Você está na página 1de 26

USANDO MODELOS MATEMÁTICOS NUTRICIONAIS PARA

AUMENTAR A EFICIÊNCIA EM GADO DE CORTE


* * § *
L. O. Tedeschi , M. L. Chizzotti , D. G. Fox , G.E. Carstens
*
Texas A&M University, College Station, TX 77843
§
Cornell University, Ithaca, NY 14853

INTRODUÇÃO

Modelos matemáticos integram o conhecimento científico,


acumulado ao longo do tempo, do suprimento alimentar e dos
requerimentos nutricionais dos animais e nos permitem aplicá-los em
diferentes condições de produção. Modelos exercem um papel
importante na melhoria dos sistemas de alimentação e auxiliam o
entendimento da estrutura que dita o comportamento do sistema de
produção. Portanto, eles podem fornecer informações essenciais a
serem utilizadas no processo de tomada de decisão por estrategistas,
produtores e consultores para maximizar a produção e
concomitantemente minimizar os impactos ambientais através da
redução da excreção de nutrientes de maneira economicamente viável.
Diversos modelos matemáticos nutricionais têm sido desenvolvidos
considerando os diversos sistemas de na produção de ruminantes
(Tedeschi et al., 2005c).
O modelo Cornell Net Carbohydrate and Protein System
(CNCPS) está em desenvolvimento há mais de 30 anos (Fox et al.,
2004b) para o balanceamento de rações e em programas de predição
de desempenho e na avaliação dos fatores que influenciam o
desempenho, a eficiência alimentar e a excreção de nutrientes em cada
situação de produção peculiar. Devido à alta diversidade mundial de
raças e cruzamentos utilizados na produção de gado de corte bem
como das condições ambientais em que estes são criados antes de
serem comercializados como animais terminados, o modelo CNCPS
tem se concentrado na determinação das diferenças nos requerimentos
de mantença, composição do ganho e tamanho corporal à maturidade,
utilização de implantes, composição de alimentos e sistemas de
alimentação. Avaliações do modelo CNCPS têm demonstrado o impacto
que os modelos nutricionais podem ter na melhoria do desempenho e
na redução do custo de produção e da excreção de nutrientes (Fox et
al., 2004b; Tedeschi et al., 2005a).
486 - V Simpósio de Produção de Gado de Corte

As equações desenvolvidas para o CNCPS para predição dos


requerimentos de vacas de corte em diversos cenários de produção
estão sendo utilizadas em um “modelo vaca de corte/bezerro” para
identificar diferenças no requerimento e na eficiência alimentar entre
vacas de corte. (Tedeschi et al., 2006b). A busca por formas de seleção
de vacas de corte mais eficientes passa a ser de alta prioridade para a
setor de cria. A produção de carne é tida como um processo
relativamente ineficiente do ponto de vista do gasto energético.
Pesquisas nesse setor têm indicado que 70 a 75% da energia dietética
é utilizada para mantença (Ferrell & Jenkins, 1985), e o restante para
atender aos requerimentos de gestação e lactação, e que vacas de
corte são responsáveis por 60 a 70% do gasto energético total
(Johnson, 1984) e que pelo menos 50% desta energia é utilizada para a
mantença desta vaca. Vacas eficientes utilizam menos recursos para
produzir o mesmo resultado em um meio sustentável. Jenkins & Ferrell
(2002) concluíram que a produtividade deveria ser expressa em relação
a alguma unidade de input como por exemplo o requerimento
energético por unidade de output.
Um relato construtivo que delineou as definições de eficiências
primárias e secundárias de vacas de leite, que também se aplicam à
eficiência de vacas de corte, foi publicado pela Associação Européia de
Produção Animal (Ostergaard et al., 1990). Eles sumariaram o seguinte:
“A melhoria na eficiência biológica é fundamental e a pesquisa tem sido
direcionada aos processos implícitos como a função ruminal, a
utilização das energias digestível e metabolizável e a partição da
energia alimentar entre os tecidos e o leite. O conhecimento sobre a
variação genética entre animais para estes diferentes processos
biológicos é muito limitado e deveria ser estudado em relação à
composição dos alimentos da ração, à estratégia de alimentação e ao
estado fisiológico do animal”.
Modelos de crescimento estão sendo utilizados em sistemas de
manejo individualizado do gado (Individual Cattle Management
Systems, ICMS) que estão sendo desenvolvidos para a indústria de
gado de corte buscando melhorar a lucratividade, minimizar a produção
excessiva de gordura, aumentar a uniformidade dos produtos e
identificar e remunerar proprietários de animais que apresentem
desempenho superior no confinamento. Para alcançar isso, o gado é
comercializado individualmente quando alcançam a composição de
carcaça ótima, o que requer a alimentação de gado de diferentes
I Simpósio Internacional de Produção de Gado de Corte - 487

proprietários em uma baia comum (associados). Isso requer


fornecimento e pagamento pelo alimento, fornecido coletivamente, para
cada animal nesta baia, individualizadamente. Para que o manejo
animal individualizado funcione, o método utilizado para determinar o
alimento consumido por animais de diferentes proprietários que
compartilham a mesma baia precisa determinar, de forma acurada, o
custo do ganho de cada animal nessa baia. Existem três pontos críticos
de controle no sucesso da introdução do ICMS:
• Predizer o peso ótimo de terminação, o incremento do custo do
ganho e os dias em terminação para otimizar os lucros e as
decisões de comercialização dentro de uma faixa aceitável de
peso e composição de carcaça,
• Predizer a composição da carcaça e a deposição de gordura de
cobertura durante o crescimento para evitar penalizações por
sob ou sobre peso das carcaças e excesso de gordura de
cobertura, e
• Determinar o alimento fornecido para cada animal na baia
coletiva com o propósito de alocar indivíduos em baias de
acordo com os dias para alcançar a composição corporal
desejada e a lucratividade máxima por individuo.
Um modelo matemático de crescimento (Cornell/Cattle Value
Discovery System, CVDS) foi desenvolvido (Guiroy et al., 2001; Perry &
Fox, 1997; Tedeschi et al., 2004, 2005b) para estabelecer esses pontos
críticos de controle para animais em crescimento.
O objetivo deste artigo é descrever o CVDS, avaliar sua acurácia
em predizer a matéria seca requerida (MSR), e descrever as aplicações
práticas do CVDS para identificação de diferenças na eficiência
alimentar entre animais em crescimento alimentados com dietas com
alto teor de volumosos. Esses modelos estão disponíveis para
download em http://nutritionmodels.tamu.edu.

