O termo medidas repetidas é usado para designar medidas feitas na mesma variável ou na

mesma unidade experimental em mais de uma ocasião (Diggle, 1988; Crowder & Hand,
1990). Vários planejamentos com medidas repetidas são comuns, como ³split plot´, ³cross-
over´ e planejamentos longitudinais. Os planejamentos do tipo ³split plot´ (parcelas
subdivididas) são comuns nas ciências agrárias, onde um único nível de um fator é alocado a
uma parcela relativamente grande de terra e todos os níveis de um segundo fator são aplicados
as subparcelas. Nos planejamentos do tipo ³cross-over´, as unidades experimentais recebem
seqüências de tratamentos.
No entanto, as situações mais comuns são aquelas em que pesquisadores tomam
medidas repetidas em diversos tempos sobre uma unidade experimental, com o objetivo de
verificar o seu comportamento ao longo do tempo, caracterizando as medidas repetidas no
tempo (ou planejamentos longitudinais). Estes envolvem a observação de uma ou mais
variáveis respostas em uma mesma unidade experimental em diversas condições de avaliação
(tempo, distâncias de uma origem), caracterizando medidas correlacionadas e com variâncias
não-homogêneas nos diversos tempos, em função do modo sistemático como as medidas são
tomadas.
Neste tipo de análise, a variável resposta pode ser contínua ou discreta, avaliada nas
diversas unidades experimentais (indivíduo, vasos, canteiros), que podem ser agrupadas
segundo tratamentos ou fatores. Para cada unidade experimental obtêm-se diversas unidades
de observação, que em conjunto, definem um perfil individual de respostas. Para cada
tratamento (ou grupo) está associado um perfil médio de respostas que deve evidenciar o
efeito do tratamento e o seu comportamento ao longo do tempo.
Os dados longitudinais são denominados regulares se o intervalo entre duas medidas
consecutivas quaisquer for constante ao longo do estudo. Além disso, se as observações forem
feitas nos mesmos instantes de tempo em todas as unidades experimentais, teremos uma
estrutura de dados balanceada. A ausência de observações perdidas caracteriza uma estrutura
de dados completa.
A análise de medidas repetidas no tempo pode ser feita através da análise de perfis por
meio de um modelo univariado, de acordo com o planejamento do tipo ³split plot on time´,
que impõe forte restrição quanto à matriz de variâncias-covariâncias, como por meio de um
modelo multivariado, que utiliza uma matriz de variâncias-covariâncias sem restrições,
chamada não-estruturada. Outra forma de avaliar dados longitudinais é através da análise de
curvas de crescimento, por meio de modelos mistos lineares ou não-lineares, que possibilitam
o uso de diferentes tipos de estrutura para as matrizes de variâncias-covariâncias, de modo a
descrever o comportamento dos perfis médios através de curvas.
Este texto visa abordar de forma teórica, as principais características, vantagens,
desvantagens e restrições de cada uma das formas de análise de medidas repetidas, aplicando
estas técnicas a um conjunto de dados simples, envolvendo apenas um fator, com dois níveis,
avaliado ao longo do tempo. O sucesso do programa prático do melhoramento de espécies
perenes depende, entre outros aspectos, do conhecimento do germoplasma disponível, da
variação biológica entre espécies no gênero e entre populações dentro de espécies, e da
variação entre indivíduos (Costa et al., 2005). Essas e outras informações, no contexto da
genética quantitativa, possibilitam a determinação de metodologias de análises genético-
biométricas adequadas.
Um importante aspecto biológico de espécies vegetais perenes é a presença de ciclos
produtivos que tornam o melhoramento genético dessas espécies diferenciado de culturas
anuais, por determinarem oscilações na produção ao longo do tempo. Assim, para que os
resultados experimentais representem informações fidedignas da comparação entre diferentes
materiais genéticos, a influência dos ciclos produtivos deve ser removida por meio de
modelagem estatística. Uma forma eficiente de se realizar esta modelagem é por meio da
análise de medidas repetidas (Littell et al., 1998), cuja utilização (no tempo), em cada
indivíduo, é prática rotineira no melhoramento genético desses tipos de espécies (Resende
et al., 2000).
A diferença entre a análise de medidas repetidas e a análise de parcela subdividida é
que, na última, assume-se que as respostas de diferentes tempos, na mesma parcela, são
igualmente correlacionadas. Na segunda, não é necessário assumir essa pressuposição, e é
possível considerar, por exemplo, que as respostas de tempos mais próximos são, em geral,
mais fortemente correlacionadas que as de tempos mais distantes (Littell et al., 1998).
Uma conseqüência imediata de se ignorarem diferentes correlações entre dados
mensurados no tempo é que a significância aparente da diferença entre as médias dos
tratamentos é grosseiramente exagerada, e a sensibilidade dos testes para interação é
seriamente reduzida. De forma geral, a análise de medidas repetidas permite modelar o grau
de homogeneidade das variâncias e covariâncias dos dados, nas diferentes épocas, por meio
da utilização de matrizes específicas. A análise de medidas repetidas possibilita captar
oscilações anuais na produção, ao longo do ciclo produtivo da cultura.
Na produção animal, as unidades experimentais são animais ou plantas forrageiras,
estando estas sujeitas, na maioria das vezes, a medidas repetidas não aleatorizadas no tempo
nestes experimentos, os dados são obtidos através de um planejamento longitudinal, que
consiste em observar cada unidade experimental em todas as fases estabelecidas no estudo.
A principal razão para se realizar experimentos dessa natureza é a suspeita de que os
efeitos dos tratamentos em uma seqüência de tempo se alteram. Porém, a análise comparativa
destes experimentos é efetuada de forma discretizada no tempo. Assim, torna-se necessário a
aplicação de ferramentas robustas que propiciem uma avaliação de todo o período analisado
de forma consistente. Neste sentido, este trabalho tem por objetivo utilizar técnicas de análise
por meio de dados longitudinais a fim de aperfeiçoar o sistema industrial de produção.
Para ilustrar as técnicas disponíveis vamos considerar um exemplo referente ao estudo
do efeito de um nutriente no crescimento de plantas, em dois níveis, caracterizando alta (H) e
baixa (L) concentração, sendo a variável resposta (peso seco em gramas) avaliada por uma
técnica não-destrutiva (não há destruição da unidade experimental) durante um período de 5
semanas com intervalos regulares de 1 semana. O mesmo estudo poderia ser analisado com
ou sem a abordagem de medidas repetidas no momento. Se considerarmos que há 10
combinações tratamento x tempo (2 tratamentos x 5 tempos) e 10 plantas são alocadas para
cada combinação (100 plantas) e, além disso, a cada tempo, um subconjunto diferente (10
plantas) é avaliado para cada tratamento, este experimento pode ser avaliado sem considerar
os aspectos referentes a medidas repetidas, podendo ser analisado por ANOVA com dois
fatores (tratamento e tempo). Isto porque as plantas avaliadas em cada nível do fator
tratamento em um determinado tempo seriam independentes daquelas de outros tempos, mas
obviamente o experimento requeriria um maior número de unidades experimentais do que um
planejamento em medidas repetidas, onde as 10 plantas de cada tratamento seriam novamente
avaliadas a cada tempo, o que caracterizaria a ausência de independência entre os tempos, que
é uma exigência para que os testes (como teste F) sejam exatos. Para análise destes dados foi
empregado o software "R: A Programming Environment for Data Analysis and Graphics´
(Ihaka & Gentleman, 1996), versão 1.9.0, 2004.
‘
‘
‘
‘
‘
‘
 ×
 ‘ . Peso seco de plantas durante um período de 5 semanas, submetidas a alta
(H) e baixa (L) concentração de um nutriente.
‘
  ‘‘‘ 
 ‘‘‘‘  ‘‘‘‘‘‘  ‘‘‘‘‘‘  ‘‘‘‘‘‘  ‘‘‘‘‘‘  ‘‘
1 L 39.589 50.484 60.765 79.653 89.869
2 L 29.188 40.105 60.505 59.460 110.469
3 L 59.579 70.330 90.933 100.169 100.601
4 L 50.068 69.445 79.696 99.981 89.228
5 L 50.398 60.055 70.182 80.891 109.822
6 L 40.003 59.638 89.101 89.256 99.379
7 L 30.371 50.521 69.505 100.173 99.819
8 L 60.424 79.629 110.627 100.179 110.400
9 L 49.796 69.531 90.154 100.478 90.466
10 L 50.291 79.695 90.242 110.230 90.112
11 H 40.736 69.083 100.897 91.062 100.364
12 H 59.857 60.038 109.278 109.725 109.989
13 H 49.926 79.996 89.138 99.591 100.567
14 H 60.650 60.138 80.516 90.108 90.367
15 H 40.221 40.925 109.934 109.511 110.799
16 H 60.169 80.620 90.212 99.851 100.632
17 H 39.410 70.900 80.123 99.509 100.928
18 H 49.235 81.186 100.707 109.362 109.319
19 H 59.857 59.672 90.278 90.046 90.232
20 H 49.962 79.809 90.977 89.877 99.561

Abaixo segue uma análise descritiva destes dados, onde verifica-se que os dados referentes ao
nível H são levemente superiores aos dados do nível L, com variâncias não homogêneas entre
tempos e correlação entre as medidas de alguns tempos (1).
(1)
Médias
Semana 1 semana 2 semana 3 semana 4 semana 5
H 51.003 68.237 94.206 98.865 101.276
L 45.971 62.943 81.171 92.047 99.0172

Matriz de variâncias-covariâncias
Semana 1 semana 2 semana 3 semana 4 semana 5
semana 1 99.317 71.414 72.075 47.363 -10.619
semana 2 71.414 170.680 78.110 75.864 -14.732
semana 3 72.073 78.110 218.723 128.322 37.698
semana 4 47.362 75.864 128.322 151.706 -0.503
semana 5 -10.618 -14.732 37.698 -0.503 63.962

Matriz de Correlação
Semana1 semana2 semana3 semana4 semana5
Semana 1 1.0000000 0.5485029 0.4890119 0.385854237 -0.133229966
semana 2 0.5485029 1.0000000 0.4042698 0.471463477 -0.141003166
semana 3 0.4890119 0.4042698 1.0000000 0.704453278 0.318723553
semana 4 0.3858542 0.4714635 0.7044533 1.000000000 -0.005110448
semana 5 -0.1332300 -0.1410032 0.3187236 -0.005110448 1.000000000
‘

‘. Peso seco de plantas submetidas a alta(H) e baixa(L) concentração de um nutriente ao longo do tempo.‘
As análises univariadas e multivariadas de perfis visam, basicamente, testar as seguintes
hipóteses:
i) Hipótese de perfis paralelos (H0I) - a interação entre tratamentos e tempo é nula?
ii) Hipótese de perfis coincidentes (H0G) ± dado que os perfis são paralelos, o efeito de
tratamento é nulo?
iii) Hipótese de perfis horizontais (H0T) ± dado que os perfis são paralelos, o efeito do tempo
é nulo?
iv) Se os perfis não são paralelos (interação significativa), o efeito do tempo é nulo dentro de
cada um dos tratamentos?
v) Se os perfis não são paralelos (interação significativa), o efeito de tratamento é nulo dentro
de cada um dos tempos?
Estas hipóteses são expressas na forma de hipótese linear geral H: CȕM = 0, sendo C a matriz
responsável por comparações entre os tratamentos (linhas da matriz ȕ), ȕ a matriz de
parâmetros desconhecidos e, M a matriz responsável por comparações entre as ocasiões de
observação (colunas da matriz ȕ).
Para o nosso exemplo, a análise univariada dos perfis resultou em interação não significativa
e nenhuma diferença significativa entre os níveis do nutriente. Apenas observou-se diferença
significativa entre os tempos, correspondendo a perfis não horizontais (2).

