas Este periodo entre el inicio y el pico de producci n y la edad en que las aves comienzan a producir huevos depende de su peso corporal la homogeneidad del lote el perfil nutricional de la dieta y la estimulaci n lum nica necesaria para que las aves alcancen la madurez sexual Lacin et al 2008 Abad 2003 Ahmadi y Golian 2008 Al llegar al pico de producci n inicia el per odo de persistencia que es definido como el n mero de semanas en que el nivel de producci n es constante despu s del pico Grossman et al 2000 Por ltimo inicia la fase de disminuci n de producci n que se extiende hasta la salida o descarte del lote del sistema productivo North y Bell 1990 Generar informaci n que permita tomar decisiones a partir de la obtenci n de los par metros que ajusten la curva hace de la modelaci n de producci n de huevos una metodolog a que cobra importancia Con base en el modelo ajustado se puede definir y proyectar el estado productivo de un lote permitiendo hacer planificaciones a partir del estado del mercado oferta y demanda adem s programar el plan de 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 31 reemplazos necesidades de alimento insumos y t
133. e developer and layer diets were fed from 10 16 and 17 80 wk of age respectively The nutritional composition of diets is shown in Table 1 The chickens consumed fresh and purified water ad libitum at all times Supplemental heating was provided from 0 6 weeks after which there was no environmental control All birds were housed in open houses Models The five nonlinear models used for the analysis of growth curves were adapted to mixed models with the inclusion of random parameters 1 Brody Brody 1945 Yj Bo boi 1 Brexp P20 4 ej 2 Logistic Verhulst 1938 Yj Bo boi 1 exp 43 ejj 3 Gompertz Gompertz 1825 Ba bzi tij Ejj Vij Bo boi exp Pr xp ij 4 Von Bertalanffy Bertalanffy 1938 Y Bo boi 1 By exp P2 P2D t aj 1727 1728 1729 1730 1731 1732 1733 1734 1735 1736 1737 1738 1739 1740 1741 1742 1743 1744 1745 1746 1747 1748 1749 1750 1751 1752 1753 1754 1755 1756 58 5 Richards Richards 1959 e tia 1 Yij Bo boi 1 By exp P2t Pai ti C m e Where yij body weight g of the i th bird in the j th time t time age in days Bo Fixed component of the model associated with the asymptotic weight when t tends to infinity percentage of maturity with respect to adult weight B Fixed component of the model defined as the adjusting parameter when Y 0 ort 0 B2 Fixed component of
134. e el potencial productivo depende directamente del peso y la edad a la que alcanza su madurez sexual y la edad al primer huevo donde aves con una temprana edad al inicio de postura van a tener un mayor n mero de huevos por ave alojada pero si su peso es bajo el tama o de los huevos tambi n lo ser n Gous 2014 De modo que una curva de crecimiento ptima para el ave ser a aquella con la combinaci n de un peso asint tica baja y una tasa de madurez alta de modo que el periodo improductivo sea corto con una producci n de huevos en un peso aceptable y adem s incurriendo en menores costos por alimentaci n siendo una asociaci n desde el punto de vista econ mico aceptable en el caso de selecci n de reproductoras de pollo de engorde Di Masso 1998 pero ser a contraproducente en el caso de producci n de huevo comercial donde el precio de venta est condicionado por el peso del huevo En este caso ser a deseable un ave con un mayor peso asociado a una tasa de crecimiento lenta de modo que la edad de madurez coincida con una talla corporal ptima El objetivo del peso corporal y la madurez sexual requiere de planes de manejo nutricional y de iluminaci n acordes a las necesidades propias de la l nea Min et al 2012 Ezieshi et al 2012 los 3065 3066 3067 3068 3069 3070 3071 3072 3073 3074 3075 3076 3077 3078 3079 3080 3081 3082 3083 3084 3085 134 cuales pueden ser programados acorde al desarrollo del ave
135. e los sistemas de producci n av cola nacional requiere la implementaci n de sistemas de gesti n de la informaci n gerencial de apoyo a la toma de decisiones lo cual implica el desarrollo de investigaciones para la creaci n y evaluaci n de t cnicas de modelaci n simulaci n y optimizaci n construidas a 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 partir de la informaci n propia de los sistemas productivos con el fin de identificar posibles alternativas de soluci n a los problemas y obtener los valores ptimos que satisfagan las condiciones de cada sistema de producci n y de su entorno Oviedo 2002 Este trabajo tiene como objetivo la caracterizaci n de sistemas de producci n de huevo comercial en las etapas de cr a levante y producci n a partir de la creaci n comparaci n y validaci n de modelos de predicci n y clasificaci n que faciliten la comprensi n an lisis y mejora del proceso productivo de las aves en la fase de crecimiento y producci n de huevos con modelos lineales no lineales y Redes neuronales artificiales RNA Adem s se propone la creaci n de una herramienta para la identificaci n de puntos cr ticos en los procesos de producci n del huevo y con el fin de facilitar la toma de decisiones y la planificaci n de la producci n con modelos computacionales como las RNA 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 Objetivos Objetiv
136. e producci n porcentaje m ximo de producci n n mero de semanas por encima del 90 de producci n y edad de descarte son diferentes entre lotes y l neas gen ticas adem s est influenciada por factores como la alimentaci n plan sanitario condiciones ambientales y pr cticas de manejo entre otros Flores 1994 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 14 Otro par metro de gran importancia es el porcentaje de producci n de huevos se calcula como la relaci n entre el n mero de huevos producidos y el n mero de aves promedio existentes en un per odo de tiempo definido d a semana a o etapa productiva A su vez el m ximo nivel de producci n se define como pico de producci n y es el punto m ximo de la curva de postura Desde que las aves ponedoras inician y todas alcanzan el m ximo en producci n pasan entre 6 y 8 semanas dependiendo de la uniformidad del lote y precocidad sexual Abad 2003 Los huevos ave alojada es otra forma de expresar la aptitud para la producci n y se refiere a la relaci n existente entre el n mero de huevos y n mero de gallinas que inician la producci n este par metro est asociado al potencial gen tico que tiene el ave de producir un n mero de huevos durante toda su vida productiva y se ve afectado entre otros por la baja viabilidad de las aves debido a que el aumento en la
137. e sent as separated file and not as part of the body of the manuscript The article is divided into sections with centered headings in bold in the following order Abstract Introduction Material and Methods Results Discussion or Results and Discussion Conclusions Acknowledgments optional and References The heading is not followed by punctuation Manuscript format The text should be typed by using Times New Roman font at 12 points double space except for Abstract and Tables which should be set in space 1 5 top inferior left and right margins of 2 5 2 5 3 5 and 2 5 cm respectively The text should contain up to 25 pages sequentially numbered in arabic numbers at the bottom leaving the authors to bear the additional costs of publishing extra pages at the time of publication see publication costs The file must be edited by using Microsoft Word software Title The title should be precise and informative with no more than 20 words It should be typed in bold and centered as the example Nutritional value of sugar cane for ruminants Names of sponsor of grants for the research should always be presented in the Acknowledgments section Authors 3371 3372 3373 3374 3375 3376 3377 3378 3379 3380 3381 3382 3383 3384 3385 3386 3387 3388 3389 3390 3391 3392 3393 3394 3395 3396 3397 3398 3399 3400 3401 149 The name and institutions of authors will be requested at the submission process
138. ear activation function fx x 9 In order to fulfill the objective of adjusting the daily egg production curve the MLP structure was defined through previous trials comparing different combinations number of productive days previous to day ti value of the learning ratio value of the momentum parameter number of iteraciones in the network and number of occult neurons Finally the network that offered the lowest error value was selected For the forecasting process besides the criteria evaluated for the fitting of the production curve combinations were also tried between day of production to where the network is trained T and estimated number of days h Statistical Analysis The accuracy of the models was determined by 1 Pearson s correlation coefficient COR that measures the strength of the linear relationship between values estimated by each model and the actual values The coefficient has values between 1 to 1 and values approaching zero show no relationship of dependence between variables The correlation between actual and predicted number of eggs was performed using the cor test function R Development Core Team 2013 2 Determination coefficient R2 used to describe how well a regression line fits a set of data R and is interpreted as the percentage change in the dependent 2267 2268 2269 2270 2271 2272 2273 2274 2275 2276 2277 2278 2279 2280 2281 2282 2283 2284 2285 2286 2
139. ear mixed model Von Bertalanffy MNLM and the artificial neural networks ANN were compared for the modeling of the growth curve of hens from the Lohmann LSL line The most precise model was the MNLM followed by the ANN and in last place the MNL This shows ANN as an alternative in growth modeling In Chapter 3 in order to model the egg production curve the models Adams Bell Lokhorst and delay distribution Delay were used The Delay and Lokhorst models presented the best fit being the most efficient in the prediction of the curve of the strains tested Continuing on with the model definition for the egg production curve in Chapter 4 the multilayer perceptron artificial neural networks ANN and the Lokhorst models were compared Both models provide adequate fits for the production curve although due to the ease of configuration and adjustment the ANN is recommended In the second part of this chapter the recurrent neural networks of Elman and Jordan and the multilayer perceptron MLP were used to build a prediction model of the production curve It was possible to obtain a functional model that predicts the daily egg production but it needs to include more variables to adjust the variability presented in the yield curve 305 306 307 308 309 310 In the fifth chapterthe theoretical and practical concepts of modeling of the previous four chapters are incorporated to give life to the software tool called Information Management Sy
140. ection References should be written on a separate page and by alphabetical order of surname of author s and then chronologically Type them single spaced justified and indented to the third letter of the first word from the second line of reference All authors names must appear in the references section The author is indicated by their last name followed by initials Initials should be followed by period and space and the authors should be separated by semicolons The word and precedes the citation of the last author Surnames with indications of relatedness Filho Jr Neto Sobrinho etc should be spelled out after the last name e g Silva Sobrinho J Do not use ampersand amp in the citations or in the reference list As in text citations multiple citations of same author or group of authors in the same year shall be differentiated by adding lowercase letters after the date In the case of homonyms of cities add the name of the state and country e g Gainesville FL EUA Gainesville VA EUA Sample references are given below 3552 3553 3554 3555 3556 3557 3558 3559 3560 3561 3562 3563 3564 3565 3566 3567 3568 3569 3570 3571 3572 3573 3574 3575 3576 3577 3578 3579 3580 3581 3582 155 Articles The journal name should be written in full In order to standardize this type of reference it is not necessary to quote the website only volume page range and year Do no
141. ed the transformed data to facilitate analysis statistical models applied significance level and error types Abbreviations and Acronyms When a proper name is in a language other than the language of the manuscript do not translate it The name must be followed by its respective abbreviation in parentheses e g Instituto Colombiano Agropecuario ICA Thereafter use the abbreviation in the text without further explanation Chemical compounds and equipment used must be followed by the parent company city state and country between parentheses E g substance xx was used Sigma St Louis MO USA Results Titles and subtitles of this section follow the same rules previously described in Materials and methods Results must be expressed in past tense Statistical significance must be shown in parentheses e g p lt 0 05 Tables and figures are placed where they are mentioned in the text please do not place them at the end of the manuscript Photographs should be in high quality format TIFF or EPS with a minimum of 300 dpi All tables and figures must be referred into the text Express units of measurement according to the International System of Units Sl Use a space between the number and the unit except for the symbol for percentage and pesos or any other currency Abbreviated units should always be singular e g 3 cm Do not write 3 cms Do not use a period after a unit of measurement except at the end of a
142. eight gee og ange Sg pepp App go PERE MEJA RARE gT HERR ERRET o prarepa Bago upy 180 liter 3975 3976 vol vol volume to volume vs versus wk week yr cies of plants animals or bacteria and viruses should be italicized Authors must indicate accent marks and other diacriticals on international names and institutions Ger man nouns shall begin with capital letters Capitalization Breed and variety names are to be capi talized e g Single Comb White Leghorn Number Style Numbers less than 1 shall be written with preceding zeros e g 0 75 All numbers shall be however US equivalents may be given in parentheses Poultry Science requires that measures of energy be given in calories rather than joules but the equivalent in joules may be shown in parentheses or in a footnote to tables Units of measure not preceded by numbers must be writ ten out rather than abbreviated e g lysine content was measured in milligrams per kilogram of diet unless used parenthetically Measures of variation must be defined in the Abstract and in the body of the paper at first use Units of measure for feed conversion or feed efficiency shall be provided i e g g Nucleotide Sequences Nucleotide sequence data must relate to poultry or poultry pathogens and must complement biological data published in the same or a companion paper If sequences are excessively long it is suggested that the most relevant sections of th
143. el can estimate the fluctuations and variability in the egg production curve Acknowledgments The authors wish to thank Departamento de Formaci n Acad mica de Haciendas de la Universidad de Antioquia for data collection This research was funded by Universidad de Antioquia CODI Sostenibilidad 2013 C digo E01727 and Mediana cuant a C digo E01533 and Departamento Administrativo de Ciencia Tecnolog a e Innovaci n COLCIENCIAS Convocatoria Nacional para Estudios de Doctorados en Colombia a o 2011 References Abad M Reproducci n e incubaci n en avicultura Real Escuela de Avicultura Espa a 2003 Abiodun OE Adedapo A The effect of climate on poultry productivity in llorinkwara state Nigeria Int J Poult Sci 2006 5 1061 1068 URL http www pibsorg iips fin728 pdf Adams CJ Bell DD Predicting poultry egg production Poult Sci 1980 9 937 938 Alvarez R Hocking PM Stochastic model of egg production in broiler breeders Poult Sci 2007 6 1445 1452 Bell DD Adams CJ First and second cycle egg production characteristics in commercial table egg flocks Poult Set 1992 71 448 459 Bindya LA Murthy HNN Juyashankar MR Govindaiah MG Mathematical models for egg production in an indian colored broiler dam line Int J Poult Sci 2010 9916 919 Cason JA Britton WM Education and production comparison of compartmental and Adams Bell models of poultry egg production Poult Sci 1988 67 213 218 D oultremont
144. en cada uno de los componentes de la ecuaci n El m todo emp rico consiste en la estimaci n de las necesidades nutricionales a partir de la experimentaci n dosis respuesta donde se somete a un grupo de 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 33 animales a tratamientos nutricionales distintos niveles de nutriente aumentos progresivos del nutriente bajo estudio y se mide la respuesta para cada nivel evaluado La informaci n generada en estos ensayos se analiza con modelos de regresi n lineal estimando as la cantidad de nutriente ptima requerimiento que permita al animal expresar su m xima respuesta productiva Rond n et al 2002 Salvador y Guevara 2013 Oviedo Rond n y Waldroup 2002 con el ptimo econ mico formulaci n m nimo costo La sensibilidad de estos an lisis depende de la validaci n estad stica de los modelos a partir del cumplimiento de supuestos y del an lisis de varianza del modelo Pesti et al 2009 El problema de esta metodolog a es que son muchos factores los que intervienen en el metabolismo de los animales y por ende en la variaci n de sus necesidades nutricionales Por tal motivo se implementan los an lisis multifactoriales los cuales incluyen en s estructura m ltiples factores que afectan los requerimientos tales como condiciones ambientales peso corpora
145. ents for production curve with correlation values greater than 0 95 and accounting for more than 95 of the variability in daily egg production R Forecastingwise MLP is a technique with acceptable accuracy and since its variation SD is less than the other models tested the MLP model is recommended as a tool for fitting and prediction of daily egg production curve in commercial hens 2087 2088 2089 2090 2091 2092 2093 2094 2095 2096 2097 2098 2099 2100 2101 2102 2103 2104 2105 2106 2107 2108 2109 2110 2111 2112 2113 2114 2115 2116 91 Key words Egg production Forecast Lokhorst Neural network Multilayer perceptron Recurrent neural network Introduction The administration of a livestock enterprise requires extensive knowledge of the production processes The characterization of the components allows the producers to identify the critical points evaluate alternative solutions to problems and most importantly to make real time decisions In poultry production the comparison between the real egg production curve and the graph proposed by management guides aims towards continuous performance evaluation of batch production per week The main problem with this type of evaluation is that it is done in retrospective form because the weekly analysis is made with productive results of week t 1 and if in period t 1 productive losses or problems in poultry production occurred for the poultry farmer it is im
146. er fluid temperature Chemical engineering and processing 1997 36 506 518 11 Gavora JS Liljedahl LE McMillan Ahlen K Comparison of three mathematical models of egg production Brit Poult Sci 1982 23 339 348 12 Gavora JS Liljedah LEI McMillan l and Ahlen K Comparison of three mathematical models of egg production Br Poult Sci 1982 23 339 348 2481 2482 2483 2484 2485 2486 2487 2488 2489 2490 2491 2492 2493 2494 2495 2496 2497 2498 2499 2500 2501 2502 2503 2504 2505 2506 2507 2508 2509 2510 2511 109 13 Groen AF Jiang X Emmerson DA Vereijken A A deterministic model for the economic evaluation of broiler production systems Poult Sci 1998 77 925 933 14 Jordan MI Attractor dynamics and parallelism in a connectionist sequential machine Proceedings of the Eight Annual Conference of the Cognitive Science Society 1986 531 546 Erlbaum 15 Lokhorst C Mathematical curves for the description of input and output variables of the daily production process in aviary housing systems for laying hens Poult Sci 1996 75 838 848 16 McNally D H Mathematical model for poultry egg production Biometrics 1971 27 735 738 17 Miyoshi S Luc KM Kuchida K and Mitsumoto T Application of non linear models to egg production curves in chickens Jpn Poult Sci 1996 33 3 178 184 18 Narushin VG and Takma C Sigmoid model for the evaluation of growth and production curves in laying hens Biosystems En
147. erraneennes Laviculture en M diterranee N 7 1990 Accessed December 10 2012 URL http www 2ndchance info gowtewersmycotoxins pdf Lokhorst C Mathematical curves for the description of input and output variables of the daily production process in aviary housing systems for laying hens Poult Sci 1996 7S 838 848 Manetsch TJ Time varying distributed delays and their use in aggregate models of large systems IEEE transactions on systems IEEE International Conference on Systems Man and Cybernetics 1976 6 547 553 Mashaly MM Hendricks GL Kalamu MA Gehad AE Abbas AO Patterson PH Effect of heat stress on production parameters and immune responses of commercial laying hens Poult Sci 2004 3 889 894 McMillan Compartmental Model analysis of poultry egg production curves Poult Sci 1981 60 1 49 1551 Microsoft Microsoft Excel Solver Redmond Washington USA 2010 Accessed December 10 2012 URL hitp office macresofl com es es excel helpysolver HP00S 198368 aspx Miyoshi S Luc KM Kuchida K Mitsumoto T Application of non linear models to egg production curves in chickens Jpn Poult Sci 1996 33 178 184 Rev Colomb Cienc Pecu 2013 26 270 279 Narushin VG Takma C Sigmoid model for the evaluation of growth and production curves in laying hens Biosystems Engincering 2003 84 343 348 Peebles ED Basenko EY Branton SL Whitmarsh SK Maunce DV Gerard PD Effects of S6 strain Mycoplasma gallisepticum inoculation at
148. es meetings seminars etc 3613 3614 3615 3616 3617 3618 3619 3620 3621 3622 3623 3624 3625 3626 3627 3628 3629 3630 3631 3632 3633 3634 3635 3636 3637 3638 3639 3640 3641 3642 157 Quote a minimal work published as an abstract always seeking to refer articles published in journals indexed in full Casaccia J L Pires C C and Restle J 1993 Confinamento de bovinos inteiros ou castrados de diferentes grupos gen ticos p 468 In Anais da 30 Reuni o Anual da Sociedade Brasileira de Zootecnia Sociedade Brasileira de Zootecnia Rio de Janeiro Weiss W P 1999 Energy prediction equations for ruminant feeds p 176 185 In Proceedings of the 61th Cornell Nutrition Conference for Feed Manufacturers Cornell University Ithaca Article and or materials in electronic media In the citation of bibliographic material obtained by the Internet the author should always try to use signed articles and also it is up to the author to decide which sources actually have credibility and reliability In the case of research consulted online inform the address which should be presented between the signs lt gt preceded by the words Available at and the date of access to the document preceded by the words Accessed on Rebollar P G and Blas C 2002 Digesti n de la soja integral en rumiantes Available at lt http www ussoymeal org ruminant_s pdf gt Accessed on Oct 28 2002 Quotes on
149. es and units of RBZ should be checked for the correct understanding of the exposure of results in tables The results section cannot contain references In the discussion section the author should discuss the results clearly and concisely and integrate the findings with the literature published to provide the reader with a broad base on which they will accept or reject the authors hypothesis 3431 3432 3433 3434 3435 3436 3437 3438 3439 3440 3441 3442 3443 3444 3445 3446 3447 3448 3449 3450 3451 3452 3453 3454 3455 3456 3457 3458 3459 3460 151 Loose paragraphs and references presenting weak relationship with the problem being discussed must be avoided Neither speculative ideas nor propositions about the hypothesis or hypotheses under study are encouraged Conclusions Be absolutely certain that this section highlights what is new and the strongest and most important inferences that can be drawn from your observations Include the broader implications of your results The conclusions are stated by using the present tense Acknowledgments This section is optional It must come right after the conclusions The section acknowledgments must not be included in the body of the manuscript instead a file named Acknowledgment should be prepared and then uploaded as an additional document during submission This procedure helps RBZ to conceal the identity of authors from the reviewers Use of abbreviations Aut
150. es para la socializaci n de los esquemas del sistema productivo Esta informaci n permiti dise ar diagramas de flujo donde se plasman las interrelaciones entre procesos actividades e insumos propios de cada fase del sistema de producci n av cola en las etapas de cr a levante y producci n Estos esquemas fueron estructurados bajo los lineamientos de Lenguaje Unificado de Modelado UML herramienta b sica y sustrato necesario para la programaci n y dise o de la hoja electr nica El aporte de esta fase es que cualquier persona con conocimientos b sicos de programaci n puede dise ar aplicaciones que incorporen la din mica de los componentes y as generar modelos de aplicaci n en la producci n av cola Para la definici n del mejor modelo para ajustar la curva de crecimiento en aves se usaron aves de la l nea Lohmann LSL y al comparar los modelos no lineales mixtos Gompertz y Richards presentaron el mejor ajuste con valores de correlaci n entre los datos reales y ajustados del 0 991 y 0 990 respectivamente Al querer comparar con literatura el desempe o de los modelos parece que la mayor a de publicaciones se han realizado en pollo de engorde lo cual puede deberse a la importancia de los par metros de crecimiento y eficiencia como criterios de selecci n de l neas de pollo ya que aves con tasa de crecimiento altas obtendr n su peso asint tico m s r pido lo que conlleva a menor tiempo del ave en el sistema mayor rot
151. esponden en una relaci n de uno a uno esta fase se define como de crecimiento lineal Luego se desacelera la tasa de crecimiento punto en el cual el animal se acerca a su peso m ximo Por ltimo se inicia la disminuci n en el crecimiento o proceso de p rdida de peso Estas dos ltimas fases en conjunto se conocen como la etapa de senescencia de la curva de crecimiento Karkach 2006 En algunas especies la fase lineal no se evidencia por lo que las fases exponencial y de senescencia son casi continuas De otra parte es com n encontrar curvas de crecimiento con la fase lineal m s amplia debido a un extenso intervalo de tiempo para alcanzar el peso m ximo lo que muestra una tasa de aceleraci n menor Estos individuos con tasas de aceleraci n bajas obtienen un peso maduro a una edad m s avanzada menor precocidad Karkach 2006 En las gallinas generalmente la curva de crecimiento tienen una fase inicial de aceleraci n del crecimiento a partir de la eclosi n luego una fase lineal donde se 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 26 haya el punto de inflexi n en que coincide con la tasa m xima de crecimiento una fase donde la tasa de crecimiento se desacelera y finalmente la curva llega al valor asint tico o peso maduro del ave Roush y Branton 2005 e Funciones utilizadas para evaluar el crecimiento en animales
152. etailed instruc tions for submitting electronically are provided online at that site Authors who are unable to submit electronically should contact the editorial office susanp assochq org for assistance 3951 3952 3953 Copyright Agreement Authors shall complete the Manuscript Submission and Copyright Release form for each new manuscript submission faxed copies are acceptable The form is pub lished in Poultry Science as space permits and is available online http ps fass org The copyright agreement is Release Form and must be completed by all authors be fore publication can proceed The corresponding author is responsible for obtaining the signatures of coauthors Persons unable to sign copyright agreements such as fed eral employees must indicate the reason for exemption on the form The Poultry Science Association grants to the author the right of republication in any book of which he or she is the author or editor subject only to giving proper credit to the original journal publication of the article by the As sociation The Poultry Science Association Inc retains the copyright to all materials accepted for publication in the journal Please address requests for permission to repro duce published material to the editor in chief All tables must be original material If an author wishes to present data previously published in tabular form copyright per mission to reproduce the table must be obtained by the author
153. euronas y 7 valores umbral Figura 1 Estructura de la red neuronal neurona de entrada i para la edad del ave en dias seis neuronas ocultas 1 6 dos neuronas de umbral b y una neurona de salida o que estima el peso del ave g En la tabla 1 se puede observar los valores de los criterios de validaci n y comparaci n de los modelos utilizados en la descripci n del crecimiento de aves de la linea Lohmann LSL El CME penaliza los modelos con mayores errores de pron stico ya que eleva cada uno al cuadrado El MAPE calcula los errores de pron stico en t rminos de porcentaje y no de cantidades El objetivo es obtener modelos con valores de MAPE cercanos a cero en el caso de valores mayores a cero el modelo est subestimando los datos mientras que valores inferiores a cero dan a entender que el modelo tiende a sobreestimar los datos El MAD arroja el promedio de los valores absolutos delos erros El modelo de mejor ajuste ofrecer menores valores de CME MAPE y MAD 22 Tabla 1 Criterios de validaci n y comparaci n de los modelos utilizados en la descripci n del crecimiento de aves de la l nea Lohmann LSL MAPE MAD cme Corretacion NLM 1 964 11 371 312 61 0 999 RNA 7 739 56 204 4930 04 0 990 MNL 8 190 65 317 6921 74 0 986 Correlaci n por el m toco de Pearson entre el valor observado y el estimado por el modelo Los tres modesos presentaron afecto altamente significative p lt 0 001 para los valores de correlaci
154. f individuals should include affiliations but not titles such as Dr Mr or Ms Affiliations shall include institution city and state Appendix A technical Appendix if desired shall follow the Dis cussion section or Acknowledgments if present The Appendix may contain supplementary material expla nations and elaborations that are not essential to other major sections but are helpful to the reader Novel com puter programs or mathematical computations would be appropriate The Appendix will not be a repository for raw data References Citations in Text In the body of the manuscript re fer to authors as follows Smith and Jones 1992 or Smith and Jones 1990 1992 If the sentence structure requires that the authors names be included in parentheses the proper format is Smith and Jones 1982 Jones 1988a b Jones et al 1993 Where there are more than two authors of one article the first author s name is followed by the abbreviation et al More than one article listed in the same sentence of text must be in chronological order first and alphabetical order for two publications in the same year Work that has not been accepted for publication shall be listed in the text as J E Jones institution city and state personal communication The author s own un published work should be listed in the text as J Smith unpublished data Personal communications and un published data must not be included in the
155. font and 1 5 line spacing All pages must be numbered Please number all page lines as well and restart line numbering in each page Submissions will only be accepted in the English language either American or British spelling The editorial board of RCCP reserves the right to demand that authors revise the translation or to cancel the processing of the manuscript if it contains errors of spelling punctuation grammar terminology jargons or semantics that can either compromise good understanding or not follow the Journal standards It is strongly recommended that the translation process be made by native speakers of English 3700 3701 3702 3703 3704 3705 3706 3707 3708 3709 3710 3711 3712 3713 3714 3715 3716 3717 3718 3719 3720 3721 3722 3723 3724 3725 3726 3727 3728 3729 3730 164 2 ORIGINAL RESEARCH ARTICLE Research articles must be written fully in English Original research articles are unpublished manuscripts based on scientific and technological reports resulting from original research The first page should contain Title Title should be in English Spanish and Portuguese centered and bold Scientific names should be set in italics e g Bos indicus Escherichia coli Brucella abortus Names of authors Names of authors should be centered and in the following order first name middle name initial and complete last name without any punctuation marks between them followed by a number in
156. gineering 2003 84 3 343 348 19 P rez JA Modelos predictivos basados en redes neuronales recurrentes de tiempo discreto Universidad de Alicante Departamento de Lenguajes y Sistemas Inform ticos Tesis doctoral 2002 URL rua ua es dspace bitstream 10045 3826 1 P c3 a9rez 20O0rtiz 2c 20Juan 20Antonio paf 20 R Development Core Team 2013 R A language and environment for statistical computing Accessed Nov 2013 http www rproject ora 21 Rahimi Behmanesh R Improve poultry farm efficiency in Iran using combination neural networks decision trees and data envelopment analysis DEA International Journal of Applied 2012 2 3 69 84 22 Savegnago R Nunes BN Caetano SL Ferraudo AS Schmidt GS Ledur MC and Munari DP Comparison of logistic and neural network models to fit to the egg production curve of White Leghorn hens Poult Sci 2011 90 705 711 2512 2513 2514 2515 2516 2517 2518 2519 2520 110 23 Shiv P and Singh DP Comparison of egg production models generated from growth functions Ind Journal of Animal Sciences 2008 78 6 649 651 24 Wolc A Arango J Settar P O Sullivan NP and Dekkers JC Evaluation of egg production in layers using random regression models Poult Sci 2011 90 1 30 34 25 YangN Wu C and McMillan New mathematical model of poultry egg production Poult Sci 1989 68 476 481 2521 2522 2523 2524 2525 2526 111 Cap tulo 5 Sistema de Gesti n de Inform
157. gradiente Con esta informaci n se decide qu direcci n tomar para llegar hasta el m nimo global Para encontrar la direcci n del gradiente se utiliza la tendencia que indica el gradiente de la funci n de error con respecto al vector de pesos as OE OE OE 05 va ns A Ow Ow Ow En una red con esta estructura n yit f X wx 80 Vil lt i lt m j 1 La regla del descenso de gradiente ser OE Owi Awi n 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 40 y es la tasa de aprendizaje la cual determina la magnitud de desplazamiento en la superficie del error OE A A Si se descompone a al aplicar la regla de la cadena se obtiene ij OE OE e Oy Onet Owi E de Oy Onet OWji En esta ecuaci n la derivada del error con respecto a los cambios en los pesos se expresa en funci n de tres derivadas Al resolver cada una de las derivadas se obtiene JE de OG og dy p net y Wij Yi j 1 dy f Onet ES f net Onet _ OE aw e f net yi 6 e f net OE aw i Yi y Al reemplazar esta funci n en la ecuaci n de la regla delta se obtiene la Regla delta generalizada Awi 1 i Yi 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 126
158. hmann Brown Eggs Number amp 1s 23 3 4 i es 7 Age Weeks Figure 1 The graphs shows three models for me weekly ogg production curves in commercial layers using Dolay Lokhorst Adams Bell model 3 and experimental records for Hy Line Brown Lohmann LSL tea Brown and Lohmann Brown strains Rev Colomb Cienc Pecu 2013 26 270 279 35 278 Galeano Vasco L et al Estimation of egg production curves Despite the good overall performance of all models in estimating number of eggs per week none of the models were able to reproduce the fluctuations between the maximum and the final production stages in HB strain due to the lack of accurate production fluctuation cause records In conclusion based on the values of r R and MAD both Lokhorst and Delay model have similar prediction ability This indicates there are several models that fit egg production curves of the four lines of birds evaluated On this basis Delay and Lokhorst are the models recommended to adjust the egg production curve although the first model has advantages such as biological interpretation of the parameters in that it does not require assumption validation for parameter estimates Most important is the possibility of including other biological characteristic variables such as environmental factors temperature relative humidity etc or the relationship of supply demand for resources in the system allowing the mod
159. hor derived abbreviations should be defined at first use in the abstract and again in the body of the manuscript and in each table and figure in which they are used The use of author defined abbreviations and acronyms should be avoided as for instance T3 was higher than T4 which did not differ from T5 and T6 This type of writing is appropriate for the author but of complex understanding by the readers and characterizes a verbose and imprecise writing Tables and Figures It is essential that tables be built by option Insert Table in distinct cells on Microsoft Word menu No tables with values separated by the ENTER key or pasted as figure 3461 3462 3463 3464 3465 3466 3467 3468 3469 3470 3471 3472 3473 3474 3475 3476 3477 3478 3479 3480 3481 3482 3483 3484 3485 3486 3487 3488 3489 3490 152 will be accepted Tables and figures prepared by other means will be rerouted to author for adequacy to the journal guidelines Tables and figures should be numbered sequentially in Arabic numerals presented as separate files to be uploaded and must not appear in the body of the manuscript The title of the tables and figures should be short and informative and the descriptions of the variables in the body of the table should be avoided In the graphs designations of the variables on the X and Y axes should have their initials in capital letters and the units in parentheses Non original figures i e f
160. i n de posibles soluciones a los problemas detectados Adem s permiten almacenar la informaci n lo cual es importante para ver la evoluci n del sistema en el tiempo y hacer proyecciones futuristas de su desempe o productivo Abelson y 2589 2590 2591 2592 2593 2594 2595 2596 2597 2598 2599 2600 2601 2602 2603 2604 2605 2606 2607 2608 2609 2610 2611 2612 2613 2614 2615 2616 2617 2618 2619 114 Levi 1985 Schmisseur et al 1989 Newman et al 2000 Arsham 2009 Nyathi et al 2013 La tendencia mundial del sector agropecuario a es la inclusi n y adaptaci n de nuevas tecnolog as para aumentar la eficiencia de los procesos productivos mejorar la gesti n de la informaci n y agilizar el proceso de toma de decisiones Mollo et al 2009 Por tal motivo este trabajo pretende crear un sistema de gesti n de la informaci n en un sistema de producci n de huevo comercial con la inclusi n de modelos de predicci n con redes neuronales Materiales y M todos Se seleccionaron 5 granjas productoras de huevo de Antioquia como fuentes de informaci n primaria de registros hist ricos de producci n y entrevistas directas aplicadas a empleados y personal administrativo Con la informaci n colectada se estructuraron las bases de datos divididas en las etapas de cr a levante y producci n Para la etapa de cr a y levante primeras 18 semanas de vida se recopil informaci n de aspectos como l nea gen ti
161. ico Aggrey 2002 En los art culos donde se evalu el crecimiento los modelos no lineales y no lineales mixtos presentaron problemas para ajustar la curva entre 130 y 150 d as al subestimar el valor del peso Un an lisis m s detallado a la luz de la teor a del crecimiento multif sico de Kwakkel et al 2005 quien menciona que al descomponerse el crecimiento corporal en ganancias de peso por grupos funcionales se puede apreciar una curva con cuatro fases figura 1 Las dos primeras fases corresponden al desarrollo visceral y esquel tico equivalente al 80 del total del crecimiento La tercera fase que se da alrededor de la semana 19 tiene que ver con la madurez sexual ya que se da el desarrollo del 40 al 70 del tracto reproductivo y la cuarta fase hace referencia a la acumulaci n de reservas grasas en el ave Con base en lo anterior se puede inferir que el cambio en el aumento de peso entre las 18 y 21 semanas que los modelos no pudieron ajustar se debe al desarrollo del tracto reproductivo como consecuencia de la madurez sexual e inicio de producci n de huevos 3044 3045 3046 3047 3048 3049 3050 3051 3052 3053 3054 3055 3056 3057 3058 3059 3060 3061 3062 3063 3064 133 120 100 80 60 40 Gananda de peso g sem 20 Semanas Figura 1 Patr n de ganancias de peso l nea White Leghorn adaptad de Kwakkel et al 2005 Esta fase es muy importante en la producci n de huevos ya qu
162. ico utilizado en los sistemas de producci n Para su c lculo es importante identificar y describir con base en las actividades y costos los componentes del sistema utilizados en la evaluaci n de la eficiencia Wadsworth 1997 Factores que afectan la respuesta productiva del ave Tanto el crecimiento como la respuesta productiva del ave dependen de factores inherentes y externos al animal tales como l nea gen tica tipo de explotaci n sanidad densidad temperatura humedad relativa iluminaci n y nutrici n entre otros Flores 1994 En la etapa de crecimiento la cantidad de alimento consumido y balance de nutrientes son importantes en el desarrollo multif sico del ave en especial para alcanzar el peso objetivo y madurez sexual aspectos que se ver n reflejados en el n mero total de huevos producidos peso del huevo y calidad de la c scara Carrizo y Lozano 2007 Aerts et al 2003 El efecto de las variables ambientales en especial la temperatura y la humedad relativa afectan a las aves debido a que las gallinas a diferencia de otros animales dom sticos no poseen gl ndulas sudor paras por lo que el control de la temperatura corporal lo hace por radiaci n conducci n convecci n y evaporaci n de agua a trav s del tracto respiratorio Por lo anterior el ave depende de las condiciones de temperatura y humedad del medio para regular su temperatura interna y cuando estos factores se alteran obliga al ave a implementar
163. idad de C rdoba Colombia con periodicidad de publicaci n cuatrimestral y circula en el mbito internacional La revista publica secciones art culos originales de investigaci n art culos t cnicos revisiones de literatura revisiones de tema comunicaciones breves informes de casos y otros que a juicio del Comit Editorial sean de inter s general Los temas que publica MVZ C rdoba est n relacionados con la medicina veterinaria y zootecnia acuicultura biolog a biotecnolog a ciencias b sicas biom dicas y otros t picos de inter s de las ciencias agropecuarias La revista MVZ C rdoba apoya las pol ticas para registro de ensayos cl nicos de la Organizaci n Mundial de la Salud OMS y del International Committee of Medical Journal Editors ICMJE reconociendo la importancia de esas iniciativas para el registro y divulgaci n internacional de informaci n sobre estudios cl nicos en acceso abierto En consecuencia solamente se eceptar n para publicaci n a partir de 2007 los art culos de investigaciones cl nicas que hayan recibido un n mero de identificaci n en uno de los Registros de Ensayos Clinicos validados por los criterios establecidos por OMS e ICMJE cuyas direcciones est n disponibles en el sitio del ICMJE El n mero de identificaci n se deber registrar al final del resumen Los interesados en publicar deber n enviar al Editor una carta remisoria firmada por todos los autores decl
164. igures published elsewhere are only allowed to be published in RBZ with the express written consent of the publisher or copyright owner It should contain after the title the source from where they were extracted which must be cited The units and font Times New Roman in the body of the figures should be standardized The curves must be identified in the figure itself Excessive information that compromises the understanding of the graph should be avoided Use contrasting markers such as circles crosses squares triangles or diamonds full or empty to represent points of curves in the graph Figures should be built by using Microsoft Excel or even the software Corel Draw CDR extension to allow corrections during copyediting and uploaded as separate files named figures during submission Use lines with at least 3 4 width Figures should be used only in monochrome and without any 3 D or shade effects Do not use bold in the figures 3491 3492 3493 3494 3495 3496 3497 3498 3499 3500 3501 3502 3503 3504 3505 3506 3507 3508 3509 3510 3511 3512 3513 3514 3515 3516 3517 3518 3519 3520 153 The decimal numbers presented within the tables and figures must contain a point not a comma mark Mathematical formulas and equations must be inserted in the text as an object and by using Microsoft Equation or a similar tool References Reference and citations should follow the Name and Year System Author
165. illa y luego punto seguido en donde se inicia el texto de cada secci n Resultados Corresponde a la informaci n de los hallazgos pero sin incluir comentarios ni referencias a otros trabajos Se sugiere utilizar tablas y figuras las cuales no deber n ser m s de seis en lo posible Discusi n Es la interpretaci n de los resultados obtenidos y la contrastaci n de los mismos con 160 otros estudios Se debe destacar las limitaciones del estudio e igualmente evitar especulaciones Resaltar las conclusiones del estudio asi como las recomendaciones para futuras investigaciones Agradecimientos Mencionar las personas o instituciones que han colaborado con la investigaci n financiera logistica intelectual entre otras Correspondencia Nombre completo del autor responsable direcci n laboral y residencial correo electr nico tel fono celular y tel fono fijo Esta informaci n puede ser suministrada en la carta remisoria o en una hoja al final del art culo remitido Referencias Deben numerarse consecutivamente seg n el orden en que se mencionen por primera vez en el texto por medio de n meros ar bigos colocados entre par ntesis La lista de referencias se iniciar en hoja aparte en estricto orden de aparici n en el texto no ser en orden alfab tico Para los articulos originales no se aceptar n m s de 30 referencias Para revisiones de literatura hasta 50 referencias Para la presentaci n de
166. imated by nonlinear mixed growth models used to evaluate Lohmann LSE BIAS atra taa 67 Tabla 1 Criterios de validaci n y comparaci n de los modelos utilizados en la descripci n del crecimiento de aves de la linea Lohmann LSL ooooccococcccccccoconocococonononnnancnnnanonos 74 Table 1 Egg production of the commercial hen strains used to evaluate model fit 83 Table 2 Delay model parameters for modeling the egg production curve in commercial egglayerS aesamant sn aiieboa EA sie E a a a EADE stead 84 Table 3 Determination coefficient R2 Spearman correlation r and MAD values for the egg production curve in commercial egg laying hens fitted with models Delay Lokhorst and Adams a S EEEE E E E dc 84 Table 4 Durbin Watson contrast values of the egg production curve model in commercial E OR 84 Table 1 Results of curve fitting of daily egg production with the use of MLP and MM 103 Table 2 Calculated values of MAD and MSE for neural network models used to predict me daly SOG Production acia iii loci 106 Tabla 1 Estructura matricial de los pesos de las conexiones de la estructura neuronal recurrente de EIMAn oooonnnnccncccccccccnonncnnnnnnnnnnonononcnnnnnnnnnonnnnnnnnnnnnnnnnnonnnnnncnnnnnnnnninnnnnns 143 Tabla 2 Estructura matricial de los pesos de las conexiones de la estructura neuronal recurrente de JO daria ca ea 144 Tabla 3 Estructura matricial de los pesos de las conexiones de la estructura neuronal de
167. imiento desde el nacimiento luego continua la fase de m ximo crecimiento que hace referencia al punto de inflexi n de la curva esto se da desde la primera hasta la d cima semana de edad Luego la tasa de crecimiento se desacelera y llega al valor superior as ntota el cual coincide con el peso de madurez del ave alrededor de las semana 18 a 20 A partir de esta edad el lento aumento de peso hasta la semana 35 consiste en la acumulaci n de reservas grasas necesarias para la formaci n del huevo Roush y Branton 2005 La curva de producci n de huevos se puede dividir en tres fases observables la primera consiste en el incremento acelerado de la producci n al pasar de cero a m s del 90 de producci n en un lapso de ocho a 12 semanas y llegar al m ximo de producci n La segunda fase se denomina per odo de persistencia y consiste en la etapa en d as en que las aves mantienen un nivel productivo por encima del 90 el m ximo tiempo posible Esto normalmente ocurrir a lo largo de 25 a 30 semanas pero en algunos lotes excepcionales puede llegarse hasta 35 semanas Castell 1989 Grossman et al 2000 Por ltimo se encuentra la disminuci n de producci n hasta la salida o descarte del lote del sistema productivo con edades entre las 80 hasta 100 semanas de vida dependiendo de la l nea gen tica de aves utilizada North y Bell 1990 La respuesta productiva de cada lote expresada como la edad al inicio de la producci n edad al pico d
168. ing Microsoft Solver tool developed for mathematical simulation optimization and modeling For this reason estimation of the Delay model does not need to check the variance of the disturbance term assumptions autocorrelated data which is a functional advantage compared to Lokhorst and Adams Bell models Due to age differences at production onset maximum number of eggs and persistence in decay phase of egg production curves the models showed different performances in each line of birds evaluated To show this first the Lokhorst Adams Bell and Delay models were sorted according to R values within each hen strain The models were sorted as follows HB Delay Lokhorst and Adams Bell IB and LSL Lokhorst Delay and Adams Bell and LB Lokhorst Adams Bell and Delay After averaging R and r values of the four lines evaluated Lokhorst ranked first R 0 95 r 0 96 followed by Delay R 0 93 r 0 96 and finally Adams Bell R 0 88 r 0 89 In both analyses the Lokhorst and Delay models were ranked first or second these results showed the Delay model performance was similar to Lokhorst in the production curve estimation process of the four lines evaluated and evidence the effect of each curve on prediction ability of all models The prediction of models ts shown in figure 1 where the Delay model yielded higher estimated values compared to the recorded data especially during the post peak production phase This
169. inp6 o o o 0 0 0 0 79 0 19 0 17 0 22 0 98 0 88 0 10 0 69 0 66 0 32 o o haj ojojojojojojo o o ojo jo jo fo oj o joo o hia o ofo f o ojo o o fo o fo jo of fo of o oss o ha o o fofjo ojo o o o o fo jo jo o o o joo hasj ojo ojo ojojo o o o jo jo jo o o o jos Feont oloto to to o tajo tooo ojos o Tos 144 3302 3303 3304 3305 3306 3307 3308 3309 3310 3311 Tabla 3 Estructura matricial de los pesos de las conexiones de la estructura neuronal del Perceptr n multicapa linptlinp2 inp3linpafinp5 inp6 hid1 hid2 hid3 hida hid5 hide hid7 hid8 hid9 hid10 out inp1 o o o o o o 0 20 0 00 0 19 0 30 0 09 0 32 0 22 0 02 0 15 0 12 0 inp2 o o o jo o o 0 03 0 09 0 07 0 20 0 12 0 15 0 24 0 09 0 13 0 09 0 0 o o 0 01 0 20 0 12 0 01 0 03 0 10 0 21 0 01 0 16 0 12 o o o o 0 10 0 23 0 28 0 34 0 09 0 13 0 25 0 27 0 21 0 03 o o o 0 36 0 03 0 25 0 27 0 09 0 38 0 27 0 33 0 12 0 23 0 o o 0 37 0 31 0 25 0 25 0 02 0 03 0 22 0 30 0 10 0 04 o jopopofotfolfojfofofolojoj o 066 jofofofofo otfo ofolojpoj o 039 jopopofofolfojfofofolfoJ ojpo los o o o ojo o o jo o fo o o jo64 o o o EAENENEN majo lolololololololilolalol olotila s hioo ojo fo o fo jo o ojo o jojo o fojo o jot hidto o o o o o jo o fo
170. ion of residuals with DW values below 2 The ideal DW value is 2 Grossman 2000 For the HB flock the highest DW value was the Delay model 0 64 and for the LSL IB and LB strams the highest values of DW were for the Lokhorst model with values of 1 85 0 84 and 1 47 respectively Rev Colomb Ciene Pecu 2013 26 270 279 Table 3 Determination coeMment R Spearman coretetan 1 and MAD values for the egg production curve in commerdal egg laying hens fried min models Delay Les an Aname er Hen Strain Criteria Kon Delay Lokhorst Adams Bell R 0 95 0 88 0 81 HB f 0 96 0 94 0 95 MAD 440 90 41040 501 19 i R 0 93 0 99 0 92 LSL t 0 99 0 98 0 94 MAD 160 24 113 45 330 91 Re 1 00 1 00 0 90 la t 0 95 0 99 0 72 MAD 28975 78 24 509 17 R 084 0 91 0 89 LB r 0 93 0 93 0 93 MAD 22441 117 03 140 00 Hy Line Brown HB Lobenaen LSL LSL isa Brown 15 and Lohmann Brown L8 ajange disei sign cant differences p lt 0 001 for Spearman conciliation values Spearmans corniabon method was used m discrete variables such as number of aggs Table 4 Durbin Watson contrast values of the egg production curve model in commercial hens i Hen strain HB LSL 18 LB Delay 0 8396 1 0142 0 749 0 6303 Lokhorst 0 2321 18522 0 8434 1 4698 Adams Ball 0 2588 1 1214 03181 0 2587 Hy Line Brown CHB Lohmann LSL LSL isa Brown 15 and Lohmann Broan LB Highly statetcally significant p lt 0 01 Statistically gniticant p
171. ipt File Manuscripts should be typed double spaced with lines and pages numbered consecutively using Times New Roman font at 12 points All special characters e g Greek math symbols should be inserted using the sym bols palette available in this font Complex math should be entered using MathType from Design Science http www dessci com Equations created using the new Equation Builder feature in Microsoft Word 2007 may not be compatible with earlier versions of Word or other soft ware used in our journal composition system Tables and figures should be placed in separate sections at the end of the manuscript not placed in the text Failure to follow these instructions may result in an immediate rejection of the manuscript Headings Major Headings Major headings are centered ex cept ABSTRACT all capitals boldface and consist of ABSTRACT INTRODUCTION MATERIALS AND 175 METHODS RESULTS DISCUSSION or RESULTS AND DISCUSSION ACKNOWLEDGMENTS optional AP PENDIX optional and REFERENCES First Subheadings First subheadings are placed on a separate line begin at the left margin the first letter of all important words is capitalized and the headings are boldface and italic Text that follows a first subheading should be in a new paragraph Second Subheadings Second subheadings begin the first line of a paragraph They are indented boldface italic and followed by a period The first letter of each impo
172. jo o jo jo o oj o o os joutt of ofofofofofofojojofofofojofofo jo 145 3312 3313 3314 3315 3316 3317 3318 3319 3320 3321 3322 3323 3324 3325 3326 3327 3328 3329 3330 3331 3332 3333 146 Recomendaciones Generales Con el objetivo de generar alternativas de modernizaci n en el sector av cola colombiano es necesario profundizar en el proceso de creaci n y validaci n con el uso de nuevas tecnolog as para la captura de informaci n monitoreo y control de las condiciones de manejo y ambientales de los sistemas productivos Lo anterior generar un banco de datos necesarios para la construcci n de los modelos que simulen el efecto de las variables que tienen participaci n directa o indirecta en la respuesta productiva del ave Esta informaci n ser el sustrato para el desarrollo de investigaciones que fortalezcan la l nea de Biomodelaci n del grupo Gamma y la generaci n de aplicaciones inform ticas que faciliten la toma de decisiones gerenciales en tiempo real A futuro con el fin de mejorar el alcance de la aplicaci n inform tica es necesario incorporar un m dulo de costos de modo que las variables y sus efectos sean valorados desde el punto de vista econ mico Adem s es necesario incorporar m s variables al sistema a partir del uso de modelaci n din mica y probabil stica la cual permita incorporar la valoraci n del riesgo en la toma de decisiones del sistema productivo 3334 33
173. k 6 C Flock 12 104 Figure 2 Observed data of daily egg production flock 1 used for forecasting with neural models MLP RNNJ and RNNE Red dots refer to the starting points for predictions T 100 200 and 300 ra EE A r digs xia EEE E ceeded neha 105 Figure 3 Results of forecasting values with neural models eenen 107 Figura 1 Diagrama de flujo para la fase de cr a y levVaNt8 ooooooooccccnncccccnncaooccccnnnccnnnnnnns 125 Figura 2 Diagrama de flujo del sistema alimentaci n para el componente f brica de alimentos concentrados accio a A a las 126 Figura 3 Diagrama de flujo del item Medio ambiente oooononcoccccccnnnccccnncanaanccnnnnncnannos 127 Figura 4 Creaci n del formulario para captura de informaci n del item Medio ambiente 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 vii Lista de Abreviaturas AIC Criterio de informaci n de Akaike ANN artificial neural networks ART Teor a de Resonancia Adaptiva BAM Bidirectional Associative Memory BIC Criterio de Informaci n Bayesiano BW peso corporal CME cuadrado medio del error CO di xido de carbono CP Prote na cruda Dif diferencia entre la cantidad de alimento consumido y el valor te rico de consumo DSS Decision Support Systems DW estad stico Durbin Watson FENAVI Federaci n Nacional de Avicultores de Colombia HB Hy Line Brown IB
174. l consumo de alimento numero de huevos producidos peso de los huevos composici n del huevo ganancia de peso y mantenimiento entre otros Salvador y Guevara 2013 El problema de estas metodolog as es que el investigador debe seleccionar un dise o experimental acorde a la evaluaci n e implementar un modelo robusto para el an lisis de los datos Mehri 2014 de lo contrario las estimaciones realizadas no tendr n validez suficiente El problema de los m todos lineales es que la relaci n dosis respuesta en un ser vivo no es lineal es decir que al inicio a medida que se aumenta la cantidad de un nutriente se eleva la respuesta productiva relaci n lineal hasta llegar a la dosis umbral o asint tica punto en el que la respuesta productiva se estabiliza y por m s que se incremente el nivel del nutriente respuesta es proporcionalmente menor hasta el punto de no aumentar m s y en algunos casos llegar a generar alteraciones por excesos toxicidad al superar el m ximo de nutriente que el animal necesita 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 34 Este comportamiento se conoce como Ley de los rendimientos decrecientes o Ley de disminuci n de la productividad marginal Pesti et al 2009 Lo anterior resalta la necesidad de incluir modelos no lineales en la valoraci n de las necesidades n
175. l Perceptr n multicapa ctricos 145 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 vi Lista de Figuras Figura 1 Esquema que muestra cual es el sentido del flujo de la informaci n en un Sistema de apoyo a la toma de decisiones SATD ccccccncnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnonnninonos 21 Figura 2 Estructura y funcionamiento de una red neuronal artificial RNA Adaptado de Hagan 1996 y Haykin 2004 0000000 i eute hl eleva thaueeieelwa rihanna leeuas dead itdalaiaipraniecadent 36 Figure 1 Growth curves of Lohman LSL birds ooooooooccccccncnccccononaccnononancnannanancnnnnnnncnnnanos 68 Figure 2 Projected growth curve of Lohmann LSL hens using the Gompertz model based on population deviations for the production system of the University of Antioquia 69 Figura 1 Estructura de la red neuromnal ccceeeeee eee eee eee eee eet eee nett eeaene ened 74 Figura 2 Curvas de crecimiento estimadas por los modelos RNA MNLM y MNL para aves de la l nea Lohmann Oli ari a AA A ties 74 Figura 3 Distribuci n de residuales de los modelos utilizados en la descripci n del crecimiento de aves de la l nea Lohmann LSL ooococcocccccocococonoccnnonccncncnncnnncnnnnnnnos 75 Figure 1 The graphs show three models for the weekly egg production curves in o A eee 76 Figure 1 Observed data of daily egg production A Flock 1 B Floc
176. la modificaci n de los componentes en la respuesta animal Keen 1978 Palmer et al 2001 Candelaria et al 2011 Para la elaboraci n de un modelo matem tico es necesario ejecutar las siguientes fases Linares et al 2001 Dym 2004 e Identificaci n del problema consiste en el conocimiento detallado de los componentes del proceso lo cual permite definir relaciones entre los componentes de modo que se puedan identificar problemas o cuellos de botella y posibles soluciones e Estructura matem tica y formulaci n escritura matem tica del problema de optimizaci n definiendo sus variables sus ecuaciones su funci n objetivo y sus par metros e Prueba de soluci n con base en la informaci n existente del suceso a estudiar se corre el modelo para obtener la soluci n num rica ptima y satisfactoria para la ecuaci n planteada en el algoritmo e Verificaci n validaci n y ajuste esta etapa consiste en la depuraci n y organizaci n de los errores en la codificaci n con el fin de que el modelo entregue una respuesta v lida acertada y acorde con los datos reales e Interpretaci n y an lisis de los resultados esta etapa permite conocer en detalle el comportamiento del modelo al hacer un an lisis de sensibilidad en los par metros de entrada estudiar diferentes escenarios posibles de los par metros lo cual permite detectar soluciones alternativas y comprobar la eficiencia y eficacia de la soluci n del modelo La c
177. la red Existen tres tipos de aprendizaje el primero se define como supervisado en este tipo de redes se cran patrones es decir por cada valor calculado de la red existe un valor 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 38 real o deseado De modo que la red se reestructura con base en la diferencia entre el valor predicho y el esperado El segundo tipo es el aprendizaje no supervisado en la que no existe un valor ideal y la red se restructura con plena libertad Este tipo de redes reconocen patrones en los datos y por ende son muy utilizadas en problemas de clasificaci n o caracterizaci n de componentes en la matriz de datos de entrada Finalmente est el m todo de aprendizaje por refuerzo en este a la red se le indica si las salidas que ha generado son correctas o incorrectas y no el valor de salida deseado Este m todo es til en aquellos problemas en que no se conoce con exactitud el valor de la salida que debe estimar la red neuronal La comparaci n entre los valores estimados por la res y los deseados o reales da origen al criterio de ajuste buscando la combinaci n de pesos que minimicen el valor obtenido en esta comparaci n un primer acercamiento a este m todo es la regla delta o regla del m nimo error as ld yil La regla delta es utilizada en redes tipo ADALINE y MEDALINE Para i
178. laying performance International Journal of Applied Agriculture and Apiculture Research 2011 7 1 46 53 Faridi A Sakomura N K Golian A Marcato S M Predicting body and carcass characteristics of 2 broiler chicken strains using support vector regression and neural network models Poult sci 2012 91 12 3286 3294 Goliomytis M Panopoulou E Rogdakis E Growth curves for body weight and major component parts feed consumption and mortality of male broiler chickens raised to maturity Poult sci 2003 82 7 1061 1068 3238 3239 3240 3241 3242 3243 3244 3245 3246 3247 3248 3249 3250 3251 3252 3253 3254 3255 3256 3257 3258 3259 3260 3261 3262 3263 3264 3265 3266 3267 3268 141 10 Gous R M Modeling as a research tool in poultry science Poult sci 2014 93 1 1 7 11 Jewers K Mycotoxins and their effect on poultry production Options M diterran ennes 1990 7 195 202 12 Kwakkel R P Ducro B J Koops W J Multiphasic analysis of growth of the body and its chemical components in White Leghorn pullets Poult sci 1993 72 8 1421 1432 13 Ledur M C Fairfull RW McMillan Asseltine L Genetic effects of aging on egg production traits in the first laying cycle of White Leghorn strains and strain crosses Poult sci 2000 79 3 296 304 14 Lott B D Drott J H Vardaman T H Reece F N Effect of Mycoplasma synoviae on egg quality and egg production of broiler breeders Poult Sci 1978 57 1 309 311
179. lied to poultry production for the study of performance events through their simplification and characterization An example is the construction of curve fitting models that relate the age of the bird with its weight also to estimate the age at which the animal stops growing when it reaches sexual maturity and characterize the different phases of growth in the organism under study Galeano Vasco and Cer n Mu oz 2013 Grossman et al 1985 Grossman and Koops 1988 Laird 1965 The modeling of growth performance in laying hens is an elaborate process due to the use of parameters which are difficult to interpret from a biological perspective and difficulty of predict the events that are influenced by the variation of the observations in time Galeano Vasco et al 2013 Aggrey 2002 Aggrey 2009 An alternative is the use of nonlinear mixed models these models include the fixed effects that referencing to the population mean of the parameter and random effects that indicate the differences between the mean value of the parameter and the adjusted value for each individual Wang and Zuidhof 2004 Therefore applying mixed models to longitudinal measurements of growth allows quantifying the variability between animals and in each animal Other advantages of these models is that they can handle unbalanced data and have flexible covariance structure Aggrey 2009 Pinheiro and Bates 1995 because in the animal investigation is common to have
180. lity of abbreviations will be evaluated by the reviewers and editors during the re view process and by the technical editor during editing As a rule author derived abbreviations should be in all capital letters Terms used less than three times must be spelled out in full rather than abbreviated All terms are to be spelled out in full with the abbreviation following in bold type in parentheses the first time they are mentioned in the main body of the text Abbreviations shall be used consistently thereafter rather than the full term The abstract text each table and each figure must be understood independently of each other Therefore ab breviations shall be defined within each of these units of the manuscript Plural abbreviations do not require s Chemical sym bols and three letter abbreviations for amino acids do not need definition Units of measure except those in the standard Poultry Science abbreviation list should be ab breviated as listed in the CRC Handbook for Chemistry and Physics CRC Press 2000 Corporate Blvd Boca Raton FL 33431 and do not need to be defined The following abbreviations may be used without defi nition in Poultry Science A adenine ADG average daily gain ADFI average daily feed intake AME apparent metabolizable AME i apparent metabolizable energy ANOVA analysis of variance B cell bursal derived bursal equivalent derived cell bp base pairs BSA bovine serum albumin Bw body w
181. luation of alternative nonlinear mixed effects models of duck growth Poult Sci 2005 84 256 264 99 Schwarz G Estimating the dimension of a model The annals of statistics 1978 6 2 461 464 100 St Pierre N R Invited review Integrating quantitative findings from multiple studies using mixed model methodology J Dairy Sci 2001 84 741 755 101 Strathe A B Lemme A Htoo J K Kebreab E Estimating digestible methionine requirements for laying hens using multivariate nonlinear mixed effect models Poult sci 2011 90 7 1496 1507 102 Strathe AB Danfeer A Sorensen H Kebreab E A multilevel nonlinear mixed effects approach to model growth pigs J Anim Sci 2010 88 p 638 649 103 Summers JD Leeson S Influence of diets varying in nutrient density on the development and reproductive performance of White Leghorn pullets Poult Sci 1993 72 1500 1509 104 Taylor BJ Methods and procedures for the verification and validation of artificial neural networks Springer 2006 105 Thiele HH Pottg ter R Management recommendations for laying hens in deep litter perchery and free range systems Lohmann Tierzucht GmbH Cuxhaven Germany Lohman information 2008 43 1 53 63 106 Universidad Polit cnica de Madrid UPM 2008 Tipos gen ticos utilizados en avicultura Fecha de acceso May 14 2014 URL http ocw upm es produccion animal produccion avicola contenidos TEMA_5 tipos geneticos utilizados en avicultura view 107 Van Horn
182. lue of the parameters estimated by Richards and Gompertz models was over 1 500 to 1 600 g which is the weight range proposed by Lohmann Table 5 The By estimation by Von Bertalanffy was below the weight range The estimation and analysis of the asymptotic weight is essential to evaluate and project the flock efficiency as underweight animals have delayed onset of sexual maturity and tend to lay fewer eggs Kirikci et al 2007 According to Gompertz weight at the inflection point Yi B e was 610 85 g reached at 59 days of age The weight proportion at the inflection point with respect to the asymptotic weight Yi Bo was 36 79 confirming that Gompertz model has a fixed inflection point at 37 of the asymptotic weight as stated by Tabatabai et al 2005 When parameter m is equal to one in the Gompertz and Richards models the inflection point is at the same place Nahashon et al 2006 Parameter m value was 2 29E 03 so the inflection point by both models differed For the Richards model weight at the inflection point was 623 53 gr Yi Bo m 1 at 61 days of age Therefore Gompertz and Richards models placed the inflection point between weeks 8 and 9 of the bird age 1821 1822 1823 1824 1825 1826 1827 1828 1829 1830 1831 1832 1833 1834 1835 1836 1837 1838 1839 1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851 1852 61 With regard to growth birds reached 89 of the asymptotic weigh
183. m on Growth Performance Nutrient Metabolizability and Intestinal Morphology in Broiler Chickens Asian Australasian Journal of Animal Science 22 1 107 112 http www ajas info Editor manuscript upload 22 14 pdf
184. mendations for acceptance or rejection by the chair must be completed by December 31 of the year in which the symposium was presented Manuscripts not meeting this deadline will not be included in the published symposium pro ceedings Symposium papers must be prepared in ac cordance with the guidelines for full length articles and are subject to review Offprints and costs of pages are the responsibility of the author Invited Papers Invited papers such as the World s Poultry Science Association lecture should be submitted online the editorial office will then make these papers available to the editor in chief These papers are subject to review and all manuscript style and form guidelines of the journal shall be followed Invited papers are exempt from page charges but not offprint charges Review Papers Review papers are accepted only if they provide new knowledge or a high caliber synthesis of important knowledge Reviews are not exempt from pages charges All Poultry Science guidelines for style and form apply Invited Reviews Invited Reviews will be mately 10 published pages and in review format The editor in chief will send invitations to the authors and then review these contributions when they are submitted Nominations or suggestions for potential timely reviews are welcomed and should be sent directly to the editor in chief Contemporary Issues Contemporary Issues in Poul try Science will address critical issues facing p
185. mentaci n de las pollitas e inicio de puesta XXIII Curso de especializaci n FEDNA Madrid Espa a 2007 Fecha acceso May 15 2014 URL http produccionbovina com produccion_aves produccion_avicola 71 07CAP_V pdf 20 Cason JA Britton WM Comparison of compartmental and Adams Bell models of poultry egg production Poult Sci 1988 67 213 218 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 45 21 Cason JA Ware GO Analysis of flock egg production curves using generalized growth functions Poult Sci 1990 69 1064 1069 22 Cason JA Comparison of linear and curvilinear decreasing terms in logistic flock egg production models Poult Sci 1990 69 1467 1470 23 Castell JA Pontes M Franco F Producci n de huevos Real Escuela Oficial y Superior de Avicultura Arenys de Mar Barcelona 1989 24 Cavalchini L G Cerolini S Mariani R Environmental influences on laying hens production Options M diterran ennes Ser A 1990 7 153 172 25 Condori NT Aplicaciones de la inteligencia artificial en problemas de producci n Rev Informaci n Tecnolog a y Sociedad 2008 43 26 Dennis LR Heng W C A comparison of infrared and hot blade beak trimming in laying hens Inter J Poul Sci 2010 9 8 716 719 27 Druzdel MJ Flynn RR Decision Support Systems A Kent Ed Encyclopedia of Library and Information
186. mer AA Success and failure of decision support systems Learning as we go Journal of Anim Sci 2000 77 Supl 1 12 71 North MO Bell DD Commercial chicken production manual AVI Publishing Inc New York USA 1990 72 Oliveira HN Barbosa RL Pereira CS Comparac o de modelos n o lineares para descrever o crescimento de f meas da raca guzer Pesquisa Agropecu ria Brasileira 2000 35 9 p 1843 1851 73 Orheruata AM Vaikosen SE Alufohia G Okagbare GO Modeling growth response of broiler chicken to feed consumption using linear data based model structure International Journal of Poult Sci 2006 5 5 453 456 74 Oviedo ER Optimizaci n de la producci n Av cola por medio de Modelos Matem ticos Industria Av cola Watt Publishing 2002 49 6 32 36 75 Oviedo Rond n E O Waldroup P W Models to estimate amino acid requirements for broiler chickens a review International Journal poult sci 2002 1 5 106 113 76 Palmer A Monta o J Jim nez R Tutorial sobre redes neuronales artificiales el perceptr n multicapa Rev electr nica de psicolog a 2001 5 2 77 Par s Casanova PM Kucherova Comparaci n de modelos no lineales para describir curvas de crecimiento en la cabra catalana Revista de Investigaciones Veterinarias del Per 2014 25 3 p 390 398 78 Pesti G M Vedenov D Cason J A Billard L A comparison of methods to estimate nutritional requirements from experimental data British poult sci 2009 50 1 16 32
187. meters lor modeling the egg production curve in ere es ee Decrease Decrease Pre Line K DEL Factor eggsiday laying H 28 63 0 004835 45 23 LSL 40 gs 0 007357 83 3 2 IB 40 63 0 003307 31 63 LB 4 63 0 004042 39 16 Hy Line Grown MB Lohmann LSL LSL tea Brown 18 and Lohmann Brown LB Decline rate in post peak egg production Duration weeks trom production to peak For each hen line the initial phase of rapid increase in productivity was modeled considering some of the initial compartments of the model as a pre laying period Table 2 This period was shorter for LSL followed by LB and finally by the HB The longest period was for IB Thispre laying value generated by the model coincides with the time periods between the week when production started and the weck of peak production presented in table 1 for each hen line The values of all the coefficients of determination R were greater than 0 8 and Spearman correlation r values exceed 0 9 in eleven of twelve results Table 3 The Delay and Lokhorst models had correlation values above 0 9 allowing us to conclude that both are efficient to model all bird strains tested Delay and Lokhorst models had the highest values of Ri and minimum values of MAD except for Isa Brown strain where the Delay model was exceeded by Lokhorst and Adams Bell in both criteria According to the Durbin Watson DW test results in table 4 all models showed positive autocorrelat
188. mportamiento de variables medidas en el tiempo al cuantificar la variaci n dentro y entre los individuos El resultado final de un MNLM son los efectos fijos con los valores esperados y los efectos mixtos con la varianza y la covarianza de las observaciones 15 Autores como Ahmadi et al 16 y Roush 14 han comparado la capacidad de ajuste de las RNA con otros modelos usando datos de crecimiento de pollos de engorde encontrando que las RNA son m s f ciles de usar y m s eficientes adem s como no tienen una ecuaci n predise ada tienen la posibilidad de trabajar con datos que tengan ruido y asi maximizar su poder de ajuste En otra evaluaci n Yee 17 modelando el crecimiento de ovejas afirm que las RNA fueron menos influenciada por la variabilidad longitudinal en los datos lo que le da superioridad ante otros modelos por combinar la exactitud y precisi n en el ajuste de la curva Otro aspecto es que son RNA son t cnicas de distribuci n libre o no param tricas admitiendo la incorporaci n de todo tipo de datos independientemente del cumplimiento de los supuestos te ricos relativos a las t cnicas estad sticas normalidad homocedasticidad independencia etc 18 19 Pero lo m s relevante de las RNA radica en su capacidad de aprender y reestructurarse a s misma convirti ndola en un modelo que est en constante adaptaci n 20 En este estudio se compar la capacidad para modelar la curva de crecimien
189. n animal production ACKNOWLEDGMENTS The authors thank the Departamento de Formaci n Acad mica de Haciendas of the University of Antioquia for data collection This research was funded by the University of Antioquia CODI CODI Sostenibility 2013 E01727 y Convocatoria Mediana cuant a Dise o y validaci n de sistemas de apoyo a la toma de decisiones en granjas av colas productoras de huevo comercial E01533 and the Colombian Departamento Administrativo de Ciencia Tecnolog a e Innovaci n COLCIENCIAS Convocatoria Nacional para Estudios de Doctorados en Colombia 528 a o 2011 REFERENCES Aggrey S E 2002 Comparison of three nonlinear and spline regression models for describing chicken growth curves Poultry Science 81 1782 1788 Aggrey S E 2009 Logistic nonlinear mixed effects model for estimating growth parameters Poultry Science 88 276 280 Agudelo D G Cer n M F Restrepo L F 2008 Modelaci n de las funciones de crecimiento aplicadas a la producci n animal Revista Colombiana de Ciencias Pecuarias 21 39 58 1884 1885 1886 1887 1888 1889 1890 1891 1892 1893 1894 1895 1896 1897 1898 1899 1900 1901 1902 1903 1904 1905 1906 1907 1908 1909 1910 1911 1912 1913 1914 63 Akaike H A 1974 New look at the statistical model identification IEEE Trans Automat Contr AC 19 716 723 Bertalanffy L Von 1938 A quantitative theory of organic growth Human Biology 10 181 213
190. n equations Use only one slant line in a given expression e g g d per chick The slant line may not be used to indicate ratios or mixtures Use to instead of a hyphen to indicate a range Insert spaces around all signs except slant lines of operation x gt or lt etc when these signs occur between two items Items in a series should be separated by commas e g a b and c Restrict the use of while and since to meanings related to time Appropriate substitutes include but or whereas for while and because or al though for since less than 1 e g 0 01 Commas should be used in numbers greater than 999 Registered and trademark symbols should not be used unless as part of an article title in the References section Trademarked product names should be capital ized Supplemental Information The following information is available online and up dated regularly Please refer to these pages when prepar ing a manuscript for submission Journal Title Abbreviations A list of standard ab breviations for common journal titles is available online http ps fass org misc ifora dtl SI Units The following site National Institute of Stan dards and Technology provides a comprehensive guide to SI units and usage http physics nist gov Pubs SP811 contents html Figure and Table Preparation Guidelines Current detailed information on fig
191. n the proof Changes sent by e mail to the technical editor must indicate page column and line numbers for each correction to be made on the proof Corrections can also be marked using the note and highlight tools to indicate necessary changes Author al terations to copy exceeding 10 of the cost of composi tion will be charged to the author Editor queries should be answered on the galley proofs failure to do so may delay publication Proof corrections should be made and returned to the technical editor within 48 hours of receipt Publication Charges and Offprints Poultry Science has two options available for the pub lication of articles conventional page charges and Open Access OA OA For authors who wish to publish their papers OA available to everyone when the issue is posted online au thors will pay the OA fee when proofs are returned to the editorial office Charges for OA are 2 400 if at least one au thor is a current professional member of PSA the charge is 3 100 when no author is a professional member of PSA Conventional Page Charges The current charge for publication is 100 per printed page or fraction thereof in the journal if at least one author is a professional mem ber of PSA If no author is a member of PSA the publica tion charge is 170 per journal page 3954 3955 3956 Offprints Offprints may be ordered at an additional charge When the galley proof is sent the author is asked to comple
192. n y Morton 1978 714 715 716 717 718 719 720 721 722 723 724 725 726 21 gt Datos internos Datos entorno Descripci n y caracterizaci n procesos actividades Caracterizaci n variables Asignaci n Controlables no controlables valores probabil sticos Evaluaci n de la informaci n An lisis cualitativo An lisis cuantitativo Alternativas de soluci n Valoraci n probabil stica y de riesgo Figura 1 Esquema que muestra cual es el sentido del flujo de la informaci n en un Sistema de apoyo a la toma de decisiones SATD Estos sistemas de apoyo se caracterizan por ser herramientas de interactividad con el usuario debido a la facilidad que deben tener para su aprendizaje uso alimentaci n de datos y consulta de la informaci n almacenada con altos est ndares de dise o gr fico y visual Adem s los SATD deben ser flexibles al permitir la participaci n de distintas personas con variedad de estilos administrativos y generar para cada usuario ambientes simulados dependiendo de las variables de inter s alteradas y as visualizar los cambios presentes o futuros con respuesta a tiempo real Lo anterior con el fin de mejorar la toma de decisiones a partir de colecci n de la mayor cantidad de informaci n del proceso elaboraci n continua de 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 22 diagn
193. nalysis of growth curves of fowl Chickens British Poult Sci 1991 32 1027 1038 55 Lacin E A Yildiz N Esenbuga and M Macit Effects of differences in the initial body weight of groups on laying performance and egg quality parameters of Lohmann laying hens Czech J Anim Sci 2008 53 466 471 56 Laird AK Tyler SA Barton AD Dynamics of normal growth Growth 1965 29 233 248 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478 48 57 Lemus C A y Ard n L A Efecto del uso de perchas despique y densidad durante la etapa de levante sobre la productividad en gallinas ponedoras Leghorn Blanco de la L nea Hy Line W 98 desde las 18 hasta las 32 semanas de edad Tesis Universidad Zamorano Honduras 2009 Fecha de acceso Ene 20 2015 URL http odigital zamorano edu bitstream 1 1036 433 1 T2887 pdf 58 Lewis PD Morris TR Perry GC Light intensity and age at first egg in pullets Poult Sci 1999 78 1227 1231 59 Lien RJ Hess JB McKee SR Bilgili SF Effect of light intensity on live performance and processing characteristics of broilers Poult Sci 2008 87 853 857 60 Linares P Ramos A S nchez P A Sarabia y B Vitoriano 2001 Modelos matem ticos de optimizaci n Escuela T cnica Superior de Ingenier a Universidad pontificia de Comillas Madrid Espa a 2001 61 Lohmann 2005 Lohmann Brown Cla
194. ncrementar la velocidad de convergencia a partir de la obtenci n de informaci n del comportamiento del error durante todo el proceso de ajuste de la red se modifica la regla delta para la obtenci n de la Funci n de error global la cual se expresa as 1 p Ep e i 1 e d y 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 39 Donde d es el valor deseado de la redque se contrasta con el valor y que es estimado por el modelo neuronal Para cada valor de d existe un valor de y a cada pareja de estos valores se les denomina patr n P La funci n de error es una funci n matem tica definida en el espacio de pesos multidimensional para un conjunto de patrones dados Normalmente la superficie tiene diversos m nimos global y locales el objetivo de la regla de aprendizaje es identificar el punto m nimo global sin quedarse en un m nimo local falsa convergencia a partir de los cambios generados en el vector de pesos de la red y la direcci n generada por el gradiente M todo del gradiente descendiente Es un procedimiento iterativo busca minimizar la funci n del error movi ndose en la direcci n opuesta al gradiente de dicha funci n en la superficie del error Aunque la superficie de error no es conocida este m todo consigue obtener informaci n de dicha superficie a trav s del
195. nd M Garip 2007 Effect of hen weight on egg production and some egg quality characteristics in the partridge Alectoris graeca Poultry Science 86 1380 1383 Kwakkel R P B J Ducro and W J Koops 1993 Multiphasic analysis of growth of the body and its chemical components in White Leghorn pullets Poultry Science 72 8 1421 1432 1915 1916 1917 1918 1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 64 Laird A K S A Tyler and A D Barton 1965 Dynamics of normal growth Growth 29 233 248 Nahashon S N S E Aggrey N A Adefope A Amenyenu and D Wright 2006 Growth characteristics of pearl gray guinea fowl as predicted by the Richards Gompertz and logistic models Poultry Science 85 359 363 Oliveira H N R L Rarbosa and C S Pereira 2000 Comparac o de modelos n o lineares para descrever o crescimento de f meas da raca guzer Pesquisa Agropecu ria Brasileira 35 9 1843 1851 Pinheiro J C and Bates D M 1995 Approximations to the Log likelinood Function in the Nonlinear Mixed effects Model Journal of Computational and Graphical Statistics 4 1 12 35 Richards F J 1959 A flexible growth function for empirical use Journal of Experimental Botany 10 2 290 301 SAS Institute 2010 SAS STAT User s Guide Version 9 1 ed SAS Institute Inc Cary NC Schwarz G 1978 Estimating the dimension of a model Annals of St
196. nd a maximum duration of 70 weeks in production 90 weeks old All egg production data was recorded daily in a database and was expressed as the number of eggs per day During the production period hens were housed in cages ensuring 750 cm per bird Hens were fed according to the dietary recommendations of each line Water was supplied ad libitum and the environmental conditions temperature and humidity were not controlled For fitting the model the variables age and daily number of eggs used were normalized 1 in accordance with equation Savegnago et al 2011 Xn l min 1 Xmax min Where xn is the new variable after the normalization process xi is the original variable Xmin and Xmax are the minimum and maximum value value for the ith variable respectively 2179 2180 2181 2182 2183 2184 2185 2186 2187 2188 2189 2190 2191 2192 2193 2194 2195 2196 2197 2198 2199 2200 2201 2202 2203 2204 2205 2206 2207 94 Models The Lokhorst model in equation 2 Lokhorst 1996 ara tert tat e 2 Where 9 is the number of eggs for the day old flock Parameters a and b allow the model to adjust initiation of production The time period between the start of production and the peak of the curve is influenced by the r parameter The weekly decline rate production after the peak is determined by the value of parameter c The slope of the final decrease is given by factor d Variable t refers
197. nd an input layer with information of age ti 1 and production in five previous days this is yi s with s 0 1 4 and the context neurons to RNNE and RNNJ The values obtained from the prediction of the daily egg production for each period T are the average of the four runs L of each one of the models compared Table 2 Of the 12 lots previously evaluated with MLP and MM were selected best fitting curves But in the data used to train and test the models MLP RNNR and RNNJ the initial production phase days 1 26 was not included this is because both the MLP as MM had higher estimation errors at this stage This adjustment problem in the initial phase of the curve of egg production was reported by Shiv and Singh 2009 who showed that the models have difficulty adjusting the high and fast rate of increase in production in a short time and then move a slow and prolonged rate of decrease in the number of eggs at the end of the curve The information of daily egg production for the flock 1 between days 27 to 398 data 372 Figure 2 This curve shows a variability in the egg production with no apparent pattern or seasonality The red dots in the figure indicate the points selected for prediction For T 100 the network is trained with the first 100 data and made the prediction of T h days just as was done for T 200 and T 300 where the network is trained with data 200 and 300 respectively 2358 2359 2360 2361 2362 2363 2364 2
198. neuronales otra opci n viable para la modelaci n en producci n animal Agradecimietnos Universidad de Antioquia CODI Sostenibilidad 2013 C digo E01727 y Mediana cuantia C digo E01533 and Departamento Administrativo de Ciencia Tecnolog a e Innovaci n COLCIENCIAS REFERENCIAS 1 Reddish JM Nestor KE Lilburn MS Effect of selection for growth on onset of sexual maturity in randombred and growth selected lines of japanese quail Poult Sci 2003 82 187 191 2 Amira E El Dlebshany The relationship between age at sexual maturity and some productive traits in local chickens strain Egypt Poult Sci 2008 28 4 1253 1263 3 Dunnington EA Siegel PB Age and body weight at sexual maturity in female White Leghorn Poult Sci 1984 63 828 830 4 Vo KV Boone MA Hughes BL Knechtges JF Effects of ambient temperature on sexual maturity Poult Sci 1980 59 11 2532 2537 5 Aggrey SE Comparison of three nonlinear and spline regression models for describing chicken growth curves Poult Sci 2002 81 1782 1788 6 Aguilar C Cort s H Allende R Los modelos de simulaci n Una herramienta de apoyo a la gesti n pecuaria Arch Latinoam Prod Anim 2002 10 3 226 231 7 Heywang BW Effect of cooling houses for growing chickens during hot weather Poult Sci 1947 26 1 20 24 8 Brody S Bioenergetics and growth New York Reinhold Publishing Corporation 1945 9 Laird AK Tyler SA Barton AD Dynamics of normal
199. nformacion que servir de furnte de datos para el software Sistema de Gesti n de Informacion para Granjas Av colas Desarrollo de aplicaciones tecnol gicas integrales para el manejo de las producciones av colas del pa s sistemas de apoyo a toma de decisiones SATD L F Galeano Vasco Zoot MSc cPhD D M Guti rrez Zapata Zoot Est MSc C Acevedo Valladares Zoot M F Cer n Mu oz Zoot MSc Dr Grupo de Investigaci n en Gen tica Mejoramiento y Modelaci n Animal GaMMA Universidad de Antioquia Medell n Colombia Proyecto CODI E01533 Dise o y validaci n de sistemas de apoyo a la toma de decisiones en granjas av colas productoras de huevo comercial gavo76 gqmail com La permanencia en el sector de cualquier sistema productivo empresarial requiere de la maximizaci n de su rentabilidad para ello es necesario implementar procesos gerenciales que procuren mejorar la calidad la productividad y la competitividad de la empresa La efectividad de estos procesos requiere de la definici n y aplicaci n de estrategias a corto mediano y largo plazo las cuales deben estar fundamentadas en el conocimiento an lisis y documentaci n de las actividades propias del negocio logrando definir y controlar los factores que intervienen de manera directa o indirecta en la repuesta econ mica y productiva del sistema 4020 4021 4022 4023 4024 4025 4026 4027 4028 4029 4030 4031 4032 4033 4034 4035 4036 4037
200. nonlinear mixed models appear in table 2 From this information we calculated the weight gain body weight weekn 1 body weight week The differences in average daily feed intake g hen per day and the amount of food recommended by the guide Lohmann LSL management The average daily feed intake between weeks 3 10 was 3 67 g higher than the average level recommended by the guide This effect was greater between weeks 8 and 10 5 6 g hen day with an average gain of 80 g week presenting a peak increase in weight at week 7 122 7 g Table 3 The purpose of providing more food in these weeks was to Increase the weight of the birds before they were moved to the cages Between weeks 14 to 17 was observed a decrease of 1 53 g to below average 71 4 g of food intake recommended by the management guide as a result of adaptation of the bird to the cage the drinking system feeders and social interactions with other birds A similar trend occurred in the weight gain from 153 to 74 65 g week atthis same time period The greatest average weight gains were observed between week 14 and 23 reaching a maximum weight gain of 163 g average per hen at 144 days 20 6 weeks Previous reports Grossman and Koops 1988 Kwakkel et al 1993 indicate that the increase in the bird s weight is associated with sexual maturity and precedes the onset of egg production cycle of the bird and is also defined as the third phase of growth Weeks 18 thru 20
201. nte la fase de cr a y levante 1 2 En este periodo el objetivo del avicultor es obtener lotes de animales con un peso y uniformidad acorde a las exigencias de la casa gen tica para alcanzar la madurez sexual a la edad optima para expresar todo su potencial productivo 3 El desarrollo del ave en la etapa de cr a y levante est condicionado por factores ambientales temperatura humedad relativa velocidad del viento y luminosidad de manejo nutricionales gen ticos y de instalaciones 4 5 entre otros La medici n caracterizaci n y modelaci n de estos factores favorece la implementaci n de acciones preventivas y correctivas tendientes a ofrecer a los animales un ambiente confortable disminuyendo as las p rdidas productivas ocasionadas por los cambios en el comportamiento y gastos energ ticos del metabolismo en respuesta a eventos o factores causantes de stress de las aves 6 7 En tal sentido para la descripci n ajuste y predicci n de la curva de crecimiento en aves se han utilizado las funciones de Brody 8 Gompertz 9 Log stica 10 Richards 11 Von Bertalanffy 12 modelos con la inclusi n de algoritmos gen ticos 13 y las RNA 14 entre otros La principal diferencia entre los MNL y MNLM es la inclusi n de efectos aleatorios con el fin de explicar parte del error total a partir de la variabilidad individual Por tal motivo los MNLM generan estimaciones que representan con m s fidelidad el co
202. nts tables of subclass means and tables of analyses of variance or covariance may be included When the analysis of variance contains several error terms such as in split plot and repeated measures designs the text should indicate clearly which mean square was used for the denominator of each F sta tistic Unbalanced factorial data can present special prob lems Accordingly it is well to state how the computing was done and how the parameters were estimated Ap 177 cerning possible biases Contrasts preferably orthogonal are used to answer specific questions for which the experiment was de signed they should form the basis for comparing treat ment means Nonorthogonal contrasts may be evalu ated by Bonferroni t statistics The exact contrasts tested should be described for the reader Multiple range tests are not appropriate when treatments are orthogonally ar ranged Fixed range pairwise multiple comparison tests should be used only to compare means of treatments that are unstructured or not related Least squares means are the correct means to use for all data but arithmetic means are identical to least squares means unless the design is unbalanced or contains missing values or an adjustment is being made for a covariate In factorial treatment ar rangements means for main effects should be presented when important interactions are not present However means for individual treatment combinations also should be provided in
203. o Delay Los modelos 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 Delay y Lokhorst presentaron el mejor ajuste siendo los m s eficientes para predecir la curva de las estirpes probadas Continuando con la definici n del modelo para la curva de producci n de huevos en el cap tulo 4 se compararon el modelo perceptr n multicapa redes neuronales artificiales RNA y el modelo Lokhorst Ambos modelos proporcionaron ajustes adecuados para la curva de producci n aunque por la facilidad de configuraci n y de ajuste se recomend el uso de las RNA En la segunda parte de este cap tulo se utilizaron las redes neuronales recurrentes de Elman y Jordan y el perceptr n multicapa MLP para construir un modelo de predicci n de la curva de producci n Se logr obtener un modelo funcional que predice la producci n diaria de huevos pero que necesita de la inclusi n de m s variables para ajustar la variabilidad presentada en la curva de producci n En el quinto cap tulo se incorporan los conceptos te ricos y de modelaci n de los cuatro cap tulos anteriores para dar vida a la herramienta inform tica denominada Sistema de Gesti n de Informaci n Para Granjas Av colas como sistema de apoyo a los avicultores que facilite y agilice la recopilaci n almacenamiento procesamiento y an lisis de la informaci n y que adem s sirva como apo
204. o del software libre RExcel El usuario con en esta aplicaci n ingresa la informaci n diaria del lote de aves y obtiene informes num ricos y gr ficos para compararlos con los indicadores propuestos por la casa gen tica y definir el estado del desempe o productivo de sus animales en tiempo real El programa y su manual de usuario se encuentran disponibles de forma gratuita para su uso a quienes lo soliciten Introducci n La inclusi n de las Tecnolog as de la Comunicaci n y de la Informaci n TICs en el sector agropecuario ha servido para el dise o y puesta en marcha de herramientas para el asesoramiento y construcci n de sistemas de producci n m s rentable basados en sistemas de informaci n y sensores que ayudan a caracterizar el sistema productivo e implementar acciones tendientes a aumentar la productividad optimizar el uso de recursos y mejorar la calidad de vida de los productores agropecuarios como consecuencia del incremento de sus m rgenes de utilidad Raju y Rao 2006 Mertens 2009 Rose et al 2003 Algunas experiencias sobre el uso de las TICs son los sistemas de soporte para la toma de decisiones SATD que son aplicaciones inform ticas construidas con modelos anal ticos y sistemas de entrega de informes los cuales a partir de la informaci n incorporada y el an lisis del sistema entregan al usuario herramientas para el desarrollo de diagn sticos del estado actual de los procesos y as facilitar la definic
205. o general Dise ar y aplicar una herramienta inform tica para la caracterizaci n y apoyo gerencial basada en t cnicas de modelaci n y optimizaci n en sistemas de producci n de huevo comercial de Antioquia Objetivos espec ficos e Establecer el modelo que mejor ajusta la curva de crecimiento y el desarrollo del ave de postura e Establecer el modelo que mejor ajusta la curva del ciclo productivo del ave de postura e Dise ar y evaluar un sistema de informaci n de apoyo a la toma de decisiones para sistemas de producci n av cola de huevo comercial 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 Marco Te rico El sector av cola se divide en la explotaci n de aves pesadas tipo carne y de ponedoras comerciales para huevos Para el 2002 Colombia contaba con un promedio de 23 millones de ponedoras comerciales distribuidas en 962 granjas Al 2008 la poblaci n aument en 5 2 promedio anual y Antioquia paso de tener 78 a 94 granjas comerciales de huevo FENAVI 2009 1 Censo Nacional de Avicultura Industrial 2014 En Antioquia los principales sistemas de producci n de huevo son jaula y piso y en menor proporci n pastoreo El sistema de jaula se caracteriza por ofrecer un huevo limpio sin necesidad de consecuci n de materiales para el cambio de la cama y mayor n mero de aves por metro cuadrado adem s de facilitar las tareas
206. o que el lote fuera m s eficiente 7 4 vs 5 2 pues los consumo de ambos fueron similares en esta fase Pero el aspecto m s relevante es que el lote despicado present una mortalidad 5 6 menor donde el lote sin despicar llego al 12 3 de muertes en el sistema de producci n en aviario Com nmente el despique se ha realizado con la t cnica de la cuchilla caliente la cual requiere de gran pericia del operario para el mantenimiento de la temperatura del equipo posicionamiento del ave para el corte y forma del corte del pico Actualmente existen evidencias del uso de una t cnica menos invasiva o cruel como lo es el uso de infrarrojos Dennis et al 2010 compararon ambas t cnicas y encontraron que el tiempo de recuperaci n de la pollita despicada con infrarrojo era menor por lo que el ave retornaba m s pronto a las actividades de consumo de alimento y agua Lo anterior ocasion que el grupo de aves despicadas con cuchilla presentara menores pesos corporales lo cual podr a afectar su respuesta productiva Otro aspecto adicional a la t cnica de despique es la edad de aplicaci n Referente a esto Bell y kuney 1991 realizaron la evaluaci n de lotes e aves White Leghorn despicados a las 6 y 12 semanas de vida Concluyendo que el despique a edades tempranas ofrec a mayor peso a las 18 semanas etapa de desarrollo corporal 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 6
