Los autores declaran no presentar conflicto de intereses
Los autores declaran presentar contribución igualitaria en la concepción de la investigación, obtención y procesamiento de los datos y redacción del documento
The study was carried out in two dairy farms of Dos Ríos enterprise, during 2015 and 2016, in order to identify the main factors that influence dairy production. In the analysis, ten variables with the highest preponderance were identified, grouped into four principal components (PC), which explained 79.6% of the variance. As a result of cluster analysis, four groups were formed, which respond, in a general sense, to each dairy farm at every season. Impact factors of each combination, principal component vs. group, were identified. The production (PC1) in dry period showed values of -0.257 and -0.815, for farms 16 and 17, respectively, related to the high stocking rate and low proportion of biomass bank in dairy 17. Herd (PC2) showed a negative impact on farm 16, due to the low number of animals that it uses with respect to dairy 17. Reproduction (PC3) presented a negative impact in both units, which was very similar during rainy season. This phenomenon indicates a greater number of births in dry season, which is not suitable in tropical exploitation systems based on pastures and forages. Milk quality (PC4) showed negative values in farm 16 during rainy season, due to mastitis. The results allowed to assess the factors with the greatest impact, average by groups and PC, and made it possible to identify, with certainty, the difficulties in the production system, so that strategies could be implemented to minimize or eliminate them.
Milk, due to its nutritional balance, is a very complete essential food for human nutrition (
Livestock is responsible for most of the global usage of lands. Grasslands and croplands dedicated to production of cattle feed represent approximately 80% of agricultural land in the world (
Bovine milk production, based on pastures and forages, may be profitable in tropical areas, if pastures are intensively used and an adequate management of the system is ensured. For this, pastures and forages that adapt the best to the edaphoclimatic conditions must be selected, as well as animals with the best adaptability to the challenges imposed by the tropics and climate change (
This research was carried out in the UEB Dos Ríos, of Managuaco agricultural enterprise, located at 210 56’ 01.2” N and 790 20’ 43.8” W, in Sancti Spíritus municipality, Cuba. Livestock control data (white papers), corresponding to 2015 and 2016, from dairy farms 16 and 17, were collected. Siboney de Cuba (dairy 17) and tropical Holstein (dairy 16) were the main evaluated breeds. DeLaval mechanical milking was used in both farms.
The information was collected each month, for two years, and the following aspects were analyzed:
Total and milking cows Milk production per milking group, monthly and seasons Area of each pasture and forage species established at the beginning Botanical composition was determined at the beginning of the study, according to dry weight range method ( Availability was monthly registered, at the entry and exit of the animals, according to the method described by Pasture intake was monthly estimated from the difference between the entry and exit availabilities of animals Food intake in feeders, as well as supplements and complements, was registered every 15 days, weighing food offer without rejection Number and size of paddocks The control of reproductive status included the number of fresh cow, inseminated, pregnant and open cows, according to reproduction cards Lost and affected quarters by mastitis were analyzed every 15 days by sampling the California animals in milking Quality of milk in cooling tanks was daily sampled, as well as density, presence of mastitis and acidity. Percentage of fat and reductase were analyzed twice a month, according to sampling
The predominant soil in the farms under study is carbonate soft brown (
For the analysis, estimates of the potential production curve of each farm were conducted by evaluating the efficiency of milk production, according to days of real lactation per months.
Likewise, forage balances were carried out by year, season and month, according to estimated intakes for each species of grass and forage and used supplements.
For the statistical analysis, the model of principal components, proposed by
The database, organized as a matrix, included the information on 21 variables, presented in columns and scenarios or studied months (48 in total, two units for two years), which corresponded to rows. Thus, the premise that the number of variables is lower than scenarios was fulfilled.
For the selection of principal components, the one that was higher than the unit was taken as eigenvalue. Each component was labeled with a name and the variables that best explained its performance were selected, considering preponderance values superior to 0.60.
With the selected principal components, factorial points were calculated, which can be used as an absolute measure of impact or performance (positive or negative) of the variables of the greatest importance in each farm. This allowed to classify the units using cluster analysis, which enables the selection of groups of similar units by using the dissimilarity coefficient.
The statistical package
Analyzes of feeding base, in both units (
Areas
Unit
Dairy farm 16
Dairy farm 17
Total livestock area
Hectares
76.9
62.4
Total grazing area
Hectares
65.8
37.9
Bahia grass (
Hectares
48.8
31.4
CT 115 (
Hectares
17.0
6.5
Percentage of grazing area as biomass bank
%
25.8
17.2
Total paddocks
Number
27
41
Average paddock area
Hectares
2.44
0.92
Total forages
Hectares
11.1
24.5
Sugar cane (
Hectares
6.1
15.2
King grass (
Hectares
5
9.3
Average cows
Number
84
107
Total stocking rate
Cows/ha
1.09
1.71
Grazing stocking rate
Cows/ha
1.28
2.82
The rest of the areas corresponding to farms are dedicated to permanent forages, such as sugar cane (
Total stocking rate of dairy farm 17 leads to having 39.8% of its livestock areas as permanent forages, which determines higher expenses on dairy production due to the dependence on workers for the cultivation, cutting, carrying and processing of food in the trough. This result differs from that obtained by
These aspects are features of milk production systems based on pastures and forages under tropical conditions (
Results of estimating the relative minimum potential production in both farms (
The estimate of potential vs. real production efficiency, according to real lactation days per months, seasons and years, in the analyzed periods did not exceed 85%. This shows the existence of feeding and managing problems in these two herds in the analyzed periods, resulting in difficulties in reproductive aspects (
Results of the principal component analysis (PCA) (
Principal components
Productivity
Herd
Reproduction
Quality
Accumulated total cows (head)
0.099
0.284
0.193
Accumulated milking cows (head)
0.456
0.096
0.052
Birtds (number)
0.058
0.099
0.123
Total production (kg milk)
0.331
0.198
0.216
Lactation (days)
0.051
-0.013
-0.204
Efficiency percentage (%)
-0.105
0.188
-0.035
Fresh cow percentage
0.089
0.023
0.131
Pregnant cow percentage
-0.253
-0.276
-0.289
Density (g liter-1)
-0.011
0.022
0.033
Forage intake (kg cow-1 day-1)
-0.096
0.245
0.351
Total
3.075
2.194
1.639
1.052
Eigen variance, %
30.747
21.940
16.391
10.521
Accumulated variance, %
30.747
52.687
69.078
79.599
In the case of productivity (PC1), variables total milk production and explotation efficiency potential presented high positive values of preponderance. Meanwhile, the intake of bulky food showed high negative values. This is due to the fact that the highest forage intake occurred during dry season, because there is low availability of grass. This makes the quality of the base diet to be low, which brings about a decrease of dairy productivity, due to a low nutrient intake (
Regarding herd (PC2), all the variables with high values of positive preponderance indicate that with the increment of the number of total animals, there will be more milking cows and also the percentage of pregnant cows increases, which favors milk production.
In the analysis of reproduction (PC3), the two variables with the greatest weight in the preponderance are positive, and are related to each other. As births increase, reproductive indicators improve and percentage of fresh cows also increases, which can directly influence on milk production increases.
Regarding milk quality (PC4), the variable days of lactation presented a negative preponderance value, as it was negatively correlated with milk density. At the beginning of lactation, milk density decreases, as a consequence of the greater volume of milk produced (
In order to identify the variables with the greatest impact on dairy productivity, these PC analyzes have been used in Cuba with satisfactory results in several livestock enterprises in Mayabeque province (
When applying cluster analysis to achieve the grouping of 48 scenarios by similarity, groups I, II, III, IV were formed, composed by 14, 10, 11 and 13 individuals, respectively (
These results correspond to milk production systems based on pastures and forages under tropical conditions (
In the typifications of the four groups (
Variables
Measures
Dairy farm 16 Dry period
Dairy farm 16 Rainy period
Dairy farm 17 Rainy period
Dairy farm 17 Dry period
Group I (14 individuals)
Group II (10 individuals)
Group III (11 individuals)
Group IV (13 individuals)
Mean
SD
Mean
SD
Mean
SD
Mean
SD
Total cows
Heads
2587.8
285.0
2644.1
288.2
3163.9
224.3
3268.5
117.6
Milking cows
Heads
1306.4
176.6
1467.5
232.1
1848.2
92.6
1683.5
161.1
Births
Heads
7.1
3.4
6.0
2.9
7.1
2.7
8.5
3.2
Milk production
kg month-1
10704.1
327.1
10663.1
116.0
16581.0
200.3
11527.1
230.1
Lactation days
days
134.5
18.3
165.0
11.1
137.8
12.7
141.1
15.4
Use efficiency of the potential
%
71.6
16.9
71.7
9.0
83.7
7.8
65.9
10.8
Fresh cows
%
9.6
3.2
8.0
4.1
9.4
2.1
10.2
2.5
Pregnant cows
%
32.1
4.4
38.6
4.1
36.0
3.4
42.6
3.7
Density
g liter-1
1032
13.5
1031
12.8
1032
14.2
1032
13.6
Forage intake
kg cow-1 day-1
21.7
5.4
17.6
5.0
15.7
5.5
29.2
5.1
Monthly milk production, as an average per season, showed no variation in dairy 16, only 0.38% during dry season. However, in dairy farm 17, it decreased 30.48% in dry season compared to the rainy period. The performance of use efficiency of dairy potential was similar in dairy 16, with similar values in both seasons (71.6 and 71.7% for rainy and dry seasons, respectively). However, dairy 17 showed a marked difference of 17.8% between periods (83.7 and 65.9% for rainy and dry periods, respectively).
Forage intake of cows in dairy 16 during dry season was 23.3%, higher than intake during rainy season. However, in dairy 17, this intake increased by 86.0%, compared to the same periods.
This could be caused by the high proportion of areas established with CT-115 as biomass bank in dairy 16, which favored its efficient use in dry season. Hence, the need for bulky food in animal feeders was less during this period, and stability in feeding was achieved (
When relating PC impacts with the formed groups (
PC1 Production
PC2 Herd
PC3 Reproduction
PC4 Milk quality
Mean
SD
Mean
SD
Mean
SD
Mean
SD
Group 1 Dairy 16Dry season
-0.257
0.900
-1.096
0.576
0.024
1.081
0.536
0.717
Group 2 Dairy 16 Rainy season
0.035
0.395
-0.341
0.637
-0.273
1.811
-1.547
0.378
Group 3 Dairy 17 Rainy season
1.259
0.360
0.556
0.3951
-0.256
0.633
0.587
0.416
Group 4 Dairy 17 Dry season
-0.815
0.659
1.022
0.422
0.401
0.819
0.025
0.489
Regarding herd (PC2), obtained values were in accordance with the highest number of animals and, therefore, with the biggest global stocking rate and per grazing area, of dairy 17 in both seasons of the year. This makes it difficult, to a great extent, to be able to achieve stability of the productive system and its self-sufficiency (
Regarding reproduction (PC3), there was a negative impact in both dairies with respect to fresh cows and births, which was very similar in rainy season. This is an undesirable aspect in the exploitation systems based on pastures and forages, since it indicates that, in the studied cases, calvings and the proportion of fresh cows are higher in dry season. At this stage, there is less availability and quality of pasture and forages, which makes it difficult to express the productive potential of dairy cattle at the beginning of lactation, and later affects the poor reproductive performance of the herd (
Milk quality (PC4) presented a negative value in group 2, which corresponds to rainy period of dairy 16. This aspect is directly related to problems that exist in the correct functioning of the milking equipment. This situation caused an increase of the presence of subclinical and clinical mastitis, affecting milk quality at dairy level. In addition, Holstein animals are more susceptible to these technological effects (
Results of this research allowed to identify the variables with preponderance in the performance of milk production system under the study conditions. The analysis of average impact factors per groups and PC made it possible to identify with better certainty which were the difficulties in order to be able to draw up strategies for minimizing, as much as possible, or eliminating them.
Thanks to technicians and specialists of the UEB Dos Ríos, belonging to Managuaco enterprise, of Sancti Spíritus for the support, as well as to the technical staff of Biomathematics group of the Institute of Animal Science.
El estudio se realizó en dos lecherías de la unidad empresarial de base Dos Ríos, durante 2015 y 2016, con el propósito de identificar los principales factores que influyen en la producción láctea. En el análisis se identificaron diez variables con mayor preponderancia, agrupadas en cuatro componentes principales (CP), que explicaron 79.6 % de la varianza. Como resultado del análisis de cluster, se conformaron cuatro grupos, que responden en sentido general a cada vaquería en cada época del año. Se identificaron los factores de impacto de cada combinación, componente principal vs grupo. La producción (CP1) en el período poco lluvioso mostró valores de -0.257 y -0.815, para las unidades 16 y 17, respectivamente, relacionados con la alta carga y baja proporción del banco de biomasa en la vaquería 17. El rebaño (CP2) mostró impacto negativo en la unidad 16, por el menor número de animales que explota con respecto a la vaquería 17. La reproducción (CP3) presentó en ambas unidades impacto negativo, que fue muy similar en el período lluvioso. Este fenómeno indica mayor cantidad de nacimientos en la época poco lluviosa, lo que no es conveniente en los sistemas de explotación tropical basados en pastos y forrajes. La calidad láctea (CP4) mostró valores negativos en la unidad 16 en la época lluviosa, debido a las situaciones de mastitis. Los resultados permitieron valorar los factores de mayor impacto, promedio por grupos y CP, y posibilitaron identificar con certeza las dificultades en el sistema productivo, de modo que se puedan trazar estrategias que las minimicen o eliminen.
La leche, por su balance nutricional, es un alimento esencial muy completo para la alimentación humana (
La ganadería es responsable de la mayor parte del uso mundial de tierras. Los pastizales y tierras de cultivo que se dedican a la producción de alimento para el ganado representan en el mundo, aproximadamente, 80 % de las tierras agrícolas (
La producción de leche bovina, basada en pastos y forrajes, puede ser rentable en el trópico, si se hace un uso intensivo de las pasturas y se asegura el manejo adecuado del sistema. Para ello se deben seleccionar los pastos y forrajes que mejor se adaptan a las condiciones edafoclimáticas, así como los animales con mejor capacidad de adaptación ante los retos que impone el trópico y el cambio climático (
El trabajo se desarrolló en la UEB Dos Ríos, de la empresa agropecuaria Managuaco, ubicada en los 210 56’ 01.2’’ N y 790 20’ 43.8’’ W, en el municipio Sancti Spíritus, Cuba. Se recopilaron los datos del control pecuario (libros blancos), correspondientes a 2015 y 2016, procedentes de las unidades lecheras 16 y 17. Como razas fundamentales se evaluaron la Siboney de Cuba (vaquería 17) y la Holstein tropical (vaquería 16). En ambas unidades se utilizó el ordeño mecánico DeLaval.
Cada mes se recopiló la información durante dos años y se analizaron los siguientes aspectos:
Vacas totales y en ordeño Producción de leche por grupo de ordeño, mensual y épocas del año Área de cada especie de pastos y forrajes establecidos al inicio La composición botánica se determinó al inicio del trabajo, según el método rango en peso seco ( La disponibilidad se registró mensualmente, a la entrada y a la salida de los animales, según el método descrito por El consumo de pasto se estimó mensualmente a partir de la diferencia entre las disponibilidades de entrada y salida de los animales El consumo de alimento en canoa, así como de suplementos y complementos, se registró quincenalmente al pesar oferta menos rechazo Número y tamaño de los cuartones El control del estado reproductivo comprendió el número de vacas recentinas, inseminadas, gestantes y vacías, según tarjetas de la reproducción Los cuartos perdidos y afectados por mastitis se analizaron quincenalmente por el muestreo a los animales California en ordeño La calidad de la leche en tanques de enfriamiento se muestreó diariamente, así como la densidad, presencia de mastitis y acidez. El porcentaje de grasa y reductasa se analizaron dos veces al mes, según contratación del muestreo.