(2)
QUADRO DA ANÁLISE DE VARIÂNCIA
Error: factor (Plant)
Df Sum Sq Mean Sq F value Pr(>F)
Nutrient 1 1052.1 1052.1 3.5661 0.0752
Residuals 18 5310.5 295.0
---
Signif. codes: 0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1 ` ' 1

Error: Within
Df Sum Sq Mean Sq F value Pr(>F)
Time 4 38064 9516 102.2819 <2e-16
Nutrient:time 4 322 81 0.8653 0.4891
Residuals 72 6699 93
---
Signif. codes: 0 `***' 0.001 `**' 0.01 `*' 0.05

O modelo para análise univariada de medidas repetidas corresponde ao adotado na análise de

experimentos em parcelas subdivididas (split-plot), onde as causas de variação entre
indivíduos são agrupadas separadamente daquelas de variação intra-indivíduos. yijk = ȝ + Įi
+ Ȗij + ȕk + (Įȕ)ik + İijk para i = 1,...,g; j = 1,...,ni; k = 1,...,t
Onde:
ȝ é uma constante comum a todas as observações, Įi é o efeito do i-ésimo tratamento, Ȗij é o
erro associado às parcelas, ȕk é o efeito do k-ésimo tempo, (Įȕ)ik é o efeito da interação do i-
ésimo tratamento e k-ésimo tempo, İijk é o erro associado à observação yijk. Este modelo é
extremamente restritivo e exige certas pressuposições sobre as variâncias e covariâncias dos
níveis do fator intra-indivíduos e a ocorrência de erros entre-indivíduos (parcelas) e intra-
indivíduos (subparcelas) com distribuição normal, independentes, identicamente distribuídos
e com variâncias constantes. Isto é importante para garantir teste F com distribuição exata na
parcela e também na sub-parcela. Especificamente, este modelo assume o que é chamado
³circularidade´ entre os níveis do fator intra-indivíduos.
Uma matriz de variância e covariância circular tem a propriedade que a variância da
diferença entre todos os pares de níveis do fator intra-indivíduos iguala a uma mesma
constante. A pressuposição de circularidade é menos restritiva que a pressuposição de
simetria composta, em que se assume igualdade entre todas as variâncias dos níveis e também
covariâncias iguais. Por muitos anos, a condição de simetria composta foi requerida para
garantir a validade da estatística F em ANOVA de medidas repetidas. Contudo, Huynh &
Feldt (1970) demonstraram que circularidade era suficiente e necessária. Portanto, todas as
matrizes que tem simetria composta são circulares, mas o contrário não é verdadeiro (von
Ende, 1993). Outra característica de matriz, denominada esfericidade (İ), é usada para avaliar
a circularidade de uma matriz de variância-covariância. Para isto, uma matriz com
coeficientes de contrastes ortonormais é usada para transformar a matriz de variância-
covariância original para uma forma ortonormalizada, cuja esfericidade é uma medida da
circularidade da matriz de variância-covariância original. Se a forma ortonormalizada é
esférica, ou seja, as variâncias das variáveis transformadas são iguais e suas covariâncias são
0, a matriz original é dita circular.
