Alcances De Las Pruebas De Campo En Avicultura. Marco A. Rebollo Franco, DVM

Transcripción

1 Alcances De Las Pruebas De Campo En Avicultura Marco A. Rebollo Franco, DVM

2 Adopción De Tecnología Objetivo: Competitividad Reducción de Costos Diferenciación Categorías: Nutrición: aditivos, ingredientes, formulación, analíticos Sistemas Productivos: equipos, instalaciones, diseño Medicina preventiva: medicamentos, vacunas Informáticos: control, comunicación, información

3 Criterios y Precauciones Compatibilidad con nuestro sistema de producción Consistencia en la respuesta esperada Retorno económico Ventaja comparativa Vigencia Soporte técnico / garantía Calidad

4 Pruebas de Campo Evaluación piloto que busca probar un producto en nuestro sistema específico, bajo nuestras propias condiciones y sujeto a todas sus variables. VARIABLES: Granja galpón Sistema de Producción Estirpe Origen Sexo Población Retos infecciosos Procedimientos: vacunación, despique, sexado, lavado, desinfección, saque, etc.

5 Ventaja Esperada IC GDP Calidad Mortalidad Magnitud: 10% 50 s 70 s 5% 70 s 80 s 3% 80 s 90 s 1-2% 00 s 10 s

6 REPETIBILIDAD Que la respuesta esperada suceda varias veces. Con frecuencia confiable A una magnitud rentable Especie animal y función zootécnica Homogeneidad - Uniformidad

7 VALIDACIÓN Validación Interna Rigor científico para una evaluación precisa y exacta Validación Externa Compatible con la situación real Evaluación (Investigación) Observación

8 Prueba de Producto X vs Y Producto X Producto Y Diferencia X vs. Y Granja Etiopía Etiopía - Unidad Galpón 6, 8, 11 3, 6, 9 - Estirpe Cobb 500 FF Cobb 500 FF - Edad, d Aves por m Pollos Iniciados 74,785 76,143 - % Mortalidad Peso Final, Kg Conversión IPE Error por: Edad Salida Densidad Granja Galpón Sexo Orígen Manejo

9 Datos De Producción Pollo De Engorda Granja Galpón Sexo Mortalidad, % Peso, Kg Consumo IC Marina I 1 M Corral 7 4 M Rosas 3 M Marina I 2 M Herradura 2 M Puntas 1 M Corral 7 5 M Marina II 7 M Tunal 9 6 M Herradura 3 M Rosas 4 M Puntas 2 M Otumba 1 M Corral 7 6 M Otumba 2 M Tunal 9 7 M Marina II 8 M Tunal 9 8 M Herradura 4 M Rosas 5 M Promedio DS CV% 35% 3% 5% 4%

10 ERROR / RUIDO Error: VALOR VERDADERO vs. VALOR MEDIDO Error Aleatorio: variabilidad o ruido en un sistema produce imprecisión - tamaño de muestra Error Sistemático o sesgo: desviaciones que no se deben al azar (calibración) Inexactitud cambiar sistema

11 Error Aleatorio vs Error Sistemático Exactitud y Precisión Exactitud e Imprecisión Inexactitud y Precisión Inexactitud y Inprecisión Stat 509, Penn State,

12 Problemas de Experimentar En Granjas - Prueba En Galpón - Estimaciones de punto sesgadas de los efectos del tratamiento PROBLEMA CON ALEATORIZACIÓN Estimaciones con probabilidad inexacta de efectos por tratamiento: Pseudoreplicas asignación de error inapropiado Grados de libertad incorrectos para prueba estadística Problemas para Inferencia Causal St-Pierre, N. 2013, OSU

13 Estimaciones de punto sesgadas de los efectos del tratamiento Es implícita si el análisis de los tratamientos no tienen replicas (un galpón por tratamiento). El efecto del tratamiento es TOTALMENTE confundido con el efecto de la unidad (galpón). St-Pierre, N. 2013, OSU

14 Aleatorización La asignación al azar de tratamientos a unidades experimentales es una condición necesaria para errores independientes, pero NO es condición suficiente. TODOS los factores no controlables deben ser también aleatorizados. Independencia de los Errores St-Pierre, N. 2013, OSU

15 Aleatorización Diseñar un experimento es como jugar con el diablo: solo una estrategia al azar puede vencer todos sus sistemas de apuestas en contra. R. A. Fisher

16 Pseudoreplicación Ausencia de independencia estadística Evaluación del efecto de un tratamiento con un término de error inapropiado para la hipótesis que se está probando Hurlbert 1984

17 Pseudoreplicación Medir los niveles de ozono por 24 h no es igual que medir los niveles de ozono 1 h por día por 24 d, o medir los niveles de ozono una hora en 24 lugares distintos

18 Grados de Libertad Estimación de la probabilidad de que los resultados (variación) se deban a una casualidad. Expresa la habilidad del sistema (observaciones) para fallar o claudicar en in hiperespacio K dimensional St-Pierre, N. 2013, OSU

19 Componentes de la Varianza Dentro de una unidad experimental VAR (Y)k = V P + V S V C k k h Var. De corral Var. De Ave Var. De competencia St-Pierre, N. 2013, OSU

20 Poder Calculado Para Conversión Alimenticia A Los 42 d De Edad Para Diferente Diferencia Entre Medias Con Una DS =.04

21 Decisiones Correctas O Incorrectas? No Funciona Verdad Si Funciona Decisión o Juicio Implementar Rechazar Error Tipo I + falso Correcta Correcta Error Tipo II - falso

22 Condiciones Fundamentales Para Una Buena Evaluación Tratamientos bien definidos Un grupo control Número suficiente de réplicas verdaderas Total aleatorización de todos los factores no controlables

23 Estas Condiciones No Suelen Encontrarse En El Campo

24 Evaluación Administrativa Del Producto O Tecnología Evidencia técnica (publicada) en instituciones acreditadas y confiables (neutrales) y revisadas por un comité tutorial. Adopción de la tecnología en cuestión por otras compañías Evidencia de una respuesta de magnitud económica de más de 3 fuentes. Experiencia y resultados con el tipo de producto que trabajamos. Evaluación del proveedor. Su solidez, respaldo, reputación Especialización en el tema propuesto.

25 Evaluación Del Producto Si decidimos probar el producto ya sea por falta de evidencia o de cumplimiento de los puntos anteriores, debemos involucrar entonces una institución especializada (de investigación o universidad) que pueda realizar una evaluación confiable

26 Retorno de la Inversión (ROI) La respuesta es dinero, ahora cual es la pregunta? ROI = Ganancia Costo de Inversión Costo de Inversión Cual sería un buen retorno? Preferible < 3:1

27 Gracias