Sample arrangements and spatial variability characterization of dendometrics parameters of...
Effects of mechanical processing (MP) of corn silage and its inclusion in feedlot diets on carcass and meat quality traits of Nellore (Bos indicus) were analyzed. Seventy-two bulls aged approximately 18 months and with an initial average body weight of 392.8 ± 22.3 kg were used. The experimental design was a 2 × 2 factorial arrangement, considering the concentrate-roughage (C:R) ratio (40:60 or 20:80), MP of silage and their interactions. After slaughter, hot carcass weight (HCW), pH, temperature, backfat thickness (BFT), and ribeye area (REA), yields of meat cuts (tenderloin, striploin, ribeye steak, neck steak, and sirloin cap), meat quality traits and economic analysis were evaluated. A lower nal pH was found in the carcasses of animals consuming diets containing MP versus unprocessed silage (pH = 5.81 versus 5.93). Carcass variables (HCW, BFT, and REA) and meat cut yields were not affected by treatments. The C:R 20:80 increased the intramuscular fat (IMF) content by approximately 1%, without affecting moisture, ash, and protein contents. Meat/fat color (L*, a* and b*) and Warner-Bratzler shear force (WBSF) were similar among treatments. The results indicated that the MP of corn silage in nishing diets can provide better carcass pH results in Nellore bulls, without negatively in uencing carcass weight, fatness and meat tenderness (WBSF). Better results on IMF content were obtained using a C:R 20:80 and lower total costs per arroba produced (3.5%), daily costs per animal/day (4.2%), and cost per ton of feeds (5.15%) were found with MP silage.
O elevado crescimento populacional e o consequente aumento da produção de resíduos têm sido motivo de preocupação no gerenciamento e disposição de material, especialmente devido à constante diminuição de áreas ambientalmente adequadas e logisticamente viáveis para a implementação de aterros sanitários. Para a seleção do local de instalação de um aterro sanitário devem considerados variados aspectos técnicos, legais e ambientais, que se não forem bem definidos podem resultar problemas para a administração pública, para a população, e para o meio ambiente. Dessa forma, é de interesse geral que sejam elaborados métodos para simplificar a tomada de decisão quanto à instalação de depósitos de resíduos sólidos mantendo a eficiência do processo de análise. Este trabalho desenvolveu uma análise de decisão multicritério para seleção de área aptas para a instalação de um aterro sanitário no município de Mirandópolis - SP, fazendo-se o uso de Sistema de Informações Geográficas (SIG), aplicação da lógica Fuzzy, e métodos de ponderação algébrica de mapas. Na análise, foram primeiramente considerados critérios restritivos, dividindo a área do município em parcelas aptas e não aptas, posteriormente realizou-se a classificação das áreas aptas para identificar quais seriam as mais adequadas à instalação do aterro, com base em parâmetros e ponderações encontrados na literatura. Verificou-se que menos de 40% da área total do município é apta para a instalação de aterro sanitário, e que as áreas mais adequadas se encontram no entorno do perímetro urbano, especialmente a nordeste e sudoeste deste. A principal vantagem da abordagem adotada é ter sua base em dados digitais disponíveis e de fácil acesso público, o que, associado a técnicas digitais de análise espacial, proporcionou grande agilidade ao processo. A natureza objetiva da abordagem utilizada permite sua aplicação a outros municípios, tornando-a uma ferramenta de grande potencial de uso para a administração pública municipal.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.