Análisis de sensibilidad del nivel tecnológico adoptado en fincas ganaderas de doble propósito del Estado Zulia, Venezuela / Sensitivity analysis of the technological level adopted in the dual purpose cattle farms located in the Zulia State, Venezuela

El objetivo de esta investigación fue simular con base en los factores determinantes del nivel tecnológico en fincas ganaderas de doble propósito, la probabilidad de que una finca o productor pertenezca a un grupo de fincas con alto nivel de tecnología, de acuerdo a escenarios distintos a los que originalmente posee, creados por la combinación de los factores determinantes. Estos factores resultaron del ajuste de un modelo Probit Ordenado sobre una muestra de 102 fincas localizadas en los municipios Jesús Enrique Lossada, La Cañada de Urdaneta y Rosario de Perijá, del estado Zulia, Venezuela, previamente estratificada en tres grupos tecnológicos: Bajo (GT1), Medio (GT2) y Alto (GT3), utilizando el algoritmo K-medias. Los factores determinantes: localización geográfica de la finca, nivel educativo del productor, frecuencia de la asistencia técnica y el tamaño de la finca fueron utilizados para evaluar su efecto sobre la probabilidad, producto del cambio de las condiciones originales de la finca, la cual se interpreta como sensibilidad. De los resultados obtenidos se desprende que, existe una relación positiva entre el tamaño de la finca, la educación del productor, localidad geográfica, la frecuencia con que es utilizada la asistencia técnica, y el nivel de tecnología existente en la finca. Se puede inferir que un productor con un nivel educativo universitario que posea una finca con más de 200 unidades animales, que ésta se encuentre localizada en la zona de Rosario de Perijá, y que además de ello haga uso de la asistencia técnica como parte del manejo de su finca, presenta una alta probabilidad de que este productor tienda a ser más innovador y alcance un nivel tecnológico más alto que el GT1.

The objective of this research was to simulate the probability of the farmer of belonging to a specific technological level according to the presence of the determinant factors in scenarios created different from original conditions. These factors were obtained of applying the Ordered Probit model on a sample of 102 farms, located in Jesus Enrique Lossada, La Cañada de Urdaneta y Rosario de Perijá Municipalities of the Zulia State, Venezuela. The sample was previously stratified in three technological groups: Low (TG1), Middle (TG2) and High (TG3) by the K-means algorithm. The geographic locations of the farm, educative level of the farmer and farm size resulted to be the determinant factors. These factors were utilized to evaluate their effect on the probability due to the changes of original conditions of the farm. These changes in the probability are called sensitivity. The results showed that there is a positive relationship between the determinant factors and technological level of the farm. Therefore, a farmer with university degree, his or her farm is located in Rosario de Perijá with more than 200 animal units. In addition, the farmer utilizes the frequently technical assistance; it is much more probably that this farmer tends more innovated and reaches a higher technological level than the TG1.

Monitoreo epidemiológico para brucella abortus en fincas doble propósito del municipio machiques de perijá, Venezuela: Prevalencia, riesgo y efecto de un programa de control / Epidemiologic Surveillance System of Brucella abortus in Dual Purpose Farms of Machiques de Perijá County, Venezuela: Prevalence, Risk Factors and Control Program

Se evalúa la evolución durante 5 años (2003-2007) de la brucelosis bovina (Brucella abortus) en el municipio Machiques de Perijá. El estudio se realizó identificando en leche, tres veces por año, fincas reactivas a la prueba de anillo (PAL) y positivas a un ensayo inmuno enzimático indirecto (ELISA-i). Paralelamente, fueron analizadas muestras de sangre de la población bovina adulta, procedente de las explotaciones problemas, para identificar animales positivos a Rosa de Bengala (RB) y confirmados, por un ensayo inmuno enzimático competitivo (ELISA-c). Adicionalmente, se analizan los alcances de la enfermedad a nivel de un matadero municipal. Los resultados del monitoreo epidemiológico permiten evidenciar disminución progresiva en la ocurrencia de la problemática. Así, en el 2003, se detectó la existencia de 32,3% (209/648) de fincas reactivas a la PAL y 62,9% (404/583) positivas a ELISA-i, y se constató, la presencia y beneficio de animales positivos a RB/ELISA-c sin la identificación pertinente, lo cual repercute sobre la salud de los trabajadores. Para el 2007, se identifican 11,4% de rebaños reactivos a la PAL y 27,2% a ELISA-i; con una positividad de 0,38% (158/41630) de animales infectados según criterio diagnóstico seriado de RB/ELISA-c, aunque se demuestra sesgo importante en esa medición. Además, se identificaron 178 explotaciones (27,0%) sin evidencia de la enfermedad, que pudieran optar por una clasificación o estatus de libres de brucelosis. En el futuro próximo se hace necesario extender el monitoreo hacia fincas proveedoras de queseras artesanales, evaluar las contribuciones individuales de PAL y ELISA-i, como ensayos primarios en la vigilancia de la problemática, implementar providencias coercitivas de control y explorar nuevas técnicas diagnósticas para la identificación rápida de animales infectados. Estas medidas contribuirán, en mediano plazo, a la erradicación de esta enfermedad en esa región del país.

