Grass-dominated stream sites exhibit low fish species diversity and dominance by guppies: an assessment of two tropical pasture river basins

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Greenhouse gas emissions and N2o mitigation in beef cattle production on tropical pasture

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Effects of supplementation frequency on the ruminal fermentation and enteric methane production of beef cattle grazing in tropical pastures

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Ruminal methane emission by dairy cattle in Southeast Brazil

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estimativa do Consumo Voluntário do Capim-Tanzânia (Panicum maximum, Jacq. cv. Tanzânia) por Vacas em Lactação sob Pastejo Rotacionado

O estudo foi conduzido numa área de capim-Tanzânia (Panicum maximum), manejada em pastejo rotacionado para estimar o consumo de matéria seca de vacas em lactação. Os três tratamentos foram: vacas mestiças alimentadas com 3 kg de concentrado e vacas mestiças e Zebu (Gir) sem suplementação com concentrado. Observou-se uma quantidade de 7340,2 kg de matéria seca (MS) /ha de forragem disponível antes da ocupação e de 5.639,5 após o 3° dia de ocupação. O consumo de MS de capim-Tanzânia foi 8,26 ± 5,66, 11,01 ± 5,37 e 9,55 ± 2,31 kg de MS/vaca/dia ou 2,15%, 2,37% e 2,34% do peso vivo, respectivamente para as vacas suplementadas, cruzadas não suplementadas e vacas Zebu . A média da produção de leite foi maior para o grupo suplementado (11,98 kg/vaca/dia). A produção de leite observada para as vacas não suplementadas foi similar. Produção de leite de 6,53 foi obtida pelas vacas cruzadas não suplementadas e 5,46 por vaca/dia foi produzida pelas vacas Zebu.

Pathogenic variation in Colletotrichum gloeosporioides infecting Stylosanthes spp. in a center of diversity in Brazil

Pathogenic variation in Colletotrichum gloeosporioides infecting species of the tropical pasture legume Stylosanthes at its center of diversity was determined from 296 isolates collected from wild host population and selected germ plasm of S. capitata, S. guianensis, S. scabra, and S. macrocephala in Brazil. A putative host differential set comprising 11 accessions was selected from a bioassay of 18 isolates on 19 host accessions using principal component analysis. A similar analysis of anthracnose severity data for a subset of 195 isolates on the 11 differentials indicated that an adequate summary of pathogenic variation could be obtained using only five of these differentials. of the five differentials, S. seabrana 'Primar' was resistant and S. scabra 'Fitzroy' was susceptible to most isolates. A cluster analysis was used to determine eight natural race clusters using the 195 isolates. Linear discriminant functions were developed for eight race clusters using the 195 isolates as the training data set, and these were applied to classify a test data set of the remaining 101 isolates. All except 11 isolates of the test data set were classified into one of the eight race clusters. Over 10% of the 296 isolates were weakly pathogenic to all five differentials and another 40% were virulent on just one differential. The unclassified isolates represent six new races with unique virulence combinations, of which one isolate is virulent on all five differentials. The majority of isolates came from six field sites, and Shannon's index of diversity indicated considerable variation between sites. Pathogenic diversity was extensive at three sites where selected germ plasm were under evaluation, and complex race clusters and unclassified isolates representing new races were more prevalent at these sites compared with sites containing wild Stylosanthes populations.

Weather-based prediction of anthracnose severity using artificial neural network models

Data were collected and analysed from seven field sites in Australia, Brazil and Colombia on weather conditions and the severity of anthracnose disease of the tropical pasture legume Stylosanthes scabra caused by Colletotrichum gloeosporioides. Disease severity and weather data were analysed using artificial neural network (ANN) models developed using data from some or all field sites in Australia and/or South America to predict severity at other sites. Three series of models were developed using different weather summaries. of these, ANN models with weather for the day of disease assessment and the previous 24 h period had the highest prediction success, and models trained on data from all sites within one continent correctly predicted disease severity in the other continent on more than 75% of days; the overall prediction error was 21.9% for the Australian and 22.1% for the South American model. of the six cross-continent ANN models trained on pooled data for five sites from two continents to predict severity for the remaining sixth site, the model developed without data from Planaltina in Brazil was the most accurate, with >85% prediction success, and the model without Carimagua in Colombia was the least accurate, with only 54% success. In common with multiple regression models, moisture-related variables such as rain, leaf surface wetness and variables that influence moisture availability such as radiation and wind on the day of disease severity assessment or the day before assessment were the most important weather variables in all ANN models. A set of weights from the ANN models was used to calculate the overall risk of anthracnose for the various sites. Sites with high and low anthracnose risk are present in both continents, and weather conditions at centres of diversity in Brazil and Colombia do not appear to be more conducive than conditions in Australia to serious anthracnose development.

Fatores de correção do perímetro escrotal para efeitos de idade e peso ao sobreano de tourinhos nelore

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relação do perímetro escrotal com a média de peso do grupo contemporâneo para estimação de um modelo de ajuste

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Influência da estrutura dos pastos de capim tanzânia (Panicum maximum Jacq.) sobre o comportamento ingestivo de cabras F1 Boer x Saanen

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Energy sources in the supplementation of beef cattle grazing Brachiaria brizantha cv. Xaraés

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Latent heat loss of Holstein cows in a tropical environment: a prediction model

Nove vacas Holandesas lactantes com 526 ± 5 kg de peso corporal (cinco predominantemente pretas e quatro predominantemente brancas), criadas em região tropical e manejadas em pastagens, foram observadas com os objetivos de determinar simultaneamente as taxas de evaporação cutânea e respiratória em ambiente tropical e desenvolver modelos de predição. Para a medição da perda de calor latente pela superfície corporal, utilizou-se uma cápsula ventilada e, para a perda por respiração, utilizou-se uma máscara facial. Os resultados mostraram que as vacas que tinham maior peso corporal (classe 2 e 3) apresentaram maiores taxas evaporativas. Quando a temperatura do ar aumentou de 10 para 36ºC e a umidade relativa do ar caiu de 90 para 30%, a eliminação de calor por evaporação respiratória aumentou de aproximadamente 5 para 57 W m-2 e a evaporação na superfície corporal passou de 30 para 350 W m-2. Esses resultados confirmam que a eliminação de calor latente é o principal mecanismo de perda de energia térmica sob altas temperaturas (>30ºC); a evaporação cutânea é a maior via e corresponde a aproximadamente 85% da perda total de calor, enquanto o restante é eliminado pelo sistema respiratório. O modelo para predizer o fluxo de perda de calor latente baseado em variáveis fisiológicas e ambientais pode ser utilizado para estimar a contribuição da evaporação na termorregulação, enquanto o modelo baseado somente na temperatura do ar deve ser usado apenas para a simples caracterização do processo evaporativo.