O principal problema da violação da condição de esfericidade é a ocorrência de testes
F não exatos e liberais para os fatores da subparcela, ou seja, inflação do erro Tipo I. Portanto,
a verificação da esfericidade é prerrogativa para uma boa análise através do modelo
univariado. Uma forma de verificar esta condição é através do teste de esfericidade de
Mauchly. No entanto, muitos trabalhos não recomendam o uso deste teste, devido a sua alta
sensibilidade a violação de normalidade, o seu baixo poder (em especial quando a é pequeno),
por não revelar o grau de violação e por tender a ser utilizado como substituto a uma
verificação dos dados. Box (1954a,b) demonstrou que um teste F para um efeito envolvendo
uma ou mais medidas repetidas é aproximadamente distribuído como um F com graus de
liberdade modificado. Uma alternativa recomendada para verificação da esfericidade é
estimar os epsilons (abordados acima) e rodar a análise de variância ajustando os graus de
liberdade com cada um deles. Se não ocorrerem discrepâncias entre os valores-
, é um bom
indicativo que a condição de esfericidade foi atingida. Outra forma, caso os epsilons não
estejam disponíveis, é verificar a matriz de variância-covariância, observando a ocorrência de
simetria composta e/ou circularidade. Estas verificações devem ser feitas para cada fator intra-
indivíduos, separadamente. Outra pressuposição adicional em usar split-plot para medidas
repetidas, referente aos fatores entre-indivíduos, é que as matrizes de covariâncias das
diferenças entre os níveis do fator da subparcela sejam homogêneas para todos os níveis do
fator da parcela. Experimentos com medidas repetidas são bastante comuns na prática, sendo
utilizados por pesquisadores de diversas áreas, quando o objetivo é verificar o comportamento
de um determinado indivíduo, ao longo do tempo, seja o mesmo uma planta, um animal, uma
máquina, uma pessoa, uma empresa, etc. O termo medidas repetidas, segundo Diggle (1988) e
Crowder & Hand (1990), é usado para designar medidas feitas ou na mesma unidade
experimental ou mesmo indivíduo em mais de uma ocasião. Em estudos de medidas repetidas
no tempo, em um delineamento no esquema de parcelas subdivididas, por exemplo, os níveis
do fator tempo não podem ser aleatorizados. Dessa forma, a análise de variância usual pode
não ser válida, porque com a falta de aleatorização, os erros correspondentes às respectivas
unidades experimentais ou indivíduos podem ter uma matriz de covariâncias que não é igual
àquela exigida para que a análise usual de um delineamento seja válida, isto é, variâncias
homogêneas. Fernandez (1991) salienta o problema de que quando o experimento é
sistematicamente arranjado, sem aleatorização, a análise de um experimento no esquema de
parcelas subdivididas com medidas repetidas pode inflacionar a probabilidade de falsamente
rejeitar a hipótese nula (erro tipo I). Para o modelo univariado no esquema de parcelas
subdivididas, são feitas pressuposições de que, tanto o erro da parcela, que engloba o fator de
tratamentos ou grupos, como o erro da subparcela, onde são alocados os tempos e a interação
temposxtratamentos, tenham distribuição normal, sejam independentes e identicamente
distribuídas, com variâncias constantes, cujas pressuposições são as mesmas feitas para uma
análise usual. O erro da parcela também é conhecido como erro entre indivíduos, e o erro da
subparcela como intra-indivíduos. Huynh & Feldt (1970) mostraram que, em um
delineamento no esquema de parcelas subdivididas, para análise de dados com medidas
repetidas, o teste F com relação à parcela tem distribuição F exata, mas com relação à
subparcela, só terá distribuição F exata se a matriz de covariâncias satisfizer certa
pressuposição, além das citadas anteriormente.
De acordo com Milliken & Johnson (1992), tais pressuposições nem sempre são
apropriadas para um delineamento no esquema de parcelas subdivididas para análise de dados
com medidas repetidas, sendo, porém, uma análise correta quando realizada sob suposições
mais gerais. Essas suposições mais gerais requerem certa forma para a matriz de covariâncias
dos erros, denotada por Ȉ. Uma condição suficiente para que o teste F da análise de variância
usual, em nível de subparcela, para o fator tempos e interação temposxtratamentos, seja
válido, é que a matriz de covariâncias tenha uma forma chamada de simetria composta. A
condição de simetria composta implica que a variável aleatória seja igualmente correlacionada
e tenha variâncias iguais, considerando as diferentes ocasiões. Uma condição mais geral da
forma de Ȉ é descrita por Huynh & Feldt (1970). Essa condição, denominada de HUYNH-
FELDT (H-F), é necessária e suficiente para que o teste F da análise de variância usual, no
esquema de delineamento de parcelas subdivididas para análise de dados com medidas
repetidas, seja válido. A condição de H-F é equivalente a especificar que variâncias da
diferença entre pares de erros sejam todas iguais. Isso pode ser verificado calculando-se todas
as variâncias das diferenças dos possíveis pares de erros:
ı2Yjí Yj' = ı2j + ı2j¶ - 2ıjj¶ = 2Ȝ , constante para todo j e j ' (j  j') Desde que ı2 yj ± yj¶ (j  j') seja
igual a uma constante para todo j e j¶ (j  j¶), Ȉ é dita do tipo H-F, e se as variâncias são todas
iguais então a condição é equivalente à de simetria composta. As matrizes de covariâncias Ȉ,
na forma da simetria composta e erros independentes, são casos especiais da condição de H-F.
Um problema com relação à validade dos testes surge quando se têm estruturas da matriz de
covariâncias diferentes das estruturas de simetria composta, erros independentes e a condição
de H-F, levando a testes F não exatos. Para verificar se a matriz de covariâncias atende à
condição de H-F, Mauchly (1940) propôs um teste chamado teste de esfericidade, que verifica
se uma população multivariada apresenta variâncias iguais e correlações nulas. Meredith &
Stehman (1991) verificaram que a violação da condição de H-F leva a testes liberais para os
fatores da subparcela. Caso a condição de H-F para a matriz Ȉ de covariâncias não seja
satisfeita, uma alternativa seria a análise multivariada, também conhecida como análise de
perfis, que adota uma hipótese mais geral sobre a estrutura da matriz de covariâncias. Outra
possibilidade seria utilizar análise univariada no esquema de delineamento de parcelas
subdivididas para análise de dados de medidas repetidas, realizando o ajuste do número de
graus de liberdade do teste F para o fator da subparcela. Uma desvantagem da análise
multivariada, segundo Meredith & Stehman (1991), é a falta de poder para estimar os
parâmetros da matriz de covariâncias, isto quando t (número de ocasiões medidas ou tempos)
é grande e n (tamanho da amostra) é pequeno. Sob a condição de H-F, os testes univariados
para o efeito intra-indivíduos são usualmente mais poderosos que os testes multivariados,
proporcionando uma maior probabilidade de detectar efeitos significativos, quando esses
realmente existem, Meredith & Stehman (1991).
A diferença entre a análise de medidas repetidas e a análise de parcela subdividida é
que, na última, assume-se que as respostas de diferentes tempos, na mesma parcela, são
igualmente correlacionadas. Na segunda, não é necessário assumir essa pressuposição, e é
possível considerar, por exemplo, que as respostas de tempos mais próximos são, em geral,
mais fortemente correlacionadas que as de tempos mais distantes (Littell et al., 1998). Uma
conseqüência imediata de se ignorarem diferentes correlações entre dados mensurados no
tempo é que a significância aparente da diferença entre as médias dos tratamentos é
grosseiramente exagerada, e a sensibilidade dos testes para interação é seriamente reduzida.
De forma geral, a análise de medidas repetidas permite modelar o grau de
homogeneidade das variâncias e covariâncias dos dados, nas diferentes épocas, por meio da
utilização de matrizes específicas. O objetivo deste trabalho foi analisar a produção de
50 clones de café 'Conilon', por meio da análise de medidas repetidas, para identificá-los e
agrupá-los para a formação de variedades mais produtivas e, simultaneamente, modelar
possíveis oscilações na produção ao longo do tempo. A análise de medidas repetidas
possibilita captar oscilações anuais na produção, ao longo do ciclo produtivo do O


a
 . A análise de grupos classifica os clones em grupos menores, de acordo com o
padrão de produção identificado pela análise de regressão adotada.
Em muitos experimentos na área de zootecnia, as unidades experimentais são animais
sujeitos às medidas repetidas não-aleatorizadas no tempo. O estudo básico de medidas
repetidas consiste de delineamentos experimentais completamente aleatorizados em que os
tratamentos são alocados às unidades experimentais e os dados são coletados mais de uma vez
em cada unidade experimental. Dessa forma, têm-se pelo menos dois fatores a serem
estudados (tratamentos e tempo), em que tratamento é o fator entre indivíduos e tempo, o
fator intra-indivíduos (Costa, 2003). Entre as razões para a realização de experimentos dessa
natureza, destacam-se a suspeita de que os efeitos dos tratamentos em uma seqüência de
tempo se alteram, incorporando informações sobre a variação individual na análise, e o fato
de que proporcionam condições adequadas para o controle de fatores que possam influenciar a
resposta e melhorarem, em geral, a precisão das estimativas de contrastes associados às
diferenças entre as médias dos valores da resposta em diferentes ocasiões (Gill, 1986; Lima,
1996). Há semelhanças entre os experimentos com medidas repetidas e aqueles em parcelas
subdivididas, nos quais os fatores tratamento e tempo correspondem, respectivamente, à
parcela e à subparcela.
A diferença entre eles é que, nos experimentos em parcelas subdivididas, os níveis da
subparcela são aleatoriamente atribuídos às unidades de subparcela dentro das unidades de
parcelas. Conseqüentemente, as respostas de diferentes subparcelas, na mesma parcela, são
igualmente correlacionadas. Em experimentos com medidas repetidas, as respostas de tempos
mais próximos são, em geral, mais fortemente correlacionadas que as de tempos mais
distantes (Littell et al., 1996; Xavier, 2000). Os experimentos com medidas repetidas, quando
analisados sob o enfoque de parcela subdividida, violam duas pressuposições básicas
requeridas pela análise de variância: a falta de casualização entre os tratamentos e as épocas
de avaliação (tempo) e a dependência de erros, pelo fato de as medidas serem tomadas sobre
as mesmas unidades experimentais ao longo do tempo, ocasionando a correlação entre os
dados (Rezende et al., 1999; Rosário, 2003). Uma conseqüência imediata de se ignorar a
correlação entre os dados mensurados em tempos adjacentes é que a significância aparente da
diferença entre as médias dos tratamentos é grosseiramente exagerada e a sensibilidade dos
testes para interação é seriamente reduzida.
Quando a correlação de erros é ignorada, as inferências podem ou não ser distorcidas,
conforme o grau de homogeneidade das variâncias e covariâncias dos dados nas diferentes
épocas (Gill, 1986; Riboldi et al., 1996). A correlação entre as mensurações no indivíduo ao
longo do tempo pode ser modelada por meio de uma estrutura de variância e covariância de
erros, de modo que, para outros tipos de dados, é usual assumir que os erros sejam
independentes. Modelar uma estrutura de variância e covariância apropriada é essencial para
que as inferências sobre as médias sejam válidas (Costa, 2003). Entre as diversas estruturas de
variância e covariância dos erros, encontram-se: ARH (1): auto-regressiva de primeira ordem
heterogênea, caracterizada pela desigualdade de variâncias e covariâncias e pela correlação
maior entre avaliações adjacentes; CSH: simetria composta heterogênea, caracterizada pela
desigualdade de variâncias e covariâncias e pela mesma correlação entre avaliações; CS:
simetria composta, caracterizada pela igualdade de variâncias e covariâncias; AR (1): auto-
regressiva de primeira ordem, caracterizada pela igualdade de variâncias e covariâncias e
correlação maior entre medidas adjacentes; VC: componentes de variância, caracterizada por
variâncias iguais e observações independentes (SAS, 2003). Dessa forma, a maneira correta
para análise de dados em medidas repetidas que emprega um modelo misto e considera a
variação entre as unidades experimentais, que são decorrentes das diferenças entre os níveis
dos tratamentos, e a variação dentro das unidades experimentais, que são atribuídas às
mensurações em diferentes tempos (Crowder & Hand, 1990; Littell et al., 1998). Uma vez que
as variáveis de desempenho zootécnico (peso médio, ganho de peso, consumo de alimento e
conversão alimentar) são geralmente mensuradas semanalmente em testes de desempenho de
frangos de corte e, portanto, estão inseridas no conceito de medidas repetidas, o emprego de
metodologias estatísticas apropriadas e eficientes à análise de dