Genética y Reproducción
Original
Valoración
agrometeorológica de empresas pecuarias con ganado carnicero en Cuba
Agrometeorological
valoration of genetic companies with beef cattle in
Cuba
Marco Antonio Suárez Tronco* y
**
,
Manuel Rodríguez Castro**
, Yudith Lamothe Crespo**
, María del Carmen Guerra Rojas**
,
María Segunda Martínez Gutiérrez**
* Universidad Agraria de La Habana (UNAH), San José de las Lajas,
Mayabeque, Cuba.
** Centro de Investigaciones para el Mejoramiento Animal de la Ganadería
Tropical (CIMAGT), Loma de Tierra, Cotorro, La Habana, Cuba.
Correspondencia:
marco@unah.edu.cu; marcost@cima-minag.cu
Recibido: Agosto, 2021;
Aceptado: Septiembre, 2021; Publicado: Octubre, 2021.
Antecedentes: El cambio climático es una realidad y las estrategias
de desarrollo agropecuario deben conocer las características agrometeorológicas
de las áreas correspondientes. Objetivo.
Caracterizar empresas genéticas del país que tienen razas carniceras a través
de variables climáticas. Métodos: Se
dispuso de la información mensual de las variables climáticas: temperatura
ambiental mínima (0C) (Tmin), media (0C)
(Tmed), máxima (0C) (Tmax),
la humedad relativa (HR) (%), estimándose además la índice temperatura humedad
(ITH), de empresas en las tres regiones del país, desde 1980-2018, con 3 374
registros. Se hicieron análisis de varianza para las cinco variables climáticas
incluyendo como fuentes de variación empresa, quinquenio, cuatrimestre y las
interacciones. Resultados: Las
medias generales fueron: 21,91 ± 1,46 oC;
27,29 ± 1,52 oC; 30,57 ± 1,68 oC; 76,19 ± 4,18% y 77,78 ± 3,45 para Tmin, Tmed, Tmax, HR e ITH,
respectivamente. La empresa, cuatrimestre y quinquenio de inicio de las pruebas
de comportamiento y las interacciones entre ellos fueron significativas
(P≤ 0.001), excepto las interacciones triples y cuatrimestre x
quinquenio. Los R2 de los modelos variaron desde 51,25% para HR
hasta 76,02% para ITH. La empresa Turiguanó resultó
la de peores indicadores climáticos. Conclusiones:
Se concluye que las variables climáticas permiten caracterizar las empresas lo
que facilita la selección de las razas y/o genotipos adecuados a las
condiciones ambientales.
Palabras clave: ganado bovino, razas de carne, variables climáticas (Fuente: DeCS)
Background: Climate change is a reality and agricultural
development strategies must know the agrometeorological characteristics of the
corresponding areas. Objective. To
characterize nine genetic companies in the country that have beef breeds
through some climatic variables. Methods:
Monthly information on climatic variables was available: minimum environmental
temperature (0C) (Tmin), average (0C)
(Tmed), maximum (0C) (Tmax),
relative humidity (RH) (%), estimating also the temperature humidity index
(ITH), of 9 companies in the three regions of the country, from 1980-2018, with
3 374 records. Analysis of variance was carried out for the five climatic
variables, including company, year and month and interactions as sources of
variation. Results: The general means were: 21,91 ± 1,46 oC;
27,29 ± 1,52 oC; 30,57 ± 1,68 oC; 76,19 ± 4,18% y 77,78 ± 3,45 for Tmin, Tmed,
Tmax, RH and ITH, respectively. The company, year and
month and the interactions were highly significant (P≤ 0.001), excepted
the interactions of third order and season x year. R2 in models were
in the range from 51,25% for RH to 76,02% for ITH. The Turiguanó
company was the one with the worst climatic indicators. Conclusions: It is concluded that the climatic variables allow
characterizing the companies, which facilitates the selection of the races
and/or genotypes appropriate to the environmental conditions.
Keywords: cattle,
beef breeds, climatic variables (Source: DeCS)
INTRODUCCIÓN
El
efecto del clima en la producción animal ha sido estudiado desde hace mucho
tiempo, principalmente para el ganado bovino lechero, lográndose avances en el
conocimiento de aspectos fisiológicos y de comportamiento animal bajo condiciones
termoneutrales y de estrés climático. El cambio climático es una realidad y las
estrategias de desarrollo agropecuario deben estar respaldadas por el profundo
conocimiento de las características agrometeorológicas de las áreas
correspondientes, lo cual es un factor determinante debido a la vinculación que
el propio proceso productivo tiene con las mismas (Domínguez-Hurtado, Moya-Álvarez
y Estrada-Moreno (2010).
En la ganadería vacuna, el
bienestar de los animales se ha convertido en un factor determinante y el
índice de temperatura-humedad (ITH) es un indicador de dicho bienestar muy
usado para evaluar el nivel de confort de los animales (Carabaño
et al., 2016; Nguyen et al., 2016). Estos estudios son
escasos para las razas carniceras.
El objetivo de este trabajo fue
caracterizar empresas genéticas del país que tienen razas carniceras a través
de 5 variables climáticas y su evolución en el tiempo.
MATERIALES Y MÉTODOS
Localización,
duración y variables climáticas
Se dispuso de la información mensual
referente a temperatura ambiental mínima (Tmin),
media (Tmed) y máxima (Tmax)
siempre en 0C, la humedad relativa (%), de empresas y granjas
genéticas pecuarias situadas en el occidente, centro y la región oriental del
país. Las empresas y la ubicación de la estación meteorológica más cercana se
muestran en la tabla 1.
Tabla 1. Empresas y ubicación de las
estaciones meteorológicas utilizadas.
|
Empresa |
Estación |
Latitud |
Longitud |
Altura (m) |
|
Camilo Cienfuegos |
Pinar del Río |
220 24’16” |
830 39’14” |
56,48 |
|
San Juan de los Ramos |
Jovellanos |
220 47’45” |
810 11’07” |
25,33 |
|
Rodas |
Aguada |
220 22’22” |
800 49’35” |
28,34 |
|
Abra |
Cienfuegos |
220 11’25” |
800 26’39” |
42,40 |
|
Rescate de Sanguily |
Camagüey |
210 25’21” |
770 50’59” |
118,00 |
|
Manuel Fajardo |
Manzanillo |
200 10’45” |
770 09’55” |
20,17 |
|
Turiguanó |
Cayo Coco |
22º 32’21” |
780 22’07” |
3,40 |
|
Vallina |
Valle de Caujerí |
20008’51” |
740 50’29 |
160,00 |
Los años incluidos
fueron desde 1980 a 2018 y los doce meses del año y en total se utilizaron 3
774 registros.
Se elaboró la índice temperatura humedad (ITH) según lo planteado por Ravagnolo, Mistzal y Hoogenboom (2000).
ITH = 0,81*Ta + (HR/100) * (Ta – 14,4) + 46,4, donde Ta es la temperatura
ambiente media en oC y HR la humedad
relativa media en %.
Análisis
estadísticos
Los datos se tabularon y se
analizaron obteniéndose los estadígrafos generales, se realizaron análisis de
varianza para las variables climáticas incluyendo como fuentes de variación
empresa, quinquenio y cuatrimestre de inicio de la prueba de comportamiento
(PC), así como las interacciones dobles y triples entre ellos.
Para el análisis estadístico se
agruparon los meses en cuatrimestres naturales (enero-abril, mayo-agosto y
septiembre-diciembre) y los años se agruparon por quinquenios (1980-1984,
1985-1989, 1990-1994, 1995-1999, 2000-2004, 2005-2009, 2010-2014 y 2015-2018).
De esta forma las combinaciones generadas en el análisis de las interacciones
fueron menores y permitieron interpretar mejor los resultados.
De las variables escogidas las
temperaturas máximas y medias no presentaron distribución normal, por lo que
para los análisis los datos fueron transformados por LOG(Y). El resto
presentaron distribución normal. Se utilizó un modelo lineal general a través
del PROC GLM del SAS (2013) con el siguiente modelo matemático:
Yijkl = µ + Ei + Aj + Mk + (ExA)ij + (ExM)ik
+ (AxM)jk + (ExAxM)ijk + eijkl
Donde Yijkl
es la variable climática correspondiente, µ es la media general común a todas
las observaciones; Ei el efecto de empresa (i = 1, 2, ….8);
Aj el efecto de quinquenio de inicio de la PC (j = 1, 2, ….8) ; Mk es el cuatrimestre (k = 1, 2, 3) ; (ExA)ij, (ExM)ik, (AxM)jk y (ExAxM)ijk
son las interacciones entre los efectos principales y eijkl
es el efecto residual aleatorio
N (0, σe2). Posteriormente las interacciones que no fueron significativas fueron
eliminadas de los modelos y se hicieron nuevas corridas. Se obtuvieron las
medias mínimas cuadráticas y se aplicó la dócima de
Tukey para la comparación múltiple de medias.
Mediante el procedimiento PROC CORR
del SAS (2013) se estimaron las correlaciones lineales de Pearson y además se
estimaron las ecuaciones de regresión bajo determinadas circunstancias.
RESULTADOS Y DISCUSIÓN
Caracterización
general
En la tabla 2 se muestran los
estadígrafos generales para las principales variables estudiadas. Los
resultados obtenidos plantean coeficientes de variación relativamente bajos,
presentándose las mayores variaciones para la Tmin y
la Tmed. Suárez Tronco et al. (2018) en un análisis con menos empresas y registros
encontraron resultados similares pero la variabilidad de los datos ahora fue
menor quizás debido al mayor volumen de información. La temperatura mínima fue
la más variable en ambos resultados. Independiente de que se analizaron datos
de diferentes regiones del país las diferencias no son tan notables. Las
condiciones climáticas resultan ser un elemento importante del agroecosistema y
debe ser tenido en cuenta a la hora de escoger los genotipos y/o razas a
explotar, así como el sistema de producción. Muchas veces se hace lo contrario,
se escogen los genotipos independientes de las condiciones climáticas lo que no
es aconsejable.
Tabla 2. Medias, desviación estándar
(DS) y coeficientes de variación (CV) para los datos climáticos considerados.
|
Variables |
Medias |
DS |
CV (%) |
|
Temperatura
mínima (0C) |
21,91 |
1,46 |
6,66 |
|
Temperatura
media (0C) |
27,29 |
1,52 |
5,57 |
|
Temperatura
máxima (0C) |
30,57 |
1,68 |
5,49 |
|
Humedad
relativa (%) |
76,19 |
4,18 |
5,49 |
|
ITH |
77,78 |
3,45 |
4,43 |
DS desviación estándar; CV coeficiente de variación.
Existen diferentes clasificaciones
del ITH para valorar el nivel de stress de los animales (Mader, 2003; de Rensis,
García-Ispierto y López-Gatius, 2015); Enríquez Regalado y Álvarez Adán, 2020), la mayoría de las cuales han sido utilizadas
para bovinos lecheros.
El ITH de 77,78 cae en la
clasificación de stress leve para Mader (2003),
stress severo para de Rensis, García-Ispierto y
López-Gatius (2015), y supera el umbral señalado por Collier et al.
(2012) para razas lecheras. En la provincia de Mayabeque, Enríquez Regalado y
Álvarez Adán (2020) reportaron un ITH de 78 en el período 2005-2016, que
consideraron stress moderado y un contraste marcado en su distribución anual.
Recalcamos que las diferentes clasificaciones están aplicadas principalmente
para zonas templadas y en razas de leche. Este indicador ha
sido utilizado en algunos países para alertar a los productores sobre las
condiciones de tensión de calor que amenazan el bienestar animal y evaluar el
estado de confort del ganado (Vega, Almanza y Abraham, 2014). Como se
ha dicho la mayor parte de los resultados se encuentran relacionados con la
producción de leche, tales como: Ruíz-García, Carcelén-Caceres
y Sandoval-Monzón (2018) y Ruíz,
Carcelén y Sandoval-Monzón (2019) con la
producción de leche diaria en Perú; Ruíz-Jaramillo et al. (2019) en Costa Rica y Enríquez Regalado y Álvarez Adán
(2020) en la provincia de Mayabeque.
La temperatura media del aire de 27,29
°C, está dentro del rango reportado y calculada a partir de datos trihorarios, en el municipio de Guáimaro, en la provincia
de Camagüey, en el periodo de 2000 a 2005, en explotaciones de ganado lechero
con valores que oscilaron entre 22,9 °C y 27,7 °C. (Vega, Almanza y Abraham, 2014)
y superior a la reportada por Suárez Tronco et
al. (2018).
La humedad relativa (76,19%) resultó
inferior a la reportada por Vega, Almanza y Abraham (2014) que
presentó un valor medio de 82% y osciló durante el año entre 77%-86%. De igual
forma resultó más baja que la reportada por Suárez Tronco et al. (2018) y similar al 76% en el área de investigación de la
provincia de Mayabeque (Enríquez Regalado y Álvarez Adán, 2020).
La temperatura y la humedad relativa
también han sido utilizadas en estudios sobre su influencia en los parámetros
de la curva de lactancia en ganado Brown Swiss en condiciones tropicales
(Lucena, 2014), así como algunas respuestas fisiológicas al calor y la humedad
sobre diferentes genotipos (Espinoza et
al., 2011).
Resultados de
los análisis de varianza
Las interacciones triples de empresa
x cuatrimestre x quinquenio no resultaron significativas en ningún caso, la
interacción doble de cuatrimestre x quinquenio no resultó significativa para Tmed, HR, ITH y Tmax; por lo que
fueron eliminadas de los modelos definitivos. La interacción más importante de
acuerdo a nuestro objetivo empresa x quinquenio no resultó significativa para
la Tmax.
Los resultados de los análisis de
varianza para las variables climáticas analizadas aparecen en la tabla 3. Todas
las fuentes de variación analizadas en los modelos definitivos fueron altamente
significativas, excepto la interacción empresa x quinquenio para la Tmax. Las variables climáticas variaron como era de
esperar, en función de la empresa, el quinquenio y el cuatrimestre, así como
las combinaciones entre algunos de ellos. Los coeficientes de determinación
fueron relativamente altos para el ITH (76,02%) mientras que la HR fue bajo
51,25%. Todos los coeficientes de determinación fueron inferiores a los
reportados por Suárez Tronco et al.
(2018), quienes consideraron menos registros y empresas, pero igualmente
dispersos por todo el país.
Tabla 3. Resultados de los análisis
de varianza para cinco variables climáticas.
|
Fuentes
de variación |
GL |
Tmin |
Tmed |
Tmáx |
HR |
ITH |
|
Empresa |
7 |
*** |
*** |
*** |
*** |
*** |
|
Quinquenio |
7 |
*** |
*** |
*** |
*** |
*** |
|
Cuatrimestre |
2 |
*** |
*** |
*** |
*** |
*** |
|
Empresa x Cuatrimestre |
14 |
*** |
*** |
*** |
*** |
*** |
|
Empresa x Quinquenio |
49 |
*** |
*** |
NS |
*** |
*** |
|
R2 (%) |
|
71,78 |
74,57 |
63,63 |
51,25 |
76,02 |
*** P (≤ 0.001) NS no significativo
En la figura 1 se presentan las
variaciones para el ITH, la temperatura mínima y media a través de los
cuatrimestres, y se aprecia un gran paralelismo entre las variables,
independiente del efecto de escala. Se tomaron estas variables al presentar los
coeficientes de determinación más altos y estar relacionadas positivamente
entre sí (Ver Tabla 4). Hubo diferencias significativas (P<0,05) en todos
los casos entre cuatrimestres.
%202021.%20Valoraci%20�n%20agrometeorol�gica%20de%20empresas%20pecuarias._files/image006.png)
Figura 1. Variaciones del ITH y las temperaturas mínimas y medias a
través de los cuatrimestres.
El ITH se incrementa desde
enero-agosto y luego comienza a declinar, presentándose los mayores valores
entre los meses de julio (80,42) y agosto (80,61) que se pueden considerar como
de peligro para los animales. Los valores más altos en estos meses también los
encontraron Vega, Almanza y Abraham (2014)
en Guáimaro,
aunque fueron más bajos (76,9). Enríquez Regalado y Álvarez Adán (2020) en la
provincia de Mayabeque encontró los valores más altos entre los meses de junio
y septiembre (83,0) superiores a los de este trabajo. Los resultados anteriores
corroboran que a fines y principios de año se presentan las mejores condiciones
climáticas.
Dado que las correlaciones entre la Tmin y Tmed fue de 0,53 es lógico
el paralelismo entre ellas (Figura 1). Las temperaturas se incrementaron desde
enero hasta agosto y luego disminuyeron. Las tendencias para las 3 variables
son similares a las reportadas por Suárez Tronco et al. (2018). En aquella ocasión se reportaron las medias
aritméticas y ahora son las medias mínimas cuadráticas ajustadas a los efectos
estudiados.
Tabla 4. Coeficientes de correlación
de Pearson entre las variables climáticas (n= 3 744)
|
|
Tmin |
Tmed |
Tmax |
HR |
ITH |
|
Tmin |
- |
0,53*** |
0,45*** |
0,27*** |
0,38*** |
|
Tmed |
|
- |
0,55*** |
0,002NS |
0,68*** |
|
Tmax |
|
|
- |
-0,14*** |
0,31*** |
|
HR |
|
|
|
- |
0,16*** |
*** P (≤
0.001) NS no significativo
Más importante que las variaciones
entre épocas o cuatrimestres son las variaciones ocurridas a través del tiempo
como clara señal del cambio climático. En la figura 2 se muestran las
variaciones por quinquenios y a través de un análisis de regresión lineal se
evidenció que la Tmin se ha incrementado en 0,29oC
y la Tmed en 0,10oC por quinquenio,
encontrándose coeficientes de determinación (R2) de 89,09% y 78,47%,
respectivamente. En todos los casos el último quinquenio (2015-18) presentó los
peores indicadores.
%202021.%20Valoraci%20�n%20agrometeorol�gica%20de%20empresas%20pecuarias._files/image008.png)
Figura 2. Variaciones de las temperaturas medias y mínimas en el
periodo analizado.
Caracterización
de las empresas
Los estadígrafos generales para las
empresas analizadas se presentan en la tabla
5. Se puede apreciar que las diferencias entre empresas fueron en muchos casos
notables. El ITH como medida integradora de la temperatura y la humedad, es un
indicador muy importante y desde este punto de vista Turiguanó
presentó los valores más altos que difirieron significativamente de los
restantes, presentando Manuel Fajardo las mejores condiciones.
El ITH osciló entre 71,06 para Manuel
Fajardo a 84,62 en Turiguanó. Valores de ITH < 70
se pueden considerar normales, sin afectaciones para los animales, entre 74 y
76 se califica el régimen como de alerta, con abatimiento insignificante de los
animales, donde se encontraron solamente 3 empresas (Manuel Fajardo, Abra y
Camilo Cienfuegos) encontrándose el resto por encima de estos valores que se
considera como régimen de peligro con abatimiento significativo en los
animales, de acuerdo a las clasificaciones anteriores, pero no fueron
comprobadas las posibles alteraciones en los animales. En la figura 3 aparece
el comportamiento por empresa para el ITH donde se ven más claramente las diferencias.
Tabla 5. Diferencias para algunas
variables climáticas de las empresas analizadas.
|
Empresa |
HR
(%) |
T.
max. (oC) |
T.
med. (oC) |
T.
min. (oC) |
ITH |
|
Camilo Cienfuegos |
76,95 b |
28,07 e |
25,73 e |
23,10 b |
75,67 e |
|
San Juan |
74,57 e |
30,56 c |
27,72 b |
21,04 d |
78,79 c |
|
Rodas |
76,04 c |
30,10 c |
29,50 b |
20,85 e |
81,70 b |
|
Abra |
72,68 f |
31,64 b |
25,64 c |
21,98 c |
75,34 e |
|
Rescate de Sanguily |
75,09 d |
32,10 a |
26,40 d |
22,65 b |
76,80 d |
|
Manuel Fajardo |
78,03 b |
31,58 b |
24,99 f |
19,65 f |
71,06 f |
|
Turiguanó |
75,09 d |
32,10 a |
31,43 a |
22,65 b |
84,62 a |
|
Vallina |
81,09 a |
28,43 d |
26,88 c |
23,34 a |
78,30 c |
Letras distintas en la misma
columna significa diferencias significativas (P≤ 0,05) prueba de Tukey
%202021.%20Valoraci%20�n%20agrometeorol�gica%20de%20empresas%20pecuarias._files/image010.png)
Figura 3. Comportamiento del ITH medio por empresas
La empresa “Manuel Fajardo”,
contrario a lo que debía esperarse debido a que se encuentra en la región
oriental, presentó los valores más bajos de ITH (71,06) que difirió
significativamente (P< 0,05) del resto, ligeramente inferior al reportado
por Suárez Tronco et al. (2021) para
la propia empresa que tiene ganado Criollo y Charolais,
mientras que la peor empresa fue Turiguanó con ganado
Santa Gertrudis. Todas las empresas excepto la Manuel Fajardo tuvieron valores
promedio superiores a 74 que se pueden considerar en condiciones de alerta y 4
estuvieron por encima de 77 que son condiciones de stress.
En la figura 4 aparece la
representación gráfica de la interacción empresa x quinquenio para el ITH.
Dentro de cada empresa aparecen los puntos que representan las medias mínimas
cuadráticas del ITH por quinquenio. Independientemente de que hay pequeñas
variaciones en el orden de mérito de las empresas por quinquenio hay una
tendencia bastante clara de que el ITH se ha incrementado en el tiempo en todas
las empresas y situación similar se presenta con las temperaturas.
%202021.%20Valoraci%20�n%20agrometeorol�gica%20de%20empresas%20pecuarias._files/image012.png)
Figura 4. Representación de la interacción empresa-quinquenio
La actividad agropecuaria impone la
necesidad de manejar eficientemente los recursos naturales, entre ellos el
clima, y establecer estrategias que permitan la adaptación ante aquellos que
resulten negativos para la producción. El bienestar de los animales se ha
convertido en un factor determinante para lograr una mejor expresión
productiva.
Los
ambientes tropicales ofrecen ventajas y desventajas para la producción animal;
dentro de los aspectos positivos se pueden mencionar que la precipitación alta
y la duración solar diaria casi constante, favorecen la producción de forraje
durante gran parte del año. En cambio, las desventajas están asociadas a: la
proliferación de parásitos internos y externos; las enfermedades; los
contenidos altos de pared celular en los forrajes que favorecen la producción
de calor interno; y las temperaturas y HR altas, que conducen a una situación
de estrés calórico afectando la expresión del potencial genético al
comprometerse su bienestar (Tapki y Şahin, 2006). Entre los eventos
fisiológicos desencadenados por el estrés calórico se mencionan el aumento de
la temperatura rectal, la frecuencia respiratoria y el jadeo, que se
manifiestan para buscar mantener la temperatura corporal (Pragna et al., 2017).
Estos cambios conllevan una alteración en el patrón de alimentación y función
del rumen, con reducción de la ingesta de materia seca y, por consiguiente, de
la productividad.
CONCLUSIONES
Estos
resultados permiten caracterizar y/o clasificar agrometeorológicamente
nuestras empresas desde el punto de vista climático. Esto facilita valorar y
escoger las razas y/o genotipos adecuados a las condiciones ambientales
imperantes a tono con la regionalización de la explotación según razas lecheras
o de carne y sus cruzamientos. Igualmente se observa un empeoramiento de las
variables climáticas en el tiempo afectando la explotación ganadera.
AGRADECIMIENTOS
Los
resultados presentados son parte de un proyecto financiado por FONCI en virtud
del contrato No. 19 de 2020.
Los
autores deseamos expresar nuestro agradecimiento al Dr. Roberto Vázquez Montes
de Oca por las sugerencias brindadas para la realización de este trabajo.
REFERENCIAS
Carabaño, M. J., Logar, B., Bormann,
J., Minet, J., Vanrobays,
M. L., Diaz, C., Tychon, B., Gengler,
N., & Hammami, H. (2016). Modeling
heat stress under different environmental conditions. Journal of Dairy
Science, 99(5), 3798-3814. https://doi.org/10.3168/jds.2015-10212
Collier,
R. J., Hall, L. W., Rungruang, S., & Zimbleman, R. B. (2012). Quantifying heat stress and its
impact on metabolism and performance. Department
of Animal Sciences University of Arizona, 68. https://www.researchgate.net/profile/Robert-Collier-6/publication/267844201_Quantifying_Heat_Stress_and_Its_Impact_on_Metabolism_and_Performance/links/547713770cf245eb43729c84/Quantifying-Heat-Stress-and-Its-Impact-on-Metabolism-and-Performance.pdf
De Rensis, F., Garcia-Ispierto, I., &
López-Gatius, F. (2015). Seasonal heat
stress: Clinical implications and hormone treatments for the fertility of dairy
cows. Theriogenology, 84(5), 659-666. https://doi.org/10.1016/j.theriogenology.2015.04.021
Domínguez-Hurtado, I. M.,
Moya-Álvarez, A. S., & Estrada-Moreno, A. (2010). Vigilancia
agrometeorológica de condiciones ambientales para ganado vacuno. Ingeniería
Agrícola y Biosistemas, 2(1), 13-19. https://www.researchgate.net/profile/Alejandro-Estrada-Moreno/publication/266009777_vigilancia_agrometeorologica_de_condiciones_ambientales_para_ganado_vacuno/links/5422d2370cf238c6ea6d3375/vigilancia-agrometeorologica-de-condiciones-ambientales-para-ganado-vacuno.pdf
Enríquez Regalado, A. V., & Álvarez Adán, A. (2020). Caracterización
del índice de temperatura y humedad y el estrés calórico en el ganado bovino de
leche en dos lecherías en la provincia Mayabeque, Cuba. Cuban Journal of
Agricultural Science, 54(1), 11-18. http://scielo.sld.cu/scielo.php?pid=S207934802020000100011&script=sci_arttext&tlng=en
Espinoza, J., Ortega, R., Palacios, A., & Guillén, A. (2011).
Tolerancia al calor y humedad atmosférica de diferentes grupos raciales de
ganado bovino. Revista MVZ Córdoba, 16(1), 2302-2309. https://dialnet.unirioja.es/servlet/articulo?codigo=3682264
Lucena, C. (2014). Efecto del estrés calórico sobre parámetros de la
curva de lactancia de un rebaño lechero en el trópico. Gaceta de Ciencias
Veterinarias, 19(1), 11-16. http://www.ucla.edu.ve/dveterin/departamentos/CienciasBasicas/gcv/2530int2530er2530no/articulos/documasp/~umqk3d3r.pdf
Mader, T. L.
(2003). Environmental stress in confined beef cattle. Journal of animal
science, 81(14_suppl_2), E110-E119. https://academic.oup.com/jas/article-abstract/81/14_suppl_2/E110/4789865
Nguyen, T.
T., Bowman, P. J., Haile-Mariam, M., Pryce, J. E., & Hayes, B. J. (2016).
Genomic selection for tolerance to heat stress in Australian dairy cattle. Journal
of Dairy Science, 99(4), 2849-2862. https://doi.org/10.3168/jds.2015-9685
Pragna,
P., Archana, P. R., Aleena, J., Sejian, V., Krishnan,
G., Bagath, M., Manimaran,
A., Beena, V., Kurien, E.
K., Varma, G., & Bhatta, R. (2017). Heat stress and dairy cow: Impact on
both milk yield and composition. International
Journal of Diary Science, 12,
1-11. https://krishi.icar.gov.in/jspui/handle/123456789/27614
Ravagnolo,
O., Misztal, I., & Hoogenboom,
G. (2000). Genetic
component of heat stress in dairy cattle, development of heat index function. Journal
of dairy science, 83(9), 2120-2125. https://doi.org/10.3168/jds.S0022-0302(00)75094-6
Vega, A.
R., Almanza, A. M. A., & Abraham, T. I. P. (2014). Índice
de temperatura humedad y el estrés calórico en el ganado bovino de leche en Güáimaro. Revista Cubana de Meteorología, 20(1),
10-15. http://rcm.insmet.cu/index.php/rcm/article/view/159
Ruiz, L. F., Carcelén, F., &
Sandoval-Monzón, R. (2019). Evaluación de los indicadores de estrés calórico en
las principales localidades de lechería intensiva del departamento de Lima,
Perú. Revista de Investigaciones Veterinarias del Perú, 30(1),
88-98. http://dx.doi.org/10.15381/rivep.v30i1.15694
Ruiz-Jaramillo, J. I., Vargas-Leitón,
B., Abarca-Monge, S., & Hidalgo, H. G. (2019). Efecto del estrés calórico
sobre la producción del ganado lechero en Costa Rica. Agronomía
Mesoamericana, 30(3), 733-750. https://hdl.handle.net/10669/78939
Ruiz-García, L. F., Carcelén-Caceres, R., & Sandoval-Monzón, R. S. (2018). El índice
temperatura-humedad máximo y la producción de leche de los establos en
Lima-Perú. Archivos
de zootecnia, 67(257),
99-107. https://doi.org/10.21071/az.v67i257.3497
SAS (2013). User’s Manual of Statistical Analysis System
(SAS) (Version 9.4). Cary, NC.
Suárez Tronco, M., Rodríguez Castro,
M., Cos Domínguez, Y., Lamothe Crespo, Y., Guerra Rojas, M., & Martínez
Gutiérrez, M. (2020). Caracterización climática de la EPG “Manuel Fajardo” y su
relación con las pruebas de comportamiento en ganado Criollo cubano. Revista
de Producción Animal, 33(1). https://revistas.reduc.edu.cu/index.php/rpa/article/view/e3591
Suárez Tronco, Marco A., Rodríguez
Castro, Manuel, Martínez Gutiérrez, Ma. Segunda., Guerra Rojas, & Ma. del
Carmen. (2018). Valoración agrometeorológica de empresas pecuarias en Cuba. Ciencia y Tecnología Ganadera, 12(2).
Tapkı, İ., & Şahin, A. (2006). Comparison
of the thermoregulatory behaviours of low and high
producing dairy cows in a hot environment. Applied Animal Behaviour Science, 99(1-2), 1-11. https://doi.org/10.1016/j.applanim.2005.10.003
Concepción y diseño de la
investigación: MAST, MRC, YLC, análisis e interpretación de los datos: MAST,
MRC, MCGR, MSMG; redacción del artículo: MAST, YLC.
Los autores declaran que no existen
conflicto de intereses.