DESCRIÇÃO DO MODELO CVDS PARA PREDIÇÃO DOS


REQUERIMENTOS DE ENERGIA E PROTEÍNA

Sistemas de modelagem utilizados na predição dos


requerimentos dietéticos e do custo do ganho devem ser capazes de
estimar as diferenças nos requerimentos de mantença basal, o efeito do
ambiente no requerimento de mantença, o efeito do tamanho corporal,
os valores energéticos dos alimentos e o consumo de matéria seca.
488 - V Simpósio de Produção de Gado de Corte

Estimando a composição corporal desejada para a


comercialização. O primeiro passo para predizer o requerimento
alimentar para o ganho, incremento do custo do ganho e a composição
corporal do gado em crescimento é identificar a composição corporal
almejada para a comercialização. O valor da carcaça, na maioria dos
mercados, e o custo do ganho podem ser relacionados à proporção de
proteína e gordura na carcaça. A gordura corporal no gado terminado a
ser comercializado tipicamente varia de 16 to 21% de gordura no corpo
vazio (GCV) nos mercados francês (INRA, 1989) e brasileiro (Leme et
al., 2000) a mais de 30% GCV nos mercados japonês e coreanos. Na
maioria dos demais mercados esse valor situa-se entre esses dois.
A classificação por qualidade mais reconhecida no mundo é a
marca USDA choice. Os produtos classificados como Premium, aqueles
que receberam classificação prime ou os 2/3 superiores da classificação
Choice, estão valorizando os produtos da pecuária de corte dos EUA. A
Tabela 1 apresenta um sumário de vários experimentos (Guiroy et al.,
2001) que verificaram as classificações do teor de gordura para
minimizar a percentagem de carne classificada como inaceitável por
consumidores nos EUA.

Tabela 1 - Relação entre gordura no corpo vazio (GCV) e grau de


qualidade (USDA Quality Grade)
N Escala de Gordura na GCV Desvio Pontuação no % de
b
qualidade carcaça média padrão da painel de não
a c c
USDA % % GCV palatabilidade aceitável
u
45 3,5 23,6 21,1 0,63 5,3 40
v
470 4,5 29,0 26,2 0,19 5,6 13
w
461 5,5 31,6 28,6 0,20 5,8 8
x
206 6,5 33,0 29,9 0,29 6,2 0
xy
90 7,5 34,2 31,0 0,44 - -
y
51 8,5 35,2 31,9 0,59 - -
z
32 9,5 35,8 32,5 0,74 - -

a
Classificação: Standard = 3 a 4; Select = 4 a 5; low Choice = 5 a 6; mid Choice = 6 a 7;
high Choice = 7 a 8; low Prime = 8 a 9; mid Prime = 9 a 10.
b
Médias na coluna com letras diferentes diferem significativamente a P < 0,05.
c
Valores de pontuação no painel de palatabilidade (1 a 8) e % de não aceitavel são
referentes a um subconjunto deste banco de dados.
Fonte: Adaptado de Guiroy et al. (2001).
I Simpósio Internacional de Produção de Gado de Corte - 489

Esses dados demonstram que a GCV foi significativamente (P <


0,05) superior em cada incremento na escala de qualidade até a
classificação USDA mid Choice. O painel de palatabilidade e a
percentagem de inaceitáveis apresentaram tendência similar. Os dados
também indicam correlação entre a classificação de qualidade do USDA
com as variações no teor de gordura do corpo vazio do animal em
crescimento. O fator crítico para o nosso modelo é a GCV observada
nas classificações Standard (21,1%), Select (26,2%), e low Choice
(28,6%) porque essas são as composições corporais finais, exigidas
pelos diferentes nichos de mercado, utilizadas para identificar os
requerimentos dietéticos durante o crescimento.
A Tabela 2 lista a inter-conversão entre a classificação de
qualidade do USDA, o nível de marmoreio e o teor de gordura
intramuscular determinada por ultra-som. O modelo CVDS (Tedeschi et
al., 2004, 2005b) utiliza os valores listados nas Tabelas 1 e 2 para
computar a GCV.
O National Beef Quality Audit (Smith et al., 1995) relatou que a
percentagem de bifes classificados como de baixa qualidade foram de
5,6; 10,8; 26,4; e 59,1 % para as classificações do USDA Prime,
Choice, Select, e Standard, respectivamente, em dados referentes a
animais em confinamento. A porcentagem de inaceitáveis foi inferiores
nos dados analisados por Guiroy et al. (2001) possivelmente porque os
dados eram oriundos de bezerros uniformes alimentados com 90% de
concentrado a partir dos sete meses de idade. O National Beef Quality
Audit relatado por Smith et al. (1995) também reportou que até 20% de
toda a carne produzida não atende ao grau de satisfação em qualidade
do consumidor norte-americano e recomendaram que a porcentagem
de gado classificado como low Choice ou superior deveria ser maior.
490 - V Simpósio de Produção de Gado de Corte

Tabela 2 - Inter-conversão entre o escore de marmoreio, classificação


em qualidade e gordura intramuscular (GIM) mensurada por
ultra-som a

Escore de Classificação do GIM GIM de Escore de


b c
marmoreio USDA (GC) Iowa marmoreio de
c
Iowa
2 Standard --- 0,28 700
3 Standard 2,76 1,37 800
4 Select 3,83 2,58 900
5 Low Choice 5,04 3,9 1000
6 Choice 6,72 5,33 1100
7 High Choice 7,25 6,88 1200
8 Low Prime 10,13 8,55 1300
9 Prime --- 10,32 1400
10 High Prime --- --- ---
a
Mais detalhes em http://meat.tamu.edu/beefgrading.html.
b
Gordura intramuscular (GIM) baseada em gordura de cobertura (GC)
(http://www.beefimprovement.org).
c
Padrões da Iowa State University (http://www.ans.iastate.edu).

Baseado na opinião de vendedores, fornecedores e exportadores


a proporção ideal seria de 62% de low Choice ou classe superior e 38%
de Select, e nada de carne classificada como Standard. Isso se
assemelha aos atuais 51% de low Choice ou superior, 42% de Select e
7% de Standard ou inferior (McKenna et al., 2001). Os 10% de carne
bovina exportados pelos EUA não deveriam apresentar classificação
abaixo de low Choice. A forte mensagem dos consumidores norte-
americanos é que a gordura externa deve ser removida da carne, mas a
gordura intramuscular (marmoreio) é requerida na porção comestível.
Isso provavelmente é devido ao método de cozimento comumente
utilizado, se comparado ao método de preparo habitual nos demais
países (Dikeman, 1987).
Embora outros países não utilizem os padrões americanos para
qualidade de carne bovina, técnicas tem sido desenvolvidas (ou
adaptadas) para mensurar a gordura intramuscular (marmoreio) porque
esse é um importante fator que influencia não só a preferência do
consumidor mas também o requerimento de energia entre as diversas
I Simpósio Internacional de Produção de Gado de Corte - 491

raças; visto que algumas raças tendem a depositar mais gordura


intramuscular que outras (por exemplo Angus versus Nelore).
Computando as diferenças nos requerimentos para crescimento.
Tem sido demonstrado que bovinos de diferentes tamanhos à
maturidade possuem diferentes conteúdos de energia e proteína num
mesmo ganho de peso durante o crescimento (Fox & Black, 1984).
Desta forma, um procedimento de ajuste de tamanho para considerar as
diferenças nos requerimentos de energia e proteína para ganho entre
animais de diferentes tamanhos e sexos tem sido desenvolvido (Fox &
Black, 1984; Fox et al., 1988; Fox et al., 1992; Fox et al., 1999; Tylutki et
al., 1994) e foi adotado pelo National Research Council Nutrient
Requirements of Beef Cattle (NRC, 2000).
Neste modelo, o peso vivo (PV) à composição almejada de
gordura no corpo vazio (AFBW) é dividido pelo peso de referência
(SRW) de um animal padrão com esta composição. Essa razão é então
multiplicada pelo PV atual, ajustando este ao peso equivalente ao peso
padrão do animal referência, para predizer os requerimentos de energia;
este valor é chamado de PV equivalente (Eq. [1]).

SRW
Equivalent SBW=Current SBW× [1]
SBW at Target %EBF

O peso padrão do animal referência representa o tamanho


corporal dos animais que foram utilizados no desenvolvimento das
equações para predição o conteúdo de energia líquida no ganho. A
Tabela 3 fornece um exemplo do cálculo da energia requerida para
crescimento (energia retida) computada com este modelo, para três
tamanhos à maturidade (500, 550 e 600 kg). A Tabela 3 demonstra que
à medida que o peso à maturidade aumenta, o peso ao mesmo
conteúdo de energia no ganho aumenta, porque animais de maior
tamanho com o mesmo peso do animal referência estão em estágio de
desenvolvimento anterior e portanto têm mais proteína e menos gordura
no ganho. Isso também demonstra que o requerimento de energia
aumenta com o aumento no estágio de crescimento e taxa de ganho de
peso devido ao aumento do teor de gordura no ganho.
492 - V Simpósio de Produção de Gado de Corte

Tabela 3 - Relação entre estágio de crescimento ou maturidade (u),


peso corporal a 28% de gordura no corpo vazio (AFBW) e
taxa de ganho em peso (GMD) no cálculo da energia retida

AFBW, kg Estágio de maturidade (u), %


50 60 70 80 90
500 250 300 350 400 450
550 275 330 385 440 495
600 300 360 420 480 540
PV equivalente, kg 239 287 335 382 430
GMD, kg/d Energia retida, Mcal/d
1,0 3,37 3,86 4,34 4,79 5,24
1,2 4,12 4,72 5,30 5,85 6,40
1,5 5,26 6,03 6,77 7,48 8,17

As seguintes equações (Equações [2] a [7]) do NRC (2000) foram


utilizadas para computar os valores de energia retida (Mcal/dia)
apresentados na Tabela 3. Note que o valor do PV equivalente (EqSBW) é
o mesmo dentro do mesmo estágio de maturidade independentemente do
peso corporal à 28% de gordura no corpo vazio (AFBW). Isso porque o PV
equivalente é o grau de maturidade (ou estágio de desenvolvimento)
multiplicado pelo peso referência padrão (478 kg).

RE = 0.0635 × EqEBW 0.75 × EWG1.097 [2]


EqEBW = 0.891× EqSBW [3]
478
EqSBW = SBW ×
AFSBW [4]
SBW = 0.96 × BW [5]
AFSBW = 0.96 × AFBW [6]
EWG = 0.956 × ADG [7]

Três conjuntos de dados foram utilizados para avaliar este sistema


(NRC, 2000). Em dois dos conjuntos de dados (82 observações
provenientes de baias com novilhos castrados e novilhas Bos taurus
implantados variando em raça, tipo, tamanho corporal e dieta e 142 abates
comparativos de novilhos castrados e não castrados e novilhas, não-
I Simpósio Internacional de Produção de Gado de Corte - 493

implantados, variando em tamanho corporal e agrupados em baias por


grupo de abate), o sistema explicou 94% da variação na energia retida e a
subestimou com apenas 2% de erro. Resultados semelhantes foram
observados com novilhas Holandesas e Angus (Fox et al., 1999).
Entretanto, não se pode assumir que esta acurácia é aplicável para um
animal em um ponto específico ao longo crescimento, pois estes
resultados foram obtidos a partir de médias de baias e energia retida total.
Muitos fatores podem alterar a estimativa do peso de um animal terminado,
como o status nutricional anterior, o uso de implantes, o nível de ingestão e
de energia dietética, os limites na síntese diária de proteína e gordura e a
energia retida diária. O problema é conseguir predizer esses efeitos em
animais individuais, baseado em informações que sejam disponíveis e
praticáveis em um confinamento.
Computando as diferenças nos requerimentos de mantença. O
modelo utilizado para este propósito é descrito por Fox & Tylutki (1998). Os
efeitos de raça são contabilizados pelo ajuste do requerimento basal, de 77
Kcal/kg de peso metabólico (PVM), para animais Bos indicus e raças
leiteiras (-10 e +20% em comparação a animais Bos taurus).
O efeito do status nutricional anterior é contabilizado pelo escore de
condição corporal (BCS) no requerimento de energia líquida para
mantença (net energy for maintenance, NEm). Em uma escala de 1 a 9, o
requerimento de mantença é reduzido em 5% para cada BCS abaixo de 5
e é aumentado em 5% para cada BCS acima de 5. Os efeitos de
aclimatização são contabilizados através de ajustes a partir da temperatura
média do mês anterior (variando de 70 kcal/kg PVM a 30 oC a até 105
kcal/kg PVM a -20 oC). Este ajuste é contínuo e nulo a 20 oC (Fox &
Tylutki, 1998). Os efeitos ambientais correntes são estimados
considerando-se calor produzido e as perdas calóricas, baseadas na
temperatura atual, isolamento térmico interno e externo, vento e
profundidade e condição da pelagem. Isso se torna importante quando o
animal esta abaixo da temperatura crítica inferior calculada e pode variar
de efeito nulo a 20 oC ao dobro da energia requerida para mantença
(pelagem fina e suja, -12 oC e ventos de 1 mph).
Estes ajustes foram desenvolvidos baseados nos dados relatados
pelo NRC (1981). Futuras investigações devem ser conduzidas em
diferentes níveis de produção, tipos animais, meio ambientes (climas) e
modelos matemáticos. O ajuste acima deve ser utilizado em modelos
estáticos, sendo válido para a média de um período de crescimento, mas
não deve ser utilizado em modelos dinâmicos devido a dupla consideração
494 - V Simpósio de Produção de Gado de Corte

do efeito do clima prévio (Kebreab et al., 2004; Tedeschi et al., 2004). Os


efeitos do meio ambiente (clima) exercem importante efeito na produção
animal e têm sido computados acuradamente. Berman (2003; 2005)
forneceu algumas informações a respeito do estresse por calor em animais
em produção e estas informações podem ser adaptadas para os modelos
atuais.
Determinando o valor energético da ração. Predições acuradas do
consumo de matéria seca (CMS) e energia líquida para crescimento (NEg)
e mantença (NEm) são altamente dependentes do conhecimento do valor
de energia líquida que acuradamente represente os alimentos oferecidos.
Tedeschi et al. (2005a) avaliaram a acurácia de métodos alternativos para
a determinação dos valores energéticos e protéicos dos alimentos: o nível
1 do NRC (2000), que utiliza valores tabelados de energia e composição
dos alimentos; o nível 2 do NRC (2000), que utiliza o CNCPS (Fox et al.,
2004b); e uma equação somativa, comumente utilizada por laboratórios de
análise de alimentos, para a predição do valor energético a partir da
composição química do alimento (Weiss, 1993, 1999; Weiss et al., 1992).
A energia metabolizável (ME) foi predita pelo CNCPS como sendo
a primeira limitante em 19 grupos de tratamentos (Tedeschi et al., 2005a).
Entre esses grupos, o ganho médio diário variou de 0,8 a 1,44 kg/dia.
Quando a ME foi a primeira limitante, o ganho médio diário predito pelo
modelo CNCPS explicou mais (80%) que a equação somativa ou os
valores tabelados (73 e 61%, respectivamente) da variação. A energia
metabolizável disponível para o ganho em peso predita pelo sistema
tabular gerou um erro de super-estimativa de 11%, mas esse erro foi
menor que 2% quando predita pelo CNCPS ou pela equação somativa. Os
erros padrão da média foram similares em todas as predições, mas o
modelo CNCPS teve a maior acurácia (menor quadrado médio do erro
padrão).
A proteína metabolizável (MP) foi predita pelo CNCPS como sendo
a primeira limitante em 28 grupos de tratamentos (Tedeschi et al., 2005a).
Entre esses grupos, o ganho médio diário variou de 0,12 a 1,36 kg/dia. O
ganho médio diário predito pelo CNCPS explicou mais (92%) que a
equação somativa ou o sistema tabular (79 e 80%, respectivamente) da
variação. A proteína metabolizável disponível para ganho predita pelo
sistema tabular forneceu um erro de super-estimativa de 4%, enquanto o
erro foi de menor que 2% quando predita pelo CNCPS ou pela equação
somativa. Semelhantemente à análise da energia metabolizável como
I Simpósio Internacional de Produção de Gado de Corte - 495

primeira limitante, o CNCPS teve a maior acurácia (menor quadrado médio


do erro padrão: 0,11).
Predizendo os dias para terminação, peso da carcaça, composição
corporal, qualidade e o nível de rendimento. Fox et al. (2002; 2001a)
listaram e exemplificaram a seqüência de cálculos do modelo de
crescimento (Guiroy et al., 2001; Perry & Fox, 1997; Tedeschi et al., 2004,
2005b) desenvolvido para computar animais individuais quando
alimentados em grupos. Avaliações anteriores deste modelo têm indicado
que o modelo CVDS foi capaz de predizer a matéria seca requerida (MSR)
com r2 e 74% e erro médio de 2% (Tedeschi et al., 2004, 2005b) e a
conversão alimentar (CA) com r2 de 84% e erro médio de 1,94% (Tedeschi
et al., 2006a) utilizando dados de 362 novilhos castrados alimentados
individualmente. Guiroy et al. (2001) reportaram que o CVDS
acuradamente alocou os alimentos fornecidos a 12.105 novilhos castrados
e novilhas em um confinamento comercial, com erro inferior a 1%.
Avaliações recentes com novilhos castrados e novilhas Santa Gertrudis
alimentados em baias indicaram que o modelo foi capaz de predizer
acuradamente o alimento fornecido com um erro menor que 2,43% (Bourg
et al., 2006a).

APLICAÇÕES PRÁTICAS DO MODELO CVDS NA IDENTIFICAÇÃO DE


DIFERENÇAS NA EFICIÊNCIA

Selecionando animais eficientes. Fox et al. (2001b) utilizaram uma


versão anterior do CVDS (Cornell Cattle Systems v. 5) para simular o efeito
da taxa de crescimento e eficiência alimentar no custo do ganho de 270 kg
(PV inicial de 260 kg e PV final de 530 kg). Baseado nessa simulação
(Tabela 4), para um aumento de 10% no ganho médio diário (GMD ) foi
predito um aumento de 7% no CMS e de 18% no lucro, provavelmente
devido à redução nos dias em alimentação e, conseqüentemente, menores
custos não-alimentares. A redução no custo alimentar foi devida à redução
no requerimento de mantença devido ao menor requerimento de dias para
ganhar os 270 kg. Por outro lado, quando o consumo foi mantido o mesmo,
mas a eficiência de utilização da energia metabolizável foi aumentada a um
valor que resultou em um aumento de 10% na eficiência alimentar, o lucro
aumentou em 43%. A simulação de Fox et al. (2001b) claramente
demonstra que melhorar a eficiência alimentar ou a taxa de conversão
alimentar pode resultar em um maior benefício ao produtor.
496 - V Simpósio de Produção de Gado de Corte

Tabela 4 - Efeito do aumento na taxa de ganho e na eficiência


alimentar na lucratividade a
Variáveis Novilho Efeito de GMD Efeito de eficiência
Médio 10% maior alimentar 10% maior
CMS, kg/d 8,48 9,01 8,48
GMD, kg/d 1,46 1,60 1,64
Taxa alimento:ganho 5,82 5,67 5,18
Custo do alimento, $ 176 172 157
Custo não-alimentar, $ 98 91 89
Custo total do ganho, $ 274 263 246
Lucro, $ 65 77 93
a
Adaptado de Fox et al. (2001b). Valores computados usando o modelo CCS v. 5.0.

Okine et al. (2004) compararam a lucratividade de animais com


diferentes características de eficiência. Os animais começaram aos 250 kg
e foram abatidos aos 560 kg. Aqueles com aumento de 5% no GMD
economizaram 2 US$ por cabeça versus 18 US$ por cabeça para novilhos
com aumento calculado de 5% na eficiência alimentar (Tabela 5).
Em semelhança à Fox et al. (2001b), Okine et al (2004) também
concluíram que um aumento na eficiência alimentar (ou decréscimo na
taxa de conversão alimentar) implica em maior lucro. Em parte, isso ocorre
porque o percentual de alteração no CMS é numericamente maior que
aquele para o GMD, o que conduz para um maior impacto na receita;
menos dias em alimentação. Assim, comparações deveriam ser realizadas
em condições de equivalência nas quais todas as variáveis são mantidas
constantes e apenas uma variável é alteradas por vez. Animais com maior
GMD sempre serão mais eficientes enquanto os requerimentos de
mantença forem constantes. Isso ocorre devido à diluição da quantidade
de alimento requerido para mantença comparada com a quantidade total
de alimento consumido, implicando em um animal mais eficiente por
unidade de ganho. Entretanto, na prática, isso pode não acontecer e o
requerimento de mantença pode aumentar a medida que o GMD aumenta.
Assim, o animal mais eficiente será aquele que tiver o menor aumento no
requerimento de mantença por unidade de GMD.
I Simpósio Internacional de Produção de Gado de Corte - 497

Tabela 5 - Simulação do custo e economia em novilhos com aumento


calculado de 5% na eficiência alimentar (EFA) ou no ganho
médio diário (GMD) comparado ao desempenho real a
Variáveis Dados reais Aumento Aumento
(200 d) calculado na EFA calculado no GMD
(200 d) (200 d)
CMS, kg/dia 9,45 8,98 9,91
GMD, kg/dia 1,55 1,55 1,63
Taxa alimento:ganho 6,08 5,78 6,08
Custo total do ganho, $ 424 406 422
Economia em 200 d, $/cab --- 18 2
a
Adaptado de Okine et al. (2004).

Nós realizamos uma simulação ligeiramente diferente daquela


apresentada por Fox et al. (2001b) e Okine et al (2004). Na nossa
simulação, o GMD (1,62 kg/dia) foi idêntico para os três cenários;
portanto, nós assumimos que animais poderiam variar tanto o CMS
quanto os requerimentos de mantença para obterem o mesmo
desempenho. Em um quarto cenário, o GMD foi aumentado em 10%
para um mesmo CMS. Um novilho de 250 kg com AFBW de 560 kg foi
alimentado com uma dieta contendo 2,9 Mcal/kg de energia
metabolizável a um custo de 0,19 US$/kg para equiparar as condições
dos cenários (Tabela 6). Foi considerado um custo de aquisição de 1,95
US$/kg de PV.

Tabela 6 - Impacto de 10% de alteração em eficiência alimentar, CMS


ou GMD sobre o lucro a
Variáveis Padrão 10% de 10% de 10% de
aumento no diminuição aumento
CMS no CMS no GMD
CMS, kg/dia 9,35 10,29 8,40 9,35
GMD, kg/dia 1,62 1,61 1,61 1,77
Taxa alimento:ganho 5,78 6,40 5,22 5,27
Custo do alimento, US$ 326,98 361,86 295,43 298,37
Custo total, US$ 935,71 971,92 903,96 898,10
Lucro, US$ 86,27 49,91 117,85 124,39
Custo total/ganho, US$/kg/dia 1,57 1,69 1,46 1,44
Ponto de equilíbrio p/ compra, $/kgBW 2,30 2,15 2,44 2,47
Margem anual para custos, % 18,29 10,13 25,72 30,09
a
Valores computados utilizando o modelo CVDS versão 1.0.18.
498 - V Simpósio de Produção de Gado de Corte

Quando o GMD foi mantido constante, foram necessários 185


dias em alimentação para atingir a classificação USDA low Choice; um
aumento de 10% no GMD reduziu os dias em alimentação para 168
dias. Um decréscimo de 10% na eficiência (aumento de 10% no CMS)
reduziu o lucro em 42% e, um aumento de 10% na eficiência
(diminuição de 10% no CMS) aumentou em 37% os lucros. O aumento
na eficiência foi inferior ao reportado por Fox et al. (2001b).
Provavelmente porque eles alteraram o GMD ao invés do CMS; um
aumento no GMD em 10% e mantendo o CMS semelhante ao cenário
padrão, poderia ter aumentado o lucro em 44%, idêntico ao encontrado
por Fox et al. (2001b). A seleção por animais com maior GMD pode
melhorar a eficiência alimentar até o momento que isso não altere o
peso à maturidade. Se o peso à maturidade for aumentado, o aparente
aumento no lucro pode ser contrabalançado por um período mais longo
de dias em de alimentação para atingirem a classificação USDA low
Choice.
Nós realizamos uma simulação de análise de risco utilizando o
modelo CVDS para avaliar o impacto do PV inicial (300 ± 20 kg) e da
energia metabolizável da dieta (2,8 ± 0,2 Mcal/kg), a um custo fixo do
alimento de (US$ 0,05/kg) para um novilho em terminação alimentado
por 120 dias. A análise de risco foi conduzida utilizando o @Risk com
5.000 interações e assumindo distribuição normal para o PV inicial e
energia metabolizável da dieta (Figura 1).
Nossa simulação indicou um GMD esperado deslocado à direita
e entre 1,2 e 1,7 kg/dia (90% intervalo de confiança), o requerimento de
MS esperado entre 8,3 e 9,4 kg/dia (90% intervalo de confiança) e uma
CA predita entre 5,03 a 7,89 kg/kg (90% intervalo de confiança).
A análise da CA indicou maior correlação entre o GMD e CA (-
0,971) do que entre MSR e CA (0,703). A Figura 1 também demonstra
que a variação do desvio padrão da média do PV em jejum inicial e
médio tiveram o maior impacto na variação do desvio padrão do lucro (-
0,512 e 0,524, respectivamente). Semelhantemente, para cada aumento
no desvio padrão do GMD médio, o lucro aumentaria em 0,233
unidades de desvio padrão. A alteração de uma unidade no desvio
padrão da MSR poderia aumentar o lucro em 0,048 unidades de desvio
padrão. Portanto, para aplicações práticas , o PV e conseqüentemente
o custo associado à compra de cada animal têm o maior efeito na
lucratividade durante o período de terminação em confinamento. O
GMD teve maior impacto sobre o lucro de que a MSR e devido à essas
I Simpósio Internacional de Produção de Gado de Corte - 499

duas variáveis apresentarem efeitos inversos sobre o lucro, alterações


na eficiência alimentar poderiam ter um maior impacto no lucro do que
uma alteração no GMD ou na MSR isoladamente. Estes resultados
concordam com o demonstrado nas Tabelas 4, 5 e 6; o GMD tem um
impacto mais forte no lucro do que o consumo, portanto, a seleção para
maior GMD, ao invés de menor consumo, seria mais lucrativa.
Tedeschi et al. (2006a) relataram a correlação fenotípica entre a
MSR e o CMS, o GMD e a taxa Kleiber de 0,75, 0,65 e 0,55,
respectivamente. A MSR é o consumo esperado predito pelo modelo a
partir das informações do animal, da dieta e do meio fornecidas. Essa é
similar ao consumo esperado predito pelo consumo alimentar residual
utilizando o PV e GMD médios. Tedeschi et al. (2006a) reportaram que
a correlação residual (observado menos o consumo esperado) entre
esses dois sistemas foi de 0,84. Semelhantemente, Bourg et al. (2006b)
reportaram uma correlação de 0,80.
500 - V Simpósio de Produção de Gado de Corte

Ganho médio diário, kg/dia Matéria seca requerida, kg/dia


Dry Matter Required, kg/d Mean Average Daily Gain, kg/d
1.200 3.000

Mean=8.862467 Mean=1.442133

1.000 2.500

0.800
2.000

0.600
1.500

0.400
1.000

0.200
0.500

0.000
7 8 9 10
0.000
0.6 0.95 1.3 1.65 2
5% 90% 5%
8.2862 9.4016
5% 90% 5%
1.1525 1.6684

Feed Conversion Ration Profit Lucro


Conversão alimentar kg/kg
0.600

Mean=6.242827

0.500 MeanSBW/E49 .524

0.400

-.512 iSBW/C18

0.300

0.200
MeanADG/E48 .233

0.100

0.000 -.048 DMR/E51


4 6 8 10

5% 90% 5% > -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1


5.0327 7.8888

Std b Coefficients

Figura 1 - Resultados da simulação do ganho médio diário, matéria seca


requerida, conversão alimentar e lucro preditos pelo modelo
CVDS variando o peso inicial e a energia metabolizável
dietética para um novilho alimentado por 120 dias.
I Simpósio Internacional de Produção de Gado de Corte - 501

Utilizando modelos matemáticos para o melhoramento genético.


Avaliações adicionais de modelos matemáticos têm sido conduzidas
para determinar a herdabilidade e as correlações genéticas. Williams et
al. (2005) compararam o Avaliador de Decisão para a Indústria de Gado
de Corte (Decision Evaluator for the Cattle Industry, DECI) e o modelo
CVDS para predizer a MSR, utilizando 504 novilhos e 52 touros. A
herdabilidade da MSR foi ao redor de 0,33 para ambos os modelos e as
correlações genéticas entre o CMS real e a MSR predita foi maior que
0,95. Semelhantemente, Kirschten et al. (2006) avaliaram os méritos
genéticos das predições do CVDS e relataram herdabilidade de 0,35 e
correlações genéticas entre CMS e MSR de 0,98, com menor
ranqueamento dos touros. Estes autores sugeriram que a MSR predita
poderia ser utilizada em avaliações genéticas com diferenças mínimas
entre os modelos CVDS e DECI.

AVALIAÇÃO DA PREDIÇÃO DA MSR PELO CVDS PARA ANIMAIS


ALIMENTADOS NAS CONDIÇÕES BRASILEIRAS

Nós organizamos um banco de dados para avaliar o modelo


CVDS com animais alimentados com altos níveis de forragem sob
condições tropicais. O banco de dados foi constituído de seis estudos
contendo novilhos castrados e não castrados e novilhas, da raça Nelore
e cruzados Nelore × Bos taurus (N = 148) (Tabela 7). A ME das dietas
variaram de 1,85 a 2,96 Mcal/kg, 230 a 360 kg de PV inicial e 350 to
500 kg de PV final.
502 - V Simpósio de Produção de Gado de Corte

Tabela 7 - Descrição dos animais e dietas utilizadas na avaliação do


banco de dados a
Ref b Raça c Sexo d CMS EM PVi PVf GCVi GCVf GMD N

1 F1 Si x Ne MI 9,7±0,7 2,28 a 2,72 354±19 501±6 8,0 17,3±1,4 1,2±0,3 24

2 Ne MI 8,3±0,5 2,11 a 2,51 325±23 451±8 14,9 22,9±1,8 1,1±0,3 25

3 F1 Li × Ne MI 7,4±0,5 1,85 a 2,76 321±20 491±14 10,4 20,3±1,5 1,1±0,2 40

7,0±1,5 231±61 352±21 14,7 21,1±2,2


4 Ne MI 2,64 a 2,96 1,2±0,3 30
7,3±0,9 360±0 434±15 15,9 21,2±2,1

5 Ne MC 7,5±1,0 2,31 a 2,61 267±30 358±58 5,5 13,8±2,6 1,1±0,2 12

MI 9,1±0,9 290±20 448±43 6,6 18,7±3,7 1,5±0,4


6 F1 RA × Ne MC 8,5±0,6 1,94 a 2,34 293±27 426±36 5,5 17,4±3,4 1,2±0,3 17
F 7,7±1,5 249±32 377±59 10,2 21,6±4,0 1,2±0,3

Valores são médias ± DP para consumo de matéria seca (CMS, kg/dia), peso em
a

jejum inicial e final (PVi e PVf, kg), gordura no corpo vazio inicial e final (GCVi e GCVf,
% do peso de corpo vazio) e ganho médio diário (GMD, kg/dia) . EM é a faixa de
variação da energia metabolizável das dietas, Mcal/kg.
b
Referências: 1 – Ferreira (1998), 2 – Véras (2000), 3 – Veloso (2001), 4 – Silva (2001),
5 – Paulino (2002), e 6 – Chizzotti et al. (2006).
c
Raças: Si – Simmental, Ne – Nelore, Li – Limousin, e RA – Red Angus.
d
Sexo: MI- machos inteiros, MC – machos castrados e F - novilhas.

O CVDS foi utilizado para predizer a MSR sob dois cenários: (1)
sem ajuste para a composição de ganho (Fig. 2A) e (2) com ajuste para
a composição de ganho (Fig. 2B). Após as predições, nós ajustamos o
CMS e a MSR para considerar os efeitos de estudo utilizando um
modelo misto (Littell et al., 1999) assumindo estudos como efeitos
aleatórios e matriz de variância-(co)variância desestruturada (Eq. [8]).
DMI ij = ai + bi DMRij + eij
where
 ai    β0    σ a2 σ ab 
  ~ iid    ,ψ  ;ψ =  2  ij
; e ~ iid (0,σ 2 )
 bi    β1    σ ab σ b  [8]

Como mostrado na Figura 2, o ajuste para composição do ganho


resultou em uma melhor predição do CMS possivelmente devido ao baixo
teor de gordura no ganho nos estudos de Silva (2001) e Chizzotti et al.
(2006). Quando o ajuste para composição do ganho foi utilizado, o erro
I Simpósio Internacional de Produção de Gado de Corte - 503

médio do modelo foi de 0,68%, a acurácia, mensurada pelo coeficiente de


correlação de concordância, (Tedeschi, 2006) foi de 0,93 e a precisão,
medida pelo r2, foi de 0,75, comparados a -11,1%, 0,67, e 0,77,
respectivamente, quando o ajustamento não foi utilizado.
Fox et al. (2004a) forneceram um sumário das avaliações do CVDS
para estimativa do alimento requerido para animais alimentados em grupo.
O resultado de um teste de touros de três anos, conduzido em Nova
Iorque, indicou que o CVDS foi capaz de predizer a soma do alimento
requerido individualmente com diferença inferior a 2% do alimento real
fornecido nas baias. Jorgensen Angus (Ideal, SD) tem utilizado o CVDS
para predizer a eficiência alimentar em 867 novilhos não-castrados
provenientes de 56 touros durante os últimos 5 anos. A soma do alimento
requerido predito tem se situado entre 3 a 5% do real fornecimento de
alimento. Recentemente, Bourg et al. (2006a) avaliaram as predições do
CVDS para machos castrados e novilhas Santa Gertrudis (N = 457)
alimentados em baias e reportaram um erro total entre o alimento fornecido
real e a MSR predita pelo modelo de 2,43%.

CONCLUSÕES

O modelo CVDS representa um método para predizer os


requerimentos de energia, desempenho e alimento requerido por um
bovino individual alimentado em grupo com boa acurácia, por considerar os
fatores que reconhecidamente afetam os requerimentos do animal
(exemplo, tipo racial, tamanho corporal e estágio e taxa de crescimento). O
alimento pode ser fornecido de forma acurada para novilhos, castrados ou
não, ou novilhas alimentados em grupo, baseado na predição da % final de
gordura no corpo vazio, a partir de mensurações na carcaça. Isso permite
que animais de diferentes proprietários sejam alimentados em uma mesma
baia, e possibilitando uma comercialização mais eficiente do gado
confinado e a aquisição de dados em programas de teste de progênie.
Nossa análise preliminar sugere que este modelo também tem o
potencial de ser utilizado na identificação de diferenças na eficiência
alimentar entre animais individuais alimentados em baias coletivas. A
predição do alimento requerido para o desempenho observado parece ser
extremamente relacionada ao real consumo de alimento, e possui
herdabilidade moderada. Temos a expectativa que a pesquisa irá prover
informações adicionais sobre o uso do CVDS em programas de seleção
visando a melhoria da eficiência alimentar em gado de corte.
504 - V Simpósio de Produção de Gado de Corte

A
20
18
Y=X

CMS ajustado, kg/dia


16
14
12
10
8 y = 1,7655x - 5,4373
2
6 R = 0,7698
4
4 6 8 10 12 14 16 18 20
MSR predita pelo modelo, kg/dia

B
16

14
Y=X
CMS adjustado, kg/dia

12

10

8
y = 1,2703x - 2,2084
6 R2 = 0,7531

4
4 6 8 10 12 14 16
MSR predita pelo modelo, kg/dia

Figura 2 - Relação entre consumo de matéria seca (CMS, kg/dia) ajustado para
efeito de estudo e matéria seca requerida (MSR, kg/dia) predita pelo
modelo sem (A) ou com ajuste para a composição do ganho. Símbolos
são estudos de: ○, Paulino (2002); *, Véras (2000); ◊, Veloso (2001); ×,
Silva (2001); −, Ferreira (1998); □, Chizzotti et al. (2006).
I Simpósio Internacional de Produção de Gado de Corte - 505

REFERÊNCIAS BIBLIOGRÁFICAS

Berman, A. 2003. Effects of body surface area estimates on predicted energy


requirements and heat stress. J. Dairy Sci. 86:3605-3610.
Berman, A. 2005. Estimates of heat stress relief needs for Holstein dairy cows.
J. Anim. Sci. 83:1377-1384.
Bourg, B., L. O. Tedeschi, G. E. Carstens, E. Brown, D. G. Fox. 2006a.
Evaluation of a mathematical model to estimate total feed required for pen-
fed Santa Gertrudis steers and heifers based on performance and diet
composition. In American Society of Animal Science, Minneapolis, MN.
ASAS. (no prelo).
Bourg, B., L. O. Tedeschi, G. E. Carstens, P. A. Lancaster, D. G. Fox. 2006b.
Meta analysis of CVDS model predictions of feed intake and efficiency in
growing and finishing cattle. In: Plains Nutrition Council Spring Conference,
San Antonio, TX. PNC, Pág. 120.
Chizzotti, M. L., S. C. Valadares Filho, L. O. Tedeschi, G. E. Carstens, F. H. M.
Chizzotti, D. M. Oliveira, P. D. B. Benedeti, P. M. Amaral, T. I. Rodrigues.
2006. Comparison of energy requirements for maintenance and growth of
steers, bulls, and heifers of Nellore x Red Angus crossbreds. In: American
Society of Animal Science, Minneapolis, MN. ASAS.(no prelo).
Dikeman, M. E. 1987. Fat reduction in animals and the effects on palatability
and consumer acceptance of meat products. in Proceedings 40th Annual
Reciprocal Meat Conference, Chicago, IL. National Livestock and Meat
Board.
Ferreira, M. A. 1998. Desempenho, exigências nutricionais e eficiência de
utilização da energia metabolizável para ganho de bovinos F1 Simental x
Nelore. Universidade Federal de Viçosa, Viçosa, MG.
Ferrell, C. L. & T. G. Jenkins. 1985. Cow type and the nutritional environment:
Nutritional aspects. J. Anim. Sci. 61:725-741.
Fox, D. G. & J. R. Black. 1984. A system for predicting body composition and
performance of growing cattle. J. Anim. Sci. 58:725-739.
Fox, D. G., C. J. Sniffen, J. D. O'Connor. 1988. Adjusting nutrient requirements
of beef cattle for animal and environmental variations. J. Anim. Sci. 66:1475-
1495.
Fox, D. G., C. J. Sniffen, J. D. O'Connor, J. B. Russell, P. J. Van Soest. 1992. A
net carbohydrate and protein system for evaluating cattle diets: III. Cattle
requirements and diet adequacy. J. Anim. Sci. 70:3578-3596.
506 - V Simpósio de Produção de Gado de Corte

Fox, D. G., L. O. Tedeschi, M. J. Baker. 2002. Determining post-weaning


efficiency of beef cattle. Pages 44-66 in Beef Improvement Federation, 34th,
Omaha, NE.
Fox, D. G., L. O. Tedeschi, M. J. Baker. 2004a. Identifying Differences in
Efficiency in Beef Cattle. Mimeo No. 225. Animal Science Dept., Cornell
University, Ithaca, NY.
Fox, D. G., L. O. Tedeschi, P. J. Guiroy. 2001a. A decision support system for
individual cattle management. In: Proc. Cornell Nutr. Conf. Feed Manuf.,
Rochester, NY. Cornell University, Ithaca, NY. Pág. 64-76 .
Fox, D. G., L. O. Tedeschi, P. J. Guiroy. 2001b. Determining feed intake and
feed efficiency of individual cattle fed in groups. In: Beef Improvement
Federation, San Antonio, TX. Pág.80-98
Fox, D. G., L. O. Tedeschi, T. P. Tylutki, J. B. Russell, M. E. Van Amburgh, L.
E. Chase, A. N. Pell, T. R. Overton. 2004b. The Cornell Net Carbohydrate
and Protein System model for evaluating herd nutrition and nutrient excretion.
Anim. Feed Sci. Technol. 112:29-78.
Fox, D. G. & T. P. Tylutki. 1998. Accounting for the effects of environment on
the nutrient requirements of dairy cattle. J. Dairy Sci. 81:3085-3095.
Fox, D. G., M. E. Van Amburgh, T. P. Tylutki. 1999. Predicting requirements for
growth, maturity, and body reserves in dairy cattle. J. Dairy Sci. 82:1968-
1977.
Guiroy, P. J., D. G. Fox, L. O. Tedeschi, M. J. Baker, M. D. Cravey. 2001.
Predicting individual feed requirements of cattle fed in groups. J. Anim. Sci.
79:1983-1995.
INRA. 1989. Ruminant nutrition. Recommended allowances and feed tables.
Institut National de la Recherche Agronomique, John Libbey Eurotext,
Montrouge, France.
Jenkins, T. G. & C. L. Ferrell. 2002. Beef cow efficiency - revisited. In: Beef
Improvement Federation Annual Meeting, 34, Omaha, NE. Pág. 32-43.
Johnson, D. E. 1984. Maintenance requirements for beef cattle: Importance and
physiological and environmental causes of variation. In: Proceedings of Beef
Cow Efficiency Forum, Fort Collins, CO. Pag. 6.
Kebreab, E., J. A. N. Mills, L. A. Crompton, A. Bannink, J. Dijkstra, W. J. J.
Gerrits, J. France. 2004. An integrated mathematical model to evaluate
nutrient partition in dairy cattle between the animal and its environment.
Anim. Feed Sci. Technol. 112:131-154.
I Simpósio Internacional de Produção de Gado de Corte - 507

Kirschten, D. P., E. J. Pollak, L. O. Tedeschi, D. G. Fox, B. Bourg, G. E.


Carstens. 2006. Use of a mathematical computer model to predict feed
intake: Genetic parameters between observed and predicted values, and
relationships with other traits. In: American Society of Animal Science,
Minneapolis, MN. ASAS. (no prelo).
Leme, P. R., C. Boin, R. C. C. Margarido, L. O. Tedeschi, J. C. O. F. V.
Hausknecht, G. F. Alleoni, A. Luchiari Filho. 2000. Growth performance in
feedlot and carcass characteristics of beef cattle from several crossbreds
slaughtered in three body weight ranges. Revista Brasileira de Zootecnia.
29:2347-2353.
Littell, R. C., G. A. Milliken, W. W. Stroup, R. D. Wolfinger. 1999. SAS System
for Mixed Models. SAS Institute, Cary, NC.
McKenna, D. R., P. K. Bates, D. L. Roeber, T. B. Schmidt, D. S. Hale, D. B.
Griffin, J. W. Savell, J. B. Morgan, T. H. Montgomery, G. C. Smith. 2001.
National beef quality audit - 2000: Results of carcass characteristics. J. Anim.
Sci. 79 (Supplemento 1):62.
NRC. 1981. Effect of Environment on Nutrient Requirements of Domestic
Animals. National Academy Press, Washington, DC.
NRC. 2000. Nutrient Requirements of Beef Cattle (7th ed. atualizada). National
Academy Press, Washington, DC.
Okine, E. K., J. A. Basarab, L. A. Goonewardene, P. Mir. 2004. Residual feed
intake and feed efficiency: Differences and implications. In: Proceedings of
Florida Ruminant Nutrition Symposium, Gainsville, FL. UFL. Pág. 27-38.
Ostergaard, V., S. Korver, H. Solbu, B. B. Andersen, J. Oldham, H. Wiktorsson.
1990. Main report - E.A.A.P. working group on: efficiency in the dairy cow.
Livest. Prod. Sci. 24:287-304.
Paulino, P. V. R. 2002. Exigências nutricionais e validação da seção HH para
predição da composição corporal de zebuínos. Universidade Federal de
Viçosa, Viçosa, MG.
Perry, T. C. & D. G. Fox. 1997. Predicting carcass composition and individual
feed requirement in live cattle widely varying in body size. J. Anim. Sci.
75:300-307.
Silva, F. F. 2001. Desempenho, características de carcaça, composição
corporal e exigências nutricionais (de energia, proteína, aminoácidos e
macrominerais) de novilhos Nelore, nas fases de recria e engorda,
recebendo diferentes níveis de concentrado e proteína. Universidade Federal
de Viçosa, Viçosa, MG.
508 - V Simpósio de Produção de Gado de Corte

Smith, G. C., J. W. Savell, H. G. Dolezal, T. G. Field, D. R. Gill, D. B. Griffin, D.


S. Hale, J. B. Morgan, S. L. Northcutt, J. D. Tatum. 1995. Improving the
quality, consistency, competitiveness and market share of beef. National
Beef Quality Audit National Cattlemen's Beef Association, Englewood, CO.
Tedeschi, L. O. 2006. Assessment of the adequacy of mathematical models.
Agric. Syst. 89:225-247.
Tedeschi, L. O., D. G. Fox, M. J. Baker, D. P. Kirschten. 2006a. Identifying
differences in feed efficiency among group-fed cattle. J. Anim. Sci. 84:767-
776.
Tedeschi, L. O., D. G. Fox, M. J. Baker, K. Long. 2006b. A model to evaluate
beef cow efficiency. In: Modeling Nutrient Utilization in Farm Animals. J.
Dijkstra, ed. CABI Publishing, Cambridge, MA. (no prelo)
Tedeschi, L. O., D. G. Fox, P. H. Doane. 2005a. Evaluation of the tabular feed
energy and protein undegradability values of the National Research Council
nutrient requirements of beef cattle. Professional Animal Scientist. 21:403-
415.
Tedeschi, L. O., D. G. Fox, P. J. Guiroy. 2004. A decision support system to
improve individual cattle management. 1. A mechanistic, dynamic model for
animal growth. Agric. Syst. 79:171-204.
Tedeschi, L. O., D. G. Fox, P. J. Guiroy. 2005b. Corrigendum to: "A decision
support system to improve individual cattle management. 1. A mechanistic,
dynamic model for animal growth" [Agricultural Systems 79 (2004) 171-204].
Agric. Syst. 83:229.
Tedeschi, L. O., D. G. Fox, R. D. Sainz, L. G. Barioni, S. R. Medeiros, C. Boin.
2005c. Using mathematical models in ruminant nutrition. Scientia Agricola.
62:76-91.
Tylutki, T. P., D. G. Fox, R. G. Anrique. 1994. Predicting net energy and protein
requirements for growth of implanted and nonimplanted heifers and steers
and nonimplanted bulls varying in body size. J. Anim. Sci. 72:1806-1813.
Veloso, C. M. 2001. Composição corporal e exigências nutricionais de bovinos
F1 Limousin x Nelore alimentados com rações contendo diferentes níveis de
concentrado. Universidade Federal de Viçosa, Viçosa, MG.
Véras, A. S. C. 2000. Consumo, digestibilidade, composição corporal e
exigências nutricionais de bovinos Nelore alimentados com rações contendo
diferentes níveis de concentrado. Universidade Federal de Viçosa, Viçosa,
MG.
I Simpósio Internacional de Produção de Gado de Corte - 509

Weiss, W. P. 1993. Predicting energy values of feeds. J. Dairy Sci. 76:1802-


1811.
Weiss, W. P. 1999. Energy prediction equations for ruminant feeds. In:
Proceedings of Cornell Nutrition Conference for Feed Manufacturers,
Rochester, NY. New York State College of Agriculture & Life Sciences,
Cornell University. Pág.176-185
Weiss, W. P., H. R. Conrad, N. R. St. Pierre. 1992. A theoretically-based model
for predicting total digestible nutrient values of forages and concentrates.
Anim. Feed Sci. Technol. 39:95-110.
Williams, C. B., G. L. Bennett, T. G. Jenkins, L. V. Cundiff, C. L. Ferrell. 2005.
Using simulation models to predict feed intake: phenotypic and genetic
relationships between observed and predicted values. In: American Society
of Animal Science, Cincinnati, OH. ASAS. Pág 13.
510 - V Simpósio de Produção de Gado de Corte