Evaluación de ecuaciones de predicción de la energía metabolizable en base a características físicas y químicas del maíz utilizado en dietas de gallinas ponedoras

Abstract

INTRODUCCIÓN: Conocer el aporte de la energía metabolizable en el insumo maíz es de importancia para la formulación de dietas balanceadas, sin embargo, frecuentemente se utilizan la información de las tablas que no son confiables. Existen métodos que utilizan los caracteres físicas y químicas del maíz para predecir los valores a través de ecuaciones. OBJETIVO: Determinar el efecto de las características químicas (análisis proximal) y físicas (índice de clasificación del maíz y densidad) sobre la predicción del contenido de EMAn del maíz nacional e importado americano. MÉTODOS: se utilizaron 25 muestras de granos de maíz de procedencia nacional e importado americano, los cuales fueron clasificadas en 3 grupos de acuerdo a las variables a evaluar. Cada muestra se sometió a evaluación de sus características físicas de índice de clasificación del maíz y densidad. Las muestras agrupadas se sometieron a los análisis químicos proximales y a la metodología NIRS. Se utilizaron 7 ecuaciones de predicción de la EMAn. Los valores que se obtuvieron se trabajaron en los análisis estadísticos de T-Student, ANVA y Tukey, cuyo procedimiento fue el modelo lineal de SAS. RESULTADOS: Los valores de ICM y densidad fueron diferentes estadísticamente. Los valores de EMAn fueron diferentes significativamente. El nivel de EMAn obtenida por las ecuaciones en base al análisis proximal fue similar a lo obtenido por el NIRS. Los valores de EMAn obtenidos por ecuaciones en base al ICM fueron diferentes. Las obtenidas por ecuaciones en base a densidad fueron similares solo para el maíz importado americano. CONCLUSIÓN: La ecuación de predicción en base al análisis proximal de Nascimento et al (2009) y en base a densidad (Lyra Chiquieri, 2011) estiman muy bien el valor de EMAn del maíz.INTRODUCTION: Knowing the contribution of metabolizable energy in the corn input is important for the formulation of balanced diets, however, information from tables that are not reliable are frequently used. There are methods that use the physical and chemical characteristics of corn to predict values through equations. OBJECTIVE: Determine the effect of chemical (proximal analysis) and physical characteristics (corn classification index and density) on the prediction of the EMAn content of domestic and imported American corn. METHODS: 25 samples of corn grains of national and imported American origin were used, which were classified into 3 groups according to the variables to be evaluated. Each sample was subjected to evaluation of its physical characteristics of corn classification index and density. The pooled samples were subjected to proximal chemical analyzes and NIRS methodology. 7 EMAn prediction equations were used. The values obtained were worked on in the statistical analysis of T-Student, ANVA and Tukey, whose procedure was the SAS linear model. RESULTS: The ICM and density values were statistically different. The EMAn values were significantly different. The level of EMAn obtained by the equations based on the proximal analysis was similar to that obtained by the NIRS. The EMAn values obtained by equations based on the ICM were different. Those obtained by equations based on density were similar only for imported American corn. CONCLUSION: The prediction equation based on the proximal analysis of Nascimento et al (2009) and based on density (Lyra Chiquieri, 2011) estimate the EMAn value of corn very well.