Pedometria e acompanhamento bioquímico no pós-operatório de bovinos Nelore com onfalopatias / Pedometer and biochemistry monitoring on postoperative from Nelore cattle with umbilical diseases

A analgesia pós-operatória em bovinos, por vezes, é negligenciada, frequentemente por falta de métodos quantitativos para seu diagnóstico e dimensionamento. Os objetivos deste trabalho foram: avaliar a pedometria e o acompanhamento bioquímico no pós-operatório de bovinos Nelore com onfalopatias e comparar a eficiência anti-inflamatória e analgésica entre diferentes doses de flunixin meglumine e meloxicam nesses animais. Foram utilizados 24 bovinos; deste total, 18 animais foram submetidos a laparotomia para tratamento das onfalopatias e, posteriormente, divididos em três grupos de animais: G1, que recebeu 1,1mg/kg flunixin; G2, 2,2mg/kg flunixin; G3, 0,5mg/kg meloxicam. A via de eleição para os tratamentos foi a IM, uma vez ao dia, totalizando seis aplicações. Outros seis bovinos saudáveis compuseram o grupo controle (GC). As coletas do sangue total para mensuração do cortisol plasmático foram realizadas antes e depois da cirurgia, assim como a leitura do pedômetro e o exame clínico. As concentrações plasmáticas de cortisol diferiram apenas no M0, entre o GC e os grupos tratados. O flunixin meglumine em diferentes doses e o meloxicam foram equivalentes no tratamento da dor pós-operatória e no efeito anti-inflamatório em bovinos submetidos à laparotomia para tratamento das onfalopatias.(AU)

Postoperative analgesia in cattle is sometimes overlooked, frequently due to the lack of quantitative methods for diagnosis and measurement. The objectives of this study were: to analyze the pedometric and biochemistry alterations of postoperative period in Nelore bovines with umbilical diseases; compare the anti-inflammatory and analgesic efficiency between different doses of flunixin meglumine and meloxicam in the postoperative of umbilical diseases in these animals. Twenty four bovines were used. From this total, 18 animals were submitted to laparotomy for treatment of umbilical diseases and subsequently divided into three groups of animals: G1, which received 1.1mg/kg flunixin, G2 2.2mg/kg flunixin, G3 0.5mg/kg meloxicam. Six other healthy cattle were allocated to the control group (CG). Total blood samples for plasma cortisol clinical examination was performed on standardizer times. Plasma cortisol concentrations differed only in the M0 between GC and treated groups. Flunixin meglumine in different doses and meloxicam were equivalent in the treatment of postoperative pain and anti-inflammatory effect in cattle submitted to laparotomy for the treatment of umbilical diseases.(AU)

Mapeamento digital de classes de solos: características da abordagem brasileira / Digital soil mapping: characteristics of the brazilian approach

O solo é cada vez mais reconhecido como tendo um importante papel nos ecossistemas, assim como para a produção de alimentos e regulação do clima global. Por esse motivo, a demanda por informações relevantes e atualizadas em solos é crescente. Pesquisadores em ciência do solo estão sendo demandados a gerar informações em diferentes resoluções espaciais e com qualidade associada dentro do que está sendo chamado de Mapeamento Digital de Solos (MDS). Devido ao crescente número de trabalhos relacionados ao MDS, faz-se necessário reunir e discutir as principais características dos estudos relacionados ao mapeamento digital de classes de solos no Brasil, o que irá possibilitar uma perspectiva mais ampla dos caminhos, além de nortear trabalhos e demandas futuras. O mapeamento de classes de solos empregando técnicas de MDS é recente no país, com a primeira publicação em 2006. Entre as funções preditivas utilizadas, predomina o emprego da técnica de regressões logísticas. O fator de formação relevo foi empregado na totalidade dos estudos revisados. Quanto à avaliação da qualidade dos modelos preditivos, o emprego da matriz de erros e do índice kappa têm sido os procedimentos mais usuais. A consolidação dessa abordagem automatizada como ferramenta auxiliar ao mapeamento convencional passa pelo treinamento dos jovens pedólogos para a utilização de tecnologias da geoinformação e de ferramentas quantitativas dos aspectos de variabilidade do solo.

Soil is increasingly being recognized as having an important role in ecosystems, as well as for food production and global climate regulation. For this reason, the demand for relevant and updated soil information is increasing. Soil science researchers are being demanded to produce information in different spatial resolutions with associated quality in what is being called Digital Soil Mapping (DSM). Due to an increasing number of papers related to the DSM in Brazil, it is necessary to discuss the main characteristics of those studies related to the automated mapping of soil classes, which will enable a broader perspective of the subject and guide future works and demands. The mapping of soil classes using DSM techniques is recent in the country, the first publication in this topic occurred just in 2006. Among the predictive functions the predominant is logistic regression. The soil formation factor relief was used in all studies reviewed. Quality of predictive models was evaluated employing error matrix and kappa which were the most common procedures. The consolidation of this automated approach as an auxiliary tool to the conventional soil mapping will demand training of young soil scientists to use geoinformation technologies and quantitative tools to handle aspects of soil variability.

Componentes principais como preditores no mapeamento digital de classes de solos / Principal components as predictor variables in digital mapping of soil classes

Tecnologias disponíveis para a observação da Terra oferecem uma grande gama de informações sobre componentes ambientais que, por estarem relacionadas com a formação dos solos, podem ser usadas como variáveis preditoras no Mapeamento Digital de Solos (MDS). No entanto, modelos com um grande número de preditores, bem como a existência de multicolinearidade entre os dados, podem ser ineficazes no mapeamento de classes e propriedades do solo. O objetivo deste estudo foi empregar a Análise de Componentes Principais (ACP) visando a selecionar e diminuir o número de preditores na regressão logística múltipla multinomial (RLMM) utilizada no mapeamento de classes de solos. Nove covariáveis ambientais, ligadas ao fator de formação relevo, foram derivadas de um Modelo Digital de Elevação e denominadas variáveis originais, estas foram submetidas à ACP e transformadas em Componentes Principais (CP). As RLMM foram desenvolvidas utilizando-se atributos de terreno e as CP como variáveis explicativas. O mapa de solos gerado a partir de três CP (65,6 por cento da variância original) obteve um índice kappa de 37,3 por cento, inferior aos 48,5 por cento alcançado pelo mapa de solos gerado a partir de todas as nove variáveis originais.

Available technologies for Earth observation offer a wide range of predictors relevant to Digital Soil Mapping (DSM). However, models with a large number of predictors, as well as, the existence of multicollinearity among the data, may be ineffective in the mapping of classes and soil properties. The aim of this study was to use the Principal Component Analysis (PCA) to reduce the number of predictors in the multinomial logistic regression (MLR) used in soil mapping. Nine environmental covariates, related to the relief factor of soil formation, were derived from a digital elevation model and named the original variables, which were submitted to PCA and transformed into principal components (PC). The MLR were developed using the terrain attributes and the PC as explanatory variables. The soil map generated from three PC (65.6 percent of the original variance) had a kappa index of 37.3 percent, lower than the 48.5 percent achieved by the soil map generated from all nine original variables.

Extrapolação das relações solo-paisagem a partir de uma área de referência / Extrapolation of soil-landscaperelationship from a reference area

O objetivo deste estudo foi aplicar uma técnica automatizada de mapeamento de solos a partir de modelos preditivos ajustados em uma área de referência e, posteriormente, aplicados em áreas próximas de mesmas relações solo-paisagem. Modelos lineares generalizados foram desenvolvidos utilizando-se de nove atributos de terreno, derivados de um Modelo Digital de Elevação, como covariáveis preditoras e classes de solos, obtidas em um levantamento convencional, como variáveis dependentes. Os modelos foram capazes de distinguir as três principais formas da paisagem local. Classes de solos de pedogênese intimamente ligada às covariáveis preditoras obtiveram os melhores resultados. O mapa de solos gerado apresentou uma reprodutibilidade de 46,12 por cento e uma exatidão de 21,06 por cento.

The aim of this study was to apply an automated technique of soil mapping from predictive models developed at a reference area, into nearby areas of the same soil-landscape relationships. Generalized linear models were developed using nine terrain attributes derived from a digital elevation model as covariate predictors, with soil classes, obtained from a conventional soil survey, as dependent variables. The models were able to distinguish the three main forms of the local landscape. Soil classes with pedogenesis intimately tied to the predictive covariates obtained the best results. The soil maps generated, showed a reproducibility of 46.12 percent and an accuracy of 21.06 percent.