5.3 Avaliação de fatores categorizados que afetam as variáveis de desempenho
5.3.3 Nível de suplementação
No modelo GMD nas Águas selecionado nota-se uma influência do nível de suplementação de 40,5% (Tabela 35, Anexo 10) e, através da comparação de
médias se constata superioridade de todas demais classes sobre a categorizada como classe ZERO% (sem suplementação). As duas classes que contemplam os níveis mais altos de suplementação não diferiram da classe intermediária (0,5 a 0,8%) e esta não diferiu da classe imediatamente inferior (0,1 a 0,4% de suplementação); o que indica que nos níveis entre 0,5 a 0,8 possivelmente já ocorra efeito associativo combinado e, acima destes níveis, efeito substitutivo ou substitutivo depressivo quanto ao consumo de matéria seca do pasto (MS) pela de MS de suplemento. Também indica que, possivelmente, entre os níveis de 0,5 a 0,8% do PV estaria(m) o(s) mais viável(is) em relação ao GMD. Constatou-se que após a classe contendo os níveis entre 0,5 a 0,8% do peso vivo (PV) o desempenho individual (GMD) não é melhorado, ou seja, as duas classes com níveis mais altos (0,9 a 1,2% e 1,3 a 1,6%) não diferem estatisticamente da mesma. Não obstante, se constata um aumento numérico linear desde a categoria zero% até a categoria 1,3 a 1,6% que seria corroborado pelo encontrado em estudo adicional (ver comprovação posterior no estudo do subitem 5.4.14 onde são mostradas equações lineares positivas altamente significativas para o GMD em função do aumento do nível de suplemento na estação das águas).
Salienta-se ainda que o fator sexo não foi significativo para o modelo GMD nas águas. Outro aspecto interessante é que nenhuma classificação para tipo de suplemento foi significativa para este modelo ao substituir as duas variáveis categorizadas representativas da qualidade da pastagem (teor de PB e FDN).
Para a variável resposta CAD nas Águas foi selecionado além do modelo escolhido (Tabela 35, Anexo 11) um modelo alternativo (Anexo 12) que embora obtido com menor “n” total será comentado, posterioremente, para um melhor entendimento.
Embora sendo ambos os teores significativos quando testados isoladamente no modelo escolhido para CAD, o teor de PB foi mais importante que o de FDN, permanecendo apenas o primeiro no mesmo. Como já comentado no final do subitem anterior (5.3.2.2), o maior teor proteico da pastagem é função da maior proporção de folhas que afeta a oferta de matéria seca de folhas, o que possibilita aumento na capacidade de suporte da pastagem (maior número de animais dia/ha), ou seja maior CAD e, consequentemente maior GAD.
Tabela 35 – Análise meta-analítica do ganho médio diário de peso vivo (PV) por animal (GMD) e por área (GAD), e carga animal diária (CAD) em sistemas tropicais de bovinos em função do nível de suplemento obtida por análise de variância e covariância de médias ponderadas pelo N dos tratamentos e ajustadas, durante o período das águas.
Item GMD1 (kg de PV) CAD 2 (kg de PV/ha/dia) GAD 3 (kg de PV/ha/dia) Nível de Suplementação ZERO% 0,774c 1498c 3,984c 0,1 a 0,4% 0,907b 1630bc 4,821b 0,5 a 0,8% 1,006ab 1560bc 4,752bc 0,9 a 1,2% 1,095a 2169a 8,630a 1,3 a 1,6% 1,207a 2118ab 9,671a P < 0,01 0,01 0,01 EPR, kg 0,344 1177 4,058 N total 142 185 165 R2 Modelo, % 81,76 91,27 91,55 R2 Nível Suplementação, % 40,50 39,09 24,43
1 Participaram do modelo como: a) fatores fixos ou aleatórios = o nível de suplementação categorizado, gênero forrageiro, sistema de pastejo, aptidão animal, pureza racial do animal, a idade do animal categorizada, a oferta de MS de forragem categorizada; a % de PB da pastagem categorizada e a % de FDN da pastagem categorizada; b) covariável = peso vivo médio dos animais (linear) .
2 Participaram do modelo como: a) fatores fixos ou aleatórios = o nível de suplementação categorizado, gênero forrageiro, sistema de pastejo, oferta de MS de forragem categorizada e a % PB da pastagem categorizada; b) covariável = não foi usada nenhuma covariável.
3 Participaram do modelo como: a) fatores fixos ou aleatórios = o nível de suplementação caategorizado, gênero forrageiro, sistema de pastejo, a % de PB da pastagem categorizada e a % de FDN da pastagem categorizada; b) covariáveis = peso vivo médio dos animais (linear) e idade média dos animais.
4EPR= erro padrão residual das médias.
As médias nas colunas com letras sobrescritas diferentes, considerando cada variável resposta em separado, diferem estatísticamente (Tukey; P<0,05).
Para a CAD nas águas se observou, através da análise das médias obtidas pelo modelo escolhido, superioridade da classe categorizada contendo os níveis de 0,9 a 1,2% sobre as demais, exceto com relação à classe contendo os níveis de 1,3 a 1,6%. Esta classe contendo os níveis mais altos de suplementação (1,3 a 1,6%) foi superior a classe ZERO% (sem suplementação), mas não diferiu das duas classes contendo os níveis de 0,1 a 0,4% e 0,5 a 0,8%, as quais não diferiram entre si e da classe nível zero%. Assim, a classe com os níveis entre 0,9 a 1,2% contém o nível a partir do qual a CAD pode ser aumentada, nível este que possivelmente coincida com o início do efeito substitutivo de MS de pastagem por MS de suplemento, o que resulta em sobra de pasto e, consequentemente, permite aumentos na CAD, o que possibilita maiores GAD.
No modelo alternativo para CAD (Anexo 12) foi introduzido como fator fixo a classificação relativa aos diferentes tipos de suplemento e retirado o fator fixo teor de PB categorizado em cinco classes, comparativamente ao modelo escolhido (Anexo 11). Esta troca reduziu o n total do modelo de 185 para 137. Obviamente, um dos motivos do menor N observado no modelo alternativo se deve ao fato de que ao introduzir qualquer classificação relativa a tipo de suplemento, o nível zero% (sem suplementação) deixa de ser considerado da análise por ocasião do cruzamento dos dados. O modelo alternativo apresentou um R2total um pouco inferior (diminuiu de 91,27 para 88,32%), entretanto um R2 específico para o nível de suplementação categorizado muito superior (aumentou de 39,09 para 64,37%) ao modelo escolhido e resultados praticamente idênticos considerando apenas as quatro classes avaliadas.
Para o modelo GAD nas Águas selecionado (Tabela 35, Anexo 13) se utilizou a idade média dos animais em meses (IMAM) como covaríavel. Para se avaliar o uso de IMAM como covariável é importante considerar que se esta variável contínua usada como covariável fosse usada como fator fixo após ser transformada em categórica, constatar-se-ia através da decomposição de variância que o fator nível de suplementação aumentaria 26,79 pontos percentuais a sua representatividade no modelo (passaria de 24,43 para 51,22%); enquanto o fator idade categorizado representaria apenas 2,72 da variação do modelo. Não obstante, conforme já comentado, o modo mais adequado de ajuste, em se considerando a variável resposta GAD quando se encontram na base experimentos com cargas iguais (ou muito semelhantes), mas com número de cabeças muito diferentes decorrentes de animais com idade diferente e, consequentemente peso diferente, seria utilizando, além do peso vivo médio, também a idade média dos animais como covariável.
