Search

Cilj ovog rada bio je utvrditi najbolji odgovarajući model laktacijskih krivulja za količinu mlijeka, sadržaj proteina i mliječne masti za istarsku i pašku ovcu. Podaci su prikupljeni od Ministarstva poljoprivrede za 2016., 2017. i 2018. godinu. Koristili smo pet laktacijskih modela u ovome radu: Wood, Wilmink, Ali-Schaeffer, Guo-Swalve te Kubični model. Za statističku analizu podataka korišten je statistički program SAS 9.4 i procedura NLIN, u kojem je izračunati i koeficijent determinacije za mlijeko koji se kretao od 0, 726 do 0, 884, za razinu mliječne masti od 0, 898 do 0, 971, te za bjelančevine u mlijeku od 0, 928 do 0, 992. U radu je pokazano da su Wood, Ali-Schaeffer te Guo- Swalve modeli koji najbolje opisuju laktacijsku krivulju za istarsku i pašku ovcu, dok su druga dva (Wilmink i Kubični) neznatno slabiji// The goal of this work was to determine the most suitable lactation curve model for milk, protein and fat from Istrian and Pag sheep. All data were acquired from the Ministry of Agriculture in the period from the year 2016 to 2018. Five different lactation models were used in the analysis: Wood, Wilmink, Ali-Schaeffer, Guo-Swalve and Cubic. Statistical program SAS 9.4 was used for data analysis and prodecure NLIN, where coefficient of determination was calculated for milk ranging from 0, 726 to 0, 884, milk fat content from 0, 898 to 0, 971 and milk protein content from 0, 928 to 0, 992. It was concluded that Wood, Ali-Schaeffer and Guo-Swalve models are the most efficient in describing lactation curve for Istrian and Pag sheep, while Wilmink and Cubic were a bit less efficient.

Cilj ovog rada bio je utvrditi najbolji odgovarajući model laktacijskih krivulja za količinu mlijeka, sadržaj proteina i masti za istarsku i pašku ovcu. Podaci su prikupljeni od Ministarstva poljoprivrede za 2016., 2017. i 2018. godinu. Koristili smo pet laktacijskih modela u ovome radu: Wood, Wilmink, Ali-Schaeffer, Guo-Swalve te Kubični model. Za statističku analizu podataka korišten je statistički program SAS 9.4 u kojem je izračunati i koeficijent determinacije za mlijeko koji se kretao od 0,726 do 0,884, za razinu mliječne masti od 0,898 do 0,971, te za bjelančevine u mlijeku od 0,928 do 0,992. U radu je pokazano da su Wood, Ali-Schaeffer te Guo-Swalve modeli koji najbolje opisuju laktacijsku krivulju za istarsku i pašku ovcu, dok su druga dva (Wilmink i Kubični) neznatno slabiji. The goal of this work was to determine the most suitable lactation curve model for milk, protein and fat from Istrian and Pag sheep. All data were acquired from the Ministry of Agriculture in the period from the year 2016 to 2018. Five different lactation models were use din this thesis: Wood, Wilmink, Ali-Schaeffer, Guo-Swalve and Cubic. Statistical program SAS 9.4 was used for data analysis where coefficient of determination was calculated for milk ranging from 0,726 to 0,884, milk fat content from 0,898 to 0,971 and milk protein content from 0,928 to 0,992. It was concluded that Wood, Ali-Schaeffer and Guo-Swalve models are the most efficient in describing lactation curve for Istrian and Pag sheep, while Wilmink and Cubic were a bit less efficient.

Mlijeko kupreške, privorske i stolačke pramenke koristi se za proizvodnju kvalitetnih sireva. Zbog nedostatka znanja o količini i sastavu mlijeka ovih autohtonih bosanskohercegovačkih pasmina ovaca cilj je bio odrediti najbolji model koji opisuje njihove laktacije. Uzorci za količinu i sastav mlijeka (mliječna mast i protein) prikupljeni su u ranoj, srednjoj i kasnoj laktaciji te je bilježena količina mlijeka za 129 kupreških, 141 privorskih i 129 stolačkih pramenki. Uspoređena su četiri modela laktacijskih krivulja (Wilmink, kubni, Ali-Shaeffer i Guo-Swalve) i najprimjenjiviji model je biran temeljem najvećeg koeficijenta determinacije i najmanjeg korijena srednje kvadratne pogreške. Guo-Swalve model je najuspješnije opisao sve varijable. Kupreška pramenka pokazala se kao pasmina s najvećom proizvodnjom od 139 kg mlijeka u 175 dana laktacije (0,79 kg/d; između 50-og i 225-og dana laktacije) i standardnom laktacijskom krivuljom. Privorska pramenka je proizvela 118 kg mlijeka u 175 dana laktacije (0,67 kg/d), a Stolačka pramenka 101 kg mlijeka u 175 dana laktacije (0,58 kg/d). Laktaciju stolačke i privorske pasmine karakterizira atipična laktacijska krivulja koja je u stalnom padu i karakteristična je za ovce koje nisu selekcionirane za proizvodnju mlijeka. Predviđanje količine i sastava mlijeka Guo-Swalve modelom moglo bi se koristiti u uzgojnom programu za kuprešku, privorsku i stolačku pramenku. Navedeni modeli se trebaju koristiti za privorsku i stolačku pramenku s oprezom jer njihova proizvodnja mlijeka tijekom laktacije je vrlo varijabilna., Milk of Kupres, Privor and Stolac dairy ewe breeds is used for the production of the fine cheese varieties. To the best of our knowledge there are no information about milk production and milk composition of these pasture-based dairy ewes. The aim was to determine the best lactation curve model in autochthonous pasture-based dairy ewes in Bosnia and Herzegovina. Milk production was recorded and milk composition sampled (milk fat and protein) during early, mid and late lactation in 129 Kupres, 141 Privor and 129 Stolac pramenka ewes. Four lactation models (Wilmink, Cubic, Ali-Shaeffer and Guo-Swalve) were compared and selected based on the lowest coefficient of determination and root mean square error. The Guo-Swalve model described all of the measured variables most successfully. Kupres pramenka dairy ewe was the highest producing breed with 139 kg of milk during 175 days of lactation (0.79 kg/d; between lactation day 50 to 225) and showed the standard lactation curve. Privor pramenka produced 118 kg of milk during 175 days of lactation (0.67 kg/d) and Stolac pramenka 101 kg of milk during 175 days of lactation (0.58 kg/d). Both showed atypical constantly decreasing shape of the lactation curve common in low producing dairy ewes. The prediction of milk yield and milk composition from the Guo-Swalve model could be used by the national breeding program for the Kupres, Privor and Stolac pramenka sheep breeds. Additional research during a more stable management conditions is recommended for Privor and Stolac pramenka.

Izkoristek genetskega potenciala in ekonomična prireja mleka sta odvisna od spremljanja rezultatov kontrole prireje na ravni kmetije. Ta je odvisna od mlečnosti krav in njihovih potekov laktacijskih krivulj, na katere med drugim vplivajo tudi okoliški dejavniki. Oblike krivulj med pasmami se bistveno ne razlikujejo, so pa razlike med prvesnicami in kravami v kasnejših laktacijah. Za oceno parametrov Wood-ove krivulje pri poljubni mlečnosti smo razvili sistem regresijskih enačb, s pomočjo katerih lahko napovemo dnevne mlečnosti in ocenimo mlečnost v želenem intervalu standardne laktacije na podlagi prvih dnevnih kontrol. Pri prvesnicah, ki še nimajo svojih podatkov o prireji, mlečnost v standardni laktaciji napovemo s pomočjo regresijskih enačb ob poznavanju plemenskih vrednosti staršev ter proizvodnosti sovrstnic. Iz standardov laktacijskih krivulj za posamezne mlečnosti nato načrtujemo potek dnevnih mlečnosti. S prihajajočimi dnevnimi kontrolami je zanesljivost napovedi še večja. Zaradi določenih okoliških dejavnikov se pogosto zgodi, da napovedanih mlečnosti ne dosežemo. Med raznoterimi razlogi so lahko tudi subklinični mastitisi, ki v prireji mleka povzročajo velike ekonomske škode. V ta namen smo vpeljali nov kazalnik presežka števila somatskih celic, ki je definiran kot presežek ŠSC nad potekom krivulje standarda ŠSC zdravih krav v standardni laktaciji. Ugotovili smo, da so lahko izgube mleka pri istem povprečnem ŠSC zaradi različne razporeditve obdobij z visokim ŠSC večje, kot jih prinese povprečno povečanje za 100.000 SC. Dokazali smo, da primerjava zgolj na povprečjih ni primeren kazalnik zdravja mlečne žleze in je IPSC boljši, saj pri njem upoštevamo zaporedno lakacijo, stadij laktacije, ko je prišlo do obolenja, višino ŠSC in intenzivnost mlečnosti. To utilize the maximum genetic potential of each cow to achieve economical milk production on the farm depends on recording the individual cow’s milk yield. We found out that lactation curve trajectories are in close connection to a cow’s milk production potential which is influenced by environmental effects. The differences in the shape of the lactation curves exist only between primiparous and multiparous cows, but not of breeds. For the estimation of Wood curve parameters for arbitrary milk yield the regression equitation system was developed to estimate the daily milk yields and the estimation of milk production on the bases of first milk recordings. Prediction of expected milk yield in standard lactation of primiparous cows with little or no data on their milk productivity could be defined with the regression equations by knowing the parents breeding values and milk yields of relatives. Using standards of lactation curves for any milk yield we can follow daily milk yields. By including daily milk records in the model, the estimation becomes more reliable. Because environmental effects can occur, predicted milk yield may not be achieved. One of the reasons is subclinical mastitis which leads to considerable economic losses. We proposed a new somatic cell count index (SCCI), defined as the extent of somatic cell count (SCC) over the standard curve for SCC in healthy cows. We found that milk yield loss at the same average SCC in standard lactation could differ because of differences during lactation stages in which the elevated SCC appears. This means that the estimation of milk loss cannot be reliably estimated on the bases of SCC and that SCCI is a much better estimation because it also considers consecutive parity, stage of lactation, milk yield intensity and level of SCC.

U oplemenjivačkom radu za poboljšanje svojstava mliječnosti kod mliječnih krava, neophodno je točno procijeniti genetske parametre koji utječu na svojstva i tijek laktacije. Podaci u laktaciji uključivali su niz ponovljenih mjerenja po kravi te je zbog toga količina podataka bila jako velika. Podaci laktacijskih krivulja simulirani su na temelju modela očeva te zadanih heritabiliteta i korelacija. Podaci laktacijskih krivulja uključuju podatke kćeri 1000 bikova: 50 kćeri po svakom biku i 7 ponovljenih podataka tijekom laktacije za svaku kćer. Korištenjem matematičkog modela Wilmink laktacijske krivulje (Wilmink, 1987) i SAS procedure GLIMMIX detaljno je opisano korištenje modela i procedura te upotrijebljenih naredbi i opcija za kvantitativnu genetsku analizu. Iz dobivenih rezultata određenim procedurama programskog paketa SAS dobivene su proječne vrijednosti laktacijske krivulje kao i prikaz njenog kretanja koji se poklapaju sa rezultatima prijašnjih istraživanja. Rezultati procjene genetskih parametara također su u okvirima zadanih vrijednosti, te se na temelju njihove procjene može nastaviti sa daljnjim oplemenjivačkim radom poboljšanja mliječnih svojstava.

The objective of work was to evaluate effects of milk production level (MY1≥9500 kg, n=23; MY2 = 8000-9499, n=28; and MY3≤7999 kg, n=29) and calving interval length (CI1≥440 days, n=22; CI2 = 400-439 days, n=33; and CI3≤399 days, n=25) on the lactation curve parameters calculated using MilkBot® Model and economic profitability of Holstein dairy cow breeding. Data were obtained from 80 Holstein cows on 1st to 4th parity calved between January and August 2012 on the dairy farm of the Czech University of Life Sciences Prague in Czech Republic. Lactation curve parameters differed more in relation with milk production level compared to calving interval length. Lactation curve in cows with the highest MY was characterized with significantly higher overall magnitude (scale parameter) of milk production (P, Cilj rada bio je procijeniti učinke razine proizvodnje mlijeka (MY1≥9500 kg, n = 23; MY2 = 8000-9499, n = 28, i MY3≤7999 kg, n = 29) i duljine intervala teljenja (CI1≥440 dana, N = 22; CI2 = 400-439 dana, n = 33, i CI3≤399 dana, n = 25) na parametre laktacijske krivulje, kod holstein krava, koji su analizirani MilkBot® modelom. Također su praćeni parametri ekonomske isplativosti. Podaci su dobiveni za 80 holstein krava koje su bile u proizvodnji od prve do četvrte laktacije, a sezona teljenja bila je između siječnja i kolovoza 2012. godine. Istraživanje je provedeno na farmi mliječnih krava Czech University of Life Sciences Prague. Parametri laktacijske krivulje razlikovali su se više u odnosu na razinu proizvodnje mlijeka nego u odnosu na duljinu intervala teljenja. Laktacijsku krivulju u krava s najvećom količinom mlijeka karakterizira značajno veća ukupna proizvodnja mlijeka (P