Document details

A composição corporal dos animais, de todas as espécies, varia consideravelmente consoante o estádio de crescimento, o plano nutricional e a base genética. Tendo isso em conta, e considerando que os vários tecidos que compõem a carcaça possuem valor económico diferente, é fácil admitir que o valor económico dos animais dependa da composição da carcaça. Assim, este trabalho visa utilizar uma abordagem de Data Mining para prever, utilizando como entradas as medições obtidas na linha de abate, a composição tecidual de carcaças de cordeiro. Cento e vinte e cinco cordeiros da raça Churra Galega Bragançana foram abatidos. Durante o quarteamento das carcaças, foi utilizado um paquímetro para realizar medições da gordura subcutânea entre a 12ª e 13ª costelas (C12), e entre a 1ª e 2ª vértebra lombar (C1). As proporções de Músculo (PM), Osso (PO), Gordura Subcutânea (PGS), Gordura Intermuscular (PGI), e Gordura Pélvica e Renal (PGPR) das carcaças de cordeiro foram colectadas numa base de dados. Utilizamos a biblioteca rminer da ferramenta R e comparamos três técnicas de regressão: Regressão Múltipla (RM), Redes Neuronais Artificiais (RNA) e Máquinas de Vectores de Suporte (MVS). O modelo de RM apresenta o Erro Relativo Absoluto (RAE) mais baixo para PM (RAE=59.4%, P<0.05) e para PGI (RAE=64.1%, P<0.05). O modelo MVS apresenta o RAE mais baixo para PO (RAE=46.1%, P<0.05), para PGPR (RAE=51.5%, P<0.05), e para PGS (RAE=42.2%, P<0.05). Para além disso, um procedimento de análise de sensibilidade revelou a medida C12 como a entrada mais importante para todos os cinco tecidos da carcaça. Foi ainda apresentado um exemplo de um novo sistema de classificação de carcaças, desenvolvido através de um procedimento de Clustering e baseado em dados objectivos.