پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,579 |
| تعداد مقالات | 71,071 |
| تعداد مشاهده مقاله | 125,680,660 |
| تعداد دریافت فایل اصل مقاله | 98,911,133 |
تحلیل فرصت‌های سودآوری حاصل از پرورش یک گله گاو شیری (مطالعه موردی: یک واحد گاوداری صنعتی در استان تهران) | ||
| تولیدات دامی | ||
| مقاله 2، دوره 26، شماره 2، تیر 1403، صفحه 111-121 اصل مقاله (1.38 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jap.2024.360422.623745 | ||
| نویسندگان | ||
| عبدالرضا صالحی* 1؛ غلامرضا پیکانی ماچیانی2؛ علی اسدی الموتی3؛ محمد تاجیک خواری4 | ||
| 1نویسنده مسئول، گروه علوم دام و طیور، دانشکده فناوری کشاورزی، دانشگاه تهران، پاکدشت، ایران. رایانامه: arsalehi@ut.ac.ir | ||
| 2گروه اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه تهران، کرج، ایران. رایانامه: rpeykani@ut.ac.ir | ||
| 3گروه علوم دام و طیور، دانشکده فناوری کشاورزی، دانشگاه تهران، پاکدشت، ایران. رایانامه: a.alamuti@ut.ac.ir | ||
| 4گروه علوم دام و طیور، دانشکده فناوری کشاورزی، دانشگاه تهران، پاکدشت، ایران. رایانامه: m.Tajik@stu | ||
| چکیده | ||
| تعیین تابع تولید از مؤثرترین و بهترین راه‌کارها برای بررسی تداوم شیردهی و تعیین رابطه میان مصرف نهاده‌های غذایی و تولید شیر است. هدف از انجام این پژوهش، بررسی اثرات تابع تولید در برنامه های اصلاح نژادی و استفاده از آنها در انتخاب بهتر حیوانات بود. برای تحقق این هدف، از داده های تولید شیر و مقدار مصرف نهاده های خوراکی یکی از گاوداری های صنعتی استان تهران استفاده شد. روش های مختلفی در این مطالعه بررسی شد؛ 1- استفاده از رویه حداقل مربعات معمولی (OLS) در محیط R به‌منظور برآورد تابع تولید شیر، 2- استفاده از روش حداقل مربعات بسط‌یافته پیکانی (POLS)، 3- برآورد ارزش اصلاحی تولید شیر تخمینی تابع POLS و تولید شیر فیزیکی (داده های مزرعهای) با استفاده از نرم‌افزار Wombat، 4- مقایسه توابع تولیدی با استفاده از روش حداقل مربعات معمولی (OLS) به‌دست‌آمده در R با تابع تولید حاصل رویه POLS، 5- ارزیابی ژنتیکی حیوانات و بررسی رتبه بندی گاوهای شیری. توابع تولید تخمینی به‌دست‌آمده از رویه معمول حداقل مربعات از نظر علایم و ضرایب نادرست بودند و به خوبی منحنی تولید شیر را برازش نمی‌کردند. براساس یافته‌های این مطالعه، مدل رگرسیونی غیرخطّی POLS بهترین مدل در برازش منحنی و تولید اقتصادی شیر می‌باشد. با استفاده از ارزش های اصلاحی برآوردشده در این روش، میتوان بهترین حیوانات را به‌عنوان والدین نسل های آینده انتخاب کرد. توانایی تخمین تابع تولید براساس روش POLS، برای ایجاد یک منحنی استاندارد گاوهای شیری بسیار بالاست. | ||
| کلیدواژه‌ها | ||
| ارزش اصلاحی؛ بازدهی اقتصادی؛ تابع تولید؛ قانون بازده نزولی؛ گاوشیری | ||
| عنوان مقاله [English] | ||
| Analysis of profitability opportunities derived from breeding a dairy cattle herd (Case study: An industrial dairy cattle herd unit in Tehran province) | ||
| نویسندگان [English] | ||
| عبدالرضا Salehi1؛ gholamreza Peykani2؛ ali assadi-alamouti3؛ Mohammad Jajik khari4 | ||
| 1Corresponding Author, Department of Animal and poultry Science, Faculty of Agricultural Technology, University of Tehran, Pakdasht, Iran. E-mail: arsalehi@ut.ac.ir | ||
| 2Department of Economic Science, Faculty of Agriculture, University of Tehran, Karaj, Iran. E-mail: rpeykani@ut.ac.ir | ||
| 3Department of Animal and poultry Science, Faculty of Agricultural Technology, University of Tehran, Pakdasht, Iran. E-mail: a.alamuti@ut.ac.ir | ||
| 4Department of Animal and poultry Science, Faculty of Agricultural Technology, University of Tehran, Pakdasht, Iran. E-mail: m.Tajik@stu.ac.ir | ||
| چکیده [English] | ||
| Introduction Determining the production function is one of the most effective ways to monitor the continuity of milk production, as it indicates the relationship between the intake of feedstuff and milk production. To explain the production function in breeding programs and estimate regression coefficients, third-degree nonlinear regression is used. The milk production curve follows a third-degree rule, and therefore, it can be divided into three basic parts. Second-degree production functions cannot accurately represent a milk production curve from the beginning of lactation to the time of dryness, because they only depict the second-degree performance of milk production from the beginning of lactation to the peak of lactation. The aim of this research was to investigate the effects of the production function in breeding programs and their potential use in selecting superior animals. Materials and Methods In order to recognize the opportunities for profitability in a herd, we first need to create the right production function. To achieve these goals, data on milk production and feed intake from one of the industrial farms in Tehran province were used. Various methods were examined in this study: 1- using OLS approach in R environment to estimate the milk production function, 2- using the Peykani extended ordinary least square (POLS) method, 3- estimating the breeding value of milk production using POLS function and physical milk production (field data) using Wombat software, 4- comparing OLS production functions obtained in R with the POLS production function, 5- Conducting genetic evaluation of animals and ranking dairy cows. When the production functions were obtained according to the POLS program, the optimal amounts of feed consumption and milk production were calculated. The breeding value of milk production was estimated using a repeatability model with permanent environmental effects that consider covariance between records of an animal and this was done using the Wombat program. Finally, cows were ranked based on their genetic rank. Results and Discussion The estimated functions based on the ordinary least squares method were incorrect in terms of signs and coefficients, and did not fit the milk production curve well. Based on the findings of this study, the non-linear regression model POLS is the best in the curve fitting and economical production of milk. The results show that with milk yield corrected using the optimal feed intake by the POLS model the ranking of the animals has changed and the breeding value of the animals is more accurately estimated. By using the breeding values estimated in this method, one can select the best animals as the parents of future generations. Conclusion The ability to estimate the production function based on the POLS method, which is used to create a standard curve of dairy cows is very high. Our results contribute significantly to the field of animal breeding by shedding light on the role of production functions in enhancing breeding programs and facilitating the identification of high-performing animals. The insights gained from our study could drive improvements in animal selection processes and ultimately enhance milk production efficiency. | ||
| کلیدواژه‌ها [English] | ||
| Breeding Value, Dairy cattle production function, Economic efficiency, The law of diminishing return | ||
| مراجع | ||
|
اشرفی، لیلا؛ قربانی خراجی، غلامرضا؛ همه، تمت؛ و صادقی سفیدمزگی، علی (1400). مقایسه بین‌المللی اقتصاد تولید شیر در گله‌های هلشتاین اصفهان. مجله پژوهش در نشخوارکنندگان. دوره 9 (2). 120-107.
امینی، بختیار؛ مرادی شهربابک، محمّد؛ نجاتی جوارمی، اردشیر؛ و صیادنژاد، محمّدباقر. (1388). اثر تصحیح رکوردها بر اجزای واریانس و برآورد پارامترهای ژنتیکی و ارزیابی گاوهای هلشتاین ایران. مجله علوم دامی ایران. 40 (2). 22-17. شادپرور؛ عبدالاحد (1391). مروری بر برآورد ارزش‌های اقتصادی صفات در ایران. پنجمین کنگره علوم دامی ایران، دانشگاه صنعتی اصفهان، 8-15.
قاسمی، احمد؛ اسدی، ابراهیم؛ مهربان، حسین و محرری،علی (1394). مقایسه توابع ریاضی در برازش منحنی تولید شیر زایش اول در یک گله گاو هلشتاین. همایش پژوهش‌های نوین در علوم دامی. دانشگاه بیرجند.
References Amini, B., Moradi Shahrebabak, M., Nejati javaremi., A., & Sayadnejad, M. B. (2009). The Effect of Adjustment for Production Trait Records on Estimation of Variance Components and Genetic Evaluation in Iranian Holstein Cattle. Iranian Journal of Animal Sciences, 40 (2), 22-17. (In Persian) Ashrafi, L., Ghorbani kharja, GH., Hemme,T., & Sadeghi-sefidmazgi, A. (2021). International comparisons of the economy of milk production in Isfahan’s Holstein farms. Journal of Ruminant Reaserch, 9(2), 2021. (In Persian). Bayati, A. Abolhasani, L., & Shasavani, N. (2015). Energy flow in traditional dairy cattle units with an emphasis on Emissions of greenhouse gases from electricity production and the use of machinery and equipment, Mashhad Ferdowsi University. Journal of Agroecology, 8(3), 251-262. (In Persian) Betteridge, J. K. (2004). New reproductive technologies in cattle: a veterinary perspective. 23rd. World Buiatrics Congress. De Vries, A., Overton, M., Fetrow, J., Leslie, K., Eicker, S., & Rogers, G. (2008). Exploring the impact of sexed semen on the structure of the dairy industry. Journal of Dairy Science, 91, 847-856. Ghaffar, A., Qasim Khan, M., & Ullah, N. (2007). Integrated approach for improving small scale market oriented dairy systems in Pakistan: participatory rural appraisal and economic opportunity survey. Ghasemi, A., Asadi, A., Mehraban, H., & Mohrazi, A. (2015) Comparison of mathematical functions in fitting the milk production curve of the first lactation in a herd of Holstein cattle. Conference on New Research in Animal Sciences. Birjand University. Groen, A. F. (1988). Cattle Breeding Goals and Prediction circumstances. PhD. Thesis, Wageningen Agricultural. University, The Netherlands. Henderson, C. R. (1975a). Use of all relatives in intraherd prediction of breeding values and producing abilities. Journal of Dairy Science, 58(12), 1910-1916. Jamrozik, J., & Schaeffer, L. R. (1997). Estimates of genetic parameters for a test day model with random regression for production of traits of first location Holstein. Journal of Dairy Science, 80, 762-770. Koopahi, M. (2009). Principle of agricultural economics. (12th ed). University of Tehran Press. Macciotta, NPP., Vicario D., & Cappio-Borlino, A. (2005). Detection of Different Shapes of Lactation Curve for Milk Yield in Dairy Cattle by Empirical Mathematical Models. Journal of Dairy Science, 88(3), 1178-1191. Miglior, F., Muir, B. L., & Van Doormaal, B. J. (2005). Selection indices in Holstein cattle of various countries. Journal of Dairy Science, 88, 1255-1263. Ptak, E., & Schaeffer, L. R. (1993). Use of test day yield for genetic evaluation of dairy sires and cows. Livestock Prodution Science, 34, 23-34. Rothschild, M.F., Henderson, C.R., &Quaas, R.L. (1979). Effects of selection on variances and covariances of simulated first and second lactations. Journal of Dairy Science, 62, 996-1002. Schmidt, G. H., Van Vleck, L, D., & Hutjens, M. F. (1988). Principles of dairy science. Second edition. Shadparvar, A., Emam jomeh, N., & Chizari, A. (1997). Review of Economic values for milk production, fat percentage and herd life in dairy cattle in IRAN. Iranian Journal of Agricultural Science and Technology, 11(2), 93-109. (In Persian). Shadparvar, A. (2012). A review on estimation of economic values of traits in Iran. The 5th Iranian Congress on Animal Science, Isfahan University of Technology, 8-15. (In Persian). Shanks, R. D., Berger, P. J., Freeman, A. E., & Dickinson, F. N. (1981). Genetic Aspects of lactation curves. Journal of Dairy Science, 64, 1852-1860. Sölkner, J., & Fuerst, C. (2002). Breeding for functional traits in high yielding dairy cows. Proc. 7th Wrld. Congr. Genet. Appl. Livest. Prod., Montpellier, France, 291, 107-114. | ||
|
آمار تعداد مشاهده مقاله: 346 تعداد دریافت فایل اصل مقاله: 202 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب