MATERIAL Y METODOS - PowerPoint PPT Presentation

About This Presentation
Title:

MATERIAL Y METODOS

Description:

MATERIAL Y METODOS – PowerPoint PPT presentation

Number of Views:586
Avg rating:3.0/5.0
Slides: 55
Provided by: tiesmexic
Category:
Tags: material | metodos | gmex | lmme

less

Transcript and Presenter's Notes

Title: MATERIAL Y METODOS


1
MATERIAL Y METODOS
  • Sitio experimental
  • Campo Experimental La Posta del INIFAP km 22.5
    de la carretera federal Veracruz Córdoba
  • Posta Zootécnica El Torreón del Molino de la
    FMVZ UV km 14.5 de la carretera Veracruz-
    Jalapa.

2
  • El esquema de trabajo se organizó en 4
    actividades básicas
  • 1. Establecimiento de las parcelas
    experimentales
  • 2. Colección de las muestras de forrajes
  • 3. Análisis de laboratorio
  • 4. Procesamiento de la información

3
MAPA DE DISTRIBUCIÓN DE LAS PARCELAS DE
GRAMÍNEAS EN EL CE. LA POSTA
4
(No Transcript)
5
  • 2. Colección de las muestras de forrajes

EDAD AL CORTE, días ANO 2002
Uniformización de parcelas 19 MAYO
7 26 MAYO
14 2 JUNIO
21 9 JUNIO
28 16 JUNIO
35 23 JUNIO
42 30 JUNIO
49 7 JULIO
56 14 JULIO
63 21 JULIO
70 28 JULIO
77 4 AGOSTO
94 22 AGOSTO
6
Actividad 3. Análisis de laboratorio
  • Las proteínas han sido clasificadas en 5
    fracciones nutricionales
  • A (Nitrógeno no protéico)
  • B1 (Proteína verdadera soluble)
  • B2 (Proteína verdadera insoluble que no está en
    paredes celulares)
  • B3 (Proteína en paredes celulares)
  • C (Proteína indigestible)

7
  • Los carbohidratos han sido a su vez divididos en
    4 fracciones
  • A (azúcares, cadenas cortas de oligosacaridos y
    ácidos orgánicos)
  • B1 (sustancias pécticas y almidones)
  • B2 (Pared celular digestible) y
  • C (carbohidratos indigestibles).

8
  • El CNCPS y el NRC usan estas fracciones y sus
    tasas de digestión para predecir disponibilidad
    de nutrimentos (Sniffen et al., 1992).
  • Las fracciones de nitrógeno y carbohidratos
    pueden ser determinadas por los procedimientos
    desarrollados por Licitra et al., (1996) y Van
    Soest et al., (1991) respectivamente

9
  • Los análisis de laboratorio fueron realizados en
    cada edad al corte. Con estos puntos muestrales
    se aplicó una ecuación exponencial con la cual se
    estimó la tasa de cambio en el rendimiento y en
    la composicion quimica en porcentaje por día para
    cada uno de los forrajes.
  • Cálculo de las tasas de cambio
  • Se utilizó un modelo exponencial de un solo
    compartimento.
  • Y a (Exp (-b (x - c)))
  • En donde
  • Y La variable residual al tiempo t,
  • a valor inicial,
  • b Tasa fraccional de cambio, /d
  • c valor final,

10
  • Se hizo una validación del Cornell Net
    Carbohydrate and Protein System (CNCPS) para
    estimar energía metabolizable y proteína
    metabolizable de los forrajes tropicales en vacas
    de doble propósito.
  • Los valores de análisis químicos de las 9
    gramíneas fueron usados para predecir sus efectos
    sobre produccion de leche usando el CNCPS.
  • En estas evaluaciones, el consumo de forraje se
    mantuvo como el único ingrediente en la dieta y
    se respetó al consumo predicho por el modelo.
  • Las variables de respuesta de interés del CNCPS
    fueron la cantidad de forraje MS consumida
    predicha por el modelo, la cantidad de leche
    producida a partir de la energía metabolizable y
    de la proteína metabolizable.
  • A continuación se describe el animal y el
    ambiente usado en el modelo CNCPS para evaluar
    los forrajes.

11
(No Transcript)
12
CUADRO 1. Rendimiento por hectárea (Ha) de
Materia Verde (MV) y Materia Seca (MS) de los
pastos por especie
GRAMÍNEA MV /Ha, kg MS /Ha, kg
ESTRELLA 12,286 a 3,445 a
INSURGENTE 15,761 a 3,642 a
LLANERO 25,657 b 6,314 ab
MOMBAZA 18,079 a 3,653 a
MULATO 14,324 a 2,871 a
PANGOLA 11,269 a 2,510 a
TANZANIA 28,935 b 6,833 b
SEÑAL 11,339 a 2,707 a
PRIVILEGIO 17,507 a 4,553 a
DESV STD 1,538 700.4
13
CUADRO 2. Rendimiento por hectárea (Ha) de
Materia Verde (MV) y Materia Seca (MS) de los
pastos por Edad
Edad, d MV/Ha, kg MS/Ha, kg
7 2,531 a 441 a
14 6,351 a 1,278 a
21 19,642 b 2,834 a
28 8,979 a 1,490 a
35 19,252 b 3,009 a
42 18,235 b 3,064 a
49 16,275 b 3,252 a
56 25,565 bc 9,475 d
63 22,353 b 5,435 b
70 15,954 b 3,873 ab
77 23,359 b 6,778 c
95 28,378 c 7,777 d
DESV STD 1,776 808.8
14
CUADRO 4. Fracciones de Fibra de los pastos por
Edad al corte
Edad, d FDN, MS FDA, MS Lignina, MS Lignina, FDN Lignina, FDA
7 63.3 a 33.4 a 6.41 a 10.7 a 21.5 a
14 64.6 ab 31.0 a 6.59 ab 10.7 a 23.7 ab
21 68.2 c 35.8 b 7.51 c 11.0 a 21.9 a
28 69.0 c 34.4 ab 7.37 b 11.1 a 23.2 a
35 67.2 bc 35.5 ab 7.06 ac 11.1 ab 21.7 a
42 66.7 a 37.0 bc 7.63 c 11.8 a 21.5 a
49 67.0 bc 37.0 b 7.80 c 12.0 ab 22.3 a
56 65.9 ac 37.6 bd 8.12 cd 12.7 b 23.3 a
63 63.9 a 39.3 cde 8.62 d 14.3 c 24.1 a
70 69.4 c 39.8 de 9.01 e 13.5 bc 25.4 bc
77 71.7 c 40.2 e 9.33 ef 14.1 bc 25.6 b
95 68.7 c 40.2 e 9.82 f 14.8 c 26.9 c
DESV STD 0.76 0.50 0.165 0.31 0.57
15
CUADRO 6. Proteína Cruda (PC), Nitrógeno no
protéico (NNP), Proteína Indigestible (NIDA), y
Proteína Verdadera Soluble (PVS) en los pastos
por Edad
Edad, d PC, BS NNP, PC NIDA, PC PVD, PC
7 14.32 a 29.9 a 1.95 a 68.2 a
14 13.92 a 28.1 ab 2.11 a 69.7 a
21 11.89 a 30.0 a 2.26 a 67.8 ab
28 9.05 ab 25.8 ac 2.75 a 71.4 ac
35 8.69 ab 26.1 ad 3.01 a 70.9 ad
42 7.31 b 25.3 ae 8.90 b 65.8 ae
49 6.65 bc 31.6 a 10.34 c 58.0 ef
56 6.25 bc 36.4 a 4.44 d 59.2 bfg
63 6.27 bc 31.2 a 5.02 d 63.7 aeg
70 5.58 c 20.3 bf 5.04 d 74.7 acd
77 4.92 c 23.7 ag 4.83 d 71.5 acde
95 4.24 c 18.8 cdefg 6.34 e 74.9 acd
DESV STD 0.123 1.77 0.229 1.81
16
(No Transcript)
17
Cuadro 9. Factores ßo y ß1 de las ecuaciones
exponenciales de predicción para producción de
Materia Seca (MS) en kg/ha
Pasto ßo ß1 R
Estrella 609.4 0.0277 0.94
Insurgentes 721.0 0.0278 0.80
Llanero 874.2 0.0294 0.96
Mombaza 991.9 0.0232 0.75
Mulato 636.5 0.0246 0.65
Pangola 1126.9 0.0120 0.52
Tanzania 1321.4 0.0266 0.65
Señal 648.5 0.0240 0.77
PROMEDIO 866.2 0.0244 0.76
STD DEV 261.38 0.00545 0.150
18
(No Transcript)
19
Cuadro 11. Origen (ßo) y Pendiente (ß1) de las
ecuaciones exponenciales de predicción para
Proteína Cruda (BS)
Pasto Origen Pendiente R2
Estrella 14.56 -0.0149 0.944
Insurgentes 11.14 -0.0221 0.958
Llanero 15.77 -0.0131 0.916
Mombaza 13.71 -0.0176 0.963
Mulato 16.08 -0.0081 0.978
Pangola 17.12 -0.0154 0.974
Tanzania 18.41 -0.0176 0.940
Media 15.26 -0.0150 0.950
Desv. Est. 2.387 0.0043 0.021
20
Cuadro 12. Origen (ßo) y Pendiente (ß1) de las
ecuaciones exponenciales de predicción para
Lignina (FDN)
Pasto Origen Pendiente R2
Estrella 7.95 0.0069 0.951
Llanero 5.26 0.0050 0.870
Mulato 7.87 0.0079 0.955
Pangola 25.10 -0.0010 0.460
Promedio 11.55 0.0047 0.810
Desv. Est 9.12 0.00399 0.236
21
Tabla 7. Fracciones de Carbohidratos y
Proteína en Pasto Llanero (Andropogon gayanus)
para utilizar en el CNCPS
Edad M.seca FDN, MS Lig., FDN1 PC, MS Solubilidad de PC2 NNP, P.Sol3 PIDN, PC4 PIDA, PC5 E.E. MS MIN, MS FDN disp., MS6 FDN no disp., MS7 CNE MS8
7 13.11 64.45 7.53 12.07 90.75 14.93 9.25 3.16 3.79 9.92 46.36 17.95 9.91
14 19.53 63.11 5.37 14.16 92.48 16.70 7.52 4.35 3.35 9.87 50.23 12.73 9.67
21 16.70 67.12 6.01 13.46 91.45 27.13 8.55 4.06 3.86 9.45 52.70 14.27 6.26
28 13.57 66.14 4.89 12.19 91.39 5.56 8.61 4.05 3.92 9.46 54.40 11.61 8.41
35 15.91 69.30 6.06 9.40 91.33 8.61 8.67 5.73 2.32 9.96 54.74 14.48 9.10
42 19.28 65.70 7.00 4.97 84.12 2.69 15.88 5.89 2.69 8.82 48.90 16.76 17.85
49 20.70 63.58 7.63 6.84 88.46 32.46 11.54 3.96 2.25 9.64 45.26 18.26 17.74
56 18.45 68.70 7.06 9.43 90.83 11.01 9.17 5.80 3.85 10.17 51.75 16.87 7.93
63 22.23 69.02 7.39 7.21 91.51 29.66 8.49 7.49 2.68 9.60 51.29 17.69 11.53
70 23.19 71.75 7.51 4.84 90.36 18.83 9.64 10.31 0.80 9.90 53.73 17.99 12.73
77 20.44 71.34 7.67 6.62 90.09 32.96 9.91 6.49 0.18 9.64 52.94 18.36 12.26
96 21.15 72.75 8.11 4.50 88.33 36.48 11.67 12.95 0.14 9.65 53.29 19.44 12.99
1 Lig FDN (Lig. MS 100) / FDN, MS 2
Solubilidad de PC (P. Sol., MS 100) / PC
MS en donde P. Sol, MS PC MS PIDN
MS 3 NNP, P. Sol. (NNP (6.25), MS 100) P.
Sol. MS 4 PIDN, PC Proteína Insoluble en
Detergente Neutro 5 PIDA, PC Proteína
Insoluble en Detergente Acido 6 FDN disp., MS
FDN, MS ( Lig., FDN 2.4) 7 FDN no disp.,
MS FDN MS (PC, MS (PIDN / 100)) FDN
Disp. 8 CNE MS 100 PC MS EE Cenizas
FDN Disp FDN No Disp.
22
(No Transcript)
23
Cuadro 16. Promedios ajustados por cuadrados
mínimos de los coeficientes de la ecuación
logarítmica para consumo voluntario, Energía
Metabolizable y Proteína Metabolizable
Nutriente Origen Pendiente R2
Consumo Voluntario 13.784ª -1.286ª 0.48ª
Energía Metabolizable 10.371ª -4.766ª 0.50ª
Proteína Metabolizable -2.641b -1.730ª 0.65b
Desviación Estandar 1.721 1.098 0.029
24
CONCLUSIONES
  • Considerando las variables de rendimiento de MS,
    PC y FDA, desde el punto de vista estático
  • Tanzania y Llanero tuvieron altos rendimientos de
    MS alta en PC.
  • Insurgente tuvo altos rendimientos de MS baja en
    FDA.
  • Pangola y Mulato tuvieron bajos rendimientos de
    MS pero alta en PC y baja en FDA
  • El comportamiento dinámico para las mismas
    variables fue
  • Llanero y Estrella de Africa tuvieron las tasas
    de crecimiento mas rápidas con menor decaimiento
    en la PC y deposición mas lenta de Lignina.
  • Mulato tuvo la tasa mas lenta de decaimiento de
    PC
  • Pangola tuvo la tasa mas lenta de deposición de
    Lignina.

25
  • Considerando como modelo animal una vaca promedio
    cruzada de Holstein x Cebú en pastoreo en clima
    tropical en un sistema de doble propósito
    produciendo 10 kg de leche diario, se evaluaron
    CV, EM y PM disponibles para producción de leche.
  • Se conluye que
  • En la evaluación estática,
  • Insurgente, Mombaza , Llanero y Pangola tienen
    los CV, EM y PM mas altos.
  • En la evaluación dinámica,
  • Tanzania, Mulato, Estrella y Llanero tienen las
    tasas de cambio mas lentas y por tanto mantienen
    su calidad nutritiva por mas tiempo.

26
IMPLICACIONES
  • En gramíneas tropicales no se deben generalizar
    recomendaciones. Cada pasto tiene sus
    características propias que le dan alguna ventaja
    nutricional sobre las demás. Va a depender del
    productor ponderar que característica es la que
    mas le convenga. Si mayor rendimiento con PC, o
    mayor rendimiento con digestibilidad, o calidad
    nutricional por encima de rendimiento, etc.
  • Es necesario complementar esta información con
    datos de tasas de digestón de las fracciones
    nutricionales mas importantes, asi como con
    algunas pruebas de comportamiento animal,
    principalmente con relación a variaciones en el
    consumo voluntario de Fibra Detergente Neutro.

27
METODOLOGIA
El C.E. Playa Vicente se encuentra localizado en
17 19 latitud norte y 19 65 longitud
oeste,ubicado en congregacion de Lealtad de
Munoz,Mpio de Playa Vicente,Ver. Km 32,clima
tropical,temperatura media anual 26.8 c,con
precipitacion pluvial de 2200mm
28
PARCELAS EXPERIMENTALES Y MÉTODO DE MUESTREO
29
ANÁLISIS DE LABORATORIO
  •  
  • Determinación de nitrógeno no proteico (NNP)
  • Determinación de proteína soluble utilizando
    amortiguador buffer de borato fosfato

Licitra y col, 1996
30
ANÁLISIS DE LABORATORIO
  •  
  • Determinación de proteína en las paredes
    celulares utilizando solución Neutro detergente.
  • Determinación de proteína en las paredes
    celulares utilizando solución ácido detergente.
  •  
  • Licitra et al 1996.

31
DETERMINACIÓN DE LA DIGESTIBILIDAD in vitro
(Contreras,2000)
32
ANÁLISIS ESTADÍSTICOS
  • Arreglo factorial 7X4X2, para determinar los
    efectos de especie, edad al corte y réplica. Los
    contrastes entre los factores estimados se
    determinaron usando el procedimiento de Tukey.
  • El modelo estadístico fue el siguiente
  • Yij M Ei Cj Rk ECij Eijk
  •  
  • En donde
  • M Es la media poblacional
  • Ei Efecto de iésima especie
  • Cj Efecto del jésimo corte
  • Rk Efecto de la késima réplica
  • ECij Efecto de la interacción de la iésima
    especie en el iésimo corte
  • Eijk El error experimental

33
RESULTADOS
Cuadro 1. Producción de forraje verde, seco, y
orgánico por leguminosa
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
34
RESULTADOS
Cuadro 2. Producción de forraje verde, seco y
orgánico de las leguminosas por edad al corte
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
35
RESULTADOS
Cuadro 3. Composición química nutricional por
leguminosa
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
36
RESULTADOS
Cuadro 4. Composición química nutricional por
edad al corte
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
37
RESULTADOS
Cuadro 5. Fracciones de fibra por especie de
leguminosa
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
38
RESULTADOS
Cuadro 6. Fracciones de fibra por edad al corte
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
39
RESULTADOS
CUADRO 7. Fracciones de proteina (N x 6.25) de
las leguminosas expresadas como porciento de la
materia seca
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
40
RESULTADOS
CUADRO 8. Fracciones de proteina (N x 6.25) de
las leguminosas expresadas como porciento de la
proteina cruda
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
41
RESULTADOS
Cuadro 9. Predicción de algunas variables
nutricionales de las leguminosas en vacas
cruzadas utilizando el modelo CNCPS
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
42
RESULTADOS
Cuadro 10. Variables nutricionales por edad en
días, de las leguminosas en vacas cruzadas
utilizando el CNCPS
Distinta literal por columna muestra diferencia
estadística (Plt0.05), prueba de Tukey
43
RESULTADOS
CUADRO 11. Capacidad de consumo total, de pasto,
leguminosa y FDN de las vacas en el modelo de
simulacion CNCPS v 5.034
44
RESULTADOS
CUADRO 12. Características nutritivas del pasto
suplementado con leguminosas
45
RESULTADOS
CUADRO 13. Valor nutricional de la suplementacion
con leguminosas para vacas de doble propósito de
acuerdo al CNCPS v 5.034
Distinta literal por columna muestra diferencia
estadística (Plt0.05)
46
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.7793546053 0.3380638159
492.62086939 7.0643178961 Parm Value
Std Error t-value 95 Confidence Limits
a 421.8467892 556.5606647 0.757952935
-1885.85320 2729.546782 b 14.41870506
5.424892558 2.657878457 -8.07484383
36.91225395 FIGURA 1. Rendimiento en producción
de Materia seca de la leguminosa Arachis pintoi
(Cacahuatillo) con la edad.
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9782933058 0.9348799174
488.76420468 90.137475207 Parm Value
Std Error t-value 95 Confidence
Limits a -1278.12063 552.2034234
-2.31458295 -3567.75394 1011.512682 b
51.10112032 5.382421776 9.494075799
28.78367052 73.41857013 FIGURA 2.
Rendimiento en producción de Materia seca de la
leguminosa Cratylia argentea (Cratylia) con la
edad.
47
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.8916898691 0.8483658167
99.507190379 49.396479994 Parm Value
Std Error t-value 95
Confidence Limits a 325.9725008 79.49488192
4.100547015 130.6455230 521.2994786 b
5.445851591 0.774850292 7.028262943
3.541965931 7.349737251 FIGURA 3.
Rendimiento en producción de Materia seca de la
leguminosa Flemigia macrophylla (Flemigia) con la
edad.
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.7222074000 0.1666222001
199.82105033 5.1996158290 Parm Value
Std Error t-value 95
Confidence Limits a 1240.693360 225.7568518
5.495706334 304.6245389 2176.762182 b
5.017705878 2.200490877 2.280266612
-4.10631798 14.14172974 FIGURA 4.
Rendimiento en producción de Materia seca de la
leguminosa Gliricida sepium (Cocoite) con la edad.
48
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.8916898691 0.6750696073
121.87092108 16.465493331 Parm Value
Std Error t-value 95
Confidence Limits a 325.9725009
137.6891744 2.367451924 -244.936166
896.8811674 b 5.445851590 1.342080073
4.057769502 -0.11889341 11.01059659 FIGURA
5. Rendimiento en producción de Materia seca de
la leguminosa Pueraria phaseoloides (Kudzú) con
la edad.
49
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.8617753966 0.5853261897
0.7802360458 12.469204111 Parm Value
Std Error t-value 95
Confidence Limits a 17.78381604
0.881506893 20.17433576 14.12877252
21.43885956 b 0.030340568 0.008592199
3.531176023 -0.00528577 0.065966906 FIGURA 9.
Cambios en la concentración de lignina con la
edad en Cratylia argentea (Cratylia)
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9079110051 0.7237330154
1.8346327968 19.718121726 Parm Value
Std Error t-value 95
Confidence Limits a 10.42934497
2.072759219 5.031623971 1.834942350
19.02374759 b 0.089714008 0.020203541
4.440509175 0.005942887
0.173485129 FIGURA 11. Cambios en la
concentración de lignina con la edad en
Gliricidia sepium (Cocoite)
50
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9521003534 0.9042007069
0.4778394010 19.876980766 Parm Value
Std Error t-value 95
Confidence Limits a 17.58441468
0.768665537 22.87654881 7.673280992
27.49554836 b 0.029617197 0.006643069
4.458360766 -0.05603819
0.115272582 FIGURA 14. Cambios en la
concentración de lignina con la edad en Zornia
(Zornia)
51
  • Arachis PC