207. observed data in time To increase the adjustability and accuracy of MLP the inclusion of other variables is required which correspond to instants in previous time in order to adjust to changes and variations present in the egg production curve In general the estimation of RNNE RNNJ and MLP in the forecasting process follows the trend of the training data but as the production values change abruptly it is difficult to correctly predict subsequent changes at point T For this reason it is necessary to implement other alternatives such as smoothing functions used as input variables for longer periods of production thus decreasing its variation Also to include new input variables that help explain the changes in production The MLP model with the inclusion of i s s 1 2 5 periods of production provide an acceptable fit in predicting the trend of production curve but it is not an exact prediction technique In order to improve the predictive ability of the model it is necessary to identify the causes of variations in production reason for which the inclusion of environmental variables is proposed such as feed intake nutrient intake amount of water ingested and handling activities among others as input variables in the MLP model Also attempts to try longer periods of prediction more than one week of production and 2418 2419 2420 2421 2422 2423 2424 102 to evaluate periods of more than one day of production
208. ocesses and prioritize the aims of production research from identifying the study s components to evaluating the response variable s effects This mathematical abstraction of biological events helps identify problems and generate solutions without incurring the costs of experimenting or animal manipulation while decreasing the time to find solutions according to the production system But the efficiency and accuracy of the simulation depends on the actual knowledge of the system s situations and quality of information incorporated into the model Bindya 2010 Spedding 1988 The purpose of modeling the production curve in poultry eggs is to achieve a more detailed analysis of the egg production cycle and describe the curve phases and duration Fialho 2001 The curve also facilitates the production prediction the long term projection of eggs yield and economic planning of production and decision making among others Yang et al 1989 Groen er al 1998 Gavora et al 1982 The egg production curve has been modeled using weekly production information Miyoshi er al 1996 and logistic functions Adams and Bell 1980 Cason and Britton 1988 polynomial functions Bell and Adams 1992 exponential functions Foster et al 1987 segmented polynomials Lokhorst 1996 Narushin and Takama 2003 and nonlinear models Savegnago et al 2011 The Adams Bell and Lokhorst models have been compared to other models such as the c
209. od hens were housed in cages ensuring 750 cm per bird Hens were fed according with the dietary recommendations of cach line Water was supplied ad libitum and the environmental conditions temperature and humidity were not controlled Models The Delay and the Adams Bell 1980 and Lokhorst 1996 models were used for modeling the laying behavior of hens According to Narushin 2003 Adams Bell and Lokhorst can be used to accurately describe daily egg production According to Gutierrez 1996 the Delay model can be stated as k rlt At r At SEL frott 1 0 uyr k tolt 40 m Ot DEL nO r 0 mer k raft At ry ata lr O y t Her Where r 1 is the number of eggs at the beginning of the production phase of the flock at time t Now r t 15 the number of eggs produced at the end of the system at time The duration of each substate is At Variables r t r t t t Rev Colomb Ciene Pecu 2013 26 270 279 are termed intermediate production rates of the model and refer to the increase in the number of eggs according to the specific loss rate u t with i 1 2 3 q where u ft takes values between I lt 4 lt 1 for time Exchange rates between states are based on the number of laid eggs entering from the previous intermediate flow and the ones laid towards the end that pass to the next state The DEL value is defined as the optimum length of the egg pr
210. odelo que ajuste 1985 la curva de crecimiento de las aves bajo las condiciones del Sistema de 1986 producci n de la Hacienda la Monta a de la Universidad de Antioquia La 1987 incursi n en el uso de redes neuronales permitir su inclusi n en los modelos de 1988 predicci n del crecimiento y la producci n de huevos en aves comerciales 1989 Adem s servir como introducci n a la definici n de modelos de f cil utilizaci n 1990 y ajuste para la construcci n del sistema de apoyo a la toma de decisiones en 1991 avicultura 1992 1993 1994 Publicado en Revista MVZ de C rdoba 18 3 3861 3867 2013 ISSN 0122 1995 0268 1996 Link http apps unicordoba edu co revistas revistamvz mvz 183 v18n3a16 paf 1997 El formato y lineamientos de la revista MVZ de C rdoba aparecen en el Anexo 1998 3 1999 2000 01 Rev MVZ C rdoba 18 3 3861 3867 2013 ISSN 0122 0268 ORIGINAL Modelaci n del crecimiento de pollitas Lohmann LSL con redes neuronales y modelos de regresi n no lineal Modeling of growth in Lohmann LSL pullets with neural networks and nonlinear regression models Luis Galeano Vasco M Sc Mario Cer n Mu oz Ph D Universidad de Antioquia Facultad de Ciencias Agrarias Grupo Investigaci n Gen tica Mejoramiento y Modelaci n Animal A A 1226 Medellin Colombia Correspondencia If galeano vasco gmail com Recibido Abril de 2012 Aceptado Febrero de 2013 RESUMEN Objetivo Modelar la curva del crecimiento d
211. oduction period estimated by the model The k parameter was obtained from the Erlang frequency distribution Van Sickle 1977 The k and DEL values allow the model to more accurately replicate the properties of the process being modeled Manetsch 1976 The Adams Bell model is shown below Adams and Bell 1980 1 y 100 entra e The Lokhorst model is shown below Lokhorst 1996 100 Trae test det e Yi Where y is the production percentagefor the i week Parameters a and b allow the model to adjust for initiation of production The time period between the start of production and the peak of the curve is influenced by the r parameter The weekly post peak production decline rate is determined by the value of parameter c The slope of the final decrease is given by factor d Variable refers to the 1 age of the flock weeks and s is the residual effect associated with the time For both models Adams Bell and Lokhorst production was expressed in percentage terms calculated as the ratio between the number of eggs laid per week and the average number of hens per week The percentage of eggs was multiplied by a theoretical population of 1000 hens in order to compare the Delay with the mathematica models Statistical analysis The accuracy of the models was determined by 82 31 274 Galeano Vasco L et al Estimation of egg production curves 1 Spearman correlation coefficient r which measures
212. ompartmental or McMillan model MeMillan 1981 based on a logistic growth curve and modified compartmentat models by several researchers Narushin and Takama 2003 Lokhorst 1996 Cason and Britton 1988 These studies have concluded that both models have the best fit and suggest that the Adams Bell and Lokhorst models can be used for describing and predicting the egg production curve Lokhorst 1996 Narushin and Takama 2003 McMillan 1981 Cason and Britton 1988 The Delay model has been successfully used to simulate population dynamics im various living organisms Gutierrez ef al 1984 Gutierrez et al 1988a Gutierrez er al 1988b Gutierrez et al 1991 Wermelinger er al 1992 D Oultremont and Gutierrez 2002 The Delay model developed by Manetsch 1976 and modified by VanSickle 1977 could be used as an alternative model to predict egg production The Delay model can estimate the productive performance of a batch of birds by creating a population structure based on the number of individuals age or even changes in production and by including therates of production decline mortality and increase fecundity Variations in production rates generate continuous entry and exit of individuals from cach of the subsystem states These variations are associated with the animal s physiological condition changes im supply and demand of resources and environmental factors Therefore the Delay model structured by age
213. on redes neuronales y modelos A A enc ana a AO aN OAN AENA AORAR ARAA 70 Cap tulo 3 Uso del modelo de distribuci n con retardo para predecir la producci n de huevos en gallinas ponedoras oer 78 Cap tulo 4 Curve modeling and forecasting of daily egg production with the use of recurrent NEU LAlINEEWORKS tratada 89 Cap tulo 5 Sistema de Gesti n de Informaci n para Granjas AVICOIAS ooooococccooonononononornn nono nono 111 Conclusiones Generales coooocoooccccnnnncnnnanononnnnnnnnonnnnnnnnnnnnnnnrnnnnnn nono nnnnn nn nnnnnnnnnnnnnnnnnnnnnnnnnnnnnanennnnes 129 Consideraci n Finalista d 130 RETETONMCiAS 3 oc csvavevesscneseseseasaenrs cae EKEK vn shan anna nena naaa 140 Recomendaciones Generales cccccccceeeeeeesnneeeeeeeeeeeeesaaeeeeeeeeeeeeaaaeeeeeeeeeeeeaaaaeeeeeeeeeeesaaaeeeeees 146 AM CX OSWiseccceececectucessucvceczcertuucssucvdeczctebouassuerseccereccuausueteuesetevaugucustecetetebauaseuatsuaretecuvaseusteuerstecatsscude 147 Anexo 1 Comunicado de aceptaci n para la publicaci n del articulo Ability of non linear mixed models to predict growth in laying hens en la Revista Brasileira de Zootecnia cccccc mmo 147 Anexo 2 Reglamento de la revista Brasileira de Zootecnia Brazilian Journal of Animal Science RBZ NT 148 Anexo 3 Reglamento de la revista MVZ de C rdoba cccccccccnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnoninonos 159 Anexo 4 Reglamento de la revista Colombiana de Ciencias Pecuari
214. onentes aleatorios b y b que son las varianzas aportadas por cada individuo al par metro fijo Asi el modelo es capaz de estimar el valor medio de la poblaci n y adicionarte la variaci n en el peso que cada individuo aporta en la curva 10 En comparaci n con los otros modelos la RNA present mayor facilidad de programaci n y ejecuci n ya que solo es necesaria la variaci n heur stica en el n mero de neuronas ocultas para lograr el ajuste mientras que para MNL y MNLM son cuatro Ber B B Y E Y Bar Bir Bar Do Dy rho y siete par metros respectivamente con fos que el investigador debe probar de forma consecutiva hasta lograr el ajuste del modelo por lo que la velocidad y facilidad de ajuste del MNL y MNLM dependen directamente de la calidad de los par metros iniciales aspecto tambi n expresado por Roush et al 14 La disminuci n en la tasa de crecimiento observada entre los d as 114 y 123 que el MNLM y la RNA lograron ajustar Figura 2 est asociada con la edad de traslado a los 112 dias periodo en el cual las aves disminuyen su consumo de alimento y agua como consecuencia de la adaptaci n del ave al nuevo entorno social instalaciones y equipos del galp n con las jaulas de producci n Para evitar esta disminuci n en el peso se recomienda llevar las aves a la edad de traslado con un 10 m s de peso al recomendado por la linea evitando retrasos en el crecimiento del ave y un inicio de puesta tar
215. ons associated only with the results stated in the manuscript References within the text Give the author s last name s followed by the year of publication E g Jaramillo 2006 Zuluaga y Tob n 2008 Botero et al 2009 or Mu oz et al 1998 Acknowledgments You can mention institutions and people who financed or assisted in conducting the study and also the grants awarded 3822 3823 3824 3825 3826 3827 3828 3829 3830 3831 3832 3833 3834 3835 3836 3837 3838 3839 3840 3841 3842 3843 3844 3845 3846 3847 3848 3849 3850 3851 168 HOW TO WRITE THE REFERENCE LIST Journal names must be abbreviated according to the Index Medicus guidelines with no period at the end of abbreviations References should be listed according to the following examples A Original Research Articles 1 Original Article e g Cushman RA Allan MF Kuehn LA Snelling WM Cupp AS Freetly HC Evaluation of antral follicle count and ovarian morphology in crossbred beef cows Investigation of influence of stage of the estrous cycle age and birth weight J Anim Sci 2009 87 1971 1980 2 Organization or Institution e g Cardiac Society of Australia and New Zealand Clinical exercise stress testing Safety and performance guidelines Med J Aust 1996 164 282 284 3 Reference with no Identified Author e g Cancer in South Africa editorial S Afr Med J 1994 84 15 4 Journal Supplement e g Shen HM Zhang QF
216. onter a Colombia 2003 Fotograf as Se podr n utilizar fotografias de excelente calidad digital La identificaci n secuencia y t tulos deben establecerse claramente para localizar el lugar que le corresponda en el contenido del art culo Las fotografias deber n llevar el t tulo de figura Evaluaci n de art culos Los art culos recibidos para publicaci n despu s de constatar que cumplen con las normas expresas de la Revista MVZ C rdoba ser n enviados a pares que conforman el 162 Comit Cientifico para su respectiva evaluaci n En caso de recibir alg n manuscrito que por su especialidad de contenido no pueda ser evaluado por los miembros del comit este ser remitido a sendos evaluadores pertenecientes a la comunidad cient fica nacional o internacional En la redacci n del contenido deber n respetarse las normas internacionales para manuscritos cientificos que regulan las abreviaturas literatura citada simbolos nomenclaturas at micas zool gicas bot nicas qu micas entre otros Los valores deben informarse en unidades del sistema m trico decimal y de acuerdo con el Sistema Internacional de Unidades La revista MVZ C rdoba y la Universidad de C rdoba no se responsabilizan por opiniones y resultados expresados por los autores los cuales ser n responsabilidad exclusiva de ellos Conflicto de intereses Los autores deben expresar los intereses posibles que posean en el trabajo que reali
217. or 17 veces cada 11 6 d as Las pollitas terminaron su fase de cr a y 72 03 Galeano Vasco Modelaci n del crecimiento de pollitas con redes neuronales 3863 levante en piso el d a 112 durante este periodo se recapturaron 26 aves en promedio en las 11 mediciones realizadas A partir del traslado a las jaulas hasta cumplir 196 dias de edad 35 aves fueron pesadas 6 veces Los 65 animales faltantes no se encontraron al momento del traslado debido a p rdidas de las etiquetas de marcado en cr a y levante o muerte En total se obtuvieron 558 datos de pesaje para el ajuste de los modelos Durante todo el proceso las aves recibieron alimento y agua fresca ad libitum con base en los criterios propuestos por la l nea gen tica y los requerimientos nutricionales propios del sistema de cria y levante en piso An lisis estad stico Para el entrenamiento de la red se utilizaron 446 datos de pesaje 80 La estructura de la neurona se bas en el perceptron multicapa con una neurona de entrada edad del ave en d as seis neuronas en la capa oculta y una neurona de salida peso del ave g La funci n de activaci n de las neuronas ocultas fue ea f x tansig x La RNA se program para que la red pudiese generar relaciones lineales con la neurona de salida linout TRUE con la posibilidad de crear conexiones directas entre la neurona de entrada y de salida skip TRUE y con un minimo de 1000 iteraciones miniter 1
218. oult sci 2005 84 3 494 502 23 Roush W B Dozier W A Branton S L Comparison of Gompertz and neural network models of broiler growth Poult sci 2006 85 4 794 797 24 Sakomura N K Longo F A Oviedo Rondon E O Boa Viagem C Ferraudo A Modeling energy utilization and growth parameter description for broiler chickens Poult Sci 2005 84 9 1363 1369 25 Savegnago R P Nunes BN Caetano S L Ferraudo A S Schmidt G S Ledur M C Munari D P Comparison of logistic and neural network models to fit to the egg production curve of White Leghorn hens Poult sci 2011 90 3 705 711 26 Tumova E Gous R M Interaction of hen production type age and temperature on laying pattern and egg quality Poult sci 2012 91 5 1269 1275 143 3287 Tabla 1 Estructura matricial de los pesos de las conexiones de la estructura neuronal recurrente de Elman 3288 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
219. oultry sci entists and the poultry industry As such submissions to this section should be of interest to any poultry scien tist to the industry to instructors and faculty teaching contemporary issues classes and to undergraduate and graduate students The section will consist of short pa pers approximately 2 published pages written in essay 173 format and will include an abstract appropriate subhead ings and references Rapid Communications We aim for receipt to deci sion times of a month or less and accepted papers will have priority for publication in the next available issue of Poultry Science These papers will present informative and significant new findings such as tissue specific gene ex pression profile data with full length cDNA and genom ic gene structure characterization These papers will be short 2 to 4 published pages adhere to journal format and include references and an abstract Rapid Communi cations should not be preliminary reports or incomplete studies Authors will select Rapid Communications as the paper type when submitting the paper Book Reviews Poultry Science publishes reviews of books considered to be of interest to the readers The editor in chief ordinarily solicits reviews Unsolicited re views must be sent directly to the editor in chief for ap proval Book reviews shall be prepared in accordance to the style and form requirements of the journal and they are subject to editorial revi
220. oups or blocks Le the way in which the randomization is restricted Standard deviation refers to the variability in a sample or a population The standard error calculated from er ror variance is the estimated sampling error of a statistic such as the sample mean When a standard deviation or standard error is given the number of degrees of freedom on which it rests should be specified When any statistical value as mean or difference of 2 means is mentioned its standard error or confidence limit should be given The fact that differences are not statistically significant is no reason for omitting standard errors They are of value when results from several experiments are combined in the future They also are useful to the reader as measures of efficiency of experimental techniques A value attached by 2 to a number implies that the second value is its standard error not its standard deviation Adequate re porting may require only 1 the number of observations 2 arithmetic treatment means and 3 an estimate of ex perimental error The pooled standard error of the mean is the preferred estimate of experimental error Standard errors need not be presented separately for each mean unless the means are based on different numbers of ob servations or the heterogeneity of the error variance is to be emphasized Presenting individual standard errors clutters the presentation and can mislead readers For more complex experime
221. pa Lugar de publicaci n Editorial a o Sada 21 IV 1 a 8 mapa topogr fico Bogot Instituto Geogr fico Agustin Codazzi Direcci n General del Instituto Geogr fico 2003 Material no publicado En prensa Vega A Occurance of E coli 0157 H7 on duch dayri farms Rev MVZ C rdoba in press 2007 Art culo de revista en formato electr nico Autor T tulo Nombre de la revista abreviado tipo de soporte a o 3667 3668 10 fecha de acceso volumen n mero p ginas o indicador de extensi n Disponible en Transmission of Hepatitis C Virus infection associated infusion therapy for hemophilia MMWR en linea 1997 July 4 fecha de acceso 11 de enero de 2001 46 26 URL disponible en http www cdc gov mmwr preview mmwrhtml 00048303 htm Monograf a en formato electr nico Titulo Tipo de soporte Editores o productores Edici n Versi n Lugar de publicaci n Editorial a o Duane s Ophthalmology en CD ROM User Guide monograf a en CD ROM Tasman W Jaeger E editor versi n 2 0 Hagenstown Lippincolt Raven 1997 Archivo inform tico Autor Titulo Tipo de soporte Versi n Lugar Editorial a o Tesis de Maestria doctorado y trabajos de grado Autor es t tulo Facultad Departamento a o Arrieta G Producci n de Verotoximas en Shigella Tesis de Maestr a Facultad de Medicina Veterinaria y Zootecnia Departamento de Medicina Universidad de C rdoba M
222. paper may be resubmitted for reconsideration when ac companied by a written verification that a committee on animal care in research has approved the experimental design and procedures involved Types of Articles Full Length Articles The majority of papers pub lished in Poultry Science are full length articles The jour nal emphasizes the importance of good scientific writing and clarity in presentation of the concepts apparatus and sufficient background information that would be required for thorough understanding by scientists in other disciplines One of the hallmarks for experimen tal evidence is repeatability The results of experiments published in Poultry Science must be replicated either by replicating treatments within experiments or by repeat ing experiments Care should be taken to ensure that ex periments are adequately replicated Research Notes Research Notes are short notes giv ing the results of complete experiments but are less com prehensive than full length articles Preliminary or prog ress reports will not be accepted The running head shall be RESEARCH NOTE Authors must also indicate the section under which the manuscript is to be reviewed on the title page of the manuscript and on the Manuscript Submission and Copyright Release Form Research Notes will be published as a subsection of the scientific section in which they were reviewed Research Notes are limited to five printed pages including tables
223. perty of RCCP Before publication authors are requested to assign copyright to RCCP You will hereby be relinquishing to RCCP all control over this material such as rights to make or authorize reprints to reproduce the material in other publications and to grant the material to others without charge in any book of which you are the author or editor after it has appeared in RCCP As an author you retain rights for large number of author uses including use by your employing institute or company These rights are retained and permitted without the need to obtain specific permission from RCCP The preferred language for RCCP is English and any translation of parts or the entire publication must have written permission from RCCP Privacy Statement The names and email addresses entered in this journal site will be used exclusively for the stated purposes of this journal and will not be made available for any other purpose or to any other party 3942 3943 3944 3945 3946 172 Anexo 5 Reglamento de la revista Poultry Science POULTRY SCIENCE INSTRUCTIONS TO AUTHORS Editorial Policies and Procedures Poultry Science publishes the results of fundamental and applied research concerning poultry poultry products and avian species in general Submitted manuscripts shall provide new facts or confirmatory data Papers dealing with experimental design teaching extension endeavors or those of historical or biographical interest may also b
224. php ojs article viewFile 906 1009 El formato y lineamientos de la revista Colombiana de Ciencias Pecuarias aparecen en el Anexo 4 27 270 j C Revista Colombiana de Ciencias Pecuarias Using the distributed delay model to predict egg production in laying hens Uso del modelo de distribuci n con retardo para predecir la producci n de huevos en gallinas ponedoras Uso do modelo de distribui o com atraso para predizer a produ o de ovos de galinhas poedeiras Luis Galeano Vasco MSc Mario Cer n Mu oz PhD Daniel Rodriguez MSc Jos M Cotes PhD Grupo de investigaci n en Gen tica Mejoramiento y Modelaci n Animal GaMMA Facultad de Ciencias Agrarias Universidad de Antioquia UdeA Calle 70 No 52 21 Medellin Colombia Universidad Militar Nueva Granada Facultad de Ciencias B sicas Carnera 11 101 80 Bogor Universidad Nacional de Colombia Departmento de Ciencias Agropecuarias Calle 59 4 63 20 Bloque 11 Oficina 101 7 Receiver June 14 2012 accepted May 27 2013 Summary Background using mathematical models to characterize and estimate egy production curves is of great importance for assessing the productive efficiency of hens These models can be used in identifying and modeling real time factors affecting animal production and implementing corrective measures to minimize its effect Objective we compared the ability to model and adjust the egg production curve in hens using the distri
225. pone de una introducci n donde se abordan conceptos alusivos al problema que motiv el desarrollo de la investigaci n A continuaci n el lector encontrar el marco te rico en el cual se incorpora informaci n del sistema productivo comercial de huevo en Colombia par metros productivos de la l neas gen ticas adem s presenta conceptos de la modelaci n y sus usos en la avicultura tambi n se define la funcionalidad y estructura de un sistema de apoyo a la toma de decisiones y se culmina definiendo las Redes neuronales con nfasis en su morfolog a y usos en la modelaci n En el cap tulo 1 se presenta la evaluaci n de la capacidad para ajustar la curva de crecimiento de los modelos no lineales mixtos Von Bertalanffy Richards Gompertz Brody y Log stico Como resultado el modelo no lineal mixto que mejor ajust la curva de crecimiento fue el de Gompertz seguido por Richards y Von Bertalanffy Para la modelaci n de la curva del crecimiento de aves de la linea Lohmann LSL en el cap tulo 2 se compararon los modelos no lineal Von Bertalanffy MNL no lineal mixto Von Bertalanffy MNLM y redes neuronales artificiales RNA Se encontr que el modelo m s preciso fue el MNLM seguido por la RNA y en ltimo lugar el MNL Se alando a las RNA como alternativa en la modelaci n del crecimiento En el cap tulo 3 para modelar la curva de producci n de huevos se utilizaron los modelos Adams Bell Lokhorst y de distribuci n con retard