Bovine brucellosis (Brucella abortus) behavior in Machiques of Perijá County was evaluated for 5 years (2003-2007). The survey was undertaken through Ring Test and indirect ELISA (iELISA) performed on milk samples collected 3 times per year from farms located in Machiques de Perijá County. Moreover, serum samples from the adult bovine population of those farms were analyzed to detect reactors to Rose Bengal Test, which were subsequently confirmed by competitive ELISA (cELISA). Brucellosis prevalence was determined at a county slaughterhouse as well. Epidemiological surveillance results suggest a progressive decrease in brucellosis prevalence. In 2003, 32.3% (209/648) of farms were Ring Test reactors and 62.9% (404/583) were iELISA reactors; also, RBT/cELISA positive animals were slaughtered without having been branded adequately according to the law, which negatively affects slaughterhouse workers’ health. In 2007, 11.4% of herds were Ring Test reactors and 27.2% were iELISA reactors; 0.38% (158/41630) of animals were infected according to RBT/cELISA results, there is an important bias in this serial methodology though. Furthermore, 178 farms (27.0%) did not have reactors to the methods used in this survey, which could be candidates to a brucellosis-free status. In the near future, it would be necessary to extend the epidemiological surveillance for brucellosis to farms supplying traditional cheese making factories; to replace Ring Test for iELISA as the main test for milk; to implement compulsory control measures and to explore newer diagnostic tools for rapid identification of infected animals. These measures will contribute, in a short term, to brucellosis eradication in this region of Venezuela.

Efecto del Grupo Racial y Algunos Factores no Genéticos sobre la Producción de Leche e Intervalo entre Partos en Vacas de Doble Propósito / Effect of Breed Group and Some Non-genetic Factors on Milk Production and Calving Interval in Dual Purpose Cows

Para determinar el efecto del grupo racial y algunos factores no genéticos sobre la producción de leche corregida a 244 días (P244) y el intervalo entre parto (IEP), se analizaron 9469 y 6288 observaciones, respectivamente. Los animales se encontraban a pastoreo y en dos ordeños diarios. El modelo estadístico incluyó los efectos: finca (F:1, 2), año de parto (AP: 1995-2005) para P244 y (AP: 1995-2004) para IEP; mes de parto (MP:1,2,3,……,12), número de lactancia, (NL:1,…, 6 ó más), grupo racial ≥ ¾ Bos indicus, ≥ ¾ Bos taurus, 50%Holstein-50% Cebú, 50% Pardo Suizo-50% Cebú y Mosaico lechero, (GR:>CEBU, >E, H50CB50, PS50CB50, ML) y las interacciones FxAP, FxGR, FxNL, APxMP, APxNL. Todos los efectos afectaron a P244d e IEP, a excepción del mes de parto que no fue significativo para P244. La P244 e IEP promedio fueron de 1744 kg y 467 d, respectivamente. Las diferencias entre el mejor y el peor año en P244 e IEP fueron de 275 kg y 141 d, respectivamente. El GR con mayor producción de leche y con el mayor IEP fue PS50CB50 con 1844 kg y 487 d, respectivamente y el de menor producción y menor IEP fue>CEBU con 1619 kg y 452 d. La diferencia en P244 y IEP entre la primera y la quinta lactancia fue de 181 kg y 20 d, respectivamente. Existieron diferencias entre las dos haciendas de 84 kg y 22 d para P244d e IEP, respectivamente. Es interesante resaltar que la interacción FxGR fue significativa (P<0.01), indicando que los GR se comportan de forma diferente en cada finca. Se puede concluir que los efectos no genéticos y el GR tienen una alta influencia sobre la P244 y el IEP.

In order to establish the effect of breed group and some non-genetic factors on milk production corrected at 244 days (P244) and also on calving interval (IEP), 9469 and 6288, observations were analyzed, respectively. The animals were at grazing and milked twice daily. The statistical model included effects of: farm (F: 1,2); year of birth (AP:1995-2005) for P244, and (AP: 1995-2004) for IEP; month of birth (MP: 1, … 12), lactation number, (NL: 1...6 or more), breed group: mostly cebu (≥ ¾ Bos indicus); mostly European (≥ ¾ Bos taurus); 50% Holstein-50% Zebu; 50% Brown Swiss-50% Cebu and Dairy Crossbred Mosaic (GR:>CEBU, >E, H50CB50, PS50CB50, ML) and the interactions FxAP, FxGR, FxNL, APxMP, APxNL. All studied factor affected P244d and IEP, except the month of birth which, was not significant for P244. The average P244 and IEP were 1744 kg and 466 d, respectively. The differences between the best and worst year for P244 and IEP were 275 kg and 141 d, respectively. The GR with the higher milk production and highest IEP was PS50CB50 with 1844 kg and 487 d, respectively. As well, GR with the lower production and lowest IEP was > CEBUE with 1619 kg and 452 d, respectively. The difference for P244 and IEP between the first and fifth sixth lactation was 181 kg and 20 d, respectively. There was difference between the two farms of 84 kg and 22 d for P244d and IEP, respectively. It is interesting to note that FxGR interaction was significant (P<0.01), indicating that GR performed differently on each farm. It can be concluded that the non-genetic effects and GR have a high influence on the P244 and IEP.

Factores que influyen sobre el nivel tecnológico presente en las fincas ganaderas de doble propósito localizadas en el estado Zulia Venezuela / Influence factors on the current technological level in the dual-purpose cattle farms located in the state of Zulia Venezuela

En Venezuela, varios estudios se han realizado para caracterizar las fincas ganaderas de acuerdo al manejo de la finca y a la funcionalidad y desempeño tecnológico, pero hasta la fecha son muy pocos los estudios que permiten identificar los factores que inciden para que un productor utilice determinadas prácticas tecnológicas dentro de las fincas y alcance un nivel tecnológico diferente de otro productor de su localidad. Por esta razón, el objetivo de esta investigación fue identificar y cuantificar los factores que tienen un efecto sobre el nivel tecnológico en las fincas ganaderas ubicadas en las zonas Noroeste y de Perijá del estado Zulia. Para ello se utilizó una muestra de 102 fincas previamente estratificada usando el algoritmo K-medias, resultando tres grupos tecnológicos: Bajo (GT0), Medio (GT1) y Alto (GT2). Posteriormente se utilizó un modelo Probit Ordenado con la finalidad de determinar los factores que inciden sobre el nivel tecnológico de las fincas ganaderas. Cinco factores resultaron determinantes: Zona, nivel educativo, frecuencia de visita del productor a la finca, asistencia técnica y tamaño de la finca. El modelo permite concluir que un productor con un nivel educativo universitario que posea una finca de gran tamaño que se encuentre localizada en la zona de Perijá y además visita la finca con frecuencia y hace uso de la asistencia técnica, tiene una alta probabilidad de pertenecer a otro grupo diferente al GT0.

In Venezuela, several studies have been made to characterize the cattle farmers according to farm management and technological performance. However, for the date of this research, there were very few studies related to the determinant factors that influence on farmer decision for applying some technological practice or reaching a technological level different from other farmer, located in the same area. For this reason, the objective of this research was to identify and quantify the factors that have an effect on technological level of cattle farms loatedin Northwestern and Perija zones of the Zulia State. In a sample of 102 farms previously stratified using K-means algorithm, resulting three technological groups: Low (TG0), Middle (TG1) and High (TG2). Later, an Ordered Probit model was applied in order to determine the factors that affect on technological levels of the cattlefarms. Five factors resulted determinant: Zone, education level, frequency of visit of producers to own farms, technical assistance and farm size. The model allows concluding that a farmer with a large farm located in Perijá, having a university degree, applying technical assistance and visiting his or her farm frequently, has a high probability to belong to another group different from TG0.

La inseminación artificial y su efecto sobre los índices de productividad parcial en fincas ganaderas de doble propósito / The artificial insemination and its effect on partial productivity index of dual-purpose cattle farms

Los objetivos de este estudio fueron identificar y cuantificar los factores que influyen en la adopción de la inseminación artificial (IA), y evaluar el efecto de utilizar la IA sobre los índices de productividad parcial en el sistema de ganadería de doble propósito localizados en el estado Zulia, Venezuela. Para ello se utilizó un modelo Logit, resultando como significativas en cuanto a la adopción de la IA, las variables: nivel de instrucción del productor, tamaño de la finca, localización de la finca y permanencia del productor en la unidad de producción. Con relación a los índices de productividad parcial, la IA sólo tuvo efecto significativo cobre productividad por animal.

The objectives of this study were to identify and quantify the determinants of artificial insemination (AI) and to evaluate the effect of AI on the partial productivity indices of dual-purpose cattle farms located in Zulia State, Venezuela. A Logit model was used, resulting as the explanatory variables of the use of AI: degree education of farmer, size of farm, geographic location, and frequency of visit of producers to own farms. Regarding to partial productivity indices, the AI only had effect on animal productivity.