Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | https://hdl.handle.net/11449/256716 |
Resumo: | O uso de modelos matemáticos de predição corporal é uma abordagem eficiente para estimar e maximizar o crescimento animal, proporcionando maior eficiência na previsão de safras do pescado frente as diferentes condições climáticas do ambiente aquático. Assim, este trabalho avaliou a eficiência de diferentes modelos matemáticos de predição do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) criadas em tanques-rede no reservatório neotropical de Chavantes, São Paulo. Utilizando dados históricos de lotes de produção (n=177 safras) de O. niloticus, linhagem GIFT, durante o período de 2017 a 2022 foram realizadas curvas de crescimento corporal desta espécie. Estes valores foram validados por meio de um experimento em campo com 30 lotes de O. niloticus criados sob as mesmas condições climáticas e de manejo. Os lotes foram classificados de acordo com o peso corporal em três fases: JVI (30–100 g), JVII (130–500 g) e PM (>500 g). A previsão do crescimento corporal foi realizada por meio da aplicação dos modelos matemáticos exponenciais de coeficiente de crescimento específico (CCE); coeficiente de crescimento diário (CCD); coeficiente de crescimento linear (LNR) e coeficiente de crescimento térmico (CCT) para ponderação da relação peso-idade (tempo) dos indivíduos. Os parâmetros médios de desempenho dos peixes obtiveram biomassa final de 37, 79 e 90 kg/m3, conversão alimentar de 1.42, 1.56 e 1.76 e eficiência alimentar de 0,79, 0,63 e 0,56 para as respectivas fases de JVI, JVII e PM. O modelo TGC apresentou o melhor ajuste da curva real de crescimento corporal para tilápia em relação aos demais modelos, que subestimaram os pesos estimados. Assim, a precisão do CCT foi superior aos modelos CCE, CCD e Linear em ~4,40%. O uso de modelos matemáticos para estimar o crescimento corporal e prever o tempo de abate de safras de produção é uma ferramenta ágil e eficiente para gestão das operações das pisciculturas. |
| id |
UNSP_d0f7c94e6c37e5154b15def983ed48ff |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/256716 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
|
| spelling |
Godoi, Flavia Cristina Maximo De [UNESP]Camargo, Tavani RochaBueno, Guilherme Wolff [UNESP]2024-07-22T14:12:46Z2024-07-22T14:12:46Z2024-05-27GODÓI, F.C.M. - Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas - 2024, 45f - Dissertação (Mestrado em Aquicultura) - Universidade Estadual Paulista, Jaboticabal, 2024.https://hdl.handle.net/11449/25671633004102049P7O uso de modelos matemáticos de predição corporal é uma abordagem eficiente para estimar e maximizar o crescimento animal, proporcionando maior eficiência na previsão de safras do pescado frente as diferentes condições climáticas do ambiente aquático. Assim, este trabalho avaliou a eficiência de diferentes modelos matemáticos de predição do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) criadas em tanques-rede no reservatório neotropical de Chavantes, São Paulo. Utilizando dados históricos de lotes de produção (n=177 safras) de O. niloticus, linhagem GIFT, durante o período de 2017 a 2022 foram realizadas curvas de crescimento corporal desta espécie. Estes valores foram validados por meio de um experimento em campo com 30 lotes de O. niloticus criados sob as mesmas condições climáticas e de manejo. Os lotes foram classificados de acordo com o peso corporal em três fases: JVI (30–100 g), JVII (130–500 g) e PM (>500 g). A previsão do crescimento corporal foi realizada por meio da aplicação dos modelos matemáticos exponenciais de coeficiente de crescimento específico (CCE); coeficiente de crescimento diário (CCD); coeficiente de crescimento linear (LNR) e coeficiente de crescimento térmico (CCT) para ponderação da relação peso-idade (tempo) dos indivíduos. Os parâmetros médios de desempenho dos peixes obtiveram biomassa final de 37, 79 e 90 kg/m3, conversão alimentar de 1.42, 1.56 e 1.76 e eficiência alimentar de 0,79, 0,63 e 0,56 para as respectivas fases de JVI, JVII e PM. O modelo TGC apresentou o melhor ajuste da curva real de crescimento corporal para tilápia em relação aos demais modelos, que subestimaram os pesos estimados. Assim, a precisão do CCT foi superior aos modelos CCE, CCD e Linear em ~4,40%. O uso de modelos matemáticos para estimar o crescimento corporal e prever o tempo de abate de safras de produção é uma ferramenta ágil e eficiente para gestão das operações das pisciculturas.Using mathematical body prediction models is an efficient approach to estimating and maximizing animal growth, providing greater efficiency in predicting yields under different climatic conditions of the aquatic environment. This study evaluated the efficiency of different mathematical models for predicting the body growth of Nile tilapia (Oreochromis niloticus) reared in net cages in the neotropical reservoir of Chavantes, São Paulo. The body growth curves of this species were created using historical data from production batches (n=177 crops) of O. niloticus, GIFT strain, from 2017 to 2022. These values were validated through a field experiment with 30 batches of O. niloticus raised under the same climatic and management conditions. The batches were classified according to body weight into three phases: JVI (30–100 g), JVII (130–500 g), and PM (>500 g). Body growth prediction was performed by applying exponential mathematical models of specific growth rate (SGR), daily growth coefficient (DGC), linear growth coefficient (LGC), and thermal growth coefficient (TGC) to weight-age (time) ratio estimation of individuals. The average performance parameters of the fish resulted in final biomass of 37, 79, and 90 kg/m³, feed conversion ratio of 1.42, 1.56, and 1.76, and feed efficiency of 0.79, 0.63, and 0.56 for the respective phases of JVI, JVII, and PM. The TGC model showed the best fit to the real body growth curve for tilapia compared to other models, which underestimated the estimated weights. Thus, the accuracy of TGC was superior to the SGR, DGC, and Linear models by approximately 4.40%. Using mathematical models to estimate body growth and predict the harvest time of production crops is a fast and efficient tool for managing fish farming operations.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES: 88887.675090/2022-00porUniversidade Estadual Paulista (Unesp)AquiculturaTilápia-do-NiloMudanças climáticasAquacultureClimate changeNile tilapiaModelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolasModeling the body growth of Nile tilapia (Oreochromis niloticus) for harvest prediction and agile management in aquaculture operationsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPAquicultura - CAUNESPAquicultura em águas continentaisSistemas de produção aquícola e interações ambientais.Universidade Estadual Paulista (UNESP), Centro de Aquicultura da UNESP, Jaboticabal24 meses após a data da defesaBanca públicaPublication42af4bf4-6e5c-4ebe-967a-dee532de2233virtual::283811-142af4bf4-6e5c-4ebe-967a-dee532de2233virtual::283811-156cec5e0-1773-4906-9527-961ebf95466avirtual::281770-156cec5e0-1773-4906-9527-961ebf95466avirtual::281770-1TEXTgodoi_fcm_me_jabo_int.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-07-23T06:04:51Z (GMT).Extracted texttext/plain82030https://repositorio.unesp.br/bitstreams/7de30ae3-05cd-44be-bc53-048ca3b34de3/download945918f029a3a685b68dc31f17bd9580MD55falseAnonymousREADgodoi_fcm_me_jabo_par.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2024-07-23T06:04:51Z (GMT).Extracted texttext/plain39069https://repositorio.unesp.br/bitstreams/88bfa7fa-8351-47ba-9d0c-9737d0dc3ace/download71666cbac65221ab66a7d4a37545d603MD57falseAnonymousREADTHUMBNAILgodoi_fcm_me_jabo_int.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2024-07-23T06:04:51Z (GMT).Generated Thumbnailimage/jpeg3606https://repositorio.unesp.br/bitstreams/5f733f30-b033-430b-af0c-951276e341e9/download6a1577e1125ac3cc0c9f887d43c97034MD56falseAnonymousREADgodoi_fcm_me_jabo_par.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2024-07-23T06:04:51Z (GMT).Generated Thumbnailimage/jpeg2591https://repositorio.unesp.br/bitstreams/cdbc086c-d13e-4f70-b6a7-7fc5be647361/downloadb7a1f126d358680e7eb48baf04eb992cMD58falseAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-82192https://repositorio.unesp.br/bitstreams/8bad1579-a226-42ca-b6d4-fab9a831aa41/download9a2966d4a2cfb71a0b846f3fe5f2c26cMD52falseAnonymousREADORIGINALgodoi_fcm_me_jabo_int.pdfgodoi_fcm_me_jabo_int.pdfapplication/pdf1303490https://repositorio.unesp.br/bitstreams/3219a044-11ab-46d4-854e-480a79e80bf7/download64f4c43fe282c3817aab5d5bc5bfcad8MD53trueAnonymousREADgodoi_fcm_me_jabo_par.pdfgodoi_fcm_me_jabo_par.pdfapplication/pdf490858https://repositorio.unesp.br/bitstreams/90330203-0ad0-4112-97bf-f38a90f33dc7/download4782d3b852907eaa0c6debffa63a028aMD54falseAnonymousREAD11449/2567162026-07-22T05:18:16.834160Zopen.accessoai:repositorio.unesp.br:11449/256716https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-07-22T05:18:16Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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 |
| dc.title.pt.fl_str_mv |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas |
| dc.title.alternative.en.fl_str_mv |
Modeling the body growth of Nile tilapia (Oreochromis niloticus) for harvest prediction and agile management in aquaculture operations |
| title |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas |
| spellingShingle |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas Godoi, Flavia Cristina Maximo De [UNESP] Aquicultura Tilápia-do-Nilo Mudanças climáticas Aquaculture Climate change Nile tilapia |
| title_short |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas |
| title_full |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas |
| title_fullStr |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas |
| title_full_unstemmed |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas |
| title_sort |
Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas |
| author |
Godoi, Flavia Cristina Maximo De [UNESP] |
| author_facet |
Godoi, Flavia Cristina Maximo De [UNESP] |
| author_role |
author |
| dc.contributor.coadvisor.none.fl_str_mv |
Camargo, Tavani Rocha |
| dc.contributor.author.fl_str_mv |
Godoi, Flavia Cristina Maximo De [UNESP] |
| dc.contributor.advisor1.fl_str_mv |
Bueno, Guilherme Wolff [UNESP] |
| contributor_str_mv |
Bueno, Guilherme Wolff [UNESP] |
| dc.subject.por.fl_str_mv |
Aquicultura Tilápia-do-Nilo Mudanças climáticas |
| topic |
Aquicultura Tilápia-do-Nilo Mudanças climáticas Aquaculture Climate change Nile tilapia |
| dc.subject.eng.fl_str_mv |
Aquaculture Climate change Nile tilapia |
| description |
O uso de modelos matemáticos de predição corporal é uma abordagem eficiente para estimar e maximizar o crescimento animal, proporcionando maior eficiência na previsão de safras do pescado frente as diferentes condições climáticas do ambiente aquático. Assim, este trabalho avaliou a eficiência de diferentes modelos matemáticos de predição do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) criadas em tanques-rede no reservatório neotropical de Chavantes, São Paulo. Utilizando dados históricos de lotes de produção (n=177 safras) de O. niloticus, linhagem GIFT, durante o período de 2017 a 2022 foram realizadas curvas de crescimento corporal desta espécie. Estes valores foram validados por meio de um experimento em campo com 30 lotes de O. niloticus criados sob as mesmas condições climáticas e de manejo. Os lotes foram classificados de acordo com o peso corporal em três fases: JVI (30–100 g), JVII (130–500 g) e PM (>500 g). A previsão do crescimento corporal foi realizada por meio da aplicação dos modelos matemáticos exponenciais de coeficiente de crescimento específico (CCE); coeficiente de crescimento diário (CCD); coeficiente de crescimento linear (LNR) e coeficiente de crescimento térmico (CCT) para ponderação da relação peso-idade (tempo) dos indivíduos. Os parâmetros médios de desempenho dos peixes obtiveram biomassa final de 37, 79 e 90 kg/m3, conversão alimentar de 1.42, 1.56 e 1.76 e eficiência alimentar de 0,79, 0,63 e 0,56 para as respectivas fases de JVI, JVII e PM. O modelo TGC apresentou o melhor ajuste da curva real de crescimento corporal para tilápia em relação aos demais modelos, que subestimaram os pesos estimados. Assim, a precisão do CCT foi superior aos modelos CCE, CCD e Linear em ~4,40%. O uso de modelos matemáticos para estimar o crescimento corporal e prever o tempo de abate de safras de produção é uma ferramenta ágil e eficiente para gestão das operações das pisciculturas. |
| publishDate |
2024 |
| dc.date.accessioned.fl_str_mv |
2024-07-22T14:12:46Z |
| dc.date.available.fl_str_mv |
2024-07-22T14:12:46Z |
| dc.date.issued.fl_str_mv |
2024-05-27 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
GODÓI, F.C.M. - Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas - 2024, 45f - Dissertação (Mestrado em Aquicultura) - Universidade Estadual Paulista, Jaboticabal, 2024. |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/11449/256716 |
| dc.identifier.capes.none.fl_str_mv |
33004102049P7 |
| identifier_str_mv |
GODÓI, F.C.M. - Modelagem do crescimento corporal da tilápia do Nilo (Oreochromis niloticus) para previsão de safras e gestão ágil nas operações aquícolas - 2024, 45f - Dissertação (Mestrado em Aquicultura) - Universidade Estadual Paulista, Jaboticabal, 2024. 33004102049P7 |
| url |
https://hdl.handle.net/11449/256716 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| bitstream.url.fl_str_mv |
https://repositorio.unesp.br/bitstreams/7de30ae3-05cd-44be-bc53-048ca3b34de3/download https://repositorio.unesp.br/bitstreams/88bfa7fa-8351-47ba-9d0c-9737d0dc3ace/download https://repositorio.unesp.br/bitstreams/5f733f30-b033-430b-af0c-951276e341e9/download https://repositorio.unesp.br/bitstreams/cdbc086c-d13e-4f70-b6a7-7fc5be647361/download https://repositorio.unesp.br/bitstreams/8bad1579-a226-42ca-b6d4-fab9a831aa41/download https://repositorio.unesp.br/bitstreams/3219a044-11ab-46d4-854e-480a79e80bf7/download https://repositorio.unesp.br/bitstreams/90330203-0ad0-4112-97bf-f38a90f33dc7/download |
| bitstream.checksum.fl_str_mv |
945918f029a3a685b68dc31f17bd9580 71666cbac65221ab66a7d4a37545d603 6a1577e1125ac3cc0c9f887d43c97034 b7a1f126d358680e7eb48baf04eb992c 9a2966d4a2cfb71a0b846f3fe5f2c26c 64f4c43fe282c3817aab5d5bc5bfcad8 4782d3b852907eaa0c6debffa63a028a |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1878343472332668928 |