Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe
- Autores
- Pece, Mariela Alejandra; Alvarez, Hugo Jorge; Larripa, Marcelo Javier; Galli, Julio Ricardo
- Año de publicación
- 2013
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Se verificaron y analizaron los cambios producidos en la productividad de los sistemas lecheros del sur de Santa Fe en las últimas tres décadas. Se propusieron y compararon los modelos que mejor explican la productividad en dos períodos: Inicial (PI, 1983-1994) y Final (PF, 2003-2009). Se relevaron 76 sistemas (39 en PI y 37 en PF). Se seleccionaron y evaluaron 6 variables: carga animal (Carga, VT ha-1), producción individual (Producción, litros VO-1 día-1), nivel de suplementación (Suplementación, kg eq grano Mz VO-1 día-1), relación vaca ordeño/vaca total (VO/VT, %), intervalo entre partos (IEP, meses) y proporción de pasturas en la dieta (Pastura, %). Se utilizó la prueba de t de Student para comparar los promedios de las variables entre períodos y regresión lineal múltiple para el desarrollo de los modelos. Se analizaron todas las regresiones posibles para seleccionar el conjunto de variables (predictores) que mejor explique la productividad lechera anual (Productividad, litros haVT-1) en cada período. Para seleccionar los modelos que mejor explican la Productividad se utilizaron los índices: R2 ajustado por el número de variables (R2aj), el criterio de selección de Mallow (Cp), el de Akaike (AIC) y que los coeficientes de los predictores fueran significativamente diferentes de cero (p≤0,05). El mejor modelo en PI (R2=97%, error= 271 litros haVT-1, CV= 8,7%), incluyó 4 predictores y el mejor modelo en PF (R2=81%, error= 890 litros haVT-1, CV= 15%) incluyó 3 predictores. Carga, Producción y VO/VT fueron seleccionados para ambos períodos, con distinta jerarquía. Para PI el mejor predictor fue Carga (R2=72%) y para PF fue Producción (R2=49%). Suplementación sólo fue relevante (p≤0,05) en PI. IEP y Pastura no fueron significativas (p>0,05) en ninguno de los dos períodos. Se han producidos cambios importantes en las últimas tres décadas, actualmente la Productividad está principalmente asociada a variaciones en la Producción y en menor medida a la Carga.
W e analyzed the changes in the productivity of dairy systems in southern Santa Fe in the last three decades. Models were proposed and compared to better explain productivity in two periods: Initial (PI, 1983-1994) and Final (PF, 2003-2009). Seventy-six systems were surveyed (39 in PI and 37 PF). Six variables were selected and assessed: stocking rate (cow ha ), -1 individual milk yields (liters cow day ), supplementation (kg corn grain equivalent cow day ), -1 -1 -1 -1 relationship milking cow / total cow (MC/TC,%), calving interval (CI, months) and proportion of pasture in the diet (pasture,%). Student t test was used to compare the means of the variables between periods and multiple linear regresion to develop models. W e analyzed all possible regressions to select the set of variables (predictors) that best explain annual milk productivity (Productivity, liters haCT ) in each period. To select the models that best explain the Productivity -1 the following indices were used: R adjusted by the number of variables (R aj), Mallow selection 2 2 criteria (Cp), Akaike (AIC) and the one with predictor’s coefficients significantly different from zero (p#0.05). The best model in PI (R =97%, error= 271 liters haCT , CV= 8.7%) included four 2 -1 predictors and the best PF model (R =81%, error= 890 liters haCT , CV= 15%) included 3 2 -1 predictors. Stocking rate, individual milk yields and MC/TC were selected for both periods, but with different hierarchy. For PI the best predictor was stocking rate (R =72%) and for PF 2 individual milk yields (R =49%). Supplementation was only significant (p#0.05) in PI. CI and 2 pasture were not significant (p>0.05) in any of the two periods. They have been major changes in the last three decades currently Productivity is primarily associated with variations in individual milk yields and to a lesser extent to stocking rate
EEA Rafaela
Fil: Pece, Mariela Alejandra. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Rafaela; Argentina
Fil: Alvarez, Hugo J. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentina
Fil: Larripa, Marcelo J. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentina
Fil: Galli, Julio Ricardo. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentina - Fuente
- Revista Argentina de Producción Animal 33 (2) : 91-98 (2013)
- Materia
-
Instalación de Ordeño
Productividad
Granjas Lecheras
Milking Facilities
Productivity
Dairy Farms
Cattle
Ganado Bovino
Tambos
Santa Fé - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Instituto Nacional de Tecnología Agropecuaria
- OAI Identificador
- oai:localhost:20.500.12123/4260
Ver los metadatos del registro completo
id |
INTADig_09781b87a543c84b7761e2e875e7c91f |
---|---|
oai_identifier_str |
oai:localhost:20.500.12123/4260 |
network_acronym_str |
INTADig |
repository_id_str |
l |
network_name_str |
INTA Digital (INTA) |
spelling |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa FePece, Mariela AlejandraAlvarez, Hugo JorgeLarripa, Marcelo JavierGalli, Julio RicardoInstalación de OrdeñoProductividadGranjas LecherasMilking FacilitiesProductivityDairy FarmsCattleGanado BovinoTambosSanta FéSe verificaron y analizaron los cambios producidos en la productividad de los sistemas lecheros del sur de Santa Fe en las últimas tres décadas. Se propusieron y compararon los modelos que mejor explican la productividad en dos períodos: Inicial (PI, 1983-1994) y Final (PF, 2003-2009). Se relevaron 76 sistemas (39 en PI y 37 en PF). Se seleccionaron y evaluaron 6 variables: carga animal (Carga, VT ha-1), producción individual (Producción, litros VO-1 día-1), nivel de suplementación (Suplementación, kg eq grano Mz VO-1 día-1), relación vaca ordeño/vaca total (VO/VT, %), intervalo entre partos (IEP, meses) y proporción de pasturas en la dieta (Pastura, %). Se utilizó la prueba de t de Student para comparar los promedios de las variables entre períodos y regresión lineal múltiple para el desarrollo de los modelos. Se analizaron todas las regresiones posibles para seleccionar el conjunto de variables (predictores) que mejor explique la productividad lechera anual (Productividad, litros haVT-1) en cada período. Para seleccionar los modelos que mejor explican la Productividad se utilizaron los índices: R2 ajustado por el número de variables (R2aj), el criterio de selección de Mallow (Cp), el de Akaike (AIC) y que los coeficientes de los predictores fueran significativamente diferentes de cero (p≤0,05). El mejor modelo en PI (R2=97%, error= 271 litros haVT-1, CV= 8,7%), incluyó 4 predictores y el mejor modelo en PF (R2=81%, error= 890 litros haVT-1, CV= 15%) incluyó 3 predictores. Carga, Producción y VO/VT fueron seleccionados para ambos períodos, con distinta jerarquía. Para PI el mejor predictor fue Carga (R2=72%) y para PF fue Producción (R2=49%). Suplementación sólo fue relevante (p≤0,05) en PI. IEP y Pastura no fueron significativas (p>0,05) en ninguno de los dos períodos. Se han producidos cambios importantes en las últimas tres décadas, actualmente la Productividad está principalmente asociada a variaciones en la Producción y en menor medida a la Carga.W e analyzed the changes in the productivity of dairy systems in southern Santa Fe in the last three decades. Models were proposed and compared to better explain productivity in two periods: Initial (PI, 1983-1994) and Final (PF, 2003-2009). Seventy-six systems were surveyed (39 in PI and 37 PF). Six variables were selected and assessed: stocking rate (cow ha ), -1 individual milk yields (liters cow day ), supplementation (kg corn grain equivalent cow day ), -1 -1 -1 -1 relationship milking cow / total cow (MC/TC,%), calving interval (CI, months) and proportion of pasture in the diet (pasture,%). Student t test was used to compare the means of the variables between periods and multiple linear regresion to develop models. W e analyzed all possible regressions to select the set of variables (predictors) that best explain annual milk productivity (Productivity, liters haCT ) in each period. To select the models that best explain the Productivity -1 the following indices were used: R adjusted by the number of variables (R aj), Mallow selection 2 2 criteria (Cp), Akaike (AIC) and the one with predictor’s coefficients significantly different from zero (p#0.05). The best model in PI (R =97%, error= 271 liters haCT , CV= 8.7%) included four 2 -1 predictors and the best PF model (R =81%, error= 890 liters haCT , CV= 15%) included 3 2 -1 predictors. Stocking rate, individual milk yields and MC/TC were selected for both periods, but with different hierarchy. For PI the best predictor was stocking rate (R =72%) and for PF 2 individual milk yields (R =49%). Supplementation was only significant (p#0.05) in PI. CI and 2 pasture were not significant (p>0.05) in any of the two periods. They have been major changes in the last three decades currently Productivity is primarily associated with variations in individual milk yields and to a lesser extent to stocking rateEEA RafaelaFil: Pece, Mariela Alejandra. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Rafaela; ArgentinaFil: Alvarez, Hugo J. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; ArgentinaFil: Larripa, Marcelo J. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; ArgentinaFil: Galli, Julio Ricardo. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; ArgentinaAsociación Argentina de Producción Animal2019-01-14T13:27:02Z2019-01-14T13:27:02Z2013-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://ppct.caicyt.gov.ar/index.php/rapa/article/view/5754/5268http://hdl.handle.net/20.500.12123/42600326-05502314-324XRevista Argentina de Producción Animal 33 (2) : 91-98 (2013)reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2025-09-04T09:47:46Zoai:localhost:20.500.12123/4260instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-09-04 09:47:46.709INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse |
dc.title.none.fl_str_mv |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe |
title |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe |
spellingShingle |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe Pece, Mariela Alejandra Instalación de Ordeño Productividad Granjas Lecheras Milking Facilities Productivity Dairy Farms Cattle Ganado Bovino Tambos Santa Fé |
title_short |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe |
title_full |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe |
title_fullStr |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe |
title_full_unstemmed |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe |
title_sort |
Cambios en la productividad de los tambos del sur de Santa Fe = Changes in dairy farm productivity in the southern Santa Fe |
dc.creator.none.fl_str_mv |
Pece, Mariela Alejandra Alvarez, Hugo Jorge Larripa, Marcelo Javier Galli, Julio Ricardo |
author |
Pece, Mariela Alejandra |
author_facet |
Pece, Mariela Alejandra Alvarez, Hugo Jorge Larripa, Marcelo Javier Galli, Julio Ricardo |
author_role |
author |
author2 |
Alvarez, Hugo Jorge Larripa, Marcelo Javier Galli, Julio Ricardo |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Instalación de Ordeño Productividad Granjas Lecheras Milking Facilities Productivity Dairy Farms Cattle Ganado Bovino Tambos Santa Fé |
topic |
Instalación de Ordeño Productividad Granjas Lecheras Milking Facilities Productivity Dairy Farms Cattle Ganado Bovino Tambos Santa Fé |
dc.description.none.fl_txt_mv |
Se verificaron y analizaron los cambios producidos en la productividad de los sistemas lecheros del sur de Santa Fe en las últimas tres décadas. Se propusieron y compararon los modelos que mejor explican la productividad en dos períodos: Inicial (PI, 1983-1994) y Final (PF, 2003-2009). Se relevaron 76 sistemas (39 en PI y 37 en PF). Se seleccionaron y evaluaron 6 variables: carga animal (Carga, VT ha-1), producción individual (Producción, litros VO-1 día-1), nivel de suplementación (Suplementación, kg eq grano Mz VO-1 día-1), relación vaca ordeño/vaca total (VO/VT, %), intervalo entre partos (IEP, meses) y proporción de pasturas en la dieta (Pastura, %). Se utilizó la prueba de t de Student para comparar los promedios de las variables entre períodos y regresión lineal múltiple para el desarrollo de los modelos. Se analizaron todas las regresiones posibles para seleccionar el conjunto de variables (predictores) que mejor explique la productividad lechera anual (Productividad, litros haVT-1) en cada período. Para seleccionar los modelos que mejor explican la Productividad se utilizaron los índices: R2 ajustado por el número de variables (R2aj), el criterio de selección de Mallow (Cp), el de Akaike (AIC) y que los coeficientes de los predictores fueran significativamente diferentes de cero (p≤0,05). El mejor modelo en PI (R2=97%, error= 271 litros haVT-1, CV= 8,7%), incluyó 4 predictores y el mejor modelo en PF (R2=81%, error= 890 litros haVT-1, CV= 15%) incluyó 3 predictores. Carga, Producción y VO/VT fueron seleccionados para ambos períodos, con distinta jerarquía. Para PI el mejor predictor fue Carga (R2=72%) y para PF fue Producción (R2=49%). Suplementación sólo fue relevante (p≤0,05) en PI. IEP y Pastura no fueron significativas (p>0,05) en ninguno de los dos períodos. Se han producidos cambios importantes en las últimas tres décadas, actualmente la Productividad está principalmente asociada a variaciones en la Producción y en menor medida a la Carga. W e analyzed the changes in the productivity of dairy systems in southern Santa Fe in the last three decades. Models were proposed and compared to better explain productivity in two periods: Initial (PI, 1983-1994) and Final (PF, 2003-2009). Seventy-six systems were surveyed (39 in PI and 37 PF). Six variables were selected and assessed: stocking rate (cow ha ), -1 individual milk yields (liters cow day ), supplementation (kg corn grain equivalent cow day ), -1 -1 -1 -1 relationship milking cow / total cow (MC/TC,%), calving interval (CI, months) and proportion of pasture in the diet (pasture,%). Student t test was used to compare the means of the variables between periods and multiple linear regresion to develop models. W e analyzed all possible regressions to select the set of variables (predictors) that best explain annual milk productivity (Productivity, liters haCT ) in each period. To select the models that best explain the Productivity -1 the following indices were used: R adjusted by the number of variables (R aj), Mallow selection 2 2 criteria (Cp), Akaike (AIC) and the one with predictor’s coefficients significantly different from zero (p#0.05). The best model in PI (R =97%, error= 271 liters haCT , CV= 8.7%) included four 2 -1 predictors and the best PF model (R =81%, error= 890 liters haCT , CV= 15%) included 3 2 -1 predictors. Stocking rate, individual milk yields and MC/TC were selected for both periods, but with different hierarchy. For PI the best predictor was stocking rate (R =72%) and for PF 2 individual milk yields (R =49%). Supplementation was only significant (p#0.05) in PI. CI and 2 pasture were not significant (p>0.05) in any of the two periods. They have been major changes in the last three decades currently Productivity is primarily associated with variations in individual milk yields and to a lesser extent to stocking rate EEA Rafaela Fil: Pece, Mariela Alejandra. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Rafaela; Argentina Fil: Alvarez, Hugo J. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentina Fil: Larripa, Marcelo J. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentina Fil: Galli, Julio Ricardo. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias; Argentina |
description |
Se verificaron y analizaron los cambios producidos en la productividad de los sistemas lecheros del sur de Santa Fe en las últimas tres décadas. Se propusieron y compararon los modelos que mejor explican la productividad en dos períodos: Inicial (PI, 1983-1994) y Final (PF, 2003-2009). Se relevaron 76 sistemas (39 en PI y 37 en PF). Se seleccionaron y evaluaron 6 variables: carga animal (Carga, VT ha-1), producción individual (Producción, litros VO-1 día-1), nivel de suplementación (Suplementación, kg eq grano Mz VO-1 día-1), relación vaca ordeño/vaca total (VO/VT, %), intervalo entre partos (IEP, meses) y proporción de pasturas en la dieta (Pastura, %). Se utilizó la prueba de t de Student para comparar los promedios de las variables entre períodos y regresión lineal múltiple para el desarrollo de los modelos. Se analizaron todas las regresiones posibles para seleccionar el conjunto de variables (predictores) que mejor explique la productividad lechera anual (Productividad, litros haVT-1) en cada período. Para seleccionar los modelos que mejor explican la Productividad se utilizaron los índices: R2 ajustado por el número de variables (R2aj), el criterio de selección de Mallow (Cp), el de Akaike (AIC) y que los coeficientes de los predictores fueran significativamente diferentes de cero (p≤0,05). El mejor modelo en PI (R2=97%, error= 271 litros haVT-1, CV= 8,7%), incluyó 4 predictores y el mejor modelo en PF (R2=81%, error= 890 litros haVT-1, CV= 15%) incluyó 3 predictores. Carga, Producción y VO/VT fueron seleccionados para ambos períodos, con distinta jerarquía. Para PI el mejor predictor fue Carga (R2=72%) y para PF fue Producción (R2=49%). Suplementación sólo fue relevante (p≤0,05) en PI. IEP y Pastura no fueron significativas (p>0,05) en ninguno de los dos períodos. Se han producidos cambios importantes en las últimas tres décadas, actualmente la Productividad está principalmente asociada a variaciones en la Producción y en menor medida a la Carga. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-12 2019-01-14T13:27:02Z 2019-01-14T13:27:02Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://ppct.caicyt.gov.ar/index.php/rapa/article/view/5754/5268 http://hdl.handle.net/20.500.12123/4260 0326-0550 2314-324X |
url |
http://ppct.caicyt.gov.ar/index.php/rapa/article/view/5754/5268 http://hdl.handle.net/20.500.12123/4260 |
identifier_str_mv |
0326-0550 2314-324X |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf |
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 |
Revista Argentina de Producción Animal 33 (2) : 91-98 (2013) reponame:INTA Digital (INTA) instname:Instituto Nacional de Tecnología Agropecuaria |
reponame_str |
INTA Digital (INTA) |
collection |
INTA Digital (INTA) |
instname_str |
Instituto Nacional de Tecnología Agropecuaria |
repository.name.fl_str_mv |
INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria |
repository.mail.fl_str_mv |
tripaldi.nicolas@inta.gob.ar |
_version_ |
1842341362554372096 |
score |
12.623145 |