In:
Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi, KSU Journal of Agriculture and Nature, Vol. 24, No. 1 ( 2021-02-28), p. 242-251
Abstract:
Kanatlı hayvanlarda, yumurta ağırlığını belirlemede yumurtanın iç ve dış kalite özellikleri oldukça önemlidir. Yumurtanın kalite özellikleri, gerek kuluçka üretimi ve gerekse yemeklik yumurta üretimi açısından büyük önem taşımaktadır. Bu çalışmanın amacı, Lohmann LSL Classic beyaz hibrit sürü yumurtaları kullanılarak yumurtanın ic dış kalite özellikleri ile yumurta ağırlığının tahminini MARS (Multivariate Adaptive Regression Splines) yöntemi ile modellemektir. Bu amacı gerçekleştirmek için Lohmann LSL Classic beyaz hibrit sürü (n = 60) yumurtaları kullanıldı. Haftalık yumurta verimleri 22. haftadan 62. haftaya kadar değerlendirilmiştir. Bağımlı ve sürekli değişken olarak belirlenen yumurta ağırlığını (EW) tahmin etmek için; şekil indeksi (SI), kabuk kırılma mukavemeti (SBS), kabuk ağırlığı (SW), kabuk kalınlığı (ST), yumurta sarısı çapı (YD), yumurta sarısı genişliği (YW), yumurta sarısı yüksekliği (YH), yumurta sarısı rengi (YC) albümin genişliği (AW), albümin uzunluğu (AL), albümin yüksekliği (AH) kullanılmıştır. Mükemmel uyum iyiliği elde etmek için, R programının “earth” paketinde, penalty = -1, derece = 2, nprune = 10 ve nk = 60 tanımları yapıldı. Araştırma sonucunda mars tahmin modeli, EW = 63.1-0.906 * max (0,75-SI) -0.321 * max (0, SI-75)-62.4*max(0,0.57-ST)-354*max(0,ST 0.57)+1.13*Groupa2*max (0,75-SI)+1.49* max(0.0.57-ST) * YD + 8.2 * max(0, ST-0.57)*YD-0.02*max(0 YD-38.5)*YC-0.0366* YH*max(0,13-YC) olarak belirlendi. Sonuç olarak, bazı kalite değişkenlerinin yumurta ağırlığının belirlenmesinde önemli olduğu bulunmuştur.Bağımlı değişken olarak belirlenen yumurtanın ağırlığını tahmin ederken a2, SI, YC, ST, YD, YH görülürken, diğer değişkenler bu denkleme dahil edilmemiştir. Tavukçulukta, MARS tahmin modeli, daha kolay formül ve daha yüksek doğruluk ile yumurta ağırlığını tahmin etmede klasik lineer olmayan modellere daha iyi bir alternatif olabilir.
Type of Medium:
Online Resource
ISSN:
2619-9149
DOI:
10.18016/ksutarimdoga.vi.716880
Language:
Unknown
Publisher:
KSU Journal of Agriculture and Nature
Publication Date:
2021
Permalink