FACTIBILIDAD BIOECONÓMICA POR SIMULACIÓN DE TRES ESCENARIOS DE CEBA
INTENSIVA DE ACABADO EN PASTOREO[1]
Pedro Guerra-Martínez[2]; Manuel Salvador De
Gracia-Gálvez[3]
RESUMEN
El propósito del estudio fue determinar la
factibilidad bio-económica (BF) de tres escenarios de ceba intensiva de acabado
en pastoreo en el trópico húmedo, a través de la simulación. La alimentación se
basó en Brachiaria humidicola fertilizada y un suplemento (18,0% PC; 3,3
Mcal EM/kg MS y B/. 0,34/kg BF). Se evaluaron tres escenarios de ceba: ENE-ABR,
MAY-AGO y SEP-DIC. Peso inicial fue 375 kg y peso meta de >454 kg. Los
factores simulados (FA) con el programa LIFE-SIM-BEEF del CIP fueron: Costo
Energético (CE: 1,59; 5,0; 10,0; 15,0; 18,41% adicional a la NRC), Consumo de
Concentrado (CC: 2,64; 4,0; 6,0; 8,0 y 9,36 kg BF/animal/día) y Carga Animal
(CA: 1,16; 1,5; 2,0; 2,5 y 2,84 UA/ha). Para el arreglo de tratamientos y
análisis de datos se usó el Diseño Composición Central y las variables de
respuestas (VR) fueron: ganancia diaria de peso (GDP), peso vivo final (PVF) y
costo de producir un kilo de carne (CPKG). La prueba “falta-de-ajuste”
(P<0,01) indicó que los datos no ajustaron bien al modelo lineal-cuadrático
con interacciones (P<0,01). La significancia de los efectos de FA del modelo
varió de acuerdo con las VR. Mayores GDP y PVF estuvieron relacionados con
mayores CPKG. Con el nivel de CE de 10,00%, CC de 9,36 kg BF/animal/día y CA de
2,00 UA/ha se obtuvieron las mayores GDP y PVF en ENE-DIC, pero mayor CPKG en
el escenario MAY-AGO. Resulta factible realizar tres cebas intensivas en
pastoreo de acabado con suplementación en un año.
Palabras claves: Costo de producción, ganancia
diaria de peso vivo, pastoreo, peso vivo final, suplementación.
BIO-ECONOMIC
FEASIBILITY THROUGH SIMULATION OF THREE FINISHING INTENSIVE FEEDING SCENERIES
ON GRAZING
ABSTRACT
The purpose of this study was
to bio-economically determinate the feasibility (BF) of three finishing intensive
feeding sceneries on grazing under humid tropic conditions through simulation.
The intensive grazing system was based on Brachiaria
humidicola fertilized plus a
supplement (18,0% PC; 3,3 Mcal EM/kg MS and B/. 0,34/kg BF). Three
feeding sceneries were evaluated: JAN-APR, MAY-AUG and SEP-DIC. Initial live
weight was 375 kg and target final weight of >454 kg. Factors were simulated
(FA) by CIP’s LIFE-SIM-BEEF program and their levels were: Energy Cost (CE: 1,59;
5,0; 10,0; 15,0; 18,41% additional to the NRC), Concentrate Consumption (CC:
2,64; 4,0; 6,0; 8,0 and 9,36 kg BF/animal/day) and Stocking Rate (CA: 1,16;
1,5; 2,0; 2,5 and 2,84 AU/ha). Central Composite Design was used for treatments
arrangement and analysis of data, and responses variables (VR) were daily
weight gain (GDP), final live weight (PVF) and cost of producing one kilogram
of meat (CPKG). Lack-of-fit test indicated that data did not adjust well to
linear-quadratic with interaction model (P<0,01). Significance of FA model
effects varied according to VR. Higher GDP and PVF were related to higher CPKG.
With CE level of 10,00%, CC of 9,36 kg BF/animal/day and CA of 2,00 AU/ha,
higher GDP and PVF in JAN-DIC scenery were obtained, but higher CPKG in the MAY-AGO
scenery. It is feasible to carry out three intensive fattening in finishing
grazing with supplementation in one year.
Key
words: Cost of
production, daily gain of live weight, grazing, final body weight,
supplementation.
INTRODUCCIÓN
Los sistemas ganaderos
bovinos de carne de Panamá se desarrollan en pasturas mejoradas y/o
naturalizadas, en su mayoría, en la modalidad de ceba extensiva. La
productividad de estos sistemas está afectada por factores relacionados con la
alimentación, la cual se basa en forrajes y en donde la disponibilidad y
calidad están en función de la época del año. Otros factores de gran
importancia que también están relacionados con dicha productividad son: salud
del hato, reproducción y el estrés calórico.
Las metas para mejorar la competitividad y rentabilidad de la producción
de carne bovina, de acuerdo con Pinzón et al., (2004), incluyen producciones
por hectárea mayor a 900 kg, edad al sacrificio de 22 a 24 meses y rentabilidad
anual mayor a 18%. Además, agregan que las alternativas que se visualizan para
superar lo que hasta ahora se ha logrado y alcanzar estas metas es a través del
manejo y uso eficiente y racional de la pastura, incrementando la capacidad de
carga animal y manteniendo alta ganancias de peso vivo por animal a través del
año. Sin embargo, el potencial productivo de la pastura en la época seca
(mediados de diciembre hasta mediados de abril, dependiendo del área
geográfica) se ve reducido drásticamente hasta un 60% de lo obtenido en la
época lluviosa, lo cual sugiere el uso de suplementación energética-proteica
estratégica, que permitiría altas ganancias de peso y carga animal en la época
seca.
Sistemas de
pastoreo con especies como Brachiaria humidicola, dictyoneura, decumbens
y brizantha (Ávila et al., 2000; Pinzón y Montenegro, 2002) han
reportado ganancias diarias de peso (promedio anual) entre 0,450 y 0,550
kg/animal/día, cargas entre 3,5 y 4,5 cabezas/ha y ganancias de peso corporal
de 725 a 860 kg/ha/año.
Las pasturas de
la especie Brachiaria sp.,
como el pasto Señal (B. decumbens) contienen hasta 8,91% de proteína
cruda (PC) en la época lluviosa y de 6,90% en la época seca; en ese mismo
sentido el pasto Gualaca (B. dictyoneura) contiene 7,31% de PC en la
época lluviosa y 5,25% en la época seca (Pinzón y Montenegro, 2002). Por otra
parte, Guerra et al. (2002) reportan fluctuaciones de 7,45% a 8,2% de PC en la
época lluviosa. De acuerdo con estos contenidos proteicos y los bajos contenidos
energéticos <1,2 Mcal EM/kg MS, para alcanzar ganancias diarias de peso vivo
mayores de 0,650 kg se requiere el uso de un suplemento energético-proteico.
El rubro carne bovina es de gran importancia en la canasta básica de
Panamá y es también importante para la generación de divisa a través de la
exportación. Sin embargo, factores como precios de los insumos, medicamentos y
bajos precios de venta recibidos por el ganadero provocan que este rubro sea de
baja rentabilidad y los sistemas de producción de baja competitividad y
eficiencia. Reducir la edad del bovino al sacrificio y bajar el costo de
producción, así como tomar en cuenta la eficiencia en el uso y manejo de la
pastura como la principal fuente de alimentación merecen especial atención al
desear hacer estos sistemas más productivos, sostenibles y competitivos. Con
las experiencias del IDIAP en desarrollar sistemas de ceba a base de pastoreo
de especies como las Brachiarias sp.,
y el uso de suplementos energéticos-proteicos para alcanzar mayores ganancias
de peso vivo, hace posible simular sistemas de ceba de acabado en diferentes
épocas del año y obtener información sobre cuál sería el mejor escenario para
estos sistemas de ceba intensiva.
Por lo anterior,
el propósito del estudio fue determinar, a través de la simulación, la
factibilidad bioeconómica de tres escenarios de ceba intensiva de acabado en
pastoreo con suplementación energética-proteica en el trópico húmedo de
Chiriquí, Panamá.
MATERIALES Y MÉTODOS
Localización:
Esta simulación se realizó tomando en cuenta las condiciones edafo-climáticas
de la Estación Experimental de Gualaca “Carlos M. Ortega” del IDIAP ubicada en
el distrito de Gualaca, provincia de Chiriquí, a 100 msnm, con precipitación
anual de 4200 mm y temperatura media anual de 26° C. El suelo es del orden
inceptisol, de textura franco arcilloso arenoso, con pH de 5,0, medio en
materia orgánica (4,0%), bajo en fósforo (1,0 mg/kg), medio en potasio (0,13
cmol/kg) y bajo en calcio y magnesio (0,26 y 0,08 cmol/kg, respectivamente).
Información climática: Los datos climáticos e
índice de temperatura-humedad de la National Oceanic and Atmospheric
Administration (NOAA, 1976) ajustada por la velocidad del viento (Mader et al.,
2004) (Cuadro 1). Se tomó como referencia los 23 años de registros (inicio 1 de
noviembre de 1995 a 2018) de la Estación Gualaca II (108-043) situada a 100
msnm, latitud 8°31’20”, longitud -82°18’03” por la Empresa de Transmisión
Eléctrica S.A. (ETESA, 2018).
Fuente de información de
ceba en pastoreo: Se tomaron en cuenta las experiencias y
resultados provienen de dos estudios de ceba de Guerra M. et al. (2002) y de
Pinzón y Montenegro (2002) realizadas en la Estación Experimental de Gualaca
“Carlos M. Ortega”.
Grupo racial:
Para este estudio se tomaron animales con la composición genética ½ a ¾ raza
europea + ½ a ¼ de la raza Brahman. El precio de compra promedio para el 2018
se estimó en B/. 1,83/kg y el precio de venta fue de B/. 2,02/kg, de acuerdo
con la Subasta Ganadera S.A. (2018).
Pasturas y manejo:
Se consideró la Brachiaria humidicola (90,0%) y su manejo de acuerdo con
Guerra et al. (2002). La carga animal máxima alcanzada fue de 4,5 UA/ha .
Fertilización de las
pasturas: La fertilización consistió en 60, 30 y 20 kg por hectárea de N, P205
y K2O. El nitrógeno se fraccionó en tres aplicaciones (junio, agosto
y noviembre), mientras que el fósforo y potasio se aplicaron en junio.
Características
bromatológicas de la Brachiaria humidicola:
La información proviene del trabajo de Guerra M. et al. (2002) y del
Laboratorio de Bromatología de la Estación Experimental de Gualaca “Carlos M.
