Modelo de optimización para la alimentación de precisión en cerdos
La utilización de técnicas de alimentación de precisión en las operaciones de cría de cerdos puede reducir significativamente los costos de producción (> 8%), la ingesta de proteínas y fósforo (hasta 25%) y excreción (hasta 40%) y las emisiones de gases de efecto invernadero (hasta 6%) al aumenta...
- Autores:
-
Osorno David, Juan Gabriel
Calderón Vásquez, Laura Marcela
Ochoa Ochoa, Valeria
Agudelo, Mauricio
Pareja Arcila, Juan Carlos
Sáenz Ruiz, Oscar Andrés
Naranjo, Juan Fernando
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad CES
- Repositorio:
- Repositorio Digital - Universidad CES
- Idioma:
- spa
- OAI Identifier:
- oai:repository.ces.edu.co:10946/7426
- Acceso en línea:
- https://hdl.handle.net/10946/7426
- Palabra clave:
- Alimentación de precisión
Nutrición
Eficiencia
Big Data
Sostenibilidad
Porcicultura
- Rights
- closedAccess
- License
- http://purl.org/coar/access_right/c_14cb
| Summary: | La utilización de técnicas de alimentación de precisión en las operaciones de cría de cerdos puede reducir significativamente los costos de producción (> 8%), la ingesta de proteínas y fósforo (hasta 25%) y excreción (hasta 40%) y las emisiones de gases de efecto invernadero (hasta 6%) al aumentar la eficiencia de los nutrientes individuales. La alimentación de precisión permite el monitoreo fuera de la granja en tiempo real y el manejo inteligente de alimentos y animales para mejorar la eficiencia económica, reducir significativamente los requisitos de mano de obra y la identificación temprana de factores estresantes para la salud y el medio ambiente de los animales, reduciendo el uso de antibióticos. La alimentación de precisión es un gran avance en la nutrición porcina y una de las vías más prometedoras para promover carne de cerdo segura y de alta calidad, alto bienestar animal y mínimo impacto en el medio ambiente. El propósito de este proyecto fue construir una herramienta que permitiera hacer análisis de los datos históricos de la granja experimental PorciCES por medio de Inteligencia Computacional o Machine Learning, y realizar predicciones de rendimiento de los animales por medio de diferentes variables ambientales, de manejo y nutricionales, donde se pudieran hacer formulaciones dietéticas según los requerimientos nutricionales en cada una de las etapas de desarrollo de los animales en la cadena productiva. |
|---|
