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
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/4260

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