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.