Predicción del peso corporal de guajolotes nativos mexicanos a través de medidas morfométricas

• R. Portillo-Salgado ^[1] ; F.A. Cigarroa-Vázquez ; J.G. Herrera-Haro ; I. Vázquez-Martínez ^[2]
  1. [1] Colegio de Postgraduados

     Colegio de Postgraduados

     México

     
  2. [2] Benemérita Universidad Autónoma de Puebla

     Benemérita Universidad Autónoma de Puebla

     México

     
• Localización: ITEA, información técnica económica agraria: revista de la Asociación Interprofesional para el Desarrollo Agrario ( AIDA ), ISSN 1699-6887, Vol. 116, Nº. 2, 2020, págs. 150-160
• Idioma: español
• Títulos paralelos:
  • Prediction of body weight of native Mexican guajolotes trough morphometric measurements
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    El objetivo de este estudio fue evaluar la predicción del peso corporal (PC) del guajolote nativo mexicano (GNM) a partir de medidas morfométricas (MM) e índices morfológicos usando el análisis del árbol de clasificación y regresión (CART). Se tomaron medidas de 244 GNM, provenientes de los estados de Puebla, Chiapas y Campeche. Se recolectó el PC y diez MM, se estimaron tres índices morfológicos: masividad (IMA), solidez (ISO) y de condición corporal (ICC). Se analizó los estadísticos descriptivos y correlación de Pearson (r) de las variables y con ellas se construyó un árbol de regresión utilizando el método CART. Se obtuvieron coeficientes de variación <20% en las MM, un IMA de 13,50%, ISO de 111,12% y el ICC de 16,81%. Las correlaciones entre el PC y las MM variaron de moderadas a altas (r = 0,35 a r = 0,91;

    P < 0,0001). El ICC fue la variable con la mejor puntuación (100%) en el análisis de importancia normalizada, seguida de IMA (79,2%) y el perímetro torácico (52,8%). El diagrama del árbol de regresión óptimo formó un total de 13 nodos, de los cuales 7 fueron nodos terminales, demostrando que el ICC es suficiente para predecir el PC del GNM. Este estudio permitió definir un modelo de predicción con una varianza explicada observada de 86,4% e incluyó el ICC, la altura corporal y el ancho del ala, el cual puede ser aplicado por los productores para predecir el peso corporal de GNM de manera confiable

  • English

    The aim of this study was to evaluate the prediction of body weight (BW) of the native Mexican guajolote (NMG) from morphometric measurements (MM) and morphological indices using classification and regression tree analysis (CART). Measures were taken of 244 NMG from the states of Puebla, Chiapas and Campeche. The BW and ten MM were collected, and three morphological indices were estimémated:

    massiveness (MAS), stockiness (STK) and body condition (CON). The descriptive statistics and Pearson’s correlation (r) of the variables were analyzed and a regression tree was constructed using the CART method. Coefficients of variation <20% were obtained in the MM, an MAS of 13.50%, STK of 111.12% and the CON of 16.81%. Correlations between BW and MM ranged from moderate to high (r = 0.35 to r = 0.91; P < 0.0001). The CON was the variable with the best score (100%) in the normalized importance analysis, followed by MAS (79.2%) and thoracic perimeter (52.8%). The optimal regression tree diagram formed a total of 13 nodes, of which 7 were terminal nodes, demonstrating that the CON is sufficient to predict the BW of NMG. This study allowed to define a prediction model with an observed explained variance of 86.4% and included the CON, body height and wing width, which can be applied by producers to reliably predict body weight of NMG