226. possible to recover from them The only alternative left is to apply correctives to prevent decreases in egg production in period t and t 1 Commonly in the process of creation and adaptation of the different types of models representing the production curve of commercial laying hens production information is used at weekly intervals Miyoshi et al 1996 logistic functions Adams and Bell 1980 Cason and Britton 1988 polynomial functions Bell and Adams 1992 exponential functions McNally 1971 Gavora et al 1982 segmented polynomials Lokhorst 1996 Narushin and Takama 2003 nonlinear models Savegnago et al 2011 Galeano et al 2013a linear mixed effect models Wolc et al 2011 and neural networks Savegnago et al 2011 These models are characterized by trying to analyze the process of egg production to describe the relation between the number of eggs and time of laying period and to estimate future total production using partial records and projecting egg production based on market needs Groen et al 1998 Gavora et al 1982 Yang et al 1989 Furthermore these models use 2117 2118 2119 2120 2121 2122 2123 2124 2125 2126 2127 2128 2129 2130 2131 2132 2133 2134 2135 2136 2137 2138 2139 2140 2141 2142 2143 2144 2145 2146 2147 92 as a variable weekly production or greater periods of time and their predictions are short term Several authors have demonstrated the advantages of the u
227. presiones polin micas se quedan cortas para ajustar los cambios de variables en el tiempo que tienen una distribuci n no linear forma de S y cuyos resultados no muestran una as ntota y los par metros presentados en el modelo no tienen una interpretaci n biol gica Aggrey 2002 Por lo anterior los modelos com nmente utilizados para la descripci n de las curvas de crecimiento son el log stico Agudelo 2008 Grossman y Bohren 1985 Grossman et al 1985 Gompertz Anthony et al 1991 Mignon Grasteau et al 2001 Gompertz modificado por Laird Laird et al 1965 Von Bertalanffy y Richards Roush et al 2005 Knizetova et al 1991 Weibull Schinckel et al 2005 entre otros Algunas de estas funciones son El modelo no lineal Brody Brody 1945 Yt Bo 1 BrexpCP2 40 e El modelo no lineal Log stico Verhulst 1938 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 28 y Bo A exp 1 py Et El modelo no lineal Gompertz Aggrey 2002 Bv exp CB2 tij Yt Bo exp Px exP T te El modelo no lineal Gompertz Laird Gompertz 1925 Lg a exp CB2 tij Yt Bo exp Px exp T te Modelo no lineal Von Bertalanffy Bertalanffy 1938 Yt Wo exp lge eer z Modelo no lineal Richards Richards 1959 Yt Po 1 R1 exp B2 ti C m e Estas ecuaciones de crecimiento pre
228. propuesta ser el desarrollo de investigaciones que permitan construir y evaluar modelos de predicci n del comportamiento productivo con la inclusi n de variables tales como ambientales de manejo y sanitarias entre otras 2866 2867 2868 2869 2870 2871 2872 2873 2874 2875 2876 2877 2878 2879 2880 2881 2882 2883 2884 2885 2886 2887 2888 2889 2890 2891 2892 2893 2894 2895 2896 123 Adem s la inclusi n de un m dulo de costos permitiendo la valoraci n econ mica de alternativas que los modelos de simulaci n ofrezcan al productor Posteriormente se propone convertir el software en una aplicaci n m vil con conectividad a los sistemas de captura de informaci n y a sistemas m viles para la generaci n de mensajes de alarma de modo que su uso online agilice la circulaci n de informaci n entre el sistema de producci n el responsable directo del manejo de las aves galponero y el administrador o encargado de la toma de decisiones gerenciales de la empresa av cola Conclusi n Se desarroll prob y valid la aplicaci n inform tica administrativa Sistema de Gesti n de Informaci n para Granjas Av colas la cual ser entregada a los productores de forma gratuita acompa ada del manual de usuario con el objetivo de apoyarlos en los procesos de toma procesamiento an lisis y almacenamiento de informaci n proveniente del sistema de producci n av cola Referencias 1 Balena F Foreword
229. r sticas cualquier ser vivo es un proceso complejo debido que en algunos modelos los par metros de dif cil ajuste e interpretaci n biol gica Adem s en la mayor a de los casos los fen menos a modelar est n influenciados por factores externos y por la variaci n de las 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 27 observaciones en el tiempo Tambi n es necesario recordar la obligatoriedad del cumplimiento de supuestos estad sticos normalidad homogeneidad de varianzas independencia de errores entre otros que le permitan al modelo tener valides estad stica en sus predicciones Aggrey 2002 y 2009 Por tales motivos el desarrollo de modelos para el ajuste de cualquier serie de datos en el tiempo crecimiento producci n requiere una etapa de dise o y ajuste y una de validaci n Rond n 2002 Los modelos matem ticos se han utilizado en la avicultura para el estudio de fen menos a partir de su simplificaci n y caracterizaci n un ejemplo de ello es la construcci n de modelos y curvas que relacionan la edad del ave con el peso permitiendo estimar la edad a la cual un animal deja de crecer y cuando llega a su madurez Aggrey 2002 y 2009 Agudelo et al 2009 Para evaluar el crecimiento en las aves se han utilizado distintos tipos de modelos partiendo de regresi n lineal simple o m ltiple Sin embargo estas ex
230. r una idea clara del contenido del art culo incluyendo Objetivo materiales y m todos resultados y conclusiones Estas secciones deber n ir con negrilla y luego punto seguido en donde se inicia el texto de cada secci n 1 4 Palabras clave Son t rminos cortos 159 3662 3663 1 5 1 6 que ayudan a la clasificaci n del art culo Se sugiere emplear 6 como m ximo Utilice los t rminos de la lista Medical subject headings MeSH u otro descriptor acorde con el tema de su investigaci n DeCS BIREME NLM etc Abstract resumen traducido al ingl s debe poseer una estructura y contenido igual al de espa ol Key words Palabras clave deben ser iguales a las de espa ol pero en idioma ingles Introduccion Debe indicar claramente el prop sito de la investigaci n relacionando igualmente en forma selectiva la literatura pertinente No incluya datos ni conclusiones del trabajo que est dando a conocer Al finalizar esta secci n deber hacerse con el objetivo general Materiales y m todos Se debe describir claramente los procedimientos empleados en la investigaci n incluyendo dise o estad stico y an lisis de datos Esta secci n deber ser estructurada indicando tipo de estudio sitio condiciones geo clim ticas coordenadas del sitio de estudio pacientes o animales de estudio m todos de laboratorio aspectos ticos an lisis de resultados etc Estas secciones deber n ir con negr
231. r y diligenciar y con la posibilidad de recoger la mayor cantidad de datos posible del sistema tambi n debe permitir la f cil recuperaci n de la informaci n conjunto organizado de datos procesados almacenada para la aplicaci n de los modelos matem ticos estad sticos o la simple acci n de poder consultar el estado actual de los procesos por medio de informes gr ficos o num ricos Modelo de gesti n de base del sistema contiene modelos cuantitativos estad sticos financieros y cient ficos que proveen capacidades anal ticas al sistema El prop sito de este subsistema es transformar los datos del SGl en informaci n que es til en la toma de decisiones Sistema de generaci n de informes y selecci n de alternativas Tambi n determinado como el sistema administrador del conocimiento Este componente consiste en la entrega al usuario de las posibles alternativas para la soluci n del problema que en sistemas especializados son ordenadas con base en criterios de an lisis de sensibilidad probabilidad y riesgo Dentro de la metodolog a de los sistemas de apoyo a la toma de decisiones se encuentran los modelos de simulaci n los cuales tienen como objetivo la simplificaci n de los fen menos al permitir entender el funcionamiento del sistema 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 24 y evaluar el efecto que tiene
232. re los aspectos que se desean conocer est n las condiciones de alojamiento alimentaci n manejo l nea gen tica producci n mortalidad condiciones agroecol gicas y ambientales entre otros que sirven para la caracterizaci n del sistema Esta informaci n es analizada por medio de modelos matem ticos aqu se logra establecer las relaciones entre los diferentes aspectos y se identifica cu les tienen mayor impacto en el sistema productivo 187 4101 a a o e 2 rocha rora Humedad TAO Amonio 23 03 32 owns 7 30 7 a sasosfas om ar 20 20 0371 49 on gt gt 20 7 5 gt 20 02 33 36 5 20 7 o ENJOZ 1 60 5 20 7 Dz gt am ox 2a oy 2 20 7 3MJOTS A 2 e 30 7 a gt an assae ay om 20 7 2 o 20 02 41 OO SR ke ne 20 7 s 2 20702733 0 1 ore zo P 12 BNSOZS 2 2 ODIA e 20 7 4 BOJOKS 42 ADD us 2m 2 sa 3 03 34 om ar 20 7 A 3n 0 gt 7 1n amma wa a7 20 7 20 07 42 02 Ad 7 5 20 7 gt 7 POSOZLA ee 67 9 20 7 as 28 02 28 oe S240 on 2 7 gt am am oa 12 0 224 424 on 20 2 o IMJOZI AM om 2 40 an 20 7 a ansoza an cms a noe 20 7 gt gt PAsSO2L ES OF Sa na a 20 7 s gt 207027 99 59 55 on 20 7 s a BOI se oo sacs on gt 20 gt s 20 03 32 oe e a a w 25 0 INJOZ 34 om gt 0 230 2 am o gt 1 o na a 4102 4103 Figura 2 Nodo sensor para monitoreo continuo de temperatura humedad relativa 4104 y producci n de
233. redes para construir el modelo con cuantas entradas y salidas se desee incorporar esta arquitectura depender de la estructura de la base de datos y los objetivos a evaluar por parte del investigador Savegnago et al 2011 Las redes neuronales al hacer parte de las t cnicas no param tricas permiten al usuario hacer estimaciones sin necesidad de cumplir con supuestos estad sticos distribuci n de las variables homogeneidad de varianzas independencia de los errores distribuci n normal de los errores entre otros este aspecto hace que la red pueda recibir toda clase de datos Roush et al 2006 Al comparar la capacidad de ajuste de las curvas de crecimiento y producci n de huevos entre los modelos no lineales y las redes neuronales obtuvimos los mismos resultados que Roush et al 2006 y Savegnago et al 2011 donde el modelo neuronal supero en grado de ajuste a su contraparte pero con la desventaja de no obtener par metros con interpretaci n biol gica ya que las redes funcionan como cajas negras y sus componentes no ofrecen ninguna inferencia sobre los aspectos biol gicos que se modelaron La habilidad de la redes neuronales artificiales RNA para la predicci n de eventos en avicultura ya ha sido evaluada por ejemplo Faridi et al 2012 evalu las capacidad de las RNA para estimar las caracter sticas de la canal en pollos de engorde Ahmad y Mariano 2006 construyeron una red que les permit a estimar el precio de ven
234. rio y manejo de residuos entre otros Dise o de Sistema de gesti n de la informaci n La informaci n almacenada en las bases de datos se utiliz para documentar describir y caracterizar de forma detallada de todas las actividades y procesos propios del sistema de producci n en las fases de cr a levante y producci n Luego se elabor un mapa conceptual de los procesos a trav s del dise o de diagramas operacionales que permiti analizar de forma secuencial los componentes de cada proceso permitiendo identificar de puntos cr ticos y problemas y las interrelaciones que existen entre cada uno de los componentes del sistema Modelo de gesti n de base del sistema Este componente incluy las formulas c lculos filtros y condicionales de las variables de entrada al sistema para la obtenci n de los par metros de evaluaci n del rendimiento productivo del lote tales como Consumo de alimento etapa de cr a y levante alimento consumido g ave d a alimento consumido g ave d a acumulado y total de alimento consumido por semana kg e Inventario de Aves porcentaje de mortalidad n mero de aves descartadas numero de aves muertas y saldo de aves por semana Peso Corporal de las Aves peso promedio del lote porcentaje de uniformidad del lote y coeficiente de variaci n del peso de las aves Con base en resultados de los cap tulos previos se incluyeron modelos para el ajuste y graficaci n de las curvas de crecimiento y produ
235. rsity of Antioquia as they correspond to the response of the birds under the conditions of that production system CONCLUSIONS The Gompertz and Richards models can be used to estimate bird weights for Lohmann LSL hens by projecting growth curves The determining factor for selecting the Gompertz model as the best is that it has fewer parameters to estimate than the model Richards facilitating the processes of estimation and model derivative The Logistic Brody and Von Bertalanffy models had flaws in the process of convergence and fit to the growth curve of these birds 1853 1854 1855 1856 1857 1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870 1871 1872 1873 1874 1875 1876 1877 1878 1879 1880 1881 1882 1883 62 Although the ability to estimate and fit by Gompertz and Richards models are similar the former has the best fit to the variability of animal weight with increasing age This variability has been pointed by Wang 2004 and Aggrey 2009 as limiting for growth modeling when using repeated measures over time This research provides a model to evaluate the development of poultry of farm Hacienda la Monta a allowing to know own system productive parameters and to determine optimal growth ranges for this line of birds under environmental conditions and farm management Therefore it is important to continue assessing and applying mathematical models as tools for control and decision making i
236. rtant word should be capitalized The text follows immediately after the final period of the subheading Title Page The title page shall begin with a running head short title of not more than 45 characters The running head is centered is in all capital letters and shall appear on the top of the title page No abbreviations should be used The title of the paper must be in boldface the first letter of the article title and proper names are capitalized and the remainder of the title is lowercase The title must have no abbreviations and numbers must be given in words rather than in numerals e g One Day Old Broilers Under the title names of authors should be typed first name or initial middle initial last name Affili ations will be footnoted using the following symbols t 4 l and be placed below the author names Do not give authors titles positions or degrees Num bered footnotes may be used to provide supplementary information such as present address acknowledgment of grants and experiment station or journal series num ber The corresponding author should be indicated with a numbered footnote e g Corresponding author my name university edu Note that there is no period after the corresponding author s e mail address The title page shall include the name and full address of the corresponding author Telephone and FAX num bers and e mail address must also be provided The title page must indica
237. rtura A mi tutor y comit tutorial por su paciencia y perseverancia A los profesores In s M Galv n y Ricardo Aler pertenecientes al Departamento de Inform tica de la Universidad Carlos III de Madrid Espa a Gracias por su apoyo en mi formaci n doctoral Al Departamento Administrativo de Ciencia Tecnolog a e Innovaci n Colciencias y a su beca de apoyo financiero para estudios doctorales 56 57 58 59 60 61 62 63 64 Dedicado a A Dios mi fuerza y compa a inagotable Mis padres y familia amor que nutre mi existencia Mi esposa e hijos que son el amor fortaleza y convicci n de mis actos A mis parceros del alma Jaime y Nelson por su alegr a apoyo y amistad Mis amigos gestores de momentos inolvidables en mi vida pues han sido y ser n el hombro a la hora de compartir l grimas el o do atento a las quejas y reclamos y la palabra justa para crear una sonrisa en el momento m s indicado A mi hermano la llama del amor fraterno que gu a mis pasos desde el cielo 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 Tabla de Contenido Neee oao E A E E eo a LEE EE i Bii oila 0 A E EEE E E E E E E as ii ENEE AE Te e ER ia iii Lista de Tablas iii andanada da ttrt dnde ttt ttt ttt ttt E E E EEE E EEE EEEE dada diana diana dadadiadadedindada diia v tista de Figuritas vi Kista e ADreVidtUradSic cvcccecsccaccacscsacesacesacasacasa
238. s Los valores Wij modelan las propiedades de las sinapsis y permiten que la neurona genere procesos de aprendizaje Oj es una constante cuyo papel es el de activar la funci n de propagaci n en muchos casos toma valores de 1 o 1 y es definido como Bias b o umbral 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 36 Neurona o unidad de proceso Entradas X Sinapsis Cuerpo celular Funci n de Funci n de transferencia activaci n Dendritas Figura 2 Estructura y funcionamiento de una red neuronal artificial RNA Adaptado de Hagan 1996 y Haykin 2004 La funci n de propagaci n 1 o entrada neta u es la suma producto de las entradas Xi y los pesos Wi tambi n denominado como el valor del potencial postsin ptico de la neurona y a su vez es el valor de entrada para la funci n de n u Xw Xj 1 j 1 activaci n y se calcula as Por ltimo la salida de la neurona es yi fu donde fu es la funci n de transferencia o de activaci n la cual transforma matem ticamente el resultado de la funci n de propagaci n y puede ser de car cter lineal o no lineal Las funciones de activaci n m s com nmente utilizadas son Lineal neta f u Wij X 0 Paso FU 0 siu lt 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 37 1 siu gt 0 ujsi0O lt u
239. s en t 5 periodos con la producci n del d a t y a su vez la proyecci n d a a d a hasta llegar al horizonte de 7 d as Por lo anterior cambios en variables diferentes a las de entrada pueden hacer que la predicci n del modelo puedan tener variaciones Por lo tanto es necesario que la red sea entrenada con suficiente informaci n previa al d a de proyecci n para obtener resultados de confiabilidad A futuro es necesario la inclusi n de variables ambientales nutricionales y de manejo en el modelo de modo que las predicciones cada vez sean m s cercanas a las condiciones reales del sistema de producci n de donde proviene la informaci n Futuro de la aplicaci n En el proceso de desarrollo de la investigaci n las problemas en la toma de informaci n llev a incursionar en el dise o y validaci n de sistemas integrados y redes de sensores inal mbricos para el monitoreo ambiental y productivo en los sistema de producci n av cola de huevo comercial Este avance ofrecer al avicultor un paquete completo que incluir a el hardware para la toma de informaci n y el software que procesa analiza los datos y adem s entrega informes en tiempo real para la toma de decisiones Idea que fue plasmada en el art culo de divulgaci n de proyecto CODI titulado Desarrollo de aplicaciones tecnol gicas integrales para el manejo de las producciones av colas del pa s sistemas de apoyo a toma de decisiones SATD Anexo 7 La siguiente fase
240. s los procesos con el objetivo de disminuir costos de manera sostenida En la generaci n de alternativas de mejora tecnol gica a los sistemas de producci n av cola el principal objetivo de este trabajo fue la creaci n y validaci n de un prototipo para la toma y an lisis de informaci n de granjas av colas Finalmente se logr desarrollar la aplicaci n SIGA Sistema de Gesti n de Informaci n para Granjas Av colas Esta hoja electr nica presenta la ventaja de la inclusi n del software estad stico R como complemento de la interfaz gr fica Microsoft Excel permiti ndole convertirse en una herramienta inform tica asequible y de f cil uso para cualquier productor y con la posibilidad de ser mejorada a trav s de la inclusi n de comandos en lenguajes de R formulas y macros de Excel y el uso de programaci n con Visual Basic 2983 2984 2985 2986 2987 2988 2989 2990 2991 2992 2993 2994 2995 2996 2997 2998 2999 3000 3001 3002 3003 3004 3005 3006 3007 3008 3009 3010 3011 3012 131 Para llevar a t rmino la aplicaci n SIGA se pas por las fases de toma de informaci n productiva de las granjas definici n de los mejores modelos para ajustar la curva de crecimiento y producci n dise o de la interfaz gr fica y validaci n del sistema Para la primera fase se tom informaci n primaria de los productores de cinco granjas av colas de Antioquia por medio de encuestas y reuniones con los productor
241. se of artificial neural networks in the adjustment prognosis and prediction of data compared to other techniques Ahmadi et al 2001 Ahmadi and Golian 2008 Ahmad 2011 Savegnago 2011 These researchers put particular emphasis on the use of Multilayer Perceptron network MLP because of its great capacity for data collection flexibility and ease of adjustment They also mention the ability of MLP to incorporate any type of data without meeting the statistical assumptions normality homoscedasticity independence etc when a model is estimated But the most important feature of the MLP is its ability to learn and itself restructure making it a model that is constantly adapting Galeano et al 2013B Behmanesh and Rahimi 2012 A computational model more powerful than the MLP is the recurrent neural network RNN which is characterized by the presence of feedback connections from one neuron to itself between neurons in the same layer and between neurons of one layer to a previous layer These connections enable the system to remember the previous state of certain neurons in the network Partially recurrent neuronal networks are a type of recurrent neural networks that are characterized by the use of a few recurrent connections The input layer of these networks consists of comprised context neurons which receive recurring connections and the input neurons which act as receptors of network data input Galvan and Zaldivar 1997 P rez 2002
242. showed an increase in the average level of feed intake 87 g which could have an effect on the increasing weight gain of birds from 74 65 to 147 5 g week in the period mentioned Following this plan food restriction was applied between weeks 22 to 27 reaching 113 3 g hen day at week 28 1 3 g above the theoretical consumption From week 28 to 80 the average consumption per bird day was 2 4 g more than recommended by the management guide throughout the period and weight gain was stabilized in an average of 0 6 g week 1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 1799 1800 1801 1802 1803 1804 1805 1806 1807 1808 1809 1810 1811 1812 1813 1814 1815 1816 1817 1818 1819 1820 60 The Gompertz model had the best fit for modeling the growth curve of the birds according to AIC and BIC Table 4 In a descending order models were ranked as follows Gompertz Richards and Von Bertalanffy The Pearson s correlation coefficients were greater than 0 957 for the three models indicating good fit and high ability to predict weight gain during the rearing growing and laying periods The Brody and Logistic models did not fit the growth curve so they were not considered in the results The graphs of the residuals showed that all models underestimate weight from days 100 to 150 a period that coincided with the onset of laying indicating changes in body weight of birds that models did not estimate Fig 1 The fo va
243. sion No page charges will be assessed Letters to the Editor The purpose of letters will be to discuss critique or expand on scientific points made in articles recently published in Poultry Science Intro duction of unpublished data will not be allowed nor will material based on conjecture or speculation Letters must be received within 6 months of an article s publica tion Letters will be limited to 400 words and 5 references approximately 3 double spaced typed pages including references Letters shall have a title Author name s and affiliation s shall be placed between the end of the text and list of references Letters will be sent electroni cally directly to the editor in chief for consideration The author s of the original paper s will be provided a copy of the letter and offered the opportunity to submit for consideration a reply within 30 days Replies will have the same page restrictions and format as letters and the titles shall end with Reply Letters and replies will be published together ility of letters will be decid ed by the editor in chief Letters and replies shall follow appropriate Poultry Science format and may be edited by the editor in chief and a technical editor If multiple let ters on the same topic are received a representative letter lished as space permits SUBMISSION OF ELECTRONIC MANUSCRIPTS Authors should submit their papers electronically http mc manuscriptcentral com ps D
244. sion which shall be returned to the section editor Failure to return the manuscript within 6 weeks will cause the paper to be purged from the files Purged manuscripts may be reconsidered but they will have to be processed as new manuscripts Section editors 174 review process The editor in chief will notify the author of the final decision to accept or reject Rejected manu scripts can be resubmitted only with an invitation from the section editor or editor in chief Revised versions of previously rejected manuscripts are treated as new sub missions Therefore authors must complete a new Manu script Submission and Copyright Release Form PRODUCTION OF PROOFS Accepted manuscripts are forwarded by the editor in chief to the editorial office for technical editing and type setting At this point the technical editor may contact the authors for missing information or figure revisions The manuscript is then typeset figures reproduced and au thor proofs prepared Proofs Author proofs of all manuscripts will be provided to the corresponding author Author proofs should be read carefully and checked against the typed manuscript because the responsibility for proofreading is with the author s Corrections may be returned by fax mail or e mail For faxed or mailed corrections changes to the proof should be made neatly and clearly in the margins should be provided on a separate sheet of paper with a symbol indicating location o
245. so definir como errados los c lculos presentados en los registros escritos que fueron la fuente de informaci n para el desarrollo de la aplicaci n En general los errores encontrados coincidieron con errores en las operaciones presentes en los registros escritos Alcance y supuestos de la herramienta La hoja electr nica est en capacidad de recibir y almacenar informaci n de aspectos como alimentaci n medio ambiente sanidad manejo administraci n registros productivos de cr a y levante registros productivos de producci n y pesaje de aves Esta informaci n es el sustrato sobre el cual los modelos hacen los procesos de aprendizaje ajuste y finalmente de predicci n Por lo anterior todas las hojas cuentan con filtros de validaci n de informaci n permitiendo que los datos consignados sean contrastados con valores te ricos y generando advertencias al usuario en el proceso de entrada de la informaci n si los datos est n por fuera de 2836 2837 2838 2839 2840 2841 2842 2843 2844 2845 2846 2847 2848 2849 2850 2851 2852 2853 2854 2855 2856 2857 2858 2859 2860 2861 2862 2863 2864 2865 122 los l mites estipulados permitiendo garantizar la calidad requerida de los datos para la modelaci n Con respecto a las predicciones hechas por la aplicaci n es necesario hacer la salvedad que los valores predichos demuestran la relaci n existente entre los valores de entrada edad y producci n diaria de huevo
246. so g 2775 2776 2777 2778 2779 2780 2781 2782 2783 2784 2785 2786 2787 2788 2789 2790 2791 2792 2793 2794 2795 2796 2797 2798 2799 2800 2801 2802 2803 2804 2805 120 ylab Densidad prob TRUE ylim c 0 max density peso y min density p eso y lines density peso lines density peso adjust 2 lwd 3 Ity dotted col red Definici n del rea de proyecci n del histograma linsertcurrentrplot Pesaje CL C 417 e Programaci n del gr fico de pesaje de las aves Generaci n de la base de datos para hacer el gr fico a partir de datos en Excel Hrputdataframe pesajes Pesaje CL 1 B 438 D 578 Propiedades del rea para la generaci n del gr fico dev new width 4 height 3 Gr fico de pesajes donde se comparan los valores te ricos con los valores obtenidos para las aves evaluadas en el pesaje plot pesajes edad pesajes tabla main Curva de crecimeinto xlab Edad d as ylab Peso gr type I lwd 2 col blue lines pesajes edad pesajes real col red lwd 2 legend topleft c Tabla Real Ity c 1 1 Iwd c 2 2 col c blue red cex 0 7 Definici n del rea de proyecci n del gr fico de pesaje de las aves linsertcurrentrplot Pesaje CL G 417 Finalizaci n del procedimiento de elaboraci n y proyecci n de los gr ficos graphics off e Elaboraci n del manual de usuario Con el fin de orientar al usuario en la utilizaci n y la soluci n de los problemas que puedan
247. ssic Layer Managment Guide Alemania 62 Lohmann 2006 Lohmann LSL Classic Layer Managment Guide Alemania 63 Lohmann 2007 Ponedora Programa de Manejo Lohmann Brown 64 Lokhorst C Mathematical curves for the description of input and output variables of the daily production process in aviary housing systems for laying hens Poult Sci 1996 75 838 848 65 Mashaly M Hendricks GL Kalama MA Gehad AE Abbas AO Patterson PH Effect of heat stress on production parameters and immune responses of commercial laying hens Poult Sci 2004 83 889 894 66 McNally DH Mathematical model for poultry egg production Biometrics 1971 27 737 738 67 Mehri M Optimization of response surface and neural network models in conjugation with desirability function for estimation of nutritional needs of methionine lysine and threonine in broiler chickens Poult sci 2014 93 7 1862 1867 1479 1480 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 1496 1497 1498 1499 1500 1501 1502 1503 1504 1505 1506 1507 49 68 Mignon Grasteau S Beaumont C Ricard FH Genetic analysis of a selection experiment on the growth curve of chickens Poult Sci 2001 80 849 854 69 Nahashon S N Aggrey S E Adefope N A Amenyenu A Wright D Gompertz Laird model prediction of optimum utilization of crude protein and metabolizable energy by French guinea fowl broilers Poult sci 2010 89 1 52 57 70 Newman S Lynch T Plum
248. stem For Poultry Farms as a support system to farmers to facilitate and expedite the collection storage processing and analysis of information and also serves as a management support decision making in real time 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 Introducci n General La permanencia en el sector de cualquier sistema productivo empresarial requiere de la planeaci n y ejecuci n de actividades tendientes a la optimizaci n de recursos y entre otros a lograr la maximizaci n de su rentabilidad para ello es necesario implementar procesos gerenciales que propendan por mejorar la calidad la productividad y la competitividad de la empresa La efectividad de estos procesos requiere de la definici n de estrategias a corto mediano y largo plazo las cuales deben estar fundamentadas en el conocimiento an lisis y documentaci n de las actividades propias del negocio logrando definir y controlar los factores que intervienen de manera directa o indirecta en la repuesta econ mica y productiva del sistema La producci n empresarial av cola de huevo depende del mantenimiento de la respuesta productiva de las aves en un nivel ptimo que permita maximizar el uso de los recursos propios Pero el nivel productivo de las aves est condicionado por m ltiples factores tales como los ambientales ej temperatura humedad relativa ventil
249. sticos de la situaci n de la empresa y de la explicaci n de sus problemas actuales Abelson y Levi 1985 La aplicaci n de SATD en los sistemas de producci n presenta ventajas como la maximizaci n de la productividad a partir de la optimizaci n de los procesos el incremento de la eficiencia en el uso del tiempo y de recursos y en consecuencia la reducci n costos Otro aspecto a resaltar es la posibilidad de integrar la informaci n de los m ltiples subsistemas o procesos que hacen parte del sistema de producci n permitiendo tener una mirada hol stica de todo el sistema en s La incorporaci n de los SATD como herramienta de apoyo gerencial de la empresa facilita el continuo diagn stico de los procesos lo que permite monitorear y mejorar la calidad productividad y competitividad de los procesos Newman et al 2000 La principal desventaja de los SATD es la dependencia de la calidad y cantidad de informaci n que entra al software para garantizar que las alternativas de soluci n que ofrece el sistema correspondan al estado actual de la empresa ya que informaci n que no permita hacer la estimaci n de probabilidades debido a su baja confiabilidad ocasiona que se tomen como criterios de decisi n presunciones falsas siendo estas la principal fuente de errores en los sistemas de toma de apoyo administrativo al generar decisiones con baja certeza alta incertidumbre y errores de pron stico Arsham 2009 Por tal motivo los SATD de
250. stro de la informaci n productiva de las fases cr a y levante de Producci n y del pesaje de aves Ofrece al usuario la posibilidad obtener resultados num ricos y gr ficos facilitando el an lisis del estado productivo del lote al contrastarlo con los indicadores productivos propuestos por la l nea gen tica Alcance y supuestos de la herramienta El futuro de SIGA A futuro se pretende incluir un m dulo de costeo que permita al usuario valorar econ micamente el estado del lote y el resultado en un ambiente de simulaci n de los efectos productivos y econ micos de la aplicaci n de cambios en el sistema Es necesario construir un modelo neuronal que incluya dentro de su estructura variables tales como nutricionales ambientales de manejo y sanitarias entre otras Permitiendo evaluar la interacci n de los componentes sus posibles modificaciones y su efecto en la respuesta productiva de los animales Finalmente convertir los m dulos de captura de informaci n de SIGA en una aplicaci n m vil con conectividad de modo que su uso online agilice la circulaci n de informaci n entre el responsable directo de la producci n galponero y el administrador o encargado de la toma de decisiones gerenciales de la empresa av cola Hoy en d a este proceso puede tardar hasta 8 d as entre la actualizaci n del registro principal y la llegada de nueva informaci n por lo que la toma de decisiones no se puede hacer en tiempo real 3208
251. suceder en el uso de a aplicaci n se elabor el Manual de usuario Este documento contiene las instrucciones paso a paso para la instalaci n de los complementos y aplicaciones necesarias para el funcionamiento del programa Adem s explica al usuario la estructura y funcionamiento de cada uno de los componentes del software facilitando el acercamiento y uso de la aplicaci n Anexo 6 El manual de usuario se compone de siete cap tulos as 2806 2807 2808 2809 2810 2811 2812 2813 2814 2815 2816 2817 2818 2819 2820 2821 2822 2823 2824 2825 2826 2827 2828 2829 2830 2831 2832 2833 2834 2835 121 Introducci n Objetivos del Manual Convenciones y Est ndares a utilizar Especificaciones t cnicas Instalaci n del Software Ingreso y estructura del sistema E O IN ee Gu a de uso Validaci n de la aplicaci n Para la validaci n del funcionamiento de las ecuaciones incorporadas al software se compararon los resultados obtenidos en la aplicaci n con los valores presentes en registros productivos de lotes de aves procedentes de las granjas evaluadas El objetivo fue comparar los par metros productivos calculados en los registros y otras aplicaciones con los que entregaba el software verificando el buen funcionamiento de la aplicaci n En el caso de encontrarse errores se usaba una tercera hoja de Excel donde se reescrib an las formulas hasta igualar los resultados de los registros o si era el ca
252. t x 1403 118 7 g at 133 days of age and 94 x 1553 98 8 g at 144 days Therefore the estimated weight of the birds was 90 of the adult weight at 140 days starting production or sexual maturity A goal in raising laying hens is to avoid early maturity before 18 weeks because under such circumstances precocious birds tend to lay low weight eggs Dunnington and Siegel 1984 In addition to weight other factors such as feed management nutrients intake and the lighting program duration of photo stimulation and light intensity affect the age at which birds reach sexual maturity Joseph et al 2003 Gompertz and Richards models share a similar pattern throughout the curve As reported by Oliveira 2000 both models fit well the initial weights On the other hand parameters generated by the Von Bertalanffy model were skewed until day 224 and thereafter their trend was similar to the other models Two graphs are plotted for the expected growth projection based on the information generated by the Gompertz Laird model In the first graph the ideal weights should fall between the purple lines tending to fit the average demarcated by the blue line Fig 1 The weight dispersion of the population assigning them to one of three ranges created based on increases of one two or three standard deviations from the mean Fig 2 These graphical models allow evaluating the physical development of Lohmann LSL flocks at the farm of the Unive
253. t use a comma to separate journal title from its volume separate periodical volume from page numbers by a colon Miotto F R C Restle J Neiva J N M Castro K J Sousa L F Silva R O Freitas B B and Le o J P 2013 Replacement of corn by babassu mesocarp bran in diets for feedlot young bulls Revista Brasileira de Zootecnia 42 213 219 Articles accepted for publication should preferably be cited along with their DOI Fukushima R S and Kerley M S 2011 Use of lignin extracted from different plant sources as standards in the spectrophotometric acetyl bromide lignin method Journal of Agriculture and Food Chemitry doi 10 1021 jf104826n in press Books If the entity is regarded as the author the abbreviation should be written first accompanied by the corporate body name written in full In the text the author must cite the method utilized followed by only the abbreviation of the institution and year of publication e g were used to determine the mineral content of the samples method number 924 05 AOAC 1990 Newmann A L and Snapp R R 1997 Beef cattle 7th ed John Wiley New York AOAC Association of Official Analytical Chemistry 1990 Official methods of analysis 15th ed AOAC International Arlington VA Book chapters 3583 3584 3585 3586 3587 3588 3589 3590 3591 3592 3593 3594 3595 3596 3597 3598 3599 3600 3601 3602 3603 3604 3605 3606 3607 3608
254. ta demanda de recursos e as van yels ambientais Permitindo que o modelo Delay ajuste as flutua es da curva Palavras chave an lise de regress o modela o modelo matem tico 271 Introduction The onset of egg production is conditioned by several factors including sexual maturity weight nutritional profile and environmental conditions such as luminosity Abad 2003 The egg laying curve begins at approximately 18 weeks of age followed by peak production eight to nine weeks Rev Colomb Cienc Pecu 2013 26 270 279 later and subsequent persistence defined as the number of weeks when production is constant post peak Next comes the declining phase which extends until the exit of the batch Grossman ef al 2000 Some of the factors influencing egg production are body weight Alvarez and Hocking 2007 environmental conditions Le temperature and humidity Abiodun er al 2006 Hester 80 29 272 Galeano Vasco L et al Estimation of egg production curves 2003 especially thermoncutral or comfort zone for chickens Rozenboim 2007 Mashaly et al 2004 bacterial diseases Peebles et al 2006 viral diseases Sun ef al 2009 respiratory or intestinal problems Yegani et al 2008 and nutritional balance Safaa ef al 2008 Jewers 1990 Flores 1994 Gerber 2006 The use of mathematical modeling in animal production has allowed farmers and researchers to describe and understand biological pr
255. ta del huevo a partir del historial de los a os 1993 al 2000 incluyendo aspecto como precio del huevo numero de aves n mero de aves encasetada y exportaciones de huevo llegando a obtener un R del 60 superando al 37 que arroj un modelo lineal con el que se compar la red De igual forma se han usado las RNA para predecir la viabilidad de nacimientos de huevos para incubaci n durante el ciclo temprano de la producci n en gallinas En esta evaluaci n super a 3149 3150 3151 3152 3153 3154 3155 3156 3157 3158 3159 3160 3161 3162 3163 3164 3165 3166 3167 3168 3169 3170 3171 3172 3173 3174 3175 3176 3177 3178 138 un modelo de regresi n lineal R 70 modelo de l gica difusa R 87 obteniendo un valor de R de 99 Tambi n se han hecho comparaciones entre las RNA y otros metodolog as estad sticas para la estimar las necesidad des de energ a metabolizable verdadera para carne y hueso en pollos Perai et al 2010 Los resultados anteriores concuerdan con el desempe o de los modelos neuronales evaluados en este trabajo donde superaron a modelos no lineales en la predicci n de la producci n diaria de huevos y ofrecen la posibilidad de una ventana de estimaci n de 7 d as en la producci n que permiten al productor bajo las condiciones de la evaluaci n proyectar el rendimiento productivo de las aves a futuro y tomar decisiones sobre la tendencia de la curva que la RNA le entrega como resultado
256. tado productivo del lote al contrastarlo con los indicadores productivos propuestos por la l nea gen tica El mayor avance y aporte de esta aplicaci n es la inclusi n de modelos de predicci n como las redes neuronales artificiales que permiten en tiempo real proyectar la repuesta productiva del lote en las condiciones actuales y as en un horizonte de siete d as determinar las posibles actividades correctivas que permitan mejorar o sostener el nivel productivo dependiente del estado de la respuesta de las aves Fases del proceso de elaboraci n SATD e Diagramaci n del sistema A partir de una extensa revisi n bibliogr fica la toma de informaci n primaria de los productores registros hist ricos de producci n de las granjas y el uso de la teor a de diagramas de flujo basados en el lenguaje unificado de modelaci n UML Booch et al 1998 se construyeron los diagramas de flujo que describen al detalle todas las actividades propias del sistema de producci n av cola en las fases de cr a levante y producci n y permiten apreciar los distintos tipos de relaciones entre los componentes del sistema para determinar el flujo de las actividades Figura 1 Adem s estos diagramas sirvieron como base para la construcci n del sistema de caracterizaci n y documentaci n de los procesos lo cual permite la identificaci n de puntos cr ticos permite la construcci n de manuales de funciones para los 2713 2714 2715 2716 271
257. te an offprint order requesting the number of offprints desired and the name of the institution agency or individual responsible for publication charges Color Charges The cost to publish in color in the print journal is 995 per page of color a surcharge for offprints uscript Central authors will be asked to approve color charges for figures that they wish to have published in color in the print journal Color versions of figures will be included in the online PDF and full text article at no charge MANUSCRIPT PREPARATION STYLE AND FORM General Papers must be written in English The text and all supporting materials must use American spelling and usage as given in The American Heritage Dictionary Web ster s Third International Dictionary or the Oxford American English Dictionary Authors should follow the style and form recommended in Scientific Style and Format The CBE Manual for Authors Editors and Publishers 6th ed Council of Biology Editors Style Manual Committee Cambridge Univ Press Cambridge UK Authors should prepare their manuscripts with Micro soft Word and upload them using the fewest files pos sible to facilitate the review and editing process Authors whose primary language is not English are strongly encouraged to use an English language service to facilitate the preparation of their manuscript A partial list of services can be found in the Poultry Science Manu script checklist Preparing the Manuscr
258. te de siete d as determinar las posibles actividades correctivas que permitan mejorar o sostener el nivel productivo dependiente del estado de la respuesta de las aves 2953 2954 2955 2956 2957 2958 2959 2960 2961 2962 2963 2964 2965 2966 2967 2968 2969 2970 2971 2972 2973 2974 2975 2976 2977 2978 2979 2980 2981 2982 130 Consideraci n Final En Colombia la avicultura huevo con c scara y aves de corral present un crecimiento del 11 1 para el 2013 Con un incremento en el consumo de huevo de 228 a 236 unidades por persona y de 23 9 a 29 kg de pollo este aumento registrado entre 2012 y 2013 seg n la Federaci n Nacional de Avicultores Fenavi Manteni ndose el sector av cola en un crecimiento constante aportando el 3 9 del PIB nacional y ofreciendo oportunidades laborales a m s de medio mill n de personas Aspectos como los altos costos de producci n canales de mercadeo plagados de intermediarios y la volatilidad del precio de venta del huevo hacen que las empresas av colas obtengan un margen m nimo de rentabilidad grandes p rdidas en las temporadas de alta oferta y baja demanda Boh rquez 2014 En este panorama es importante el desarrollo y generaci n de herramientas que le permitan al avicultor evaluar en tiempo real el estado productivo y rentabilidad de su empresa de modo que pueda tener indicadores que le faciliten el proceso de toma de decisiones tendientes a hacer m s eficiente
259. te the appropriate scientific section for the paper ie Education and Production Environment Well Being and Behavior Genetics Immunology Health and Disease Metabolism and Nutrition Molecular Cel lular and Developmental Biology Physiology Endocri nology and Reproduction or Processing Products and Food Safety Authors may create a full title page as a one page docu ment in a file separate from the rest of the paper This file can be uploaded and marked not for review Authors who choose to upload manuscripts with a full title page Se rere teen eee errr ee Abbreviations Author derived abbreviations should be defined at first use in the abstract and again in the body of the manu script The abbreviation will be shown in bold type at first 3957 3958 3959 3960 use in the body of the manuscript Refer to the Miscel laneous Usage Notes for more information on abbrevia tions Abstract The Abstract disseminates scientific information through abstracting journals and through convenience for the readers The Abstract consisting of not more than 325 words appears at the beginning of the manuscript with the word ABSTRACT without a following period It must summarize the major objectives methods results conclusions and practical applications of the research The Abstract must consist of complete sentences and use of abbreviations should be limited References to other work and footnotes are not permitted
260. tenden estimar a Y el cual expresa peso corporal del individuo en el tiempo t edad del individuo Adem s presenta tres par metros con interpretaci n biol gica y una constante matem tica El par metro B hace referencia al peso asint tico cuando t tiende a infinito m xima respuesta representando la estimativa de peso a la madurez independiente de fluctuaciones de peso debidas a efectos gen ticos y ambientales Agudelo et al 2009 El par metro definido como la tasa de crecimiento exponencial aceleraci n o desaceleraci n de la curva de crecimiento hace relaci n a la precocidad de madurez o tasa de madurez posnatal determina la eficiencia del crecimiento de un animal Aggrey 2002 propone que en cuanto mayor sea el valor de este par metro m s precoz es el animal en tanto que valores m s bajos indican madurez tard a por tanto representa un indicador de la velocidad con que el animal se aproxima al peso adulto El par metro m hace referencia a la proporci n del peso asint tico en que el punto de inflexi n se produce tambi n se habla que es el par metro que da forma a la curva El par metro B como valor de ajuste cuando 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 29 YO o t 0 no posee significado biol gico Agudelo et al 2009 Para el modelo de Gompertz laird el par metro W hace referencia al peso inicial
261. the flock 1 being the lowest MSE and 12 the highest MSE Table 1 In test phase for MLP and MM models were used 1797 data equivalent to 40 of the total information The remaining data was used to train the models MLP model was structured with three neurons in the input layer age production in two previous days this is ti yi 1 and yi 2 one hidden layer with five neurons and one neuron in the output layer corresponding to the number of eggs at i th day 9 The number of hidden neurons values of learning rate and momentum were determined by pretesting where the structure selected was the one that offered lowest estimation error Both models provide acceptable adjustments for the production curve with correlation values greater than 0 95 and reaching to explain more than 95 of the variability in daily egg production R Table 1 However the MLP network had better predictions to incur an average error of only 50 eggs day MAD Similar results of correlation coefficients were reported by Savegnago et al 2011 which compared MLP with logistic model and found better performance by the neural network to fit the curve of weekly egg production Another advantage of the networks was that the model MM had to estimate six parameters and in order to do that seed values were needed starting values The selection of wrong initial values did not allow the start of the iterations and the model did not converge so it became very tedious an
262. the model representing the maturity index expressed as a proportion of the percentage of maximum growth with regard to the adult weight of the bird b and b Random effects associated with the f and B fixed effects which in turn define the variance and covariance of the observations for each fixed effect for the ith bird m asymptotic weight proportion corresponding to the inflexion point and residual effect associated with the i th bird for the j th time The residue and the random effects were assumed to be independent and normally distributed with mean zero and constant variance Oboi 0 2 Obo Obi b 0 e N 0 0 and ra N 0 0 Statistical Analysis The models were compared using log maximum likelihood 2 Log L Akaike information criterion AIC Akaike 1974 and Bayesian information criterion BIC Schwarz 1978 Lowest AIC and BIC values indicate a better model fit to the original data A graphic analysis growth plots were conducted and the correlation between observed and predicted data was obtained with the Pearson method For data analysis and models programming NLMIXED procedures of SAS 9 0 were used SAS Institute 2010 1757 1758 1759 1760 1761 1762 1763 1764 1765 1766 1767 1768 1769 1770 1771 1772 1773 1774 1775 1776 1777 1778 1779 1780 1781 1782 1783 1784 1785 1786 1787 1788 59 RESULTS AND DISCUSSION The body weight data used to model the growth curve with the
263. the strength of the linear relationship between cach model s actual and estimated values The r coefficient has values between 1 and 1 and values approaching zero show no relationship of dependence between variables The correlation between actual and predicted number of eggs was performed using the CORR procedure SAS Institute Inc Cary NC USA 2004 Determination coefficient R which describes how well a regression line fits a set of data R in percentage values 0 100 is interpreted as the percentage change in the dependent variable due to changes in the independent variable valuing the causal relationship between the two explained and explanatory To calculate the R coefficient for each model a linear regression analysis was performed with the number of eggs predicted as the dependent variable and the number of eggs observed as the independent variable M 3 Mean Absolute Deviation MAD which measures average absolute deviation of forecast from actual values man Hello Where y equals to the observed value at time i Y equals the estimated value and n equals the number of observations In addition the Durbin Watson statistic DW was calculated to assess for auto correlation using the following equation Lrorler 1 1 mn Eie Where n is the number of observations and e is the residual value for time z while e is the residual value for time t 1 Durbin and Watson 1951 The SAS 9
264. therefore it should not be presented in the body of the manuscript Please see the topic Guidelines to submit the manuscript for details The listed authors should be no more than eight Spurious and ghost authorships constitute an unethical behavior Collaborative inputs hand labor and other types of work that do not imply intellectual contribution may be mentioned in the Acknowledgments section Abstract The abstract should contain no more than 1 800 characters including spaces in a single paragraph The information in the abstract must be precise Extensive abstracts will be returned to be adequate with the guidelines The abstract should summarize the objective material and methods results and conclusions It should not contain any introduction References are never cited in the abstract The text should be justified and typed in space 1 5 and come at the beginning of the manuscript with the word ABSTRACT capitalized and initiated at 1 0 cm from the left margin To avoid redundancy the presentation of significance levels of probability is not necessary in this section Key Words At the end of the abstract list at least three and no more than six key words set off by commas and presented in alphabetical order They should be elaborated so that the article is quickly found in bibliographical research The key words should be justified and typed in lowercase There must be no period mark after key words Introduction 34
265. tion curve of White Leghorn hens Poult Sci 2011 2011 90 705 711 Pitarque A Ruiz JC Roy JF 2000 Las redes neuronales como herramientas estadisticas no param tricas de clasificaci n Psicothema 2000 12 Sup 2 459 463 21 22 R Development Core Team R A language and environment for statistical computing R Foundation for Statistical Computing Vienna Austria 2008 ISBN 3 900051 07 0 fecha de acceso 1 de enero de 2013 URL http www R project org Oberstone J Management Science Concepts Insights and Applications New York West Publ Co 1990 77 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 78 Cap tulo 3 Uso del modelo de distribuci n con retardo para predecir la producci n de huevos en gallinas ponedoras Este art culo obedece al desarrollo de los objetivos espec ficos e Establecer el modelo que mejor ajusta la curva del ciclo productivo del ave de postura e Dise ar y evaluar un sistema de informaci n de apoyo a la toma de decisiones para sistemas de producci n av cola de huevo comercial Con este documento se logr avanzar en la identificaci n del modelo Lokhorst y Delay como candidatos para su uso en la modelaci n de la curva de producci n de huevos para la herramienta inform tica en desarrollo Publicado en la Revista Colombiana de Ciencias Pecuarias 2013 26 270 279 Link http rccp udea edu co index
266. to peso en gramos de las redes neuronales modelos no lineales y modelos no lineales mixtos Este an lisis se realiz como punto de partida para fa construcci n de un modelo basado en RNA que incorpore un n mero mayor de variables de entrada tales como condiciones ambientales gen ticas de manejo y nutricionales entre otras usadas para modelar la curva de crecimiento de aves destinadas a la producci n de huevo comercial MATERIALES Y M TODOS Tipo de estudio Estudio longitudinal con dise o de medidas repetidas en el tiempo donde la variable dependiente peso del ave es evaluada en funci n del tiempo edad del ave para cada individuo Sitio de estudio La informaci n utilizada para la modelaci n procede de un lote de aves de la Hacienda La Monta a propiedad de la Universidad de Antioquia localizada en el municipio de San Pedro de Los Milagros Antioquia a los 6 19 19 de latitud norte y a 1 37 40 de longitud occidental Con altura de 2 350 m s n m y temperatura promedio de 15 C m xima 22 C y minima 7 C Muestra Para la realizaci n de la evaluaci n del crecimiento se utilizaron 100 aves de la linea Lohmann LSL seleccionadas al azar de un lote de gallinas ponedoras de huevo comercial Recolecci n de datos La muestra inicial fue de 100 aves las cuales el d a 21 de vida fueron marcadas y pesadas Desde la fecha de inicio de la evaluaci n hasta la edad de 196 dias las aves fueron evaluadas p
267. to the real data for T 100 and 200 followed by MLP For T 300 the model RNNJ had the closest prediction value One aspect observed in the analysis of the values predicted in the daily egg production is the great variability present in each one of the models estimated Calculating the standard deviation for each period T the results were 27 87 50 47 y 4 57 for RNNE RNEJ y MLP respectively This is evidence of the disarray of the full amount of values obtained in the prediction on behalf of the model RNNE being this one less precise than MLP However when comparing its error values table 2 the RNNE model is less byassed making it a more precise model compared to MLP 2388 2389 2390 2391 2392 2393 2394 2395 2396 2397 2398 2399 2400 2401 2402 2403 2404 2405 2406 2407 2408 2409 2410 2411 2412 2413 2414 2415 2416 2417 101 The MLP model is a technique with an acceptable accuracy since its variation SD is less than the other models tested for each T but it is not an exact estimation technique due to the fact that their predicted values differ from the expected value of eggs produced per day However the average error was of 54 eggs in three tests T 100 200 and 300 equivalent to an approximate deviation of 1 2 of production per day Table 3 Figure 3 Conclusions The MM model was overtaken by MLP because it more accurately fits the curve of daily egg production it even follows the variations present in the
268. tos Objetivo comparar a capacidade de ajustar a curva de produ o de ovos utilizando o modelo de distribui o com atraso Delay e os modelos Adams Bell e Lokhorst M todos foram utilizados 225 dados de registros de produ o semanal de quatro linhas de galinhas poedeiras Hy Line Brown 62 dados Lohmann LSL 54 dudos Isa Brown 54 dados e Lohmann Brown 55 dados Os lotes testados pertenceram 4 Fazenda La Monta a da Universidade de Antioquia Col mbia Os modelos foram validados e comparados com MAD coeficiente de determina o R e de correla o 1 e estatistica de Durbin W tson Resultados os modelos Delay e Lokhorst tiveram valores de R superiores a 0 8 e de r superiores a 0 9 p 0 01 O modelo de Adams Bell para a curva na linha Lohmann Brows teve o menor valor de r 0 81 enquanto os modelos Delay e Lokhorst apresentaram o maior valor de R 1 0 para a curva na linha Isa Brown O modelo de atraso foi ajustado para a curva com valores de 28 e 40 para o par metro k e 63 e 64 para o par metro DEL A curva da linha Hy line Brown apresentou muitas irregularidades solavancos gerando maior dificuldade para ser ajustada pelos modelos Conclus o os modelos Delay e Lokhorst s o eficientes na previs o de curvas produ o de ovos de aves das linhas testadas A bundade de ajustar com o modelo de atraso pode ser melhorada com a inclus o de vari veis de entrada adictonais tais como rela es fisiol gicas rela es de ofer
269. tros rea de almacenamiento Zona Figura 2 Diagrama de flujo del sistema alimentaci n para el componente f brica de alimentos concentrados 2918 2919 2920 Precipitaci n mm a o poca del a o 2 1 6 Zona 2 MEDIO AMBIENTE 2 1 1 Temperatura C 2 1 2 Humedad relativa HR 2 1 Ambiente externo 2 1 3 Ventilaci n m seg 2 1 4 Intensidad luminica luxes 2 1 5 Fotoperiodo horas luz dia item 2 2 6 Temperatura C 2 2 2 Humedad relativa HR 2 2 3 Ventilaci n m seg 2 2 4 Intensidad lum nica luxes 2 2 5 Fotoperiodo horas luz d a Figura 3 Diagrama de flujo del item Medio ambiente 127 2 6 1 Densidad 2 2 6 2 Sistema de explotaci n 2 2 6 3 Instalaciones 2 2 6 4 Equipo de dotaci n lt 2 2 Ye Ambiente interno 2 2 6 componentes _ o microambiente internos 2921 2922 2923 AC gt ud a y 2 VBAProject Software3_0 xlsm 123 Microsoft Excel Objetos Hoja10 Producci n Hoja11 Pesaje CL Hoja12 Pesaje Prod Hoja13 ip Hoja2 Alimentaci n Hoja3 Medio Ambiente Hoja4 Sanidad Hoja5 Manejo Hoja6 Administraci n Hoja7 Informes Cr a y Levante Hoja8 Informes Producci n Hoja9 Cr a y Levante Figura 4 Creaci n del formulario para captura de informaci n del item Medio ambiente 128 2924 2925 2926 2927 2928 2929 2930 2931 2932 2933 2934 29
270. uestos por ecuaciones variables y funciones que permiten hacer una representaci n simplificada de las posibles relaciones de un sistema biol gico Los modelos matem ticos facilitan el entendimiento de las partes y las interrelaciones entre los elementos de un determinado sistema y simular el efecto de la introducci n de cambios en los componentes escenarios virtuales sin necesidad de ser llevados a cabo sobre el sistema real Keen y Morton 1978 Los modelos de simulaci n tienen gran aplicaci n en el mbito agropecuario principalmente en funciones de crecimiento producci n consumo de alimento mejoramiento gen tico entre otras No obstante la modelaci n de eventos o caracter sticas de un ser vivo es un asunto complicado debido a la utilizaci n de par metros con interpretaci n biol gica que permitan describir los cambios longitudinales la variaci n de las observaciones en el tiempo y en muchos casos la imposibilidad de cumplir con los supuestos de los modelos estad sticos Aggrey 2009 Otro aspecto a resaltar es que los par metros obtenidos en modelos evaluados por investigadores en pa ses desarrollados o estacionales han sido obtenidos en condiciones ambientales tecnol gicas y de material gen tico distintas a las que se poseen en los sistemas de producci n Colombiano por lo que queda en discusi n la valides de los resultados obtenidos con la extrapolaci n directa de estos modelos La proyecci n empresarial d
271. ulaci n de agua y consumo y evaluaci n de animales con hemorragias Permitiendo incrementar la tasa de recuperaci n y la identificaci n y separaci n de animales con problemas consecuentes al despique 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 20 Herramientas para el an lisis de la informaci n Los sistemas de soporte para la toma de decisiones SATD se definen como aplicaciones inform ticas administrativas construidas con modelos anal ticos sofisticados cuyo objetivo es optimizar el sistema a partir del procesamiento de la informaci n introducida por el usuario y suministrar informaci n m s estructurada resultado del an lisis y optimizaci n de los par metros de operaci n del sistema y que sirve de apoyo a la toma de decisiones Es de resaltar que un SATD no soluciona problemas s lo es una herramienta de apoyo que puede ofrecer alternativas para la construcci n revisi n y control de las estrategias organizacionales por ende la responsabilidad directa de la toma de decisiones recae sobre el usuario Los SATD aplican los principios de la teor a de la decisi n teor a de la probabilidad y an lisis de las decisiones a sus iteraciones para valorar el nivel de certeza confiabilidad y riesgo de las alternativas seleccionadas y termina por ofrecer al usuario final un conjunto de alternativas que son utilizadas como apoyo a los procesos gerenciales Figura 1 Newman et al 2000 Kee
272. ure and table preparation can be found at http ps fass org misc ifora dtl Manuscript Central Instructions Manuscripts are submitted online http mc manuscriptcentral com psa Full user instructions for using the Manuscript Central system are available on the Mansuscript Central home page 182 3977 Anexo 6 Manual de Usuario Sistema de Gesti n de Informaci n para 3978 Granjas Av colas 3979 3980 Esta aplicaci n inform tica administrativa tiene como nombre Sistema de Gesti n 3981 de Informaci n para Granjas Av colas fue construida con modelos matem ticos y 3982 bajo un ambiente grafico amable y conocido como el Excel Este sistema pretende 3983 optimizar el proceso de toma procesamiento an lisis y almacenamiento de 3984 informaci n proveniente del sistema de producci n av cola y adem s facilitar la 3985 identificaci n de puntos cr ticos y toma de decisiones en tiempo real 3986 3987 Para acceder al manual de click aqui 3988 3989 3990 3991 3992 3993 3994 3995 3996 3997 3998 3999 4000 4001 4002 4003 4004 4005 4006 4007 4008 4009 4010 4011 4012 4013 4014 4015 4016 4017 4018 4019 183 Anexo 7 Art culo de divulgaci n de las actividades del proyecto de investigaci n CODI Este art culo presenta los avances en el desarrollo del sistema de apoyo a la toma de decisiones SATD y el uso de c maras de video y sensores para la caracterizaci n del sistema productivo y la captura de i
273. urva de crecimiento El crecimiento se define como los cambios en la masa corporal de un ser vivo es consecuencia directa de las relaciones anab licas y catab licas en el organismo las cuales generan el aumento o p rdida de peso del individuo o de sus partes con 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 25 la edad Karkach 2006 Estos cambios en la ganancia de peso est n condicionados por tendencias y fluctuaciones ambientales factores gen ticos sanidad y de manejo entre otros Zeide 1993 La representaci n gr fica de estos cambios en el tiempo da origen a las curvas de crecimiento las cuales con la ayuda de funciones matem ticas permiten medir y evaluar el incremento en la masa corporal en los animales de forma no invasiva La informaci n obtenida de estas funciones puede ser usada para identificar controlar y o modificar las condiciones que influyen en los cambios composicionales del animal y o ganancia de peso Oliveira et al 2000 Malhado et al 2007 Aggrey 2009 En la mayor a de seres vivos la curva de crecimiento tiene forma de S curva sigmoidea diferenci ndose cuatro fases al inicio se da un desarrollo exponencial donde la tasa de crecimiento es proporcional al peso y es definida como las fase exponencial posteriormente se da un aumento lineal donde la relaci n del tiempo y del aumento del peso se corr
274. uscript preparation or supple mental files contact Lisa Krohn lisak assochq org For permissions or other information contact Susan Pollock Headquarters Office Poultry Science Associa tion 1800 South Oak Street Suite 100 Champaign IL 61820 FAX 217 378 4083 susanp assochq org Care and Use of Animals Authors must make it clear that experiments were con ducted in a manner that avoided unnecessary discomfort to the animals by the use of proper management and Updated November 2012 laboratory techniques Experiments shall be conducted presented in Guide for the Care and Use of Agricultural Animals in Research and Teaching 3rd edition 2010 Asso ciation Headquarters Champaign IL 61822 and if ap plicable Guide for the Care and Use of Laboratory Animals United States Department of Human Health and Ser vices National Institutes of Health Publication Number ISBN 0 309 05377 3 1996 or Guide to the Care and Use of Experimental Animals 2nd ed Volume 1 1993 Canadian Council on Animal Care Methods of killing experimen tal animals must be described in the text In di i surgical procedures the type and dosage of the anesthetic agent must be specified Intra abdominal and intrathorac ic invasive surgery requires anesthesia This includes ca tion The editor in chief of Poultry Science may re fuse to publish manuscripts that are not compatible with these guides If rejected solely on that basis however the
275. utricionales de un animal Robbins et al 1979 En tal sentido Hruby et al 1996 recalcan la necesidad de utilizar metodolog as para la descripci n del crecimiento y la composici n corporal mediante curvas de crecimiento como requisito para la evaluaci n precisa de las necesidades de nutrientes de las aves Autores como Nahashon et al 2010 usaron el modelo Gompertz laird para estimar los requerimientos de prote na cruda y energ a metabolizable Strathe 2011 y Khalaji et al 2013 utilizaron modelos no lineales multivariados para evaluar los niveles de metionina digestible y fosforo respectivamente Hruby et al 1996 evalu las relaciones entre la temperatura y las necesidades de prote na con el uso de modelo Gompertz log stico y polinomio de cuarto grado Mehri 2014 uso redes neuronales artificiales para definir los requerimientos de metionina lisina y treonina Otra alternativa se ha propuesto a partir del an lisis de resultados de previas investigaciones permitiendo integrar el conocimiento cuantitativo de m ltiples estudios y se refiere como meta an lisis St Pierre 2001 Esta metodolog a requiere de un dise o robusto para su an lisis debido a la variabilidad presente en los distintos estudios tipo de animales fuentes de nutrientes sistemas de producci n entre otros un ejemplo de ello es la evaluaci n realizada por Mehri 2014 En conclusi n el uso de modelos para el c lculo de requerimiento nutri
276. view topic Authors should discuss in detail the current literature furthermore authors should give a critical opinion about strengths weaknesses and research opportunities related to the proposed topic Essay An essay is a piece of writing in which the author expresses his her ideas about a specific topic generally related to the author s expertise or specialty 4 LETTER TO THE EDITOR NEWS These can be in Spanish or preferentially in English Authors are free of choosing the writing style they prefer as long as it meets the editorial guidelines previously stated Letters to the Editor should not exceed 500 words 3913 3914 3915 3916 3917 3918 3919 3920 3921 3922 3923 3924 3925 3926 3927 3928 3929 3930 3931 3932 3933 3934 3935 3936 3937 3938 3939 3940 3941 171 Submission Preparation Checklist As part of the submission process authors are required to check off their submission s compliance with all of the following items and submissions may be returned to authors that do not adhere to these guidelines Declaration of the authors Authors are required to fill sign and submit the form titled Declaration of the Authors along with the manuscript It is acceptable to submit a packet of several independent forms that include the total of authors e g if authors are at different locations they can sign separate forms Copyright Notice All manuscripts accepted for publication become the sole pro
277. with aims to reduce the variability in the input data and improve model accuracy Future evaluation of alternative models is also proposed the method of moving averages exponential smoothing segmented polynomials and generalized additive models among others 2425 2426 Table 1 Results of curve fitting of daily egg production with the use of MLP and MM a MSE MAD MAPE COR R MLP MM MLP MM MLP MM MLP MM MLP MM 1 161 11 34 10332 09 2 48 82 95 0 06 1 86 1 000 0 985 0 998 0 986 2 111 1509 25 3206 53 27 88 44 26 0 53 0 81 0 998 0 997 0 997 0 993 3 111 2149 99 4575 54 34 43 53 93 0 48 0 76 0 999 0 997 0 998 0 995 4 138 4503 00 31930 51 47 96 120 94 0 88 2 22 0 996 0 970 0 993 0 975 5 187 5248 72 38545 73 49 38 157 04 0 68 2 04 0 999 0 993 0 975 0 918 6 134 5649 96 18465 45 55 61 102 58 0 92 1 67 0 987 0 958 1 000 0 971 7 169 5808 53 20666 92 54 00 118 29 0 95 1 98 0 997 0 987 0 999 0 983 8 195 5907 48 63012 30 47 38 207 53 0 77 3 22 0 999 0 992 0 976 0 959 9 159 7923 65 24068 24 57 78 120 44 0 59 1 21 0 998 0 993 0 996 0 986 10 136 8554 77 17307 52 61 84 98 18 1 00 1 49 0 995 0 990 0 992 0 941 11 166 21252 53 98716 19 81 86 202 17 1 47 3 53 0 980 0 903 0 961 0 815 12 130 23035 37 40030 27 81 97 120 61 1 05 1 57 0 988 0 979 0 991 0 981 Mean 149 8 7629 55 30904 77 50 21 119 08 0 78 1 86 0 995 0 979 0 990 0 959 SD 27 39 7230 19 27214 34 21 92 50 48 0 35 0 84 0 006 0 027 0 012 0 050 2427 2428 2429 1
278. y de correlaci n r y el estad stico Durbin Watson Resultados los modelos Delay y Lokhorst presentaron valores de R superiores a 0 8 y valores de r superiores a 0 9 p 0 01 El modelo Adams Bell para la curva Lohmann Brown obtuvo el menor valor de r 0 81 mientras que los modelos Delay y Lokhorst presentaron el valor m s alto de R 1 0 para la curva de Isa Brown El modelo Delay se ajust a la curva con valores de 28 y 40 para el par metro k y de 63 y 64 para el parimetro DEL La curva de la linea Hy line Brown present gran cantidad de irregularidades altibajos generando mayor dificultad para ser ajustada con los modelos evaluados Conclusi n los modelos Delay y Lokhorst son eficientes para predectr la curva de producci n de huevos de aves de las estirpes probadas La bondad de ajuste del modelo Delay podria aumentarse mediante la inclusi n de otras variables de entrada tales como las relaciones fisiol gicas relaciones de oferta y demanda de recursos y variables ambientales posibilitando que el modelo Delay se ajuste a las Muctuaciones de las curvas Palabras clave an lisis de regresi n modelaci n modelo matem tico Resumo Antecedentes os modelos matem ticos para caracterizar e estimar curvas de produ o de ovos s o de grande import ncia para avaliar a efici ncia produtiva de galinhas poedeiras Estes possibilitam identificar os fatores que afetam a produ o animal e aplicar os corretivos para minimizar seus efei
279. yo gerencial en la toma de decisiones en tiempo real Abstract This project pretended to characterize and model the growth and production phases of commercial laying hens by gathering information measuring and analyzing productive variables and creating prediction models This final thesis document presents the results of the research process and is comprised of an introduction where concepts alluding to the problem that motivated the development of the research are discussed Next the reader will encounter the 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 theoretical framework with information on the commercial egg production system in Colombia production parameters of the genetic strains and modeling concepts and their use in poultry along with the definition of the functionality and structure of a support system for decision making culminating with the specification of neural networks emphasising on their morphology and use in modeling In Chapter 1 the evaluation on the adjustment capacity presents assessing the ability to adjust the curve of growth of nonlinear mixed models Von Bertalanffy Richards Gompertz Brody and Logistic As a result the mixed nonlinear model that best fitted the growth curve was Gompertz model followed by Richards and Von Bertalanffy In Chapter 2 the non linear model Von Bertalanffy MNL non lin
280. zaron Correspondencia Los art culos consultas aclaraciones y correspondencia general se deben dirigir a la direcci n abajo se alada sin embargo tambi n los trabajos pueden ser remitidos en forma electr nica al editor o al coeditor http www unicordoba edu co Comit Editorial REVISTA MVZ CORDOBA Universidad de C rdoba Facultad de Medicina Veterinaria y Zootecnia Tel fonos 094 894 0507 094 756 02 09 http apps unicordoba edu co revistas revistamvz index htm Apartado A reo 354 Monter a Colombia Editor Marco Gonz lez Tous M Sc marcog escarsa net co 3669 3670 3671 3672 3673 3674 3675 3676 3677 3678 3679 3680 3681 3682 3683 3684 3685 3686 3687 3688 3689 3690 3691 3692 3693 3694 3695 3696 3697 3698 3699 163 Anexo 4 Reglamento de la revista Colombiana de Ciencias Pecuarias Author Guidelines Types of articles Original Research Articles Clinical Cases and Case Studies Literature Reviews Short Communications News and Letters to the Editor Essays and Conference presentations Maximum Length of Manuscripts Manuscripts should not exceed the following spaces included Literature review 40 000 characters Original research article 30 000 characters Clinical case Case study Essay and Conference presentation 15 000 characters Short communication 10 000 characters Manuscript format Guidelines The manuscript must be submitted as a Word file using Times New Roman 12

Caracterización de sistemas de producción avícola de huevo

Contents

Download Pdf Manuals

Related Search

Related Contents

Caracterizaci&oacute;n de sistemas de producci&oacute;n av&iacute;cola de huevo

Contents

Download Pdf Manuals

Related Search

Related Contents

Caracterización de sistemas de producción avícola de huevo