Assim como ocorreu com o GMD, para o GAD nas águas também se observou superioridade de todos demais classes sobre a classe ZERO% (sem suplementação). Constatou-se superioridade das duas classes que envolveram os maiores níveis de suplementação (1,3 a 1,6% e 0,9 a 1,2%) sobre as duas classes imediatamente inferiores (0,5 a 0,8% e 0,1 a 0,4%). Observa-se que a classe 0,5 a 0,8%, que contém os níveis de suplementação considerados ideais para pastagens temperadas (0,7 a 0,8% do PV) segundo Pötter (2008) com relação ao máximo desempenho individual (máximo GMD) não diferiu da classe ZERO% em se considerando o GAD, apesar de terem diferido quanto ao GMD, o que se deveu a
uma maior taxa de lotação utilizada na classe ZERO%. Cabe relembrar que o GAD é produto do GMD multiplicado pela taxa de lotação e não do GMD multiplicado pela CAD. Assim, se podem ter idênticos resultados quanto ao GMD e CAD, mas resultados diversos quanto ao GAD.
Outro aspecto interessante é que nenhuma classificação para tipo de suplemento pode substituir a variável categorizada % PB da pastagem como efeito fixo, pois quando isto foi testado o nível de suplementação deixou de ser significativo e/ou a própria classificação utilizada não foi significativa para o modelo.
Considerando conjuntamente os modelos selecionados e comentados neste subitem para as variáveis respostas GMD, CAD e GAD no período das águas e as diversas tentativas realizadas na obtenção dos mesmos pode-se inferir que o nível de suplementação associado às caracterizas qualitativas da pastagem (% de PB e % FDN) explicam melhor as variações observadas em GMD e GAD que a associação nível de suplemento e tipo de suplemento. Entretanto, possivelmente, as variações na CAD no período das águas são melhor explicadas pela associação nível de suplemento e tipo de suplemento, apesar do modelo alternativo para CAD que demonstra isto ter sido obtido com um “n” total inferior ao modelo escolhido. Este modelo alternativo teve a participação da classificação tipo de suplemento, enquanto o modelo selecionado teve participação do teor de PB categorizado (5 classes) em conjunto com o nível de suplemento categorizado (5 classes).
A análise conjunta das variáveis respostas CAD e GAD indica que os melhores resultados com pastagens tropicais no período das águas são obtidos utilizando níveis de suplementação entre 0,9 a 1,2% e não entre os níveis de 0,6 a 0,8% normalmente encontrado em trabalhos com pastagens temperadas. Entretanto, não está considerada nesta afirmativa a análise do custo específico dos diferentes suplementos nem do custo benefício proporcionado pelos diferentes níveis de suplementação. Não obstante, dependendo do objetivo da criação, como por exemplo, a busca apenas por um maior GMD diário, para reduzir a idade de abate ou de início na vida reprodutiva, pode ser mais viável economicamente e, assim sendo, níveis entre 0,1a 0,4% de suplementação já poderiam ser suficientes na estação das águas.
Como a classe contendo os maiores níveis de suplementação (1,3 a 1,6% do PV) não diferiu da classe contendo os níveis de 0,9 a 1,2% do PV para as três variáveis respostas se pode concluir que o efeito substitutivo ou substitutivo
depressivo do pasto pelo suplemento, decorrente nestes níveis mais altos, inviabiliza a adoção de níveis acima de 1,2% do PV de suplementação no período das águas.
Não obstante, o estudo apresentado posteriormente no subitem 5.4.14 demonstra que, apesar das equações lineares com início ascendente obtidas para as variáveis respostas GMD, CAD e GAD nas águas em função do aumento percentual do nível de suplementação serem altamente significativas, para GMD e GAD se obteve também equações quadráticas significativas cujos modelos apresentaram R2 bastante semelhantes às equações lineares, o que também demonstra que a partir de certo nível de suplementação a resposta nestas duas variáveis começa a não ser mais viável economicamente, em se considerando os efeitos substitutivos e substitutivos depressivos, pois sempre (ou geralmente) o kg de MS de pastagem terá um custo inferior ao kg de MS de suplemento. Entretanto, estatisticamente a opção pelas equações quadráticas não seria o correto, pois foram “apenas” significativas (P<0,05), enquanto as lineares foram altamente significativas (P<0,01).
Resumidamente, tomando como base apenas este estudo com os níveis de suplementação sendo categorizados se pode dizer que no período das águas:
a) O uso de suplementos para bovinos de corte, independente da proporção, aumenta o ganho médio diário por animal e por hectare, ou seja, níveis de suplementação entre 0,1 a 0,4% do PV já são suficientes para se obter melhores desempenhos individuais e por área.
c) Entretanto, constatou-se também que somente após a classe contendo os níveis entre 0,5 a 0,8% do peso vivo (PV) o desempenho individual (GMD) não é melhorado e que só na classe posterior a mesma se observou ser possível aumentar a CAD, o que equivale a dizer que aumentos na CAD só são possibilitados com percentual de suplementação acima de 0,8% do peso vivo no período das águas.
d) Este aumento possibilitado na CAD a partir da classe contendo entre 0,9 a 1,2% do PV permitiu obter um maior GAD nesta mesma classe comparativamente a anterior (de 0,5 a 0,8% do PV).
e) Como a classe contendo os maiores níveis de suplementação (1,3 a 1,6% do PV) não diferiu da classe contendo os níveis de 0,9 a 1,2% do PV para as três variáveis respostas se pode concluir que o efeito substitutivo ou substitutivo depressivo do pasto pelo suplemento decorrente nestes níveis
mais altos inviabiliza a adoção de níveis acima de 1,2% do PV de suplementação no período das águas.
f) Os resultados aqui apresentados e discutidos justificam o uso do nível de suplementação em % do peso vivo como covariável contínua no ajuste dos demais parâmetros, como já realizado para os fatores período do ano e gênero.
5.3.3.2 Período das Secas
Na Tabela 36 estão os modelos selecionados na busca da influência do nível de suplementação sobre as variáveis respostas GMD e GAD no período das secas. Tabela 36– Análise meta-analítica do ganho médio diário de peso vivo (PV) por animal (GMD) e por área (GAD) em sistemas tropicais de bovinos em função do nível de suplementação obtida por análise de variância e covariância de médias ponderadas pelo N dos tratamentos e ajustadas, durante o período das secas.
Item GMD1 (kg de PV) GAD 2 (kg de PV/ha/dia) Nível de Suplementação ZERO% 0,530d 1,984c 0,1 a 0,4% 0,653c 2,491b 0,5 a 0,8% 0,777bc 2,847ab 0,9 a 1,2% 0,895b 2,751ab 1,3 a 1,6% 1,224a 3,229a P < 0,01 0,01 EPR3, kg 0,513 1,860 N total 240 226 R2 Modelo, % 68,60 64,77 R2 Nível suplementação, % 35,45 17,34
1 Participaram do modelo como: a) fatores fixos ou aleatórios = consumo de suplemento em % do PV
categorizado, gênero forrageiro, sexo, pureza do animal, teor de PB categorizado e a oferta de MS de forragem categorizada; b) covariável = peso vivo médio dos animais.
2 Participaram do modelo como: a) fatores fixos ou aleatórios = gênero forrageiro, sexo, sistema de pastejo, aptidão do animal, pureza do animal, a idade do animal categorizada e a oferta de MS de forragem categorizada; b) covariáveis = peso vivo médio dos animais (linear)
3EPR= erro padrão residual das médias.
As médias nas colunas com letras sobrescritas diferentes, considerando cada variável resposta em separado, diferem estatísticamente (Tukey; P<0,05).
Não foi selecionado nenhum modelo para CAD nas secas possivelmente por ser mínima a influência do nível de suplementação sobre esta variável resposta comparativamente as demais em se considerando que nenhum dos possíveis modelos, ao se fazer a decomposição de variância, apresentaria R2 específico para
nível de suplementação maior que 6%. Entretanto, isto não pode ser afirmado, pois em estudo posterior (ver subitem 5.4.14) foi demonstrado tanto efeito linear quanto quadrático significativo na CAD em função do CS%PV. Em um modelo com R2 específico para nível de suplemento igual a 5,24% se observou superioridade da classe contendo os níveis mais altos sobre a classe Zero%, sendo que as demais classes não diferiram destas e entre si, o que seria condizente com um efeito linear crescente a medida que aumentasse o nível de suplementação.
No modelo GMD nas Secas selecionado nota-se uma influência do nível de suplementação de 35,45% ao se decompor a variância (Tabela 36, Anexo 14) e, através da comparação de médias se constata superioridade da classe contendo os níveis mais elevados de suplementação (1,3 a 1,6% do PV) sobre todas as demais. Assim como se observou no período das águas se constata superioridade de todas demais classes sobre a classe ZERO% (sem suplementação). Em vista destes motivos, o mais correto seria se optar pela equação linear relativa ao GMD em função do CS%PV obtido no estudo do subitem 5.4.14 e não pela equação quadrática. Diferentemente do modelo escolhido para o período das águas este modelo para GMD não teve como fatores participantes o sistema de pastejo, a aptidão animal e a idade animal categorizada.
O modelo alternativo (Anexo 15) para GMD nas secas foi obtido com a inclusão do tipo de suplemento no modelo escolhido (Anexo 14), o que resultou numa diminuição do N do modelo de 240 para 189 (principalmente por não incluir a classe Zero%), num aumento do R2 do modelo de 68,60 para 76,09% e também em
aumento do R2 específico para nível de suplemento de 35,45% para 37,48%. A
única diferença no comparativo de médias entre os modelos é que no alternativo a classe contendo os níveis de 0,9 a 1,2% foi superior a classe contendo os níveis de 0,5 a 0,8% do PV.
O modelo selecionado para GAD nas secas (Tabela 36, Anexo 16) que melhor representa a influência do nível de suplementação foi obtido sem a inclusão da idade média dos animais em meses (IMAM) como covaríavel por esta não ser significativa para o mesmo.
Também se constata superioridade de todas demais classes sobre a classe ZERO% (sem suplementação) no modelo selecionado para GAD nas Secas (Tabela 36, Anexo 16). Entretanto, diferentemente do observado com relação ao GMD nesta estação (secas) a classe contendo os mais altos níveis de suplementação não
diferiu das duas classes subsequentes (0,9 a 1,2% do PV e 0,5 a 0,8% do PV) e estas não diferiram da classe contendo os níveis entre 0,1 a 0,4% do PV. Estes resultados tornam difícil qualquer conclusão sobre a classe que contem os melhores níveis de suplementação, parecendo razoável considerar que estes estariam entre 0,5 a 1,2% do PV, ou seja, os valores abrangidos pelas duas classes que não diferiram da classe contendo os valores mais baixos de suplementação (0,1 a 0,4% do PV) e, também, da classe contendo os valores mais altos de suplementação (1,3 a 1,6% do PV). Entretanto, nem esta consideração estaria correta, pois o estudo contido no subitem 5.4.14 demonstrou apenas efeito linear significativoe positivo para o GAD nas secas em função do CS%PV e, para serem indicados níveis intermediários de suplementação como ideais, seria necessário se constatar um efeito quadrático significativo.
A inclusão como fator fixo do tipo de suplemento, apesar de significativa não aumentou o R2 do mesmo por isto esta opção não foi selecionada como modelo alternativo, ainda mais se considerando a grande diminuição que acarretaria no N total do modelo (reduziria de 226 para 178). Entretanto, este novo modelo mostraria superioridade da classe contendo os níveis mais altos de suplementação sobre as outras três, sendo que estas não difeririam entre si. Assim, sendo, também não poderíamos considerar que os níveis ideais de suplementação estariam entre 0,5 a 1,2% do PV, conforme comentado no último parágrafo.
Não obstante, o estudo apresentado posteriormente no subitem 5.4.14 mostra que todas as equações lineares com início ascendente obtidas para as variáveis respostas GMD, CAD e GAD nas secas em função do aumento percentual do nível de suplementação são altamente significativas, enquanto que só se obteve equações quadráticas altamente significativas, cujos modelos apresentaram R2
bastante semelhantes às equações lineares, apenas para as variáveis GMD e CAD. O fato de não se conseguir demonstrar um efeito quadrático significativo para o GAD nas secas demonstra que neste período a resposta aos níveis de suplementação abrangidos pelo estudo foi sempre crescente, ou seja, possivelmente para o GAD não ocorreram efeitos substitutivos depressivos ou apenas substitutivos e sim efeitos combinados e/ou aditivos e/ou aditivos estimulativos.
O observado no estudo paralelo acima comentado (subitem 5.4.14) que incluiu o fator experimento (estudo) no modelo contraria o que foi aqui constatado pois neste estudo onde o nível de suplementação foi categorizado não se observou
diferença quanto ao GAD nas três classes superiores (classes contendo os níveis 0,5 a 0,8%; 0,9 a 1,2% e 1,3 a 1,6%). Entretanto, o estudo visto no subitem 5.4.14 deve ser considerado mais adequado e abrangente tendo em vista que a suplementação é calculada e fornecida em “percentuais do peso vivo” e não por classes abrangendo vários níveis percentuais.
5.3.4 Métodos de pastejo
Como um dos maiores problemas encontrados para comparar métodos de pastejo se deve ao fato das pesquisas abrangerem na comparação um ou poucos níveis relativos à taxa de lotação e a oferta de forragem utilizados e a maior vantagem encontrada normalmente, favorável ao rotativo, ser o aumento na taxa de lotação, que na realidade é o aumento da carga animal, as variáveis respostas foram ajustadas da seguinte maneira: o GMD foi ajustado para taxa de lotação em cabeças e oferta de MS de forragem; a CAD e o GAD foram ajustados apenas para oferta de forragem tendo em vista que no cálculo da CAD entra a taxa de lotação (seja em cabeças ou unidade animal) e o GAD é obtido pela taxa de lotação em cabeças multiplicada pelo GMD. CAD e GAD quando possível também foram ajustados para a idade média dos animais (IMAM) enquanto GMD por já ser corrigido para taxa de lotação em cabeças justamente por poder ter-se um número maior de cabeças decorrentes do uso de animais mais jovens (necessariamente mais leves) não foi corrigido para IMAM. Todas as variáveis respostas também foram ajustadas para o consumo de suplemento em % do PV.
Acredita-se serem estes ajustes realizados, conforme especificados no parágrafo anterior, os mais lógicos e corretos, os quais foram possíveis aproveitando uma das grandes vantagens do estudo meta-analítico em comparação a estudos individuais.
Nos modelos escolhidos não houveram ajustes para aspectos relativos à qualidade da forragem ofertada como % de PB, % de FDN, % de lâmina foliar e relação folha: colmo, pois os diferentes métodos de pastejo influenciam na qualidade da forragem consumida. Entretanto nos modelos alternativos alguns destes ajustes foram feitos para complementar a discussão.
Não foram realizados ajustes para kg de nitrogênio usados na adubação de cobertura pelo pouco “n” obtido para este parâmetro e por se acreditar que a maior
interferência deste está no aumento da oferta de MS e na possibilidade de aumento de carga decorrente, o que de certa forma se espera ter corrigido ajustando para a oferta de MS de forragem.
Embora testadas, a classificação para tipo de suplemento não participou dos modelos escolhidos para comparar métodos de pastejo por não ser significativa para