استفاده از مدل های غیر خطی رشد برای برازش منحنی تولید تخم در مرغ خزک
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 71
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JASR-15-3_007
تاریخ نمایه سازی: 16 مهر 1402
چکیده مقاله:
پژوهش حاضر با هدف ارزیابی مدلهای غیر خطی رشد برای توصیف منحنی تولید و وزن تجمعی تخم در مرغ خزک و انتخاب مناسبترین مدل غیر خطی رشد انجام شد. در مجموع، تولید تخم ۳۶۵ پولت مرغ خزک از هفته اول تا چهلم تخم گذاری برای ارزیابی استفاده شد. با استفاده از تولید و وزن تخمهای تولید شده در هر هفته، تولید و وزن تجمعی تخم در طول چهل هفته محاسبه شد. پنج مدل رشد غیر خطی شامل مدلهای گمپرتز، لجستیک، ریچاردز، لوپز و ویبول بر روی رکوردهای تجمعی تولید و وزن تخم برازش شده و مناسبترین مدل برای تولید و وزن تجمعی تخم با استفاده از معیارهای نکویی برازش (ضریب تبیین تصحیح شده، میانگین مربعات خطا، معیار اطلاعات بیزی و معیار اطلاعات آکائیک) تعیین شد. نتایج نشان داد که علیرغم برازش همه مدلهای رشد بر روی دادهها، مدل لوپز و ویبول به ترتیب براساس معیارهای نکویی برازش برازش مناسبترین مدل برای توصیف منحنی تولید و وزن تجمعی تخم در مرغهای خزک بودند. در مدلهای رشد گمپرتز و لجستیک، تولید اولیه و تولید نهایی به ترتیب بالاتر و پایینتر از مدلهای دیگر برآورد شد. زمان و میزان تولید در نقطه عطف با استفاده از مدلهای لوپز و ویبول نزدیکتر به مقادیر واقعی بود. همچنین، مقایسه مقادیر پیشبینی شده توسط مدلها با مقدار واقعی نشان داد که دو مدل لوپز و ویبول به ترتیب پیشبینیهای صحیحتری برای تولید و وزن تجمعی تخم داشتند. با توجه به نتایج حاصل میتوان از مدلهای رشد لوپز و ویبول برای مطالعه منحنی تولید و وزن تخم تجمعی در مرغ خزک جهت مدیریتتغذیهای و برنامههای اصلاح نژادی برای تغییر منحنی با صحت بالا استفاده کرد.
کلیدواژه ها:
نویسندگان
هادی فرجی آروق
پژوهشکده دام های خاص، دانشگاه زابل، زابل، ایران
محمود قزاقی
گروه علوم دامی، دانشکده کشاورزی، دانشگاه زابل، زابل، ایران
محمد رکوعی
گروه علوم دامی، دانشکده کشاورزی، دانشگاه زابل، زابل، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :