ResumenEn Latinoamérica, Colombia es el cuarto productor de leche. El elevado costo de los insumos alimenticios puede ser limitante para la rentabilidad de esta actividad. El precio del maíz como ingrediente energético extensamente demandado por el sector de alimentos y la producción de biocombustibles es uno de los factores que más influye en el costo de alimentación. El objetivo de este trabajo fue evaluar la rentabilidad de la producción de leche en función de la fuente del carbohidrato utilizada para la suplementación de vacas holstein en pastoreo. El tratamiento 1 (T1) incluyó como fuente principal de energía (en el suplemento) el maíz (Zea mays); en los tratamientos 2, 3 y 4, aproximadamente el 50 % de los nutrientes digestibles totales (NDT) aportados por el maíz fueron garantizados por sorgo (Sorghum vulgare, T2), yuca (Manihot esculenta, T3) y pulpa cítrica (Citrus sp., T4). Si bien entre tratamientos no se registraron diferencias estadísticas en la producción de leche y su calidad composicional (p > 0,05), la inclusión de yuca mejoró el ingreso por venta de leche al incidir positivamente en el precio base del producto (gramos de proteína y grasa producidos). Además de ello, la inclusión de yuca redujo el costo asociado con la suplementación y el costo total de producción del litro de leche, lo que finalmente mejoró los indicadores de rentabilidad evaluados. El tratamiento que incluyó pulpa cítrica fue el que registró menor rentabilidad, consecuencia de su menor disponibilidad y mayor costo de adquisición.Palabras clave: costo de producción, eficiencia alimenticia, rentabilidad, suplemento nutricional.Analysis of milk production profitability according to variation in the carbohydrate source used in the supplementation of Holstein cows AbstractIn Latin America, Colombia is the fourth largest milk producer. The high cost of food supplies can limit the profitability of this activity. The price of corn as an energy ingredient widely demanded by the food sector and biofuel production is one of the factors that most influences food costs. This work aimed to evaluate the profitability of milk production according to the carbohydrate source used in the supplementation of grazing Holstein cows. Treatment 1 (T1) included corn (Zea mays) as the main source of energy (in the supplement); in Treatments 2, 3, and 4, approximately 50% of the total digestible
Fecha de recepción: 09 de abril de 2012. Fecha de aceptación: 06 de agosto de 2012. ResumenEl objetivo de este documento es medir la magnitud y analizar las causas de la caída e incremento de la producción y del empleo sectoriales de México y del Estado de México durante el ciclo económico internacional en curso. Nuestros resultados principales son: 1) el comercio exterior ha desempeñado un papel central en la caída y recuperación del empleo y la producción a lo largo del ciclo completo, en tanto que la inversión extranjera directa y las remesas solamente han sido determinantes en la fase recesiva; 2) las fluctuaciones de la producción industrial y manufacturera son mayores que las del sector servicios y todas ellas superan a las del empleo; 3) ha habido una recomposición del empleo a favor del eventual, especialmente en el sector terciario, incluso durante la expansión.
Se evaluó la producción y calidad de la leche, y se hizo un análisis económico al suplementar vacas Holstein con ensilaje de maíz (EMA) o ensilaje botón de oro (EBO). Se evaluó la producción de leche/vaca/día sin ajustar y ajustada al 4% de grasa, la calidad composicional de la leche (% y kg/vaca/d), la eficiencia alimenticia (EA), la eficiencia energética (EE) y se realizó un análisis económico. La información se analizó con un diseño de sobre cambio, utilizando un modelo mixto mediante la librería lmer del programa lme4 de R. Las vacas suplementadas con EBO y EMA tuvieron un consumo similar de materia seca, pero la producción de leche, los kg de grasa y proteína/vaca/día, EA, el costo de producción del litro de leche y la diferencia ventas-costos por vaca/día estuvieron a favor de EBO, siendo una alternativa viable productiva y económicamente, en la suplementación de vacas lactantes en trópico alto.
The use of collars, pedometers or activity tags is expensive to record cattle's behavior in short periods (e.g. 24h). Under this particular situation, the development of low-cost and easy-to-use technologies is relevant. Similar to smartphone apps for human activity recognition, which analyzes data from embedded triaxial accelerometer sensors, we develop an Android app to record activity in cattle. Four main steps were followed: a) data acquisition for model training, b) model training, c) app deploy, and d) app utilization. For data acquisition, we developed a system in which three components were used: two smartphones and a Google Firebase account for data storage. For model training, the generated database was used to train a recurrent neural network. The performance of training was assessed by the confusion matrix. For all actual activities, the trained model provided a high prediction (> 96 %). The trained model was used to deploy an Android app by using the TensorFlow API. Finally, three cell phones (LG gm730) were used to test the app and record the activity of six Holstein cows (3 lactating and 3 non-lactating). Direct and non-systematic observations of the animals were made to contrast the activities recorded by the device. Our results show consistency between the direct observations and the activity recorded by our Android app.
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.