El suelo que predominó en las unidades en estudio es pardo mullido carbonatado (
Para el análisis se realizaron las estimaciones de la curva de producción potencial de cada unidad mediante la evaluación de la eficiencia de la producción láctea, según días de lactancia real por meses.
Igualmente, se llevaron a cabo los balances forrajeros por año, época y mes, según los consumos estimados para cada especie de pasto y forraje y los suplementos utilizados.
Para el análisis estadístico se aplicó el modelo de componentes principales, propuesto por
La base de datos, organizada como una matriz, incluyó la información de 21 variables, presentadas en columnas y los escenarios o meses estudiados (48 en total, dos unidades por dos años), que correspondieron a las filas. Se cumplió así con la premisa de que el número de variables es menor que los escenarios.
Para la selección de las componentes principales, se tomó como valor propio aquel que fue mayor a la unidad. Cada componente se etiquetó con un nombre y se seleccionaron las variables que mejor explicaron su comportamiento, al considerar valores de preponderancia superiores a 0.60.
Con las componentes principales seleccionadas se calcularon las puntuaciones factoriales, que se pueden utilizar como una medida absoluta del impacto o el comportamiento (positivo o negativo) de las variables de mayor importancia en cada unidad. Esto permitió clasificar las unidades mediante el análisis de conglomerados, que posibilita la selección de los grupos de unidades similares mediante la utilización del coeficiente de disimilitud.
Para el procesamiento de la información, se empleó el paquete estadístico
Los análisis de la base alimentaria en ambas unidades (
El resto de las áreas correspondientes a las unidades se dedican a forrajes permanentes, como la caña de azúcar (
La carga global de la unidad 17 conlleva a tener 39.8 % de sus áreas pecuarias como forrajes permanentes, lo que determina mayor gasto en la producción láctea por la dependencia de hombres para el cultivo, corte, acarreo y procesamiento del alimento en el comedero. Este resultado difiere de lo obtenido por
Áreas
Unidad
Vaquería 16
Vaquería 17
Área total pecuaria
hectáreas
76.9
62.4
Área de pastoreo total
hectáreas
65.8
37.9
Pasto alpargata (
hectáreas
48.8
31.4
CT 115 (Cenchrus
hectáreas
17.0
6.5
Por ciento del área de pastoreo como banco biomasa
%
25.8
17.2
Total cuartones
número
27
41
Área promedio de los cuartones
hectáreas
2.44
0.92
Forrajes total
hectáreas
11.1
24.5
Caña de azúcar (
hectáreas
6.1
15.2
King grass (Cenchrus
hectáreas
5
9.3
Vacas promedio
número
84
107
Carga global
vacas/ha
1.09
1.71
Carga pastoreo
vacas/ha
1.28
2.82
En la
Estos aspectos son característicos de los sistemas de producción de leche basados en pastos y forrajes en las condiciones del trópico (
Los resultados de estimar la producción potencial mínima relativa en ambas unidades (
El estimado de la eficiencia de producción real vs la potencial, según días de lactancia real por meses, épocas y años, en los períodos analizados no superó 85 %. Esto demuestra la existencia de problemas en la alimentación y el manejo de estos dos rebaños en los períodos analizados, lo que trae consigo dificultades en los aspectos reproductivos (
Los resultados del análisis de componentes principales (CP) (
Componentes Principales
Productividad
Rebaño
Reproducción
Calidad
Vacas total acumulada (cab.)
0.099
0.284
0.193
Vacas ordeño acumulada (cab.)
0.456
0.096
0.052
Nacimientos (número)
0.058
0.099
0.123
Producción total (kg leche)
0.331
0.198
0.216
Lactancia (días)
0.051
-0.013
-0.204
Porcentaje de eficiencia (%)
-0.105
0.188
-0.035
Porciento de recentinas (%)
0.089
0.023
0.131
Porciento de gestantes (%)
-0.253
-0.276
-0.289
Densidad (g litro-1)
-0.011
0.022
0.033
Consumo forraje (kg vaca-1 día-1)
-0.096
0.245
0.351
Total
3.075
2.194
1.639
1.052
Varianza propia, %
30.747
21.940
16.391
10.521
Varianza acumulada, %
30.747
52.687
69.078
79.599
En el caso de la productividad (CP1), las variables producción láctea total y eficiencia de explotación del potencial presentaron altos valores positivos de preponderancia. Mientras, el consumo de alimento voluminoso dejó ver altos valores negativos. Esto se debe a que el mayor consumo de forraje es en la época poco lluviosa, por la menor disponibilidad de pasto que existe. Lo anterior hace que la calidad de la dieta base sea menor, lo que trae consigo una disminución de la productividad láctea, debido a una menor ingestión de nutrientes (
En cuanto al rebaño (CP2), todas las variables con altos valores de preponderancia positiva indican que a mayor cantidad de animales totales, existen más vacas en ordeño e igualmente se incrementa el porcentaje de vacas gestantes, lo que favorece la producción de leche.
En el análisis de la reproducción (CP3), las dos variables con mayor peso en la preponderancia son positivas, y están relacionadas entre sí. Al aumentar los nacimientos, mejoran los indicadores reproductivos e igualmente se incrementa el porcentaje de vacas recentinas, lo que puede influir directamente en los incrementos de la producción láctea.
En lo que respecta a la calidad láctea (CP4), la variable días de lactancia presentó valor de preponderancia negativo, por estar correlacionado negativamente con la densidad de la leche. A inicios de la lactancia disminuye la densidad láctea, como consecuencia del mayor volumen de leche producido (
Con el propósito de identificar las variables que tienen mayor impacto en la productividad láctea, estos análisis de CP se han utilizado en Cuba con resultados satisfactorios en varias empresas ganaderas de la provincia Mayabeque (
Al aplicar el análisis de cluster para lograr la agrupación de los 48 escenarios por similitud, se conformaron los grupos I, II, III, IV, integrados por 14, 10, 11 y 13 individuos, respectivamente (
Estos resultados se corresponden con los sistemas de producción de leche que tienen como base los pastos y forrajes en las condiciones del trópico (
En las tipificaciones de los cuatro grupos (
La producción de leche mensual, como promedio por época del año, no mostró apenas variación en la vaquería 16, solo 0.38 % a favor de la época poco lluviosa. Sin embargo, en la unidad 17, disminuyó 30.48 % en el período poco lluvioso con respecto al lluvioso. De igual forma se comportó la eficiencia de explotación del potencial lácteo en la vaquería 16, con valores que fueron similares en ambas épocas (71.6 y 71.7 % para la lluviosa y poco lluviosa, respectivamente). Sin embargo, la unidad 17 mostró una diferencia marcada de 17.8 % entre períodos (83.7 y 65.9 % para el lluvioso y poco lluvioso, respectivamente).
El consumo de forraje por las vacas en la vaquería 16 durante el período poco lluvioso fue de 23.3 %, superior con respecto al consumo en el lluvioso. Sin embargo, en la unidad 17 dicho consumo se incrementó en 86.0 % en comparación con iguales períodos.
Lo anterior pudo estar dado por la mayor proporción de las áreas establecidas con CT-115 como banco de biomasa en la vaquería 16, lo que posibilitó su utilización eficiente en la época poco lluviosa. De ahí que fuera menor la necesidad de alimentos voluminosos en los comederos para los animales durante este período, y que se lograra estabilidad en la alimentación (
Variables
Medida
Vaquería 16 poco lluvioso
Vaquería 16 lluvioso
Vaquería 17 lluvioso
Vaquería 17 poco lluvioso
Grupo I (14 individuos)
Grupo II (10 individuos)
Grupo III (11 individuos)
Grupo IV (13 individuos)
Media
DE
Media
DE
Media
DE
Media
DE
Vaca total
cabezas
2587.8
285.0
2644.1
288.2
3163.9
224.3
3268.5
117.6
Vaca en ordeño
cabezas
1306.4
176.6
1467.5
232.1
1848.2
92.6
1683.5
161.1
Nacimientos
cabezas
7.1
3.4
6.0
2.9
7.1
2.7
8.5
3.2
Producción de leche
kg mes-1
10704.1
327.1
10663.1
116.0
16581.0
200.3
11527.1
230.1
Días de lactancia
días
134.5
18.3
165.0
11.1
137.8
12.7
141.1
15.4
Eficiencia de explotación del potencial
%
71.6
16.9
71.7
9.0
83.7
7.8
65.9
10.8
Recentinas
%
9.6
3.2
8.0
4.1
9.4
2.1
10.2
2.5
Gestantes
%
32.1
4.4
38.6
4.1
36.0
3.4
42.6
3.7
Densidad
g litro-1
1032
13.5
1031
12.8
1032
14.2
1032
13.6
Consumo forraje
kg vaca-1 día-1
21.7
5.4
17.6
5.0
15.7
5.5
29.2
5.1
Al relacionar los impactos de las CP con los grupos conformados (
En lo relativo al rebaño (CP2), los valores obtenidos estuvieron acorde con el mayor número de animales y, por ende, con la mayor carga, global y por área de pastoreo, de la unidad 17 en ambas épocas del año. Esto dificulta, en gran medida, poder lograr la estabilidad del sistema productivo y su autosuficiencia (
En cuanto a la reproducción (CP3), en lo que respecta a las vacas recentinas y los nacimientos, hubo en ambas unidades un impacto negativo, que fue muy similar en el período lluvioso. Este es un aspecto no conveniente en los sistemas de explotación basados en pastos y forrajes, ya que indica que en los casos estudiados los partos y, por tanto, la proporción de vacas recentinas, son mayores en el período poco lluvioso. En esta etapa existe menor disponibilidad y calidad del pasto y los forrajes, por lo que se dificulta la expresión del potencial productivo del ganado lechero a inicios de lactancia, lo que repercute después en el pobre comportamiento reproductivo del rebaño (
La calidad de la leche (CP4) presentó valor negativo en el grupo 2, que corresponde al período lluvioso de la unidad 16, aspecto que se relaciona directamente con los problemas que existen en el funcionamiento correcto del equipo de ordeño. Esta situación provocó incremento en la presencia de mastitis subclínica y clínica, con afectación en la calidad láctea a nivel de unidad. A ello se adiciona que los animales Holstein son más susceptibles a estas afectaciones tecnológicas (
CP 1 Producción
CP 2 Rebaño
CP 3 Reproducción
CP 4 Calidad Leche
media
DS
media
DS
media
DS
media
DS
Grupo 1 vaq. 16 poco lluvioso
-0.257
0.900
-1.096
0.576
0.024
1.081
0.536
0.717
Grupo 2 vaq. 16 lluvioso
0.035
0.395
-0.341
0.637
-0.273
1.811
-1.547
0.378
Grupo 3 vaq. 17 lluvioso
1.259
0.360
0.556
0.3951
-0.256
0.633
0.587
0.416
Grupo 4 vaq. 17 poco lluvioso
-0.815
0.659
1.022
0.422
0.401
0.819
0.025
0.489
Los resultados de este trabajo permiten identificar las variables con preponderancia en el comportamiento del sistema de producción de leche bajo las condiciones de estudio. El análisis de los factores de impacto promedio por grupos y CP, posibilitó identificar con mayor certeza dónde radican las dificultades para poder trazar estrategias que permitan minimizarlas en lo posible o eliminarlas.
Se agradece el apoyo de los técnicos y especialistas de la UEB Dos Ríos, pertenecientes a la empresa Managuaco, de Sancti Spíritus, así como al personal técnico del grupo de Biomatemática del Instituto de Ciencia Animal.