Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)

Autores
Olocco Diz, María Julieta; Iglesias, Bernardo Fabricio; Schang, Marcelo Jorge
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Trabajo presentado al VI Congreso Argentino de Nutrición Animal. Buenos Aires, 28-29 de junio de 2017.
El maíz es el principal componente de dietas para aves en Argentina, aportando principalmente energía. El aporte energético del maíz varía por aspectos genéticos y ambientales y su determinación demanda técnicas “in vivo”. Por su parte, las técnicas de Espectrofotometría del Infrarrojo Cercano (NIRS), basada en la incidencia de luz sobre una muestra y su posterior absorción, se presenta como un método de laboratorio rápido y alternativo para estimar el contenido energético de esos maíces. El objetivo de este trabajo es desarrollar, vía NIRS, ecuaciones predictivas de la energía bruta (EB) medida por calorimetría y la energía metabolizable verdadera (EMv) medida por la técnica de Sibbald de diferentes muestras de maíces argentinos. Se procesaron 150 muestras de maíz molidas a 1mm. Los espectros se midieron en un equipo Foss NIRSystem 5000 y se analizaron con el ISIscan para generar ecuaciones de predicción para EB y EMv. Se utilizaron 127 muestras de maíces para calibrar y otras 23 muestras para validar dicha calibración. La ecuación más confiable para los modelos predictivos obtenidos (EQAs) resultó en los siguientes valores; para EB: error estándar de la calibración (SEC)= 39.72, coeficiente de determinación (R2)= 0.6686, error estándar de la validación cruzada (SECV)= 44.13 y error estándar de predicción (SEP)= 75.893 y para EMv: SEC= 50.91, R2= 0.5809, SECV= 57.41 y SEP= 64.698. La relación entre el desvío estándar del análisis original y el error estándar de la validación cruzada (SECV/SD), debe ser menor a 0.33 para considerar a una ecuación con alto poder de predicción. Preliminarmente la ecuación de EB con un valor de 0.247 (44.13/178.38) es predictiva, pero la de EMv aún no (0.46 = 57.41/124.12). Estos resultados permiten inferir que un incremento en la cantidad de muestras permitirá mejorar el valor predictivo de la EMv.
EEA Pergamino
Fil: Olocco Diz, María Julieta. Universidad Católica Argentina. Facultad de Ingeniería y Ciencias Agrarias; Argentina
Fil: Iglesias, Bernardo Fabricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Aves; Argentina
Fil: Schang, Marcelo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Aves; Argentina. Universidad Católica Argentina. Facultad de Ingeniería y Ciencias Agrarias; Argentina
Fuente
Agroindustria 35 (143) : 62-65 (Junio 2017)
Materia
Avicultura
Nutrición Animal
Maíz
Valor Energético
Aves
Aviculture
Animal Nutrition
Maize
Energy Value
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:20.500.12123/5659
Acceder
id INTADig_b1905859dadc5bec162db38dc4f47765
oai_identifier_str oai:localhost:20.500.12123/5659
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)Olocco Diz, María JulietaIglesias, Bernardo FabricioSchang, Marcelo JorgeAviculturaNutrición AnimalMaízValor EnergéticoAvesAvicultureAnimal NutritionMaizeEnergy ValueTrabajo presentado al VI Congreso Argentino de Nutrición Animal. Buenos Aires, 28-29 de junio de 2017.El maíz es el principal componente de dietas para aves en Argentina, aportando principalmente energía. El aporte energético del maíz varía por aspectos genéticos y ambientales y su determinación demanda técnicas “in vivo”. Por su parte, las técnicas de Espectrofotometría del Infrarrojo Cercano (NIRS), basada en la incidencia de luz sobre una muestra y su posterior absorción, se presenta como un método de laboratorio rápido y alternativo para estimar el contenido energético de esos maíces. El objetivo de este trabajo es desarrollar, vía NIRS, ecuaciones predictivas de la energía bruta (EB) medida por calorimetría y la energía metabolizable verdadera (EMv) medida por la técnica de Sibbald de diferentes muestras de maíces argentinos. Se procesaron 150 muestras de maíz molidas a 1mm. Los espectros se midieron en un equipo Foss NIRSystem 5000 y se analizaron con el ISIscan para generar ecuaciones de predicción para EB y EMv. Se utilizaron 127 muestras de maíces para calibrar y otras 23 muestras para validar dicha calibración. La ecuación más confiable para los modelos predictivos obtenidos (EQAs) resultó en los siguientes valores; para EB: error estándar de la calibración (SEC)= 39.72, coeficiente de determinación (R2)= 0.6686, error estándar de la validación cruzada (SECV)= 44.13 y error estándar de predicción (SEP)= 75.893 y para EMv: SEC= 50.91, R2= 0.5809, SECV= 57.41 y SEP= 64.698. La relación entre el desvío estándar del análisis original y el error estándar de la validación cruzada (SECV/SD), debe ser menor a 0.33 para considerar a una ecuación con alto poder de predicción. Preliminarmente la ecuación de EB con un valor de 0.247 (44.13/178.38) es predictiva, pero la de EMv aún no (0.46 = 57.41/124.12). Estos resultados permiten inferir que un incremento en la cantidad de muestras permitirá mejorar el valor predictivo de la EMv.EEA PergaminoFil: Olocco Diz, María Julieta. Universidad Católica Argentina. Facultad de Ingeniería y Ciencias Agrarias; ArgentinaFil: Iglesias, Bernardo Fabricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Aves; ArgentinaFil: Schang, Marcelo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Aves; Argentina. Universidad Católica Argentina. Facultad de Ingeniería y Ciencias Agrarias; ArgentinaCámara Argentina de Empresas de Nutrición Animal2019-08-21T13:40:00Z2019-08-21T13:40:00Z2017-06info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://www.c0770314.ferozo.com/revista/agroindustria143.pdfhttp://hdl.handle.net/20.500.12123/56590328-7254Agroindustria 35 (143) : 62-65 (Junio 2017)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)2025-10-23T11:17:01Zoai:localhost:20.500.12123/5659instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-10-23 11:17:02.149INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
title Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
spellingShingle Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
Olocco Diz, María Julieta
Avicultura
Nutrición Animal
Maíz
Valor Energético
Aves
Aviculture
Animal Nutrition
Maize
Energy Value
title_short Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
title_full Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
title_fullStr Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
title_full_unstemmed Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
title_sort Estimación del contenido energético de maíces argentinos a partir de la espectrofotometría del infrarrojo cercano (nirs)
dc.creator.none.fl_str_mv Olocco Diz, María Julieta
Iglesias, Bernardo Fabricio
Schang, Marcelo Jorge
author Olocco Diz, María Julieta
author_facet Olocco Diz, María Julieta
Iglesias, Bernardo Fabricio
Schang, Marcelo Jorge
author_role author
author2 Iglesias, Bernardo Fabricio
Schang, Marcelo Jorge
author2_role author
author
dc.subject.none.fl_str_mv Avicultura
Nutrición Animal
Maíz
Valor Energético
Aves
Aviculture
Animal Nutrition
Maize
Energy Value
topic Avicultura
Nutrición Animal
Maíz
Valor Energético
Aves
Aviculture
Animal Nutrition
Maize
Energy Value
dc.description.none.fl_txt_mv Trabajo presentado al VI Congreso Argentino de Nutrición Animal. Buenos Aires, 28-29 de junio de 2017.
El maíz es el principal componente de dietas para aves en Argentina, aportando principalmente energía. El aporte energético del maíz varía por aspectos genéticos y ambientales y su determinación demanda técnicas “in vivo”. Por su parte, las técnicas de Espectrofotometría del Infrarrojo Cercano (NIRS), basada en la incidencia de luz sobre una muestra y su posterior absorción, se presenta como un método de laboratorio rápido y alternativo para estimar el contenido energético de esos maíces. El objetivo de este trabajo es desarrollar, vía NIRS, ecuaciones predictivas de la energía bruta (EB) medida por calorimetría y la energía metabolizable verdadera (EMv) medida por la técnica de Sibbald de diferentes muestras de maíces argentinos. Se procesaron 150 muestras de maíz molidas a 1mm. Los espectros se midieron en un equipo Foss NIRSystem 5000 y se analizaron con el ISIscan para generar ecuaciones de predicción para EB y EMv. Se utilizaron 127 muestras de maíces para calibrar y otras 23 muestras para validar dicha calibración. La ecuación más confiable para los modelos predictivos obtenidos (EQAs) resultó en los siguientes valores; para EB: error estándar de la calibración (SEC)= 39.72, coeficiente de determinación (R2)= 0.6686, error estándar de la validación cruzada (SECV)= 44.13 y error estándar de predicción (SEP)= 75.893 y para EMv: SEC= 50.91, R2= 0.5809, SECV= 57.41 y SEP= 64.698. La relación entre el desvío estándar del análisis original y el error estándar de la validación cruzada (SECV/SD), debe ser menor a 0.33 para considerar a una ecuación con alto poder de predicción. Preliminarmente la ecuación de EB con un valor de 0.247 (44.13/178.38) es predictiva, pero la de EMv aún no (0.46 = 57.41/124.12). Estos resultados permiten inferir que un incremento en la cantidad de muestras permitirá mejorar el valor predictivo de la EMv.
EEA Pergamino
Fil: Olocco Diz, María Julieta. Universidad Católica Argentina. Facultad de Ingeniería y Ciencias Agrarias; Argentina
Fil: Iglesias, Bernardo Fabricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Aves; Argentina
Fil: Schang, Marcelo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Sección Aves; Argentina. Universidad Católica Argentina. Facultad de Ingeniería y Ciencias Agrarias; Argentina
description Trabajo presentado al VI Congreso Argentino de Nutrición Animal. Buenos Aires, 28-29 de junio de 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017-06
2019-08-21T13:40:00Z
2019-08-21T13:40:00Z
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://www.c0770314.ferozo.com/revista/agroindustria143.pdf
http://hdl.handle.net/20.500.12123/5659
0328-7254
url http://www.c0770314.ferozo.com/revista/agroindustria143.pdf
http://hdl.handle.net/20.500.12123/5659
identifier_str_mv 0328-7254
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 Cámara Argentina de Empresas de Nutrición Animal
publisher.none.fl_str_mv Cámara Argentina de Empresas de Nutrición Animal
dc.source.none.fl_str_mv Agroindustria 35 (143) : 62-65 (Junio 2017)
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_ 1846787524982210560
score 12.982451

Publicaciones similares