The objective of this study was to investigate whether the use of rbST and eCG prior to ultrasound-guided follicular aspiration (OPU) improves oocyte yield and quality in Tabapuã and Holstein heifers. The study was conducted in two phases, 20 days apart, in a change-over design. The dominant follicle was ablated two days (D-2) before two treatments: stimulation (6 Holstein and 8 Tabapuã), 500 mg of rbST (Boostin®) on D0 and 500 IU of eCG (Folligon) on D2; and control (6 Holstein and 8 Tabapuã), in which heifers received injections of the excipient. Heifers were aspirated on D4. Oocytes were subjected to a well established commercial in vitro embryo production protocol (Vitrogen®) and embryos were evaluated seven days after fertilization. There was an effect from the interaction of treatment and breed, so that hormonal stimulation increased antral follicle count (2-8 mm) in Tabapuã (29.9±2.6 to 41.4±2.6), but not in Holstein heifers (14.4±2.6 to 15.5±2.6). Tabapuã heifers had higher mean antral follicle count than Holsteins (35.6±1.8 vs. 15.0±2.1). The number of viable oocytes was not increased by stimulation in Tabapuã (from 4.7±1.0 to 5.2±1.1 in control and simulation, respectively) or in Holstein heifers (1.3±1.9 to 2.0±1.6 in control and simulation, respectively). There was no difference in the percentage of heifers with more than five viable oocytes in the group treated (33 vs 27%). The number of blastocysts was not affected by treatment (1.75 vs. 1.00 in hormonal stimulation and control, respectively). The increase in antral follicle count in the stimulated Tabapuã heifers did not reflect upon oocyte yield. The differential breed response to the hormonal treatment underscores the need for additional tests, especially for the Holstein breed, in order to enhance OPU efficiency.

Foi utilizada uma análise de segregação com o uso da inferência Bayesiana para estimar componentes de variância e verificar a presença de genes de efeito principal (GEP) influenciando duas características de carcaça: gordura intramuscular (GIM), em %, e espessura de toucinho (ET), em mm; e uma de crescimento, ganho de peso (g/dia) dos 25 aos 90 kg de peso vivo (GP). Para este estudo, foram utilizadas informações de 1.257 animais provenientes de um delineamento de F2, obtidos do cruzamento de suínos machos Meishan e fêmeas Large White e Landrace. No melhoramento genético animal, os modelos poligênicos finitos (MPF) podem ser uma alternativa aos modelos poligênicos infinitesimais (MPI) para avaliação genética de características quantitativas usando pedigrees complexos. MPI, MPF e MPI combinado com MPF foram empiricamente testados para se estimar componentes de variâncias e número de genes no MPF. Para a estimação de médias marginais a posteriori de componentes de variância e de parâmetros, foi utilizada uma metodologia Bayesiana, por meio do uso da Cadeia de Markov, algoritmos de Monte Carlo (MCMC), via Amostrador de Gibbs e Reversible Jump Sampler (Metropolis-Hastings). Em função dos resultados obtidos, pode-se evidenciar quatro GEP, sendo dois para GIM e dois para ET. Para ET, o GEP explicou a maior parte da variação genética, enquanto, para GIM, o GEP reduziu significativamente a variação poligênica. Para a variação do GP, não foi possível determinar a influência do GEP. As herdabilidades estimadas ajustando-se MPI para GIM, ET e GP foram de 0,37; 0,24 e 0,37, respectivamente. Estudos futuros com base neste experimento que usem marcadores moleculares para mapear os genes de efeito principal que afetem, principalmente GIM e ET, poderão lograr êxito.

A Bayesian marker-free segregation analysis was applied for the estimation of variance components and to search for evidence of segregation genes affecting two carcass traits: intramuscular fat (IMF), %, and backfat thickness (BF), mm ; and one growth trait: body weight gain (LG) from 25 to 90 kg, approximately, g/day. In this study, 1,257 animals from the F2 design produced by breeding among pigs Meishan (male) and Dutch Large White and Landrace lines (female) were used. In animal breeding, finite polygenic models (FPM) may be an alternative to the infinitesimal polygenic model (IPM) for genetic evaluation of populations with multiple-generations pedigree for quantitative traits. FPM, IPM and FPM combined with IPM were empirically tested for estimation of variance components and number of genes in FPM. Estimation of marginal posteriori means of variance components and parameters were performed by using Markov Chain Monte Carlo techniques with the Gibbs sampler and the reversible Jump sampler (Metropolis-Hastings). The results showed evidence for four Major Genes (MG), i.e., two for IMF and two BF. For BF, the MG explained almost all of genetic variance, while for IMF, MG reduced the polygenic variance significantly. The LG was not likely influenced by MG. The polygenic heritability estimates for IMF, BF and LG were 0.37, 0.24 and 0.37, respectively. Further molecular genetic research, based on the same experimental data, aiming to map the major genes estimated for IMF and BF has a high probability of success.

O conhecimento do genoma pode auxiliar na identificação de regiões cromossômicas e, eventualmente, de genes que controlam características quantitativas (QTLs) de importância econômica. Em um experimento com 1.129 suínos resultantes do cruzamento entre machos da raça Meishan e fêmeas Large White e Landrace, foram analisadas as características gordura intramuscular (GIM), em %, e ganho dos 25 aos 90 kg de peso vivo (GP), em g/dia, em 298 animais F1 e 831 F2, e espessura de toucinho (ET), em mm, em 324 F1 e 805 F2. Os animais das gerações F1 e F2 foram tipificados com 29 marcadores microsatélites. Estudou-se a ligação entre os cromossomos 4, 6 e 7 com GIM, ET e GP. Análises de QTL utilizando-se metodologia Bayesiana foram aplicadas mediante três modelos genéticos: modelo poligênico infinitesimal (MPI); modelo poligênico finito (MPF), considerando-se três locos; e MPF combinado com MPI. O número de QTLs, suas respectivas posições nos três cromossomos e o efeito fenotípico foram estimados simultaneamente. Os sumários dos parâmetros estimados foram baseados nas distribuições marginais a posteriori, obtidas por meio do uso da Cadeia de Markov, algoritmos de Monte Carlo (MCMC). Foi possível evidenciar dois QTLs relacionados a GIM nos cromossomos 4 e 6 e dois a ET nos cromossomos 4 e 7. Somente quando se ajustou o MPI, foram observados QTLs no cromossomo 4 para ET e GIM. Não foi possível detectar QTLs para a característica GP com a aplicação dessa metodologia, o que pode ter resultado do uso de marcadores não informativos ou da ausência de QTLs segregando nos cromossomos 4, 6 e 7 desta população. Foi evidenciada a vantagem de se analisar dados experimentais ajustando diferentes modelos genéticos; essas análises ilustram a utilidade e ampla aplicabilidade do método Bayesiano.

Genome scans can be used to identify chromosomal regions and eventually genes that control quantitative traits (QTL) of economic importance. In an experimental cross between Meishan (male) and Dutch Large White and Landrace lines (female), 298 F1 and 831 F2 animals were evaluated for intramuscular fat (GIM), % and growth trait: body weight gain (GP) from approximately 25 to 90 kg, g/day and 324 F1 and 805 F2 for backfat thickness, mm (ET). The animals of generations F1 and F2 were typed for 29 microsatellite markers. Linkage was studied among chromosomes 4, 6, 7 and GIM, ETand GP. QTL analyses using Bayesian methodology was applied under three genetic models: infinitesimal polygenic model (MPI); finite polygenic model (MPF) with three loci and MPF combined with MPI. The number of QTL, their map positions in the three chromosomes, and phenotypic effects were all estimated simultaneously within the same framework. The summaries of the estimated parameters were based on the marginal posterior distributions, that were obtained through Markov chain Monte Carlo (MCMC) methods. The results showed two QTLs for GIM on chromosomes 4 and 6 and two for ET on chromosomes 4 and 7. QTLs on chromosome 4 for ET and GIM were detected only under the PMI. Failure of theses approaches to detect weight gain QTL was possibly due to insufficient power from marker data or due to absence of segregating QTL on the chromosomes 4, 6 and 7 for this population. This study shows the benefit of analyzing experimental data under different genetic models and these analyses clearly illustrate the utility and wide applicability of Bayesian methodology.

Visando estabelecer as medidas que melhor definem a quantidade de tecidos da carcaça de suínos, foram utilizados dados de rendimento de carne (RCARNE), rendimento de gordura (RGORD), rendimento de carcaça (RC), comprimento de carcaça pelo Método Brasileiro de Classificação de Carcaça (CCMB), comprimento de carcaça pelo Método Americano de Classificação de Carcaça (CCMA), espessura média de toucinho (ETM), espessura de toucinho a 4 cm da linha dorsal (P1), espessura de toucinho a 6,5 cm da linha dorsal (P2), espessura de toucinho a 8 cm da linha dorsal (P3), área de olho de lombo (AOL), relação carne:gordura (RCG) e rendimento de pernil (RP), obtidos em 664 suínos Large White. Inicialmente, procurando elucidar qual a importância e possíveis estruturas de relação existentes entre as variáveis, utilizou-se a análise multivariada de agrupamento (cluster analysis) e, em seguida, adotou-se o modelo de regressão linear múltipla, sendo as análises executadas por intermédio do SAS. Numa primeira fase, estimou-se o coeficiente de determinação parcial (Tipo II) de cada variável e, em uma segunda fase, adotou-se o procedimento de seleção de equações ajustadas denominado "Backward". Com exceção do RC, todas as medidas de carcaça avaliadas apresentaram correlação significativa com RCARNE e RGORD. As medidas ETM, P1, P2, P3 e RCG foram inversamente correlacionadas com RCARNE e diretamente correlacionadas com RGORD. Observou-se o contrário para as medidas CCMB, CCMA, AOL e RP. Na avaliação da qualidade da carcaça, para rendimento de carne são suficientes apenas as medidas ETM, AOL, RCG e RP, enquanto, para rendimento de gordura, além destas é necessária a mensuração da P1. As medidas de área de olho de lombo e espessura de toucinho, conforme propostas pelo MBCC mostraram-se como sendo as que melhor avaliam a quantidade de carne e gordura na carcaça.

To establish the measures that best define the quality of the carcass of swine, data of lean meat yield (MY), fat yield (FY), dressing percentage (DP), carcass length for the Brazilian Method of Carcass Classification (CLBM), carcass length for the American Method of Carcass Classification (CLAM), average backfat thickness (ABT), backfat thickness 4 cm from the dorsal mid-line (P1), backfat thickness 6.5 cm from the dorsal mid-line (P2), backfat thickness 8 cm from the dorsal mid-line (P3), loin eye area (LEA), lean:fat ratio (LFR) and ham yield (HY) were used, obtained in 664 Large White swine. Initially, in order to make clear the importance and possible relations structures among variables, the cluster analysis was used. Afterwards, the multiple regression linear model was used, using the SAS package. Firstly, it was estimated the partial correlation (Type II) of each trait to evaluate the importance of the quality variables of the carcass. Secondly, a procedure of adjusting equation selection named Backward was used. It was verified that, except for DP, all the measures of carcass classification evaluated presented correlation with MY and FY. The measures ABT, P1, P2, P3 and LFT were inversely correlated with MY and directly correlated with FY. The opposite was observed for the measures CLBM, CLAM, LEA and HY. ABT, AOL, RCG and RP are just enough to evaluate the quality of the carcass in terms of lean meat yield, and, in terms of FY, besides these measured previous it's necessary the evaluation of P1. The measures of loin eye area and average backfat thickness, as proposed by MBCC, shown as being what best evaluates the amount of meat and fat in the carcass.

Informações de 56.413 nascimentos de fêmeas da raça Nelore, ocorridos entre 1950 e 2000, em diferentes regiões do País, sob diferentes condições de criação e de manejo, foram usadas para estudar os componentes de (co)variância e os parâmetros genéticos (herdabilidade e correlação genética) dos pesos das vacas ao desmame (P205), a um ano de idade (P365) e ao sobreano (P550), dos pesos do bezerro ao desmame (P205b), a um ano de idade (P365b) e ao sobreano (P550b), bem como da idade ao primeiro parto (IPPM), da vida produtiva (VPM) e da longevidade, todas em meses (LONGM), do intervalo de partos em dias (INTP), da eficiência reprodutiva (ER), dos índices de produção (IP), de produção metabólico (IPM), de produção somado (IPS) e de produção metabólico somado (IPMS). As estimativas dos componentes de (co)variância foram realizadas por máxima verossimilhança restrita assumindo modelo animal. Analisaram-se os efeitos genéticos diretos, maternos e de ambiente permanente, além de efeitos fixos de fazenda, regime alimentar, condição de criação, ano de nascimento, estação de nascimento e sexo do bezerro. As estimativas de herdabilidade apresentaram-se similares entre as diferentes análises, sendo mais altas (0,24 a 0,75) para P205, P365, P550, P205b, P365b, P550b, IP, IPM, IPPM, VPM e LONGM e mais baixas (0 a 0,10) para ER, INTP, IPS e IPMS. Algumas correlações entre efeito genético materno e as características de crescimento foram negativas. De modo geral, correlações negativas entre LONGM e características de crescimento evidenciam o antagonismo genético entre maturidade precoce e longevidade. Entre LONGM e características de reprodução (IPPM) ou produção (índices de produção), as estimativas foram positivas, evidenciando que a fêmea que permanece no rebanho por mais tempo é aquela que possui os melhores índices reprodutivos e produtivos.

In order to estimate the (co)variance components, heritabilities and genetic correlations of longevity and herd life in females, informations of 56,413 births of females from a Nellore cattle herd, from 1950 to 2000, under different rearing and management conditions, were used. It was studied from calf: weaning weight (W205C), yearling weight (W365C), weight in 550 days (W550C), from cows: weaning weight (W205), yearling weight (W365) and weight in 550 days (W550), age at first calving (AFC), calving interval (CI), herd life (RL), longevity (LONG), reproductive efficiency (RE), index production (IP), index of metabolic production (IMP), sum of index production (SIP), sum of index metabolic production (SIMP). The analysis were performed using the MTDFREML software, estimating (co)variance components, assuming animal model. Direct genetic, maternal and permanent environmental effects were analyzed. Fixed effects of farm, feeding program, rearing condition, birth calf year, birth calf season and calf sex, were also analyzed. Heritability estimates showed similar results among the different analyses, higher (0.24 to 0.75) for W205, W365, W550, W205C, W365C, W550C, IP, IMP, AFC, RL, LONG and lower (0 to 0.10) for RE, CI, SIP and SIMP. Some correlations between maternal genetic effect and the growth traits were negative. In general, estimates of genetic and phenotypic correlations among LONG and growth traits were negative, suggesting genetic antagonism between LONG and early maturity, between the LONG and reproductive and productive traits were positive, suggesting the significant effect of reproductive and productive traits on LONG.

Com o objetivo de estimar parâmetros genéticos para características de carcaça de suínos, foram utilizados dados de rendimento de carcaça (RC), comprimentos de carcaça pelo método Brasileiro (CCMB) e pelo método americano (CCMA), espessuras de toucinho média (ETM) e a 6,5 cm da linha dorsal (P2), área de olho de lombo (AOL), relação carne:gordura (RCG), rendimento de pernil (RP), porcentagens de carne (PC), gordura (PG) e cortes magros (PCM), relação peso da gordura/peso da carne (RGC) e taxa de crescimento em músculo (TCM), obtidos de 711 suínos Large White. Os componentes de (co)variância foram estimados pelo método da Máxima Verossimilhança Restrita (REML), incluindo no modelo efeitos fixos (sexo e grupo contemporâneo) e aleatórios (efeitos genéticos e residuais). Utilizou-se a covariável "peso de abate" para RC e "peso da carcaça fria" para CCMB, CCMA, ETM, P2, AOL e RCG. Estimativas de h² para RC, CCMB, CCMA, ETM, P2, AOL, RCG, RP, PC, PG, PCM, RGC e TCM foram, respectivamente, 0,39, 0,34, 0,19, 0,17, 0,16, 0,27, 0,15, 0,12, 0,45, 0,36, 0,32, 0,39 e 0,37. Espessura de toucinho média, P2 e RCG foram as características mais correlacionadas geneticamente com carne e gordura da carcaça, seguidas da AOL, CCMA e RP, com tendência similar para as correlações fenotípicas. AOL e RCG tiveram maiores correlações genéticas e fenotípicas com TCM, ou seja, melhoram, por intermédio de seleção, a qualidade da carcaça do animal e a taxa de produção de carne.

In order to estimate genetic parameters for swine carcasses traits, data of dressing percentage (DP), carcass length by Brazilian method (CLBM) and American method (CLAM), average backfat thickness (ABT), backfat thickness at 6.5 cm from the dorsal line (P2), loin eye area (LEA), lean:fat ratio (LFR), ham yield (HY), lean, fat and lean cuts yields (LY, FY and LCY), fat weight:lean weight ratio (FLR), and lean tissue growth rate (LTGR) obtained from 711 swine of the Large White breed, were used. (Co)variances components were estimated by the Restricted Maximum Likelyhood Method (REML) including in the model fixed effects of sex and contemporary group, and random effects of animal. Covariables "slaughter weight" for DP and "cold carcass weight" for CLBM, CLAM, ABT, P2, LEA and LFR, were used. For DP, CLBM, CLAM, ABT, P2, LEA, LFR, HY, LY, FY, LCY, FLR and LTGR, the estimates of h² were 0.39, 0.34, 0.19, 0.17, 0.16, 0.27, 0.15, 0.12, 0.45, 0.36, 0.32, 0.39 and 0.37, respectively. Backfat thickness, P2 and LFR were the most genetically correlated traits with the carcass fat and meat contents and LEA, CLAM and HY showed intermediary values. In general, the same trend was observed for the phenotypic correlations. LEA and LFR showed greatest genetic and phenotypic correlation with LTGR, concluding that there is improve of animal carcass quality and the lean production rate through selection.

Para selecionar o modelo de curva de lactação de melhor ajuste aos dados de produção de leite no dia de controle de animais da raça Holandesa no Estado de Minas Gerais, utilizaram-se 157.932 controles de 17.150 lactações, de 1990 a 1996, do arquivo inicial com 305.506 controles de 56.422 lactações, do Serviço de Controle Leiteiro da ACGHMG. Ajustaram-se os dados para os fatores: região, nível de produção, ano-estação de parto, classes de ordem e idade ao parto (COPI), grupo genético, número de controles e interações, além dos efeitos linear e quadrático da duração da lactação. Para verificar o melhor ajuste aos modelos Quadrático logarítmico, Gamma Incompleta, Regressão Múltipla e Multifásico (Monofásico e difásico), foram usados menor desvio padrão residual, R² ajustado ao número de parâmetros das equações, autocorrelação de primeira ordem e teste de Durbin-Watson. O uso de uma função difásica para predizer a produção de leite em programas de seleção é recomendado, sendo também possível estimar, com base nessa função, a produção de leite em 305 dias.

In order to select the model of the lactation curve that has the best adjustment for milk production records of Holstein cows in the Minas Gerais State, a total of 157,932 test day of 17,150 lactations from 305,506 test day of 56,422 lactations, from 1990 to 1996, provided by the milk recording service of the ACGHMG (Holstein Breed Association of Minas Gerais), were used. The data were adjusted for: region, management level, year -season of calving, COPI (parity and age of calving), genetic group, number of tests, interactions and linear and quadratic effects of lactation period. In order to compare results obtained using quadratic logarithmic, incomplete gamma, multiple regression and multiphasic (monophasic and diphasic) functions methods. The following statistics were used: lowest standard error, adjusted R², first order auto-correlation and Durbin-Watson. It was concluded that the diphasic function was the best for predict milk yield in selection programs being possible to estimate the 305-day milk yield with this function.

Para o cálculo oficial do desempenho de vacas Holandesas no Brasil, com base em controles leiteiros mensais, são utilizados os fatores de correção propostos por Everett & Carter (1968) para estimar a produção parcial do parto ao primeiro controle diário de uma dada lactação. A adequacidade destes fatores foi avaliada em 262 lactações oriundas de dois rebanhos que adotavam controle diário da produção de leite por vaca. Os dados foram divididos em classes com base na idade ao parto (CIP): CIP 1 (até 3 anos), CIP 2 (3,1 a 4 anos), CIP 3 (4,1 a 5 anos), CIP 4 (5,1 a 6 anos) e CIP 5 (acima de 6,1 anos) com 104, 56, 44, 18 e 40 lactações, respectivamente. A produção de leite do parto até um dia pré-definido da lactação foi estimada com os fatores oficiais e assumindo que o primeiro controle da produção naquela lactação ocorreu nos dias 6º, 20º, 34º, 48º, 62º ou 75º. Os dados estimados foram comparados aos dados reais calculados com a pesagem diária do leite. Em todas as CIP, os fatores oficiais superestimaram a produção acumulada até o primeiro controle e o erro relativo de superestimação decresceu com o avançar do dia do primeiro controle. A quantidade superestimada de leite no período aumentou com o avançar do dia do primeiro controle e foi 13,9 e 87,1 kg na CIP 1 e 20,6 e 196,3 kg na CIP 2 para os dias 6º e 75º, respectivamente. As CIPs 3, 4 e 5 apresentaram valores intermediários. Novos fatores para dias do primeiro controle variando de 6 a 75 e nas 5 CIPs foram gerados pela mesma metodologia descrita por Everett & Carter (1968). Os fatores gerados foram menores que os importados e rotineiramente utilizados para cálculo oficial de lactações no Brasil.

Official Holstein cow performance data in Brazil, based on monthly milk weights, is calculated using the correction factors proposed by Everett & Carter (1968) to estimate the partial production from calving to the first daily control in a given lactation. The adequacy of these factors was evaluated using 262 lactations from two herds with daily control of milk production per cow. Data were divided into classes based on age at calving (CIP): CIP 1 (up to 3 years), CIP 2 (3.1 to 4 years), CIP 3 (4.1 to 5 years), CIP 4 (5.1 to 6 years) and CIP 5 (above 6.1 years) which included 104, 56, 44, 18 and 40 lactations, respectively. Milk yield from calving to a set day of lactation was estimated with the official factors and assuming that the first control of production of that given lactation occurred on days 6th, 20th, 34th, 48th, 62nd or 75th. Estimated data was compared with real data calculated from daily milk weights. For all CIPs, official factors overestimated the production from calving to first control and the relative overestimation error decreased with advance in the first control day. The overestimated amount of milk in that period increased with advance in the first control day and was 13.9 and 87.1 kg in CIP 1 and 20.6 and 196.3 kg in CIP 2 for days 6th and 75th, respectively. CIPs 3, 4, and 5 had intermediate values. New factors for first control days ranging from 6 to 75 and in all 5 CIPs were generated using the same methodology described by Everett & Carter (1968). The generated factors were smaller than the ones imported and routinely used to calculate official lactation records in Brazil.

The purpose of this work was to analyze water sorption by polymerized acrylic resins under different pressure, temperature and time treatments. A thermo-cured acrylic resin was used as the denture base (Classico Ltda.) and ethylene glycol di-methacrylate as a cross-linking agent, with processing carried out in a water bath at 73 °C for nine hours. Forty-five samples were prepared following the criteria and dimensions of specification # 12 of the American Dental Association (ADA), using a matrix in the shape of a stainless steel disc with 50 ± 1 mm diameter and 0.5 ± 0.05 mm thickness. The control group samples were stored in distilled water for 30 days, while groups GII to GIX were placed in a polymerization device with adjustable pressure, time and temperature. An analysis of the variance of the results revealed the influence of different factors on water sorption only, with significant factors being temperature, time, pressure and the interaction between time and temperature. Other interactions exerted no significant influence on water sorption. Neither additional treatments nor the control group (GI) showed any significant difference in comparison to the averages of other treatments.

Objetivou-se com o presente estudo avaliar o efeito de alguns fatores de meio sobre as características período de serviço (PSER) e período seco (PS), bem como estimar parâmetros genéticos para estas características, em vacas holandesas. Foram analisados 6.485 registros de PSER e PS e consideraram-se no modelo os efeitos fixos de núcleo de criadores, ano de parto, estação de parto, nível de produção (NP), grupo genético (GG), idade ao parto em classe (IDC), interações de primeira ordem entre NP, GG e IDC e efeito aleatório de touro. As médias, os erros-padrão e os coeficientes de variação para o PSER e PS foram 121,21 (0,69) dias e 46,10% e 92,27 (0,59) dias e 51,71%, respectivamente. Constataram-se efeitos de touro, núcleo, ano, estação e nível de produção e interação GG com NP sobre PSER. Para PS, observaram-se efeitos de núcleo, ano, estação, nível de produção, idade ao parto em classes, interação GG com NP e de touro. Constatou-se não haver influência de GG sobre as características estudadas e redução nas médias ajustadas do PSER e PS com o passar dos anos. Estimativas de herdabilidade em análises uni e bivariada foram de 0,052 e 0,027 para PSER e 0,004 e 0,0001 para PS, respectivamente, e de repetibilidade, 0,06 e 0,03, respectivamente, indicando que ambas as características são basicamente influenciadas por efeitos de meio ambiente. Correlações genética, fenotípica e de ambiente de 0,55; 0,72; e 0,73, respectivamente, entre PSER e PS, indicam que vacas com períodos de serviço de maior duração têm maiores períodos secos.

The objective of this work was to evaluate the effect of some environmental factors on days open (DO) and days dry (DD), as well as to estimate genetic parameters for these traits in Holstein breed cows. A total of 6,485 records of DO and DD were used. The database were analyzed using a model that included the fixed effects of dairy group farmers, calving year, calving season, production level (PL), genetic group (GG), calving age class (CA) and the first order interactions between PL, GG and CA, and the random effect of bulls. The means, standard error and coefficients of variation for DO and DD were 121.21 (0.69) days, 46.10% and 92.27(0.59) days, 51.71%, respectively. For DO, effects of bull, dairy group farmers, calving year, calving season , PL were significant and was observed interaction between PL and GG. For DD, the effects of dairy group farmers, calving year, calving season, PL, CA and the interaction between PL and GG and for bull were significant. Genetic group did not affected the studied variables and a reduction in DO and DD with year was observed. The heritability estimate in univariate and bivariate analyses were 0.052 and 0.027 for DO, and 0.004 and 0.0001 for DD, respectively. The repeatabilities for DO and DD were 0.06 and 0.03, respectively. It was observed that the environmental effects are the most important on these traits. The genetic, phenotypic and environmental correlations between DO and DD (0.55, 0.72 and 0.73, respectively) show that cows with higher DO had greater days dry.

O objetivo deste trabalho foi comparar métodos alternativos para estimar a produção de leite de vacas da raça Gir. Um total de 3632 lactações de vacas da raça Gir, no período de 1986 a 1996, foi analisado. Os métodos foram: A - controle na ordenha da manhã realizado nos meses ímpares e o da ordenha da tarde nos meses pares - a produção da ordenha da manhã foi multiplicada pelo fator multiplicativo da manhã (FM), e a da tarde pelo fator multiplicativo da tarde (FT), B e D - controle realizado na ordenha da manhã (em B a produção da manhã foi multiplicada pelo FM e em D produção foi duplicada); C e E - controle realizado na ordenha da tarde (em C produção da tarde foi multiplicada pelo FT e em E foi duplicada). Todos os métodos foram comparados com a produção real (R). O método A mostrou-se mais preciso, sendo a precisão do método C intermediária entre os métodos B e D. Correlações de Pearson entre as produções estimadas pelos diferentes métodos e R, pela produção até 305 dias e pela produção total foram, respectivamente, 0,98; 0,95; e 0,96 para A, 0,97; 0,93; e 0,95 para B, 0,93; 0,90; e 0,89 para C, 0,97; 0,94; e 0,95 para D e 0,93; 0,89; e 0,89 para E. O método A mostrou-se o mais viável para estimar a produção de leite no dia do controle leiteiro, por sua praticidade e precisão, enquanto os metodos C e E foram os piores entre os metodos de controle avaliados.

The objective of this work was to compare the alternative methods to estimate the milk yield of cows from Gyr breed. A total of 3,632 lactations from of Gyr breed cows, from 1986 to 1996, were analyzed. The methods were: A - the morning milking control was performed in the odd months and the afternoon milking control in the even months - the yield of the morning milking control was multiplied by the multiplicative factor of the morning (MF) and that of evening by the multiplicative factor of the afternoon (AF), B and D - the control was performed in the morning milking (in B, the yield of the morning milking was multiplied by the MF and in D the yield was multiplied by two); C and E - the control was performed in the evening milking (the yield of the afternoon milking was multiplied by the AF and in E it was multiplied by two). All methods were compared with the actual production (R). The method A showed the most precise, being the precision of method C intermediate between the B and D methods. The Pearson correlation among the estimate yields by the different methods and R, by the production at the 305 days and total production, were, respectively, .98,.95, and .96 for A, .97, .93, and .95 for B, .93, .90, and .89 for C, .97, .94, and .95 for D and .93, .89, .98 for E method. The method A showed the most viable to estimate the milk production in the day of milk production control by its practicability and precision, while the C and E methods were the worst among the evaluated milk control methods.

O objetivo deste trabalho foi determinar fatores multiplicativos para estimar a produção de leite (PD) no dia do controle leiteiro, com base na produção de leite da ordenha da manhã (PM) ou da tarde (PT), obtidos de 3632 lactações de 2143 vacas da raça Gir, filhas de 336 touros, de registros entre 1986 e 1996. Ano de parto (A), duração da lactação - linear (DL), idade ao parto - linear e quadrática (I) e um fator K (possíveis interações duplas, triplas e quadrupla entre nível de manejo (baixo-alto), classe de ordem de parto (primíparas-multíparas), estação de parição (águas-seca) e nove classes de intervalo do parto ao controle leiteiro foram considerados, no modelo, para se ajustarem aos fatores multiplicativos da manhã (FM) e da tarde (FT). Foram observados efeitos significativos de A, I, DL e K sobre os fatores, à exceção do efeito da DL sobre FT, sugerindo o uso de fatores que considerem simultaneamente os efeitos contidos em K, além de A, I e DL, para se obterem estimativas mais precisas da produção de leite no dia do controle leiteiro. Os fatores multiplicativos da manhã diminuíram no decorrer da lactação, em ambas as estações, para multíparas e primíparas e animais criados em rebanhos de alto nível de manejo. No entanto, FT tendeu a aumentar, tanto para vacas como para primíparas, nas duas estações e em rebanhos que se encontram em ambos os níveis de manejo, exceto para vacas em rebanhos de baixo nível de manejo, na estação das águas, que não apresentaram comportamento constante.

The objective of this work was to determine the multiplicative factors to estimate the milk production (DP) based on the morning (MM) or afternoon (AP) milk yield and their were obtained of 3,632 lactations from 2,143 cows of the Gir breed, daughters of 335 sires, from 1993 to 1996 records. The calving year (Y) lactation length - linear (LL), calving age - linear and quadratic (A) and a factor K (the possible double, triple and quadruple interactions among management level (low-high), class of parity (primiparous-multiparous), calving season (rainy-dry) and nine classes of calving to milk control interval were included in the model to fit these effects on the multiplicative morning (MF) and afternoon factors (AF). Significant effects of Y, I, LL and K on the factors, except effect of LL upon the AF were observed, suggesting the use of factors which simultaneously consider the effects contained in K, besides Y, A and LL, to obtain more precise estimates of milk yield on the day of the milk control. The multiplicative factors of the morning decrease over the lactation, in both seasons, for multiparous and primiparous, and animals raised in herds of high management level. However, AF for multiparous and primiparous, in both seasons, in both level of management, trend to increase over the lactation, except for cows in herds of low management level and in the rainy season, which did not show stable behavior.

Para estudar efeitos dos períodos seco anterior (PSA) e de serviço (PSER) sobre produção de leite (L305) e gordura (G305) em até 305 dias de lactação e produção de leite (LDIA) e gordura (GDIA) por dia de intervalo de parto em vacas holandesas, 5454 lactações foram analisadas, provenientes dos arquivos de Controle Leiteiro da ACGHMG. Efeitos de núcleo (5), rebanho-ano:núcleo, grupo genético (1- 31/32 Holandês, 2- PC com geração controlada, GC's, e 3- PO), estação-idade ao parto em classe, período seco anterior (28 classes), período de serviço (21 classes) e duração da lactação (efeito linear) foram considerados no modelo. As médias, os erros-padrão e coeficientes de variação para L305, G305, LDIA e GDIA foram, respectivamente, 5.721,60 (13,87 kg) - CV= 17,90%, 191,04(0,46 kg) - CV = 18,20%, 15,04(0,04 kg) - CV = 18,02% e 0,5041(0,0011kg) - CV= 17,66%. Maior PSER foi associado à menor L305, G305, LDIA e GDIA, definidos pelas equações: L305 = 5.982,93 - 4,3042 PSER (R² = 85,15%) e LDIA = 19,4569 - 0,04289 PSER (R² = 98,87%). As relações entre estas características com as médias das classes de PSA foram descritas por equações cúbicas: L305 = 4.910,70 + 14,0799 PSA - 0,0877 PSA² + 0,00016 PSA³ (R² = 53,99%) e LDIA = 12,62 + 0,0396 PSA - 0,00025 PSA² + 0,00000045 PSA³ (R² = 56,58%). Os demais fatores também influenciaram todas as características avaliadas. O ajustamento, principalmente de LDIA e GDIA para período de serviço, deverá ser importante nas avaliações genéticas.

To evaluate the effect of previous days dry (PDD) and days open (DO) on milk (M305) and fat (F305) yield in 305 days and milk (MDAY) and fat (FDAY) yield per day of calving interval in Holstein cows, a data set contained 5,454 lactations from the Minas Gerais Holstein Cattle Breeders Association were analyzed. The model included effects of: nucleus (5), heard-year: nucleus, genetic group (1- 31/32 Holstein, 2- upgraded Holstein with known genealogy and 3- pure of origin Holstein), season-calving age in classes, previous days dry (28 classes), days open (21 classes) and lactation length (linear effect). The means, standard error and coefficient of variation for <img border=0 width=32 height=32 src="/img/revistas/rbz/v28n5/carm.gif">305, F305, MDAY and FDAY were 5,721.60(13.87 kg) - CV, 17.90%, 191.04(0.46 kg) - CV, 18.20%, 15.04(0.04 kg) - CV, 18.02% and .5041 (.0011kg) - CV, 17.66%, respectively. Higher DO were related to lower M305 and F 305 and MDAY and FDAY, described by equations M305 = 5,982.93 - 4.3042 DO (R² = 85.15%) and <img border=0 width=32 height=32 src="/img/revistas/rbz/v28n5/carm.gif">DAY = 19.4569 - 0.04289 DO (R² = 98.87%). The relations among this traits with the means of PDD classes were described by cubic equations: <img border=0 width=32 height=32 src="/img/revistas/rbz/v28n5/carm.gif">305 = 4,910.70 + 14.0799 PDD - 0.0877 PDD² + 0.00016 PDD³ (R² = 53.99%) and MDAY = 12.62 + 0.0396 PDD - 0.00025 PDD² + 0.00000045 PDD³ (R² = 56.58%). Significant effect of all the other factors in all the evaluated traits was observed. The adjustment, mainly for MDAY and FDAY for days open, may be important in the genetic evaluations.