Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático
- Autores
- Bosch, María Candelaria; Fonseca, Rocio Guadalupe; Barberis, Lucas Miguel; Flesia, Ana Georgina; Kembro, Jackelyn Melissa
- Año de publicación
- 2022
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Introducción. Los acelerómetros triaxiales colocados sobre un animal pueden medir las aceleraciones tridimensionales asociadas con los movimientos del cuerpo a lo largo del tiempo. Cuando esto es combinado con aprendizaje automático (“machine learning”) y técnicas de procesamiento de datos, esta metodología tiene el potencial de clasificar los datos de aceleración registrados en categorías de comportamiento. En este trabajo, proponemos un sistema que implemente el uso de un acelerómetro sujeto a codornices japonesas macho como un método útil para la detección automática del comportamiento reproductivo masculino dentro de grupos sociales.Materiales y MétodosSe alojaron parejas (macho y hembra) de Coturnix japonica adultos en cajas, con suelo de viruta, comida y agua ad libitum. Una semana antes del inicio del experimento, se le colocó al macho un arnés tipo mochila (Fig. 1A) sujeta por debajo de las alas con tiras elásticas. El día de la prueba se introdujo el acelerómetro dentro del arnés con un dispositivo especializado. Luego se filmó el comportamiento de la pareja (Fig. 1B) durante un periodo de por lo menos 6 horas. Se registraron a partir de la filmación eventos de comportamientos reproductivos (Fig. 1C, línea azul), los cuales fueron utilizados para el entrenamiento y validación del algoritmo de clasificación no supervisado, específicamente una red neuronal Long-Short Time Memory. Resultados y Discusión. Figura 1: Ejemplo de la metodología asociada al uso del acelerómetro para la detección automática de comportamiento reproductivo. A) Imagen de un macho en la caja, mostrando los ejes x, y, z de aceleración. B) Imagen de una monta captada por la cámara lateral. C) Registro del acelerómetro, desglosado en los vectores x, y, z (líneas rojas) superpuesto los registros a partir de los video grabaciones los eventos de comportamientos reproductivos (línea azul), donde 0 representa eventos no reproductivos y 1 eventos reproductivos.El comportamiento reproductivo se observó en el vector de aceleración, en particular en el eje z, como una fluctuación de alta frecuencia y alta amplitud relativa (Fig. 1C, línea roja). Para poder distinguirlo de otros comportamientos bruscos como una sacudida, se implementó una red neuronal tipo Long-Short Time Memory. La red logró detectar de manera automática todos los eventos reproductivos realizados (Fig. 1C, línea azul). Conclusiones. La combinación de sensores como acelerómetros, y algoritmos de aprendizaje automático permiten el monitoreo a distancia y detección automática del comportamiento reproductivo en machos. Esta herramienta no sólo permitiría llevar adelante un registro sencillo, no invasivo de la conducta reproductiva, sino también podría ser utilizado como un indicador del bienestar animal en planteles de aves reproductoras. Agradecemos la colaboración de Pablo Prokopiuk y María Julieta Ortiz por su ayuda en el cuidado y mantenimiento de los animales. Este trabajo fue financiado con subsidios del Fondo para la Investigación Científica y Tecnológica (FONCyT), PICT-2016-0282 y PICT-2018-01262, y la Secretaría de Ciencia y Tecnología, Universidad Nacional de Córdoba (SeCyT, UNC).
Fil: Bosch, María Candelaria. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Investigaciones Biológicas y Tecnológicas. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Instituto de Investigaciones Biológicas y Tecnológicas; Argentina
Fil: Fonseca, Rocio Guadalupe. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina
Fil: Barberis, Lucas Miguel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Física Enrique Gaviola. Universidad Nacional de Córdoba. Instituto de Física Enrique Gaviola; Argentina
Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Estudios de Matemática. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina
Fil: Kembro, Jackelyn Melissa. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Investigaciones Biológicas y Tecnológicas. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Instituto de Investigaciones Biológicas y Tecnológicas; Argentina
45° Congreso Argentino de Producción Animal
Virtual
Argentina
Asociación Argentina de Producción Animal - Materia
-
COMPORTAMIENTO ANIMAL
CODORNIZ
ACELEROMETROS - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/236097
Ver los metadatos del registro completo
| id |
CONICETDig_883dd3882aeb4c2bac8455d6865530e4 |
|---|---|
| oai_identifier_str |
oai:ri.conicet.gov.ar:11336/236097 |
| network_acronym_str |
CONICETDig |
| repository_id_str |
3498 |
| network_name_str |
CONICET Digital (CONICET) |
| spelling |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automáticoBosch, María CandelariaFonseca, Rocio GuadalupeBarberis, Lucas MiguelFlesia, Ana GeorginaKembro, Jackelyn MelissaCOMPORTAMIENTO ANIMALCODORNIZACELEROMETROShttps://purl.org/becyt/ford/1.6https://purl.org/becyt/ford/1Introducción. Los acelerómetros triaxiales colocados sobre un animal pueden medir las aceleraciones tridimensionales asociadas con los movimientos del cuerpo a lo largo del tiempo. Cuando esto es combinado con aprendizaje automático (“machine learning”) y técnicas de procesamiento de datos, esta metodología tiene el potencial de clasificar los datos de aceleración registrados en categorías de comportamiento. En este trabajo, proponemos un sistema que implemente el uso de un acelerómetro sujeto a codornices japonesas macho como un método útil para la detección automática del comportamiento reproductivo masculino dentro de grupos sociales.Materiales y MétodosSe alojaron parejas (macho y hembra) de Coturnix japonica adultos en cajas, con suelo de viruta, comida y agua ad libitum. Una semana antes del inicio del experimento, se le colocó al macho un arnés tipo mochila (Fig. 1A) sujeta por debajo de las alas con tiras elásticas. El día de la prueba se introdujo el acelerómetro dentro del arnés con un dispositivo especializado. Luego se filmó el comportamiento de la pareja (Fig. 1B) durante un periodo de por lo menos 6 horas. Se registraron a partir de la filmación eventos de comportamientos reproductivos (Fig. 1C, línea azul), los cuales fueron utilizados para el entrenamiento y validación del algoritmo de clasificación no supervisado, específicamente una red neuronal Long-Short Time Memory. Resultados y Discusión. Figura 1: Ejemplo de la metodología asociada al uso del acelerómetro para la detección automática de comportamiento reproductivo. A) Imagen de un macho en la caja, mostrando los ejes x, y, z de aceleración. B) Imagen de una monta captada por la cámara lateral. C) Registro del acelerómetro, desglosado en los vectores x, y, z (líneas rojas) superpuesto los registros a partir de los video grabaciones los eventos de comportamientos reproductivos (línea azul), donde 0 representa eventos no reproductivos y 1 eventos reproductivos.El comportamiento reproductivo se observó en el vector de aceleración, en particular en el eje z, como una fluctuación de alta frecuencia y alta amplitud relativa (Fig. 1C, línea roja). Para poder distinguirlo de otros comportamientos bruscos como una sacudida, se implementó una red neuronal tipo Long-Short Time Memory. La red logró detectar de manera automática todos los eventos reproductivos realizados (Fig. 1C, línea azul). Conclusiones. La combinación de sensores como acelerómetros, y algoritmos de aprendizaje automático permiten el monitoreo a distancia y detección automática del comportamiento reproductivo en machos. Esta herramienta no sólo permitiría llevar adelante un registro sencillo, no invasivo de la conducta reproductiva, sino también podría ser utilizado como un indicador del bienestar animal en planteles de aves reproductoras. Agradecemos la colaboración de Pablo Prokopiuk y María Julieta Ortiz por su ayuda en el cuidado y mantenimiento de los animales. Este trabajo fue financiado con subsidios del Fondo para la Investigación Científica y Tecnológica (FONCyT), PICT-2016-0282 y PICT-2018-01262, y la Secretaría de Ciencia y Tecnología, Universidad Nacional de Córdoba (SeCyT, UNC).Fil: Bosch, María Candelaria. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Investigaciones Biológicas y Tecnológicas. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Instituto de Investigaciones Biológicas y Tecnológicas; ArgentinaFil: Fonseca, Rocio Guadalupe. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; ArgentinaFil: Barberis, Lucas Miguel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Física Enrique Gaviola. Universidad Nacional de Córdoba. Instituto de Física Enrique Gaviola; ArgentinaFil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Estudios de Matemática. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; ArgentinaFil: Kembro, Jackelyn Melissa. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Investigaciones Biológicas y Tecnológicas. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Instituto de Investigaciones Biológicas y Tecnológicas; Argentina45° Congreso Argentino de Producción AnimalVirtualArgentinaAsociación Argentina de Producción AnimalAsociación Argentina de Producción AnimalGrimoldi, Agustin AlbertoDi Bella, Carla Estefania2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoJournalhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/236097Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático; 45° Congreso Argentino de Producción Animal; Virtual; Argentina; 2022; 66-660326-05502314-324XCONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://www.aapa.org.ar/rapa/volumenes.htmlinfo:eu-repo/semantics/altIdentifier/url/https://www.aapa.org.ar/rapa/42/Supl2022.pdfNacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-10-22T11:31:12Zoai:ri.conicet.gov.ar:11336/236097instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-10-22 11:31:12.925CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
| dc.title.none.fl_str_mv |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático |
| title |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático |
| spellingShingle |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático Bosch, María Candelaria COMPORTAMIENTO ANIMAL CODORNIZ ACELEROMETROS |
| title_short |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático |
| title_full |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático |
| title_fullStr |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático |
| title_full_unstemmed |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático |
| title_sort |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático |
| dc.creator.none.fl_str_mv |
Bosch, María Candelaria Fonseca, Rocio Guadalupe Barberis, Lucas Miguel Flesia, Ana Georgina Kembro, Jackelyn Melissa |
| author |
Bosch, María Candelaria |
| author_facet |
Bosch, María Candelaria Fonseca, Rocio Guadalupe Barberis, Lucas Miguel Flesia, Ana Georgina Kembro, Jackelyn Melissa |
| author_role |
author |
| author2 |
Fonseca, Rocio Guadalupe Barberis, Lucas Miguel Flesia, Ana Georgina Kembro, Jackelyn Melissa |
| author2_role |
author author author author |
| dc.contributor.none.fl_str_mv |
Grimoldi, Agustin Alberto Di Bella, Carla Estefania |
| dc.subject.none.fl_str_mv |
COMPORTAMIENTO ANIMAL CODORNIZ ACELEROMETROS |
| topic |
COMPORTAMIENTO ANIMAL CODORNIZ ACELEROMETROS |
| purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.6 https://purl.org/becyt/ford/1 |
| dc.description.none.fl_txt_mv |