Ortega” del IDIAP y se detalla mensualmente en el Cuadro 2. El costo de
producción de un kilogramo de forraje en base fresca fue de B/. 0,005.
Suplementación
energética-proteica: Para cubrir los requerimientos
nutricionales diarios del animal se basó en la National Research Council (NRC,
2000). Para cumplir con los requerimientos nutricionales que la pastura no
cubre se utilizó un concentrado energético-proteico
a base de pulidura de arroz, pica de arroz, maíz molido y harina de soya. El
costo y la composición bromatológica del concentrado se detallan en el Cuadro
3.
Escenario para simular:
Para simular el comportamiento productivo y económico de la ceba bovina, se
consideró la modalidad de ceba de acabado en pastoreo adicionando un
concentrado energético-proteico. El escenario para evaluar se describe a
continuación:
Ceba de acabado:
es la fase donde se le da énfasis en la terminación del animal para que se
obtenga un alto peso al sacrificio y una excelente conformación corporal para
un alto rendimiento de la canal. El peso inicial considerado fue de 375 kg. Se
consideraron tres escenarios de ceba en el año: enero-abril (ENE-ABR) cuando
hay una disminución abrupta de la disponibilidad y calidad del forraje y una
mayor dependencia del suplemento, pero se buscan los mayores precios de venta
al mercado al final de la época seca cuando hay mayor demanda de animales
“gordos”; mayo-agosto (MAY-AGO) cuando aumenta la disponibilidad y calidad del
forraje y reducción del uso del suplemento, pero los precios de venta al
mercado se reducen por la oferta de animales “gordos” y septiembre-diciembre
(SEP-DIC) cuando hay una disminución de la disponibilidad y calidad del forraje
por el exceso de lluvia y mucha nubosidad con una moderada dependencia del
suplemento; sin embargo, los precios de venta al mercado bajan por la sobre
oferta de animales de todos los sistemas bovinos de producción por la próxima
llegada de la época seca.
Factores y niveles: Para este estudio se consideraron tres
factores: Costo Energético
o CE, Consumo del Concentrado o CC y Carga Animal o CA. Se propuso un Diseño de
Composición Central (DCC) con tres factores con el propósito de detectar
tendencias lineales, curvilíneas e interacciones y los niveles de cada factor
se obtuvieron con este diseño (Myers, 1976). Los niveles determinados para los
tres factores fueron los siguientes:
a.- Costo Energético (CE): 1,59%; 5%; 10%;
15% y 18,41% adicional al costo energético diario de acuerdo con la NRC (2000).
b.- Consumo del Concentrado (CC):
2,64; 4,0; 6,0; 8,0 y 9,36 kg BF/día.
c.- Carga Animal (CA): 1,16; 1,5; 2;
2,5 y 2,84 UA/ha.
Análisis de los datos: Con el DCC se estableció
el siguiente arreglo espacial de las combinaciones de los niveles de los
factores o tratamientos (Figura 1).
El modelo matemático fue un modelo lineal-cuadrático con interacciones y
fue el siguiente:
Se procedió a simular las ganancias diarias de peso vivo (GDP), peso
vivo final (PVF) y costo de un kilo peso vivo ganado (CPKG) para cada
combinación de niveles o “tratamientos” con el Programa LIFE-SIM Versión 15.1
desarrollado por el Centro Internacional de la Papa (CIP, 2018a; CIP, 2018b;
León-Velarde et al., 2006), y luego estos resultados fueron utilizados para
correr el análisis de superficie de respuesta con el DCC (Myers, 1976). El
punto central (10% CE, 6,0 kg/día CC y 2,00 CA) se replicó cinco veces para
aumentar los grados de libertad del error y realizar la prueba de Falta de
Ajuste.
RESULTADOS Y DISCUSIÓN
Escenario
ENE-ABR: El modelo lineal-cuadrático con interacciones aparenta ser no adecuado
por la falta de ajuste en GDP y PVF y fue altamente significativa (P<0,01) y
significativo en CPKG (P<0,05) (Cuadro 4); sin embargo, el modelo de
superficie de respuesta fue altamente significativo (P<0,01) en las tres
características.
Para GDP y PVF
el efecto lineal (Cuadro 4) fue altamente significativo (P<0,01), pero no
así en CPKG (P>0,05); mientras que el efecto cuadrático fue altamente
significativo (P<0,01) en CPKG y significativo en PVF (P<0,05). Una
tendencia a la significancia (P<0,10) se encontró en GDP. El efecto de los
productos cruzados fue significativo (P<0,05) para GDPV y PVF, pero no en
CPKG (P>0,05). Por otra parte, hay que resaltar que el CV estuvo entre 0,23
a 2,72%, el Coeficiente de Determinación (R2) entre 0,999 a 0,993 y
el Coeficiente de Correlación Múltiple (R) entre 0,999 a 0,996. Todos estos son
parámetros utilizados para determinar la bondad de ajuste de los modelos
polinomiales lineal-cuadrático con interacciones (Draper y Smith, 1981).
Además, los efectos de CE y CC (Cuadro 4) fueron altamente significativos
(P<0,01) en GDP, PVF y CPKG, pero en CPKG con CE significativo (P>0,05).
Las funciones de
predicción para GDP, PVF y CPKG en el escenario ENE-ABR resultaron ser las
siguientes:
Los factores CE
y CC fueron altamente significativos (P>0,01) y CA significativo (P<0,05)
en GDP y PVF, mientras que solamente el factor CC fue altamente significativo
en CPKG (P<0,01) (Cuadro 4).
La distribución
de los residuales para GDP es más estrecha con mayores valores PREDICT y a
medida que aumenta y tiende a dispersarse así disminuyen estos valores PREDICT.
Esto indica un comportamiento insatisfactorio de los residuales (Draper y
Smith, 1981) y justifica porque la prueba de ajuste resultó altamente
significativa (P<0,001). Es notable la presencia “valores atípicos”, lo que
da esa amplitud dispareja en su distribución (Figura 2).
El escenario
ENE-ABR (Figura 3), disminuir el CE y aumentar el CC se aumenta la GDP (a).
Además, también se observa qué al disminuir CE y la CA, se incrementa la GDP
(b), pero disminuir la CA y aumentar CC se incrementa la GDP (c). Por otra
parte, disminuir el CE y aumentar CC se aumenta el PVF (d); así mismo,
disminuir el CE y la CA se incrementa el PVF (e) e igual tendencia a aumentar
el PVF se observa cuando se disminuye CA y se aumenta CC (f). Para el caso de
CPKG, éstos se aumentan al incrementarse el CE y el CC (g); así como al
aumentar CE y CA (h) y finalmente al aumentar CC y CA (i) (Figura 3).
Escenario
MAY-AGO: La falta de juste en GDP y PVF fue altamente significativa (P<0,01)
por lo que aparenta que el modelo no es adecuado, no así en CPKG (P>0,05).
La tendencia fue lineal en las tres características (P<0,01) y solamente
cuadrática en GDP (P<0,01) en el escenario MAY-AGO (Cuadro 5). No se
reportaron efectos significativos en las interacciones o productos. Sin
embargo, el modelo de superficie de respuesta fue altamente significativo
(P<0,01) en las tres variables de respuestas.
Los
CV fueron muy bajos (1,24 a 1,43%) y aceptables, mientras que el R2
y R-Múltiple de GCP y CPKG estuvieron arriba del 99% y para PVF fue de 88,1% y
93,9%, respectivamente (Cuadro 5). Por otra parte, el efecto del factor CE fue
altamente significativo (P<0,01) para GDP, pero no así para GDP y CPKG
(P>0,05). Por otra parte, el efecto de CC fue altamente significativo en PVF
y CPKG y significativo en GDPV (P<0,05). El efecto de CA no afectó en la
respuesta a las tres características (P>0,05).
Las funciones de
predicción para GDP, PVF y CPKG en el escenario MAY-AGO resultaron ser las
siguientes:
En el escenario
MAY-AGO, la Figura 4 muestra que la distribución de los residuales para GDP
está cargada hacia los valores mayores PREDICT positivos. Se observa un “valor
atípico” positivo al extremo de los valores PREDICT. Además, para PVF, la
distribución de los residuales está más al centro, pero con un “valor atípico”
positivo en los valores menores PREDICT. Sin embargo, hay tres “valores
atípicos” negativos en los valores menores PREDICT y uno en los “valores
atípicos” mayores. Finalmente, para el caso de CPKG los residuales están más al
centro de los valores PREDICT, pero con dos “valores atípicos” positivos a
valores mayores PREDICT y dos a los “valores atípicos” negativos PREDICT.
De acuerdo con
el escenario MAY-AGO (Figura 5), aumenta linealmente la GDP a alto CE hasta los
2,0 kg BF/animal/día de CC para luego alcanzar un “plateau” o meseta que
disminuye cuando baja el CE. (a). Aumentar el CE y CA se incrementa también la
GDP (b). La mayor GDP se observa en el mayor CC e incrementa a medida que
aumenta la CA, pero hay una caída drástica de la GDP cuando el CC es menor a
2,0 kg BF/animal/día (c). Mayores PVF se alcanzan aumentando el CE y CC (d).
Similar tendencia en el PVF se observa al aumentar el CE y CA (e). Disminuir el
CC, disminuye el PVF, siendo más drástica en CA menores (f). El CPKG aumenta a
mayores CE y CC de 2,0 kg BF/animal/día, mayores consumos el CPKG aumenta
levemente (g). A más bajos CE y CA se disminuyen los CPKG (h). Además, el CPKG
disminuye curvilíneamente al disminuir el CC y la CA (i).
Escenario
SEP-DIC: La falta de juste en GDP y PVF fue altamente significativa (P<0,01)
por lo que aparenta que el modelo no es adecuado, no así en CPKG (P>0,05).
La tendencia fue lineal en las tres características (P<0,01) y solamente
cuadrática en GDP (P<0,01) en el escenario SEP-DIC (Cuadro 6). No se
reportaron efectos significativos en las interacciones o productos en PVF y
CPKG, pero si hay un efecto significativo en GDP (P<0,05). Sin embargo, el
modelo de superficie de respuesta fue altamente significativo (P<0,01) en
las tres variables de respuestas.
Los CV en las tres variables de respuestas fueron menores de 1,000 y los
R2 variaron de 0,958 a 0,998 y los R-Múltiple de 0,996 a 0,999
(Cuadro 6). El efecto de CE fue altamente significativo (P<0,01), pero no en
PVF y CPKG. Por otra parte, el efecto de CC fue altamente significativo
(P<0,01) en PVF y CPKG, pero significativo en GDP. CA no mostró
significancia alguna en las tres variables de respuesta (P>0,05).
El escenario
SEP-DIC, muestra que la distribución de los residuales para GDP está cargada
hacia los valores mayores PREDICT positivos. Se observan un “valor atípico”
positivo al extremo de los valores PREDICT y dos valores atípicos negativos al
extremo y centro de los valores PREDICT. Además, para PVF, la distribución de
los residuales está más a la derecha de los valores PREDICT y un “valores
atípicos” negativo al extremo izquierdo de los valores PREDICT. Finalmente,
para el caso de CPKG los residuales están más al centro de los valores PREDICT,
pero con dos “valores atípicos” positivos y negativos también al centro de los
valores mayores PREDICT (Figura 6).
En el escenario
SEP-DIC (Figura 7), se observa una tendencia cuadrática que al incrementar el
CE y aumentar el CC, se aumenta la GDP (a), e igualmente bajar el CE y aumentar
la CA se aumenta levemente la GDP (b). La relación entre CC y CA en la GDP es
tipo cuadrática en donde aumentar CC y bajar CA se incrementa la GDP (c). La
tendencia entre CC y CE es de tipo cuadrática, observándose que aumentar CC se
obtiene mayor PVF, pero disminuye cuando baja el CE (d). Sin embargo, no se
observó efecto entre aumentar o disminuir CE y CA sobre la PVF (e). Una
tendencia cuadrática se observa en el PVF al aumentar CC y la CA (f). Menor
CPKH se observa en menores niveles de CE y CC (g). Mayor CPKG se observa al
aumentar CE y CA (h). Disminución en el CPKG se observa al reducir CC y CA (i).
Sin mucha relación entre CE y CA se observó en CPKG al aumentar ambas variables
independientes (g) y con una tendencia lineal se encontró que al aumentar CC y
CA se incrementan CPKG (i).
Excepto en CPKG
en los escenarios MAY-AGO y SEP-DIC el modelo lineal-cuadrático con
interacciones no mostró falta de ajuste (P>0,05); sin embargo, para el resto
de los escenarios y variables de respuesta se encontró con una falta de ajuste
altamente significativa (P<0,01). El modelo ha mostrado estar más apropiado
a uno de tipo lineal y habría que ampliar los niveles de las variables de
respuestas, pero los niveles escogidos están dentro de los rangos utilizados en
la investigación pecuaria del IDIAP (Guerra M. et al., 2002; Ávila et al.,
2000; Pinzón y Montenegro, 2002).
La mayor GDP y
PVF se obtuvo en el escenario SEP-DIC (1,098 kg/día y 508 kg, respectivamente)
con un CE de 10,00% adicional al requerimiento diario energético de la NRC
(2000), CC de 9,36 kg BF/animal/día y CA de 2,00 UA/ha; sin embargo, el CPKG
fue el más alto con B/. 1,09. En este escenario (SEP-DIC) la disponibilidad de
forraje fue de 1765 a 940 kg MS/ha, con un contenido de proteína cruda de 10,97
a 7,26% y digestibilidad de la materia seca de 57,4 a 52,5%. Además, las
condiciones ambientales fueron de las mejores con temperatura ambiental (TA)
promedio de 26,4° a 26,2° C, humedad relativa (HR) de 86,2 a 78,2 y velocidad
del viento de 2,16 a 3,46 km/h. Con estos valores de TA y HR, el Índice
Temperatura-Humedad (ITH) estaría entre 78,16 a 74,28 de acuerdo con Mader et
al., (2004).
La relación entre la Proteína versus Energía en la GDP y en el
escenario ENE-ABR fue muy estrecha en sus 121 días de ceba de acabado en
pastoreo y sus fluctuaciones estuvieron ligeramente por encima de 1,0
kg/animal/día (Figura 8). La Proteína tuvo mayor aporte que la Energía en la
GDP en los escenarios MAY-AGO y SEP-DIC, pero el aporte de la Proteína fue
mayor que la Energía al final de la ceba en el escenario MAY-AGO; sin embargo,
en el escenario SEP-DIC, la relación fue un poco más estrecha desde la mitad de
la ceba en adelante. La relación Margen Bruto (Gross Margin) versus
Costos Totales de Producción fue mayor en el escenario de ENE-ABR con 85%,
seguido por los escenarios SEP-DIC con 63% y MAY-AGO con 52%. Guerra M. et al.
(2002) reportaron márgenes brutos de 17,40% cuando la ceba de acabo consistió
en pastoreo + suplementación hasta 24,10% cuando la ceba fue pastoreo +
suplementación + ionóforos + implante, en ambos casos se incluyeron como costos
fijos las depreciaciones de infraestructuras y alquiler de la tierra y como
costos variables la compra de los animales, alimentación, fertilización de
pasturas, salud el hato y transporte de insumos. De allí que la relación es
mucho menor que del presente estudio. Además, es este estudio el costo de
alimentación se asumió en un 70%, pero para Guerra M. et al. (2002) estuvo
alrededor del 65%.
En las regiones tropicales, Garmendia (1994), Pinzón y Montenegro (2002)
y Ávila et al. (2000), indican que los pastizales crecen rápidamente durante
los períodos de abundancia de lluvias, promoviendo una vegetación de plantas
maduras, que contienen altos niveles de constituyentes fibrosos digeribles. Sin
embargo, durante la época seca los pastizales son de baja utilidad y con un
contenido de proteína cruda inferior al 3,5%. La principal consecuencia del uso
de estas pasturas es la pérdida de peso que experimentan los animales, debido a
la escasez del alimento disponible, principalmente en el escenario ENE-ABR. La
alimentación exitosa de los rumiantes durante la época seca (ENE-ABR) depende
del suministro de una cantidad adecuada y económicamente beneficiosa de
nutrimentos a los animales en el momento oportuno.
La suplementación debe estar dirigida a resolver
problemas carenciales en el rumen (Garmendia, 1994), por lo que el desarrollo
del sistema de producción, particularmente en pasturas de bajo valor nutritivo,
debe basarse en el uso adecuado del tipo y cantidad de suplemento para corregir
las deficiencias del forraje a fin de: (a) mantener y aumentar el consumo de
forrajes, (b) aumentar la eficiencia de uso de nutrientes y (c) aumentar la
producción. Lo ideal sería que el suplemento alcance estos efectos cuando se
incorpora a un nivel igual o menor al 20% del consumo total, ya que, por encima
de estos valores, la práctica de la suplementación se convierte en un proceso
de sustitución del forraje.
La relación entre la pastura y el suplemento se
puede dar de forma aditiva con estimulo, el cual corresponde a aquellos casos
en que el consumo de suplemento estimula la ingesta de forraje y ocurre en los
casos donde se suministra proteína suplementaria para animales pastoreando
forrajes maduros de baja calidad (Lange, 1980).
El mejoramiento del consumo voluntario ha sido
asociado con un más adecuado “status” proteico, de acuerdo con Egan y Moir
(1965); Kempton et al., (1976). Teoréticamente, el término “status proteico o
nitrógeno” está definido como la disponibilidad de diferentes compuestos
nitrogenados en cantidad y calidad requeridas para todas las funciones
fisiológicas del metabolismo animal (Detmann et al., 2014). Por lo tanto,
animales recibiendo suplementos deberían tener el mejor perfil de proteína,
balance energético-proteico y consecuentemente el más alto consumo de pasturas
y TND que aquellos bajo frecuencias de suplementación o auto suplementación
(Valente et al., 2014). Tal como se encontró en este estudio en donde las
ganancias diarias de peso fueron de 0,655 a 1,099 kg/día dependiendo del
escenario y costo energético.
En un estudio de suplementación energética,
Grainger y Mathews (1989) reportaron que generalmente el forraje consumido
disminuye (efecto de sustitución) en la medida que aumenta el suministro de concentrado.
Esto puede ser deseable en la medida que se pretenda “estirar” el forraje,
mientras que puede no ser así cuando se pretenda elevados niveles de
comportamiento individual. Además, sostiene que el nivel de sustitución tiene
una relación directa con la cantidad de forraje disponible y que a niveles de
consumo de forraje del 1,5% en base seca del PV, el efecto de sustitución es
mínimo (Grainger y Mathews, 1989).
Como regla general, Mieres (1997) señalan que los suplementos
energéticos hechos a base de granos, y que sean ricos en almidón (maíz, sorgo)
y que sean suministrados en cantidades elevadas, los mismos pueden deprimir la
digestibilidad del forraje y en particular de la fracción fibra, deprimiendo
también el consumo. Indica además que hay que tener en cuenta que este efecto
negativo en casos de escasez de forraje, puede ser una herramienta para
mantener la carga. Por el contrario, granos con menos contenidos de almidón o
subproductos de granos (afrechos de arroz entre otros) afectan menos la
digestión de la fibra, debido a una menor alteración de las condiciones del
rumen, fundamentalmente pH, no provocando alteraciones a nivel de microflora
ruminal.
Cuatro suplementos de igual concentración energética y diferentes
niveles de proteína cruda fueron evaluados por Holgado (2011). Los suplementos
fueron S1 (1,6 kg/cabeza/día de maíz molido; 9,8% PC), S2 (1,6 kg/cabeza/día de
maíz molido y pellet de soya en partes iguales; 26,0% PC), S3 (1,6
kg/cabeza/día de comprimido de soya; 42,2 kg) y S4 (1,6 kg/cabeza/día de maíz
molido más 90 g/cabeza/día de urea; 26,2%). El testigo (T) sin suplementación.
Se asignaron cinco novillos Bradford por tratamiento de 15 meses de edad y
235,2 kg de peso vivo en promedio. La disponibilidad del pasto Brachiaria brizantha al inicio fue de
3,028 kg MS/ha, o una oferta inicial de 4,7% del PV. Para S1, S2, S3 y S4 la
ganancia diaria de peso fue 0,534; 0,628; 0,746; 0,711 y 0,727 kg/día,
respectivamente. La disponibilidad de forraje no fue una limitante al consumo y
la suplementación energética (S1) logró una mejora de 17,6% en la tasa de
ganancia de peso vivo en relación con el T. En el presente estudio de
simulación, la ganancia de peso vivo esperado fue de 0,818 kg/día en novillos
con 250 kg de PV (ceba completa).
Bajo condiciones de pastoreo libre con Setaria (Setaria phacelata)
se estudió el comportamiento productivo de tres razas de toretes (Brahman,
Charoláis y Mestizos Holstein) y el suministro de 2 kg de una ración
suplementaria elaborada a base de caña picada, follaje de yuca y pulpa de café
deshidratada. La ceba tuvo una duración de 90 días con pesos iníciales de
285,7; 331,3 y 339,3 kg y finales de 343,3; 410,8 y 400,8 kg para los tres
grupos, respectivamente. La ganancia diaria de peso vivo fue mayor en la raza
Charoláis (0,883 kg/día) con respecto a los Mestizos (0,683 kg/día) y Brahman
(0,641 kg/día). Las ganancias con el
Charoláis son las que se asemejan a las encontradas en este estudio (Aguirre et
al., 2013). Por otra parte, estos autores reportaron rentabilidades de 17,8%;
26,5% y 16,9% para los tres grupos raciales, respectivamente.
Con machos
enteros Santa Gertrudis, Guerra M. et al. (2002) reportaron GDP de 0,787 kg/día
cuando fueron suplementados pastoreando Brachiaria humidicola
fertilizada y de 0,947 kg/día cuando además de la suplementación
energética-proteica recibieron ionóforos (Lasalocid Sódico al 4%, a razón de 5
g/animal/día) y fueron implantados (200 mg Progesterona + 20 mg Benzoato de
Estradiol) 15 días después del inicio y 90 días después del primer implante. El
peso promedio inicial fue de 279,2 kg. La duración de la ceba fue de 220 días
para el primer caso y 183 días para el segundo caso. En este estudio se simuló
que la GDP podría alcanzar más del 1,000 kg/día y una duración de la ceba hasta
121 días. Por lo tanto, biológicamente se podrían realizar hasta tres cebas por
año.
CONCLUSIONES
·
El programa LIFE-SIM-BEEF
del CIP funcionó correctamente en la generación simulada de las variables de
respuesta (GDP, PVF y CPKG) con los respectivos niveles de CE, CC y CA de un
Diseño de Composición Central y el modelo lineal-cuadrático con interacciones
aparentemente no ajustó los datos utilizados en la simulación, excepto en CPKG
en los escenarios MAY-AGO y SEP-DIC. Los
datos ajustaron mejor bajo un modelo lineal.
·
Las mayores GDP y PVF
estuvieron relacionados con mayores CPKG y con los niveles de CE de 10,00%
adicional al requerimiento diario energético de la NRC (2000), CC de 9,36 kg
BF/animal/día y CA de 2,00 UA/ha se obtuvieron las mayores GDP y PVF en EP-DIC,
pero mayor CPKG en el escenario MAY-AGO, y el Margen Bruto varió entre los tres
escenarios, siendo mayor en ENE-ABR.
·
Resulta factible realizar
tres cebas bovinas de acabado en un año, preferiblemente en áreas donde la
oferta de animales con peso vivo de 375±10 kg no sea una limitante.
REFERENCIAS
Aguirre, L., Troya, F., Saraguro, A., y
Parra, A. (2013). Comportamiento productivo de tres razas bovinas en sistema de
pastoreo, con suplementación a base de caña, follaje de yuca y pulpa de café,
en el sur de la amazonia ecuatoriana. Revista
CEDAMAZ, 3(1),106-112. https://www.engormix.com/ganaderia-carne/articulos/comportamiento-productivo-tres-razas-t42248.htm
Ávila, M., Castro, L., y Guerra, P. (11-15 de
septiembre de 2000). Evaluación de la Brachiaria humidicola con y sin
fertilización nitrogenada y asociada con la leguminosa Arachis pintoi CIAT
18744 en la producción de carne. [Resumen de presentación de la
conferencia]. XVII Congreso Panamericano de Ciencias Veterinarias. Ciudad de
Panamá; Panamá.
Centro Internacional de la Papa. (16 de mayo
de 2018a). Livestock feeding strategies simulation
models. LIFE-SIM. Version 15.1. CIP. ALDI, INIA,
SLP/ILRI, ECOREGIONAL FUND. https://cipotato.org/site/inrm/home/downmod.htm.
Centro International de la Papa. (16 de mayo
de 2018b). LIFE-SIM-BEEF: A beef production simulation model. Centro
Internacional de la Papa (CIP). https://cipotato.org/site/inrm/home/t-app/beef.zip
Detmann, E., Valente, E. E. L., Batista, E.
D., y Huhtanen, P. (2014). An evaluation of the
performance and efficiency of nitrogen utilization in cattle fed tropical grass
pastures with supplementation. Livestock
Science, 162(4), 141-153. https://doi.org/10.1016/j.livsci.2014.01.029
Di Marco, O. N., y Aello, M. S. (2003). Costo energético de la actividad de vacunos
en pastoreo y su efecto en la producción. Sitio Argentino de Producción
Animal. https://www.produccionanimal.com.ar/informacion_tecnica/manejo_del_alimento/01-costo_energetico_de_actividad_en_pastoreo_efecto.pdf
Draper, N.R., y Smith, H. (1981). Applied regression analysis. 2nd
Edition. Wiley Series in Probability and Mathematical Statistic. John Wiley and
Sons, Inc. New York, USA.
Egan, A.R., y Moir, R. J. (1965). Nutritional
status and intake regulation in sheep. I. Effects on duodenal infused single
doses of casein, urea and propionate upon voluntary intake of a low-protein
roughage by sheep. Australian
Journal of Agricultural Research, 16(3), 437-449. https://doi.org/10.1071/AR9650451
Empresa de Transmisión Eléctrica, S.A. (16 de
mayo de 2018). Hidrometeorología.
Clima. Datos Climáticos Históricos. https://www.hidromet.com.pa/es/clima-histórico
Garmendia A, J. C. (1994). Uso de bloques
multinutricionales en la ganadería a pastoreo de forrajes de baja calidad.
Taller de Alternativas para la Alimentación del Ganado Bovino durante el
Período Seco. Revista de Agronomía (LUZ),
11(2), 224-237. https://produccioncientificaluz.org/index.php/agronomia/article/view/25984
Grainger, C., y Mathews, G. L. (1989).
Positive relation between substitution rate ans pasture allowance for cows
receiving concentrates. Australian
Journal of Experimental Agriculture, 29(3), 355-360. https://doi.org/10.1071/EA9890355
Guerra M., P., Quiel, R., Rodríguez, G., y De
Gracia, M. (2002). Evaluación bioeconómica de cuatro sistemas de ceba basados
en pastoreo, suplementación energética-proteica y estimuladores de consumo y
crecimiento. Ciencia Agropecuaria,
12, 191-222. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/348/284
Holgado, F. D. (2011). Suplementación de
novillos en pastoreo de Brachiaria brizantha durante el período de crecimiento:
Efecto sobre la tasa de crecimiento. Instituto Nacional de Tecnología
Agropecuaria (INIA). Instituto de Investigación Animal del Chaco Semi-Árido.
Leales, Tucumán, Argentina. https://inta.gob.ar/sites/default/files/scrip-tmp-supbrach.pdf
Kempton, T. J., Nolan, J. V., y Leng, R. A.
(1978). Principles for the use of non-protein
nitrogen and by-pass proteins in diets of ruminants. World Animal Review, 22(2), 2-10. Ruminant Nutrition: selected
articles from the World Animal Review. FAO Animal Production and Health Paper.
N°12. Food and Agricultural Organization of the United Nation. Rome, Italy. https://www.fao.org/3/X6512E/X6512E16.htm#ch16
Lange, A. (1980). Suplementación de pasturas para la producción de carnes.
2da. Edición. Editorial AACREA. Buenos Aires, Argentina.
León-Velarde, C., Cañas, R., Quiróz, R.,
Osorio, J., and Guevara, J. (2006). LIFE-SIM: Modelos de simulación de
estrategias de alimentación del ganado. Modelos de simulación para la
producción de leche y carne en: vaca lechera, ganado de carne, cabra y búfalo.
LIFE-SIM Version 8.1. División del Manejo de Recursos Naturales. Centro
Internacional de la Papa (CIP). Lima, Perú. https://cipotato.org/site/inrm/home/t-app/Manuals/LIFESIM%20Simulation%20Model%20Users%20Guide%20Spanish.pdf
Mader, T., Davis, S., Gaughan, J., and
Brown-Brandl, T. (2004). Wind speed and solar radiation adjustments for the
temperature-humidity index. [Sesión de conferencia]. 16th
Conference on Biometeorology and Aerobiology. Abstract 6B.3. Vancuver, British
Columbia, Canada.
https://ams.confex.com/ams/AFAPURBBIO/techprogram/paper_77847.htm
Mieres, J. M. (1997). Tipo de suplemento y su efecto sobre el forraje. Suplementación
estratégica para el engorde de ganado. Ed. Daniel Vaz Martins. Serie
Técnica N°83. 1997. INIA. Unidad de Difusión e Información Tecnológica de INIA.
Editorial Agropecuaria Hemisferio Sur, RL. Montevideo, Uruguay, p.11-15. http://www.ainfo.inia.uy/digital/bitstream/item/2989/1/15630291007152242.pdf
Myers, R. H. (1976). Response surface methodology. Blacksburg. VA. Virginia Polytechnic
Institute and State University.
National Oceanic and Atmospheric
Administration. (1976). Livestock hot
weather stress. United States Department of Commerce. Operation Manual
Letter. C-31-76. NOAA. National Weather Service Central Region. Kansas City,
MO. USA.
National Research Council. (2000). Nutrient requirements of beef Cattle.
NRC 7th Edition. National Academy Press. Washington, DC. USA.
Pinzón, B., y Montenegro, R. (2002). Potencial
de producción de carne con pasturas de Brachiaria solas y asociadas con Arachis
pintoi. Ciencia Agropecuaria,
11,129-157. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/378
Pinzón, B., Montenegro, R., y Santamaría, E.
(2004). Efecto de la disminución del período de ocupación en un sistema de
producción de carne a base de Brachiaria
decumbens cv. Señal. Gualaca, Panamá. 2001-2003. Ciencia Agropecuaria, 17, 31-42. http://www.revistacienciaagropecuaria.ac.pa/index.php/ciencia-agropecuaria/article/view/324
Subasta Ganadera de Panamá S.A. (2018). Precios-Subasta
Ganadera S.A. de Panamá. https://subastaganadera.com/precios/
Valente, E. E. L., Paulino, M. F., Barros, L.
V., Almeida, D. M., Martins, L. S., y Cabral, C. H. A. (2014). Nutritional evaluation of young bulls on tropical pasture receiving
supplements with different protein:carbohydrate ratios. Asian-Australian Journal of Animal Science, 27(10), 1452-1460. https://doi.org/10.5713/ajas.2014.14085