Correlations between thermal environment and egg quality of two layer commercial strains

Heat stress limits the productivity of laying hens, as reflected by egg production and egg quality. The present study aimed at showing the correlations between egg quality parameters and environmental variables recorded on the day eggs were laid and on the previous days. Birds were housed in battery cages in a commercial poultry house. Main component analyses were used to verify associations between environmental and production variables, and Pearson's linear correlation tests were used to further investigate those associations. Analyses were carried out separately for to layer strains, Dekalb® White and Hy-Line® w36, and the variables egg weight (g), eggshell weight (g), specific gravity (g/cm³) and eggshell percentage (%) were compared with the environmental variables of the same day of the production, and one, two, three, and four days before egg production. Sound intensity measured inside the houses was positively associated with the quality parameters of eggs produced on the next day. Thermal environmental variables affected the egg quality differently in each strain, particularly air temperature, internal roof tile temperature, relative humidity, and air velocity. Ammonia concentration measured inside the houses was lower than 1ppm, and did not affect production performance.

Efeitos da temperatura do ar, linhagem e período do dia nas freqüências de ocorrências e tempos de expressão comportamental de matrizes pesadas

Ajustes de comportamento podem ocorrer rapidamente e a custo menor do que os ajustes fisiológicos. Considerando o comportamento social, é sugestivo que a freqüência e a intensidade de interações agressivas, o total de coesão social e a extensão de vícios sociais possam ser utilizados para avaliação de bem-estar. Esta pesquisa apresenta uma análise das interações entre os fatores experimentais, como temperatura, linhagem e período do dia, nos comportamentos de matrizes pesadas alojadas em câmara climática, buscando evidenciar as diferentes reações das aves submetidas a distintas condições ambientais. Os resultados encontrados mostraram diferenças significativas entre os comportamentos expressos pelas diferentes linhagens, reforçando a necessidade do monitoramento em tempo real do bem-estar de matrizes pesadas em alojamentos comerciais, dada a complexidade com que as variáveis ambientais interferem no bem-estar. A pesquisa permitiu concluir também que a avaliação do bem-estar de matrizes pesadas deve considerar o período do dia na observação dos comportamentos.

Method of numerical correction of errors occasioned by delay of records during the monitoring of environmental variables of interest for animal production

As condições de ambiente térmico e aéreo, no interior de instalações para animais, alteram-se durante o dia, devido à influência do ambiente externo. Para que análises estatísticas e geoestatísticas sejam representativas, uma grande quantidade de pontos distribuídos espacialmente na área da instalação deve ser monitorada. Este trabalho propõe que a variação no tempo das variáveis ambientais de interesse para a produção animal, monitoradas no interior de instalações para animais, pode ser modelada com precisão a partir de registros discretos no tempo. O objetivo deste trabalho foi desenvolver um método numérico para corrigir as variações temporais dessas variáveis ambientais, transformando os dados para que tais observações independam do tempo gasto durante a aferição. O método proposto aproximou os valores registrados com retardos de tempo aos esperados no exato momento de interesse, caso os dados fossem medidos simultaneamente neste momento em todos os pontos distribuídos espacialmente. O modelo de correção numérica para variáveis ambientais foi validado para o parâmetro ambiental temperatura do ar, sendo que os valores corrigidos pelo método não diferiram pelo teste Tukey, a 5% de probabilidade dos valores reais registrados por meio de dataloggers.

Sistema fuzzy para estimativa do bem-estar de matrizes pesadas

Entender o comportamento e suas pequenas variações decorrentes das mudanças do ambiente térmico e desenvolver modelos que simulem o bem-estar a partir de respostas das aves ao ambiente constituem o primeiro passo para a criação de um sistema de monitoramento digital de aves em galpões de produção. Neste trabalho, foi desenvolvido um sistema de suporte à decisão com base na teoria dos conjuntos fuzzy para a estimativa do bem-estar de matrizes pesadas em função de frequências e duração dos comportamentos expressos pelas aves. O desenvolvimento do sistema passou por cinco etapas distintas: 1) organização dos dados experimentais; 2) apresentação dos vídeos em entrevista com especialista; 3) criação das funções de pertinência com base nas entrevistas e na revisão da literatura; 4) simulação de frequências de ocorrências e tempos médios de expressão dos comportamentos classificados como indicadores de bem-estar utilizando equações de regressão obtidas na literatura, e 5) construção das regras, simulação e validação do sistema. O sistema fuzzy desenvolvido estimou satisfatoriamente o bem-estar de matrizes pesadas, tendo na sua última versão, com maior número de regras, acertado 77,8% dos dados experimentais, comparados com as respostas esperadas por um especialista. O sistema pode ser utilizado como instrumento matemático-computacional para apoiar decisões em galpões de produção de matrizes pesadas.

Estimating mortality in laying hens as the environmental temperature increases

Layer mortality due to heat stress is an important economic loss for the producer. The aim of this study was to determine the mortality pattern of layers reared in the region of Bastos, SP, Brazil, according to external environment and bird age. Data mining technique were used based on monthly mortality records of hens in production, 135 poultry houses, from January 2004 to August 2008. The external environment was characterized according maximum and minimum temperatures, obtained monthly at the meteorological station CATI in the city of Tupa, SP, Brazil. Mortality was classified as normal (<= 1.2%) or high (> 1.2%), considering the mortality limits mentioned in literature. Data mining technique produced a decision tree with nine levels and 23 leaves, with 62.6% of overall accuracy. The hit rate for the High class was 64.1% and 59.9% for Normal class. The decision tree allowed finding a pattern in the mortality data, generating a model for estimating mortality based on the thermal environment and bird age.