Introducción. Los acelerómetros triaxiales colocados sobre un animal pueden medir las aceleraciones tridimensionales asociadas con los movimientos del cuerpo a lo largo del tiempo. Cuando esto es combinado con aprendizaje automático (“machine learning”) y técnicas de procesamiento de datos, esta metodología tiene el potencial de clasificar los datos de aceleración registrados en categorías de comportamiento. En este trabajo, proponemos un sistema que implemente el uso de un acelerómetro sujeto a codornices japonesas macho como un método útil para la detección automática del comportamiento reproductivo masculino dentro de grupos sociales.Materiales y MétodosSe alojaron parejas (macho y hembra) de Coturnix japonica adultos en cajas, con suelo de viruta, comida y agua ad libitum. Una semana antes del inicio del experimento, se le colocó al macho un arnés tipo mochila (Fig. 1A) sujeta por debajo de las alas con tiras elásticas. El día de la prueba se introdujo el acelerómetro dentro del arnés con un dispositivo especializado. Luego se filmó el comportamiento de la pareja (Fig. 1B) durante un periodo de por lo menos 6 horas. Se registraron a partir de la filmación eventos de comportamientos reproductivos (Fig. 1C, línea azul), los cuales fueron utilizados para el entrenamiento y validación del algoritmo de clasificación no supervisado, específicamente una red neuronal Long-Short Time Memory. Resultados y Discusión. Figura 1: Ejemplo de la metodología asociada al uso del acelerómetro para la detección automática de comportamiento reproductivo. A) Imagen de un macho en la caja, mostrando los ejes x, y, z de aceleración. B) Imagen de una monta captada por la cámara lateral. C) Registro del acelerómetro, desglosado en los vectores x, y, z (líneas rojas) superpuesto los registros a partir de los video grabaciones los eventos de comportamientos reproductivos (línea azul), donde 0 representa eventos no reproductivos y 1 eventos reproductivos.El comportamiento reproductivo se observó en el vector de aceleración, en particular en el eje z, como una fluctuación de alta frecuencia y alta amplitud relativa (Fig. 1C, línea roja). Para poder distinguirlo de otros comportamientos bruscos como una sacudida, se implementó una red neuronal tipo Long-Short Time Memory. La red logró detectar de manera automática todos los eventos reproductivos realizados (Fig. 1C, línea azul). Conclusiones. La combinación de sensores como acelerómetros, y algoritmos de aprendizaje automático permiten el monitoreo a distancia y detección automática del comportamiento reproductivo en machos. Esta herramienta no sólo permitiría llevar adelante un registro sencillo, no invasivo de la conducta reproductiva, sino también podría ser utilizado como un indicador del bienestar animal en planteles de aves reproductoras. Agradecemos la colaboración de Pablo Prokopiuk y María Julieta Ortiz por su ayuda en el cuidado y mantenimiento de los animales. Este trabajo fue financiado con subsidios del Fondo para la Investigación Científica y Tecnológica (FONCyT), PICT-2016-0282 y PICT-2018-01262, y la Secretaría de Ciencia y Tecnología, Universidad Nacional de Córdoba (SeCyT, UNC). Fil: Bosch, María Candelaria. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Investigaciones Biológicas y Tecnológicas. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Instituto de Investigaciones Biológicas y Tecnológicas; Argentina Fil: Fonseca, Rocio Guadalupe. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina Fil: Barberis, Lucas Miguel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Física Enrique Gaviola. Universidad Nacional de Córdoba. Instituto de Física Enrique Gaviola; Argentina Fil: Flesia, Ana Georgina. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Estudios de Matemática. Universidad Nacional de Córdoba. Centro de Investigación y Estudios de Matemática; Argentina Fil: Kembro, Jackelyn Melissa. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Investigaciones Biológicas y Tecnológicas. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Instituto de Investigaciones Biológicas y Tecnológicas; Argentina 45° Congreso Argentino de Producción Animal Virtual Argentina Asociación Argentina de Producción Animal |
| description |
Introducción. Los acelerómetros triaxiales colocados sobre un animal pueden medir las aceleraciones tridimensionales asociadas con los movimientos del cuerpo a lo largo del tiempo. Cuando esto es combinado con aprendizaje automático (“machine learning”) y técnicas de procesamiento de datos, esta metodología tiene el potencial de clasificar los datos de aceleración registrados en categorías de comportamiento. En este trabajo, proponemos un sistema que implemente el uso de un acelerómetro sujeto a codornices japonesas macho como un método útil para la detección automática del comportamiento reproductivo masculino dentro de grupos sociales.Materiales y MétodosSe alojaron parejas (macho y hembra) de Coturnix japonica adultos en cajas, con suelo de viruta, comida y agua ad libitum. Una semana antes del inicio del experimento, se le colocó al macho un arnés tipo mochila (Fig. 1A) sujeta por debajo de las alas con tiras elásticas. El día de la prueba se introdujo el acelerómetro dentro del arnés con un dispositivo especializado. Luego se filmó el comportamiento de la pareja (Fig. 1B) durante un periodo de por lo menos 6 horas. Se registraron a partir de la filmación eventos de comportamientos reproductivos (Fig. 1C, línea azul), los cuales fueron utilizados para el entrenamiento y validación del algoritmo de clasificación no supervisado, específicamente una red neuronal Long-Short Time Memory. Resultados y Discusión. Figura 1: Ejemplo de la metodología asociada al uso del acelerómetro para la detección automática de comportamiento reproductivo. A) Imagen de un macho en la caja, mostrando los ejes x, y, z de aceleración. B) Imagen de una monta captada por la cámara lateral. C) Registro del acelerómetro, desglosado en los vectores x, y, z (líneas rojas) superpuesto los registros a partir de los video grabaciones los eventos de comportamientos reproductivos (línea azul), donde 0 representa eventos no reproductivos y 1 eventos reproductivos.El comportamiento reproductivo se observó en el vector de aceleración, en particular en el eje z, como una fluctuación de alta frecuencia y alta amplitud relativa (Fig. 1C, línea roja). Para poder distinguirlo de otros comportamientos bruscos como una sacudida, se implementó una red neuronal tipo Long-Short Time Memory. La red logró detectar de manera automática todos los eventos reproductivos realizados (Fig. 1C, línea azul). Conclusiones. La combinación de sensores como acelerómetros, y algoritmos de aprendizaje automático permiten el monitoreo a distancia y detección automática del comportamiento reproductivo en machos. Esta herramienta no sólo permitiría llevar adelante un registro sencillo, no invasivo de la conducta reproductiva, sino también podría ser utilizado como un indicador del bienestar animal en planteles de aves reproductoras. Agradecemos la colaboración de Pablo Prokopiuk y María Julieta Ortiz por su ayuda en el cuidado y mantenimiento de los animales. Este trabajo fue financiado con subsidios del Fondo para la Investigación Científica y Tecnológica (FONCyT), PICT-2016-0282 y PICT-2018-01262, y la Secretaría de Ciencia y Tecnología, Universidad Nacional de Córdoba (SeCyT, UNC). |
| publishDate |
2022 |
| dc.date.none.fl_str_mv |
2022 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/conferenceObject Congreso Journal http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| status_str |
publishedVersion |
| format |
conferenceObject |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/236097 Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático; 45° Congreso Argentino de Producción Animal; Virtual; Argentina; 2022; 66-66 0326-0550 2314-324X CONICET Digital CONICET |
| url |
http://hdl.handle.net/11336/236097 |
| identifier_str_mv |
Detección de comportamiento reproductivo en machos de codorniz japonesa utilizando aprendizaje automático; 45° Congreso Argentino de Producción Animal; Virtual; Argentina; 2022; 66-66 0326-0550 2314-324X CONICET Digital CONICET |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://www.aapa.org.ar/rapa/volumenes.html info:eu-repo/semantics/altIdentifier/url/https://www.aapa.org.ar/rapa/42/Supl2022.pdf |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| dc.format.none.fl_str_mv |
application/pdf application/pdf application/pdf |
| dc.coverage.none.fl_str_mv |
Nacional |
| dc.publisher.none.fl_str_mv |
Asociación Argentina de Producción Animal |
| publisher.none.fl_str_mv |
Asociación Argentina de Producción Animal |
| dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
| reponame_str |
CONICET Digital (CONICET) |
| collection |
CONICET Digital (CONICET) |
| instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
| _version_ |
1846781913381994496 |
| score |
12.982451 |