Printer Friendly

Estimacion del area del ojo del lomo total in vivo y rendimiento al desposte de bovinos destinados a un mercado exigente.

Estimation of the area of eye of the total loin in vivo and the deboning yield grades of beef for demanding market

INTRODUCCION

En el sistema global de produccion y comercializacion de carnes, el consumidor es el principal actor [33]. A pesar que las necesidades, preferencias e informacion disponible para los consumidores son muy variables, dichas caracteristicas engloban aspectos que se agrupan en: 1) apariencia visual del color de carne y grasa subcutanea, marmoleo y cantidad de grasa extramuscular y 2) calidad comestible juntando aspectos de jugosidad, terneza, aroma y sabor. La mayoria de los factores involucrados en la cadena productiva (crianza, engorde y procesamiento) estan relacionados directa o indirectamente con las caracteristicas intrinsecas de los animales y procedimientos industriales de elaboracion y comercializacion [33, 34, 35], encontrandose involucrados todos los sectores que componen la cadena productiva: crianza, engorde y procesamiento [37].

El proceso de evaluar las canales tiene dos propositos: por un lado llevar al consumidor una carne tierna, blanda y jugosa, y lograr una buena productividad ganadera para lograr precios adecuados segun la calidad del ganado producido, lo cual permite mejorar la comercializacion de los productos [28]. De manera general, las evaluaciones realizadas consisten en la estimacion subjetiva de las caracteristicas en las canales [5, 21, 25].

Un aspecto importante en el proceso de la evaluacion comercial de los animales destinados para la produccion de carne, es el rendimiento [28, 30]. Un factor determinante para un valor comercial maximo es que la proporcion de carne comercializable sea superior a la proporcion de tejido adiposo y oseo. Por lo tanto, el valor comercial estara dado primordialmente por el peso de la canal, la composicion de sus tejidos y su distribucion [35].

De manera general, el ganado bovino (Bos taurus), al aumentar su masa corporal, tiende a formar musculo y grasa en proporciones variables, por lo cual el peso corporal no constituye una medida precisa del crecimiento tisular, ya que un animal puede estar aumentando de peso debido a la acumulacion de tejido adiposo [28]. El aumento en el peso vivo y tamano del animal sucede como consecuencia de la formacion de tejidos y organos. Los tejidos se desarrollan siguiendo un orden preestablecido: nervioso, oseo, muscular y graso [27]. El crecimiento del animal ocurre en forma diferenciada; comenzando por la cabeza, continua en la region lumbar (crecimiento a lo largo del animal), fluyendo luego hacia la region distal de las extremidades (crecimiento en alto del animal) y Analmente en la region ventral del tronco, especificamente en el musculo Longissimus thoracis, punto en donde se considera que el animal esta en su punto optimo de madurez fisiologica [31]. Crouse y col. [7] senalan el area del ojo del lomo (AOL) como el mejor indice predictivo del rendimiento al desposte, mientras que Atencio-Valladares y col. [3] indican que, el AOL tiene una asociacion moderada y significativa con el porcentaje de cortes de valor. Por lo tanto, implementar una metodologia para medir el tamano del musculo Longissimus thoracis en animales vivos seria util para optimizar la terminacion de los animales a fin de evitar su sobreengrasamiento [1, 12, 32, 33, 36, 39]. Como una forma practica de evaluar el AOL, se propuso la medicion del area del ojo del lomo total (AOLT), que incluye ademas del musculo Longissimus thoracis, los musculos spinalis et semispinalis thorasis, multifidus thoracis, levator costae y Longissimus dorsi [26].

El objetivo de esta investigacion fue generar modelos matematicos que permitan estimar el AOLT y el rendimiento al desposte in vivo en animales seleccionados y destinados a producir carnes Premium.

MATERIALES Y METODOS

Generacion y seleccion de los modelos

La recopilacion de datos para generar y seleccionar los modelos que fueron utilizados se realizo en el centro-sur de Chile, especificamente en tres plantas faenadoras de la region del Biobio, Chile. En total se conto con datos de 300 animales faenados.

Modelo para estimar el AOLT

Para el modelo que permite estimar el AOLT, las mediciones se realizaron en una de las plantas faenadoras, sobre 212 canales de novillos seleccionados para satisfacer los requerimientos de calidad Premium, las cuales incluyeron conformacion regular, grasa de cobertura y marmoleo entre los rangos 1 y 3, AOLT igual o mayor a 96,75 [cm.sup.2] (15 [pulg.sup.2]) en novillos e igual o mayor a 90,3 [cm.sup.2] (14 [pulg.sup.2]) en vaquillas [5]. La medicion de estos parametros es de caracter subjetivo, utilizando para el AOLT el metodo propuesto por Porte [28]. Los parametros fueron medidos por una empresa externa a la planta faenadora.

Se busco aproximar el AOLT, expresado en centimetros cuadrados [12], a partir del area de la elipse (A=ab [pi]). Donde "a" representa la longitud del semieje mayor y "b" la del semieje menor.

Despues de ser obtenidos los cuartos de las medias canales (en frio), se midio con pie de metro digital, el ancho (a) y la profundidad (b) del AOLT, en el espacio intercostal entre la 9a y 10a costilla de cada media canal (FIG. 1) y se definio la razon R como el cociente entre el semieje mayor y el semieje menor (R = a/b).

De las 212 canales evaluadas, se utilizaron 150 para el calculo de las constantes: ancho ([a.sub.cte] en cm), profundidad ([b.sub.cte] en cm) y razon ([R.sub.cte]). Luego se utilizaron las 62 restantes para la generacion, correccion y comparacion de los modelos con los datos de la planta faenadora. Se generaron dos modelos, uno con los datos de la media canal izquierda y el otro con la media canal derecha. Los modelos se generaron reemplazando las constantes mencionadas anteriormente en la ecuacion

AOLT([cm.sup.2]) = [a.sub.cte](cm) b(cm) [pi], con [a.sub.cte] = [R.sub.cte] [b.sub.cte]

Donde: [R.sub.cte] = razon constante entre los semiejes a y b, [b.sub.cte] = semieje menor constante o profundidad (cm), y [pi] = 3,14.

Para la comparacion entre el AOLT obtenido por los modelos y el calculado por la planta faenadora se utilizo un analisis de varianza (ANOVA) [24] y una prueba de contrastes Duncan [38], ambos con un nivel de significancia del 5%. Para la verificacion de los supuestos del ANOVA, se utilizaron la prueba de Shapiro-Wilk modificado [23] para la normalidad y la prueba de Levene [20] para la homogeneidad de varianza, tambien con un 5% de significancia. Con base a los resultados del analisis de varianza se selecciono el mejor modelo de estimacion del AOLT. El analisis de datos fue realizado mediante Infostat statistical software [4], con 95% de confianza.

Modelo para estimar el rendimiento al desposte

Para la generacion de los modelos de rendimiento al desposte, la recoleccion de datos se realizo en 74 animales para satisfacer una marca Premium de carne bovina nacional, estos fueron separados en 2 grupos de 50 y 24 animales, seleccionados al azar, introduciendo para ello el numero del Dispositivo de Identificacion Individual Oficial (DIIO) de cada animal en una bolsa, para asi realizar la formacion de los grupos sin reemplazo. Se procedio a modelar el peso de los cortes Posta Negra, Posta Rosada, Lomo Liso, Lomo Vetado y Filete que se encuentran definidos en la Norma Chilena Nch 1596: Of. 1999 [15, 16, 17] y que incluyen los musculos:

Posta Negra: M. gracillis, M. semimembranosus, M. sartorius, M. pectineus, M. adductor M. obturatorius externus, Mm gemelli y M. quadratus femoris.

Posta Rosada: M. quadriceps femoris, M. vastus lateralis, M. vastus medialis, M. vastus intermedius y M. rectus femoris.

Lomo Vetado: M. iliocostalis thoracis, M. longissimus thorasis, M. spinalis et M. semispinalis thoracis, M. intertransversarii thoracis, Mm. Levatores costarum y Mm. Multifidi thoracil.

Lomo Liso: M. iliocostalis lumborum, M. longissimus lumborum, M. retractor costae, Mm. Rotator costae, Mm. Intertransversarii lumbalis, Mm trnsversus spinalis y Mm. Multifidi.

Filete: M. psoas major, M. psoas minor, M. iliacus y M. quadratus lumborum.

Previo a un ayuno de 24 horas, fueron pesados de manera individual, en una bascula romana marca ISIRE Mod RG-1500 (cap. 1500 kg) (China) y evaluados con un ecografo Mindray DP-6600 VET (Digital Ultrasonic Diagnostic Imaging System, China), transductores 75L60EA y 35C50EA, utilizando un "stand off" o acoplamiento para la optima obtencion de las imagenes. Todas las mediciones con ecografo se realizaron en el espacio intercostal entre la 9a y 10a costilla, y a 5 cm de la espina dorsal hacia la izquierda. En cada medicion se tomaron tres imagenes ecograficas por animal.

Se procedio a estimar el AOLT, utilizando el modelo propuesto anteriormente con los datos de 212 novillos. Las mediciones para la profundidad del AOLT se realizaron con el transductor 35C50EA, con una frecuencia de 3,5 MHz y a una profundidad de 12,9 cm (FIG. 2).

En la actualidad, la calidad de la carne bovina se mide post mortem en la canal; siendo una alternativa la medicion in vivo por medio de ultrasonido. A traves de una imagen ecografica es posible definir los componentes del musculo a partir de la frecuencia relativa de cada pixel, utilizando para ello el metodo propuesto por Campos y col. [6].

Los animales evaluados fueron sacrificados, permaneciendo sus canales en la sala de maduracion por 48 horas a 2[grados]C, luego fueron despostados en la misma planta faenadora. Posterior al desposte, se pesaron los cortes en una balanza de precision de sobrepiso con una capacidad de 64 kg (Modelo ATK, Japon).

Con los datos del primer grupo (50 vacunos), se procedio a realizar un analisis de regresion lineal multiple [38], en donde la variable predicha es el peso de cada corte y las predictivas son: peso vivo (kg), los componentes del musculo obtenidos de la agrupacion de pixeles por imagen (G1, G2 y G3), la grasa de cobertura (GC) y el AOLT obtenida del modelo seleccionado en la etapa anterior [6] utilizando el software Idrisi Selva [9]. Las variables GC y componentes del musculo G1, G2 y G3 fueron transformadas mediante la aplicacion Escores Normales (NSC--) [4] para corregir los problemas de heterocedasticidad y residuos normales. El analisis de regresion se realizo bajo el procedimiento Stepwise [6] generandose cinco modelos optimos por corte, utilizando como criterio de seleccion de los modelos, aquellos que tuvieran el menor valor del Cuadrado Medio del Error (CME) [38].

Para estudiar diferencias en la capacidad predictiva de cada uno de los cinco modelos seleccionados por corte, se utilizaron los datos transformados obtenidos de los 24 vacunos que no se utilizaron en la etapa anterior. Se evaluaron los modelos y se compararon los pesos de cada corte, mediante analisis de varianza no parametrico, utilizando para ello el modelo de Kruskal y Wallis [19]. Posteriormente de cada corte se selecciono un modelo.

Validacion de los modelos

Los modelos generados en las etapas anteriores (AOLT y uno por corte) fueron validados usando datos de 14 bovinos sacrificados para satisfacer una marca Premium; estos bovinos fueron pesados de manera individual, previo al destare o ayuno de 24 horas previo al faenamiento, en una romana marca ISIRE Mod RG-1500 (cap. 1500 kg) (China), y evaluados con un ecografo en la manga de retencion previo al ingreso al patio de sacrificio.

La validacion del modelo para AOLT se realizo comparando las estimaciones realizadas con los 14 bovinos ante mortem y las medidas de AOLT post mortem a traves del metodo de Porte [28]. Por su parte, la validacion de los modelos por corte se realizo con los pesos reales de los cortes obtenidos de los mismos 14 bovinos. Para la comparacion se utilizo la prueba no parametrica de Wilcoxon [10], con un 95% de significancia. Los analisis estadisticos se realizaron por medio del software Infostat [4].

RESULTADOS Y DISCUSION

En la TABLA I se muestran las medias, desviaciones estandar (DE), minimos (Min) y maximos (Max) de los pesos en caliente de todas las canales evaluadas, expresadas en medias canales. Se observo un promedio (Media [+ o -] DE) en canal caliente de 244,7 [+ o -] 19,9 kg.

El rendimiento en canal caliente (relacion porcentual existente entre el peso vivo y el peso de la canal en caliente) de los animales seleccionados para carnes de categoria Premium varia entre un 52 a 55%, segun Campos y col. [5]. De acuerdo a ello, el peso vivo promedio estimado para los 212 novillos vario entre 470,6 y 445,0 kg.

Para lograr una aproximacion del AOLT a partir del area de la elipse, A = ab [pi], se obtuvieron datos de profundidad (b) y ancho (a) del ojo del lomo total (AOLT) medidos con pie de metro en las medias canales, luego del cuarteo, en frio y antes del desposte. La TABLA I muestra las medias, DE, Min y Max de las 150 canales expresadas como media canal derecha e izquierda. Se obtuvo un valor "a" promedio de 12,99 [+ o -] 0,93 cm y un valor "b" promedio de 11,10 [+ o -] 1,26 cm para la media canal derecha y un valor "a" promedio de 13,07 [+ o -] 0,89 cm y un valor "b" de 11,16 [+ o -] 1,18 cm para la media canal izquierda, lo que permite calcular la razon R para ambas canales y cuyos valores son 1,17 [+ o -] 0,07 para la media canal derecha y 1,17 [+ o -] 0,08 para la media canal izquierda. Con dichos valores fue posible construir los siguientes modelos para realizar la aproximacion del AOLT:

AOL[T.sub.Canal Derecha] = [10,29b.sub.Canal Derecha]

AOT[T.sub.Canal Izquierda] = [10,27b.sub.Canal Izquierda]

En la TABLA II se muestran los resultados del analisis de varianza entre el AOLT estimado a partir de los modelos y el calculado por la planta faenadora. Se observa que no existen diferencias estadisticas significativas (P > 0,05) entre los modelos y la medicion realizada por la planta, lo cual permite concluir que es indistinto las medias canales (izquierda o derecha) que se utilice para estimar el AOLT.

Para la generacion de los modelos de rendimiento al desposte se trabajo con un grupo homogeneo en peso y conformacion de 74 vacunos productores de carne, seleccionados para mercado nacional Premium. Las medidas de resumen se muestran en la TABLA I, en donde los coeficientes de variacion porcentual mas bajos corresponden a GC 9,37 y de 9,61 % para el PV, lo que indica la homogeneidad de los animales. Las variables con mayor variacion fueron AOLT con un 30,16%, G2 y G3 con CV% sobre el 40%, destacando G3 sobrepasando el 100%. La variacion encontrada en G2 y G3, puede deberse a que presentan valores numericos bajos, por lo cual los datos empleados en el analisis estadistico fueron transformados a escores normales (NSC--) [4].

La variable grasa de cobertura tiene una relacion inversa con el rendimiento de los cortes [11], ya que al aumentar la capa de grasa depositada sobre el musculo Longissimus, el rendimiento general de los cortes disminuye [14]. Por ello, el espesor de grasa en el lomo es la medida corporal que mas se asocia negativamente al rendimiento en cortes magros. A pesar de ello, es deseable una delgada capa de grasa porque sirve de envoltorio natural de la canal y sus cortes debido a que previene su desecacion y mermas, protegiendo al musculo frente a microorganismos y disminuyendo el encogimiento de los cortes al ser expuestos a temperaturas extremas [14].

Por cada corte se generaron cinco ecuaciones capaces de predecir el rendimiento (kg) utilizando datos de 50 animales.

Al reemplazar los datos de los 24 animales restantes en los modelos seleccionados en la etapa anterior (5 por corte) y al realizar el analisis de varianza no parametrico de Kruskal Wallis [19] a los cinco modelos por corte, se concluye que no existen diferencias estadisticas significativas entre los modelos (P> 0,05) para cada corte, estando los pesos de cada corte dentro de los rangos reportados por Klee [18].

Al no existir diferencias estadisticas significativas (P > 0,05), se eligio un modelo por cada corte incluyendo las variables que influyen en el rendimiento al desposte (AOLT, GC, Peso Vivo) [2, 3, 5, 7, 8, 13, 27], minimizando la incorporacion de los componentes del musculo; G1, G2 y G3.

De acuerdo a MacNeill [22], la ecuacion que mejor predice la variable dependiente es aquel modelo con mayor valor de [R.sup.2.sub.aj], y menor CME, aunado al sentido practico de la seleccion, con base en el numero de variables involucradas.

En la TABLA III se observan los modelos seleccionados por corte y sus correspondientes estadisticos. Los valores de los coeficientes de regresion ajustado ([R.sup.2.sub.aj]) indican que la ecuaciones seleccionadas en la segunda etapa explican un 98 y 99 % el peso de los cortes, valores altamente significativos (P < 0,01).

Las variables incluidas en los modelos presentados fueron medidos con el equipo ecografico, en una sola imagen. Los valores de los estadisticos indican que los modelos permiten realizar una buena estimacion del peso de los cortes evaluados.

En la FIG. 3 se observan los valores del AOLT medidos por la planta faenadora, a traves del metodo propuesto por Porte [29] y los predichos por el modelo. Al realizar la prueba de Wilcoxon [10], se demuestra que no existen diferencias significativas (P > 0,05) entre ellos.

En el FIG. 4 se observan los kilogramos predichos por los modelos de rendimiento seleccionados en la etapa anterior y los datos reales obtenidos en la planta faenadora, resultados correspondientes a los mismos animales.

Al observar los resultados por corte y al aplicar la prueba no parametrica de Wilcoxon, no existen diferencias significativas (P > 0,05) entre ambos valores. Por lo tanto, es posible entonces obtener, a traves de ecuaciones de prediccion, valores estimativos confiables de cantidad de carne total de la canal, demostrando que usando ecuaciones de prediccion con variables medidas en el animal in vivo, se puede llegar a conocer con un alto grado de exactitud el rendimiento al desposte de la misma.

La propuesta de estas ecuaciones de prediccion es un primer paso para que los frigorificos puedan de este modo contar con un criterio objetivo de evaluacion in vivo y los productores ajusten su oferta a los requerimientos de los mercados. El uso de un sistema rapido y preciso como el ultrasonido permitiria que la industria aplique criterios objetivos de rendimiento en sus compras y oriente a los productores a traves de precios diferenciales y con ello lograr optimizar la seleccion de animales de acuerdo al mercado.

CONCLUSIONES

En conclusion, a traves del area de la elipse y mediante modelos predictivos utilizando variables medidas con ultrasonido, es posible estimar in vivo el AOLT y el peso de los cortes de mayor valor comercial en animales destinados a producir carnes Premium para el mercado chileno.

AGRADECIMIENTO

Se agradece el financiamiento del proyecto "Modelamiento de la calidad de carne bovina PampaVerde[R] utilizando ultrasonido". Direccion de Investigacion Universidad de Concepcion (DIUC No 210.121.013-1.0), Chile. A las plantas faenadoras: Carnes Nuble S.A., Frigosur Ltda y Agrolomas, por permitir realizar las evaluaciones en las canales bovinas y a los revisores del articulo, por su tiempo y aportes que enriquecieron el mismo.

REFERENCIAS BIBLIOGRAFICAS

[1] AASS, L.; GRESHAM, J.; KLEMETSDAL, G. Prediction of intramuscular fat by ultrasound in lean cattle. Livest. Sci. 101(1-3): 228-241. 2006.

[2] ABRAHAM, H.C.; MURPHY, C.; CROSS, H.R.; SMITH, G.C.; FRANKS, J.R.; Factors affecting beef carcass cutability: An evaluation of the USDA yield grades for beef. J. Anim. Sci. 50(5): 841-851. 1980.

[3] ATENCIO-VALLADARES, O.; HUERTA-LEIDENZ, N.; JEREZ TIMAURE, N. Prediccion del rendimiento en cortes de carniceria de bovinos venezolanos. Rev. Cientif. FCV-LUZ XVIII (6): 704-714. 2008.

[4] BALZARINI, M.G.; GONZALEZ, L.A.; TABLADA, E.M.; CASANOVES, F.; DI RIENZO, J.A.; ROBLEDO, C.W.; Infostat: software estadistico. Manual del Usuario. Version 1. Brujas Argentinas. Cordoba, Argentina. 2008.

[5] CAMPOS, J., GONZALEZ, P; DOUSSOULIN, M.; TIMA, M.; WILLIAMS, P. Prediccion del indice de calidad en canales bovinas para mercado chileno de elite mediante modelacion matematica. Arch. Med. Vet. 41(2): 157-161.2009.

[6] CAMPOS, J.; DE PEDRO, E.; ITURRIAGA, D.; ASTUDILLO, R.; BASSO I.; CABAS, J. Modelos predictivos de niveles de Marmorizacion en Novillos Mestizos Wagyu generados por Ultrasonografia y Tratamiento de Imagenes. Rev. Cientif. FCV-LUZ XXV (2): 116-122. 2015.

[7] CROUSE, J. D.; DIKEMAN, M. E. Determinants of retail product of carcass beef. J. Anim. Sci. 42(3): 584-591. 1976.

[8] CROUSE, J. D.; DIKEMAN, M.E.; KOCH, R.M.; MURPHY, C.E. Evaluation of traits in the U.S.D.A. yield grade equation for predicting beef carcass cutability in breed group differing in growth and fattening characteristic. J. Anim. Sci. 41(2): 548-553. 1975.

[9] EASTAM, J. R.; Software Idrisi Selva (Worcester, MA: Clark University). 2012.

[10] FAGERLAND, M.; SANDVIK, L. The Wilcoxon-Mann-Whitney test under scrutiny. Statist. Med. 28: 1487-1497. 2009.

[11] FORREST, J.C.; ABERLE, E.; HEDRICK, H.; JUDGE, M.; MERKEL, R. Factores que afectan la calidad de la canal y de la carne bovina en la explotacion ganadera In: Fundamentos de ciencia de la carne. 2da Ed. Acribia. Zaragoza, Espana. Grasa de cobertura. 365pp. 1979.

[12] GUITOU, H.; MONTI, A.; SUTZ, G.; BALUK, E. I. Interpretacion y uso correcto de las diferencias esperadas entre progenie (DEP's) como herramienta de seleccion para la calidad de carne. Segunda parte. Rev. Col. Cien. Pec. 20(3): 363-376. 2007.

[13] HAMLIN, K. E.; GREEN, R. D.; PERKINS, T L.; CUNDIFF, L.V.; MILLER, M.F. Real-time ultrasonic measurement of fat thickness and longissimus muscle area: I. Description of age and weight effects. J. Anim. Sci. 73(6): 1713-1724. 1995.

[14] HUERTA, N. La experiencia Venezolana en la implantacion de sistemas de clasificacion de ganado y canales bovinas. En: XI Congreso Venezolano de Produccion e Industria Animal. ULA-Trujillo, Octubre 22-26, Venezuela. Pp 1-20. 2002.

[15] INSTITUTO NACIONAL DE NORMALIZACION. Ganado bovino--terminologia y clasificacion. NCh 1423: of. 94. Santiago, Chile. 1994.

[16] INSTITUTO NACIONAL DE NORMALIZACION. Cortes menores o basicos de la carne de bovino. NCh 1596: of. 1999. Santiago, Chile. 1999.

[17] INSTITUTO NACIONAL DE NORMALIZACION. Canales de bovinos--definiciones y tipificacion. NCh 1306: of. 2002. Santiago, Chile. 2002.

[18] KLEE, G. Los secanos de la precordillera andina de Bio-Bio pueden producir buenos cortes Hilton. Esp. Agric. 2: 4-5. 2006.

[19] KRUSKAL, W.; WALLIS, A. Use of ranks in one-criterion variance analysis. J. Am. Stat. Assoc. 260(47): 583-621. 1952.

[20] LEVENE, H. Robust Test for Equality of Variance. In Contributions to Probability and Statistics. Z. Olkin, Ed. Stanford University Press, Palo Alto, CA. Pp 278-292. 1960.

[21] LOPEZ, M.; RUBIO, M. Tecnologias para la evaluacion objetiva de las canales de animales de abasto. Vet. Mex. 29(3): 279-289. 1998.

[22] MACNEILL, M.D. Choice of a prediction equation and the use of the selected equation in subsequent experimentation. J. Anim. Sci. 57(5): 1328-1337. 1983.

[23] MAHIBBUR, R.M.; GOVINDARAJULU, Z. A modification of the test of Shapiro and Wilks for normality. J. Appl. Stat. 24(2):219-235. 1997.

[24] NELDER, J.A. The Statistics of Linear Models: Back to Basics. Statist. and Comput. 4:243-256. 1994.

[25] PERKINS, T.L.; GREEN, R.D.; HAMLIN. K.E. Evaluation of ultrasonic estimates of carcass fat thickness and longissimus muscle area in beef cattle. J. Anim. Sci. 70(4): 1002-1010. 1992.

[26] POPESKO, P. Toro: musculatura profunda de la columna vertebral. Vista desde la izquierda. En: Atlas de anatomia topografica de los animales domesticos: Tomo II. Salvat. Barcelona, Espana. Pp 24. 1981.

[27] PORTE, E. Proceso de engorda. En: Produccion de carne bovina. 4a. Ed.. Universitaria. Santiago, Chile. Pp 200-204. 1994a.

[28] PORTE, E. Clasificacion de ganado en pie y tipificacion de canales. En: Produccion de carne bovina. 4a. Ed. Universitaria. Santiago, Chile. Pp 281-289. 1994b.

[29] PORTE, E.; GODOY M. Evaluacion de la canal. En: E. Porte (Ed). Produccion de carne bovina. 4a. Ed. Universitaria. Santiago, Chile. Pp 290-299. 1994c.

[30] PORTE, E. Rendimientos y cortes de carne. En: Produccion de carne bovina. (4a. Ed.). Universitaria. Santiago, Chile. Pp 299-311.1994d.

[31] RAMIREZ, R. Crecimiento y desarrollo. En: E. Porte (Ed.). Produccion de carne bovina. 4a. Ed. Universitaria. Santiago, Chile. Pp 186-199. 1994.

[32] SANUDO, C. Qualidade da carcaca e da carne ovina e caprina em face ao desenvolvimento da percepcao do consumidor. Rev. Bras. Zoot. 37 (Suplemento Especial): 143-160. 2008.

[33] SCHNETTLER, B.; MANQUILEF, O.; MIRANDA, H. Atributos valorados en la seleccion de carne bovina por el consumidor de supermercados de Temuco, IX region de Chile. Cien. Investig. Agrar. 31(2): 91-100. 2004.

[34] SCHNETTLER, B.; SILVA, R.; SEPULVEDA, N. Consumo de carne en el sur de Chile y su relacion con las caracteristicas sociodemograficas de los consumidores. Rev. Chil. Nutr. 35(1): 262-270. 2008.

[35] TEIRA, G.; PERLO, F.; BONATO, P.; TISOCCO, O. Calidad de carnes bovinas. Aspectos nutritivos y organolepticos relacionados con sistemas de alimentacion y practicas de elaboracion. Cien. Doc. Tecnol. 17(33): 173-193. 2006.

[36] TORRES, A. Prediccion de la composicion de la carcasa en ganado de carne usando el ultrasonido. 2002. Universidad Nacional de Rio Cuarto. En Linea: http://www. produccionbovina.com/informacion_tecnica/ecografia_ultrsonido/30-prediccion_carcasa.htm. 10/04/2009.

[37] VARGAS, G.; FOSTER, W.; RADDATZ, M. Divergencia en la organizacion de la industria carnica: un analisis comparativo de Estados Unidos y Chile. Cien. Inv. Agrar. Cien. 31(2): 75-90. 2004.

[38] WEBSTER, A. Regresion Lineal Multiple, Analisis de Varianza. In: Estadistica aplicada a los negocios y la economia. 3a. Ed. Irwin McGraw-Hill. Santa Fe de Bogota, Colombia. 640 pp. 2000.

[39] YOKOO, M.J.; ALBUQUERQUE, L.G.; LOBO, R.B.; BEZERRA, L.A.F.; ARAUJO, F.R.C.; SILVA, J.A.V.; SAINZ, R.D. Genetic and environmental factors affecting ultrasound measures of longissimus muscle area and backfat thickness in Nelore cattle. Livest. Sci. 117(2-3): 147-154. 2008.

Recibido: 13/07/2015 Aceptado: 29/03/2016

Jorge Campos-Parra (1) *, Emiliano De Pedro-Sanz (2), Rita Astudillo-Neira (1), Juan Cabas-Monje (3), Rosana Vallejos-Cartes (3) y Julia Velasco-Fuenmayor (4)

(1) Departamento de Produccion Animal, Facultad de Agronomia, Universidad de Concepcion, Vicente Mendez 595, Chillan, Chile. * jcamposp@udec.cl (2) Departamento de Produccion Animal, ETSIAM, Universidad de Cordoba, Campus de Rabanales, Ctra. Nacional IV km 396, Cordoba, Espana. (3) Departamento de Gestion Empresarial, Grupo de Investigacion en Agronegocios, Facultad de Ciencias Empresariales, Universidad del Bio-Bio, Avda. Andres Bello s/n, Chillan, Chile. (4) Universidad del Zulia, Facultad de Ciencias Veterinarias. Departamento Socioeconomico.

Leyenda: FIGURA 1. ESTIMACION DE: "a" (LONGITUD DEL SEMIEJE MAYOR O ANCHO) Y "b" (LONGITUD DEL SEMIEJE MENOR O PROFUNDIDAD) Y PROFUNDIDAD EN CENTIMETROS DEL MUSCULO LONGISSIMUS THORACIS Y SPINALIS THORACIS (OLT).

Leyenda: FIGURA 2. COMPARACION DEL AOLT ([cm.sup.2]) PREDICHO POR EL MODELO Y LA MEDICION DE LA PLANTA FAENADORA Y ENTRE PESOS (kg) REALES POR CORTES Y PREDICHOS POR LOS MODELOS.
TABLA I
MEDIDAS DE RESUMEN DE LAS CARACTERISTICAS DE LOS ANIMALES DEL ESTUDIO.
MEDIAS, DESVIACIONES ESTANDAR (DE), VALORES MINIMOS (MIN), MAXIMOS
(MAX) Y COEFICIENTE DE VARIACION (CV%)

Variables                         N    Media      DE

[PCC.sub.Canal Izquierda] (kg)   212   122,42   19,10
[PCC.sub.Canal Derecha] (kg)     212   122,34   18,70
[a.sub.Canal Izquierda]          150    13,07    0,89
[a.sub.Canal Derecha]            150    12,99    0,93
[b.sub.Canal Izquierda]          150    11,16    1,18
[b.sub.Canal Derecha]            150    11,10    1,26
GC (cm)                           74    0,970   0,091
AOLT ([cm.sup.2])                 74    82,23   24,80
PV (kg)                           74   456,73   43,90
G1                               666    0,710   0,196
G2                               666    0,260   0,179
G3                               666    0,003   0,030

Variables                          Min      Max      CV%

[PCC.sub.Canal Izquierda] (kg)    86,00   196,00    15,60
[PCC.sub.Canal Derecha] (kg)      82,00   191,00    15,29
[a.sub.Canal Izquierda]           10,01    15,29     6,80
[a.sub.Canal Derecha]             10,44    15,34     7,16
[b.sub.Canal Izquierda]            7,11    14,45    10,57
[b.sub.Canal Derecha]              7,77    14,78    11,35
GC (cm)                           0,826    1,170     9,37
AOLT ([cm.sup.2])                 95,32   116,15    30,16
PV (kg)                          315,00   563,00     9,61
G1                                0,113    0,989    27,61
G2                                0,008    0,764    68,94
G3                                0,002    0,136   101,31

PCC: Peso en caliente de medias canales. a: Ancho (cm); b: Profundidad
(cm). GC: Grasa de cobertura; AOLT: Area del Ojo del Lomo Total; PV:
Peso Vivo; Desv. Est.: Desviacion Estandar; CV%: Coeficiente de
Variacion Porcentual; G1, G2 y G3: agrupacion de pixeles por imagen,
que corresponde al promedio de las 3 muestras por animal con tres
repeticiones.

TABLA II
COMPARACION DE LOS MODELOS PARA ESTIMAR EL AOLT ([cm.sup.2]) POR CANAL
DERECHA E IZQUIERDA Y EL MEDIDO POR LA PLANTA FAENADORA DE ACUERDO AL
METODO PROPUESTO POR PORTE (1994B)

Modelo                             AOLT ([cm.sup.2])   N

[MODELO AOLT.sub.canal izquierda]      114,65 a        62
[MODELO AOLT.sub.canal derecha]        114,52 a        62
PLANTA                                 113,80 a        62
CV %                                     12,09

Letras distintas indican diferencias significativas (P< 0,05),
segun Duncan.

TABLA III
ECUACIONES DE REGRESION LINEAL MULTIPLE Y ESTADISTICOS DE PRUEBA PARA
ESTIMAR EL RENDIMIENTO AL DESPOSTE DE LOS CORTES; LOMO LISO, LOMO
VETADO, POSTA NEGRA, FILETE Y POSTA ROSADA

Corte (kg)   Ecuacion                      [R.sup.2.sub.aj]   CMError

L. Liso      -0,01+0,02PV-0,002NSC               0,99         4,2E-05
             GC+0,000014AOLT
L. Vetado    -0,04+0,01PV+0,000055AULT-          0,99         1,3E-05
             0,00088NSC_GC-0,00048NSC_G3
P. Negra     -0,04+0,03PV-0,0042NSC              0,98         9,6E-05
             GC+0,00015AOLT
Filete       0,0012+0,01PV-0,0014NSC GC-         0,99         1,3E-05
             0,00047NSC_G2
P. Rosada    -0,04+0,02PV-0,0021NSC              0,98         3,7E-05
             GC+0,000062AOLT

L. Liso: Lomo Liso, L. Vetado.: Lomo Vetado, P. Negra.: Posta Negra,
P. Rosada.: Posta Rosada, AOLT: Area del Ojo del Lomo Total. GC: grasa
de cobertura, NSC_G1, NSC_G2 y NSC_G3, componentes del musculo,
[R.sup.2.sub.aj]: Coeficiente de Regresion Ajustado. CME: Cuadrado
medio del error.
COPYRIGHT 2016 Universidad del Zulia, Facultad de Ciencias Veterinarias
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2016 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Campos-Parra, Jorge; De Pedro-Sanz, Emiliano; Astudillo-Neira, Rita; Cabas-Monje, Juan; Vallejos-Car
Publication:Revista Cientifica de la Facultad de Ciencias Veterinarias
Article Type:Ensayo
Date:Mar 1, 2016
Words:5287
Previous Article:Indicadores directos de bienestar animal al momento de la inseminacion artificial como factores de riesgo sobre la fertilidad en un rebano lechero...
Next Article:Del origen de la investigacion y sus implicaciones academicas.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters