Detalhes bibliográficos
Ano de defesa: |
2013 |
Autor(a) principal: |
Machado, Sivanilza Teixeira
![lattes](/bdtd/themes/bdtd/images/lattes.gif?_=1676566308) |
Orientador(a): |
Santos, Rodrigo Couto
![lattes](/bdtd/themes/bdtd/images/lattes.gif?_=1676566308) |
Banca de defesa: |
Jordan, Rodrigo Aparecido
,
Gonçalves, Manoel Carlos
,
Naas, Irenilza de Alencar
![lattes](/bdtd/themes/bdtd/images/lattes.gif?_=1676566308) |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal da Grande Dourados
|
Programa de Pós-Graduação: |
Programa de pós-graduação em Engenharia Agrícola
|
Departamento: |
Faculdade de Ciências Agrárias
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
http://200.129.209.58:8080/handle/prefix/130
|
Resumo: |
Este trabalho teve como objetivo investigar a influência do manejo pré-abate e das operações de transporte na incidência de carne PSE (Pale, Soft and Exudative), a partir de um banco de dados de suínos abatidos em um frigorífico comercial, localizado na região da grande Dourados-MS. Para tanto, adotou-se duas estratégias de avaliação, a primeira refere-se à aplicação de Análise Multivariada Integrada, em 1.832 carcaças e a segunda à aplicação de Regressão Logística Múltipla em 854 carcaças selecionadas. Para o primeiro estudo foram consideradas nove variáveis que podem influenciar a qualidade da carne suína, sendo que destas, sete estão relacionadas ao manejo pré-abate. A finalidade foi identificar quais das variáveis avaliadas eram mais relevantes para o estudo qualitativo da carcaça. Dessa forma, por meio da Análise de Componentes Principais, observou-se que as cinco primeiras componentes explicaram 89,28% da variância total. O segundo estudo, teve a finalidade de constatar a influência do transporte e da ambiência na probabilidade de risco de incidência de carne PSE, para tanto considerou-se oito variáveis, adotando o pH45 como variável dependente e as demais como variáveis explicativas: temperatura de carcaça, ambiência, tempo de embarque, viagem, distância entre a granja e o abatedouro, velocidade média durante o transporte e tempo de descanso nas baias do frigorífico. Assim, foi elaborado um modelo de regressão logística múltipla, em que a variável dependente foi construída pela identificação de carne PSE em carcaças de suínos com valores de pH45 inferior ou igual a 5,8. Para obtenção do modelo com maior capacidade de predição, aplicou-se o método de máxima verossimilhança para estimação de parâmetros e a técnica stepwise para seleção de variáveis explicativas. O modelo obtido apresentou capacidade de predição de 91,8%. |