r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9976669626 0.9930008877
0.0601331475 855.25156753 Parm Value
Std Error t-value 95
Confidence Limits a 17.59034376
0.067938138 258.9170720 17.30864789
17.87203963 b -0.01936597 0.000662205
-29.2446844 -0.02211171 -0.01662023 FIGURA
15. Contenido de proteína cruda de la
leguminosa Arachis pintoi (cacahuatillo) con la
edad
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9756672332 0.9270016997
0.6888922962 80.193694589 Parm Value
Std Error t-value 95
Confidence Limits a 19.08760914
0.778307169 24.52451925 15.86046867
22.31474962 b -0.06793597 0.007586294
-8.95509322 -0.09939146
-0.03648048 FIGURA 25. Tendencia en la energía
metabolizable de Giricidia sepium (Cocoite) con
la edad
52
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9378893661 0.8136680982
0.2382606744 30.200605159 Parm Value
Std Error t-value 95 Confidence Limits
a 16.28280833 0.269185752 60.48911647
15.16666772 17.39894894 b -0.01441911
0.002623800 -5.49550771 -0.02529833
-0.00353990 FIGURA 30. Tendencia en la proteina
metabolizable de Cratylia argentea (Cratylia) con
la edad
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9115407802 0.7346223406
2.3015558279 20.609288267 Parm Value
Std Error t-value 95
Confidence Limits a 28.83569003
2.600286591 11.08942766 18.05396985
39.61741021 b -0.11506185 0.025345441
-4.53974540 -0.22015313 -0.00997057 FIGURA
32. Tendencia en la proteína metabolizable de
Gliricidia sepium (Cocoite) con la edad
53
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9005065236 0.7015195709
2.2691761725 18.101820473 Parm Value
Std Error t-value 95
Confidence Limits a 33.85627577
2.563704213 13.20599919 23.22623924
44.48631230 b -0.10631821 0.024988866
-4.25462342 -0.20993101
-0.00270542 FIGURA 34. Tendencia en la proteína
metabolizable de Leucaena leucocephala (Leucaena)
con la edad
r2 Coef Det DF Adj r2 Fit Std Err
F-value 0.9005065236 0.7015195709
2.2691761725 18.101820473 Parm Value
Std Error t-value 95 Confidence Limits
a 33.85627577 2.563704213 13.20599919
23.22623924 44.48631230 b -0.10631821
0.024988866 -4.25462342 -0.20993101
-0.00270542 FIGURA 35. Tendencia en la proteína
metabolizable de Zornia (Zornia) con la edad
54
CONCLUSIONES
  • La concentración y la distribución de las
    fracciones de nitrógeno en las leguminosas
    tropicales se afectan por la especie pero no por
    la edad al corte.
  • La energía metabolizable y la proteína
    metabolizable de las leguminosa tropicales se ven
    afectadas por la especie pero no por la edad al
    corte
  • En base a las características de rendimiento,
    químicas y biológicas El valor nutricional de
    las leguminosas evaluadas en este estudio para
    ganado bovino de doble propósito en Veracruz,
    resulto ser de mayor a menor para Gliricidia
    sepium, Leucaena leucocephala, Pueraria
    phaseoloides, Arachys pintoi, Cratylia argentea,
    Zornia y Flemigia macrophylla
  • La edad al corte de las leguminosas no influye
    sobre su valor nutritivo para vacas cruzados
    lactantes en condiciones tropicales.
Write a Comment
User Comments (0)
About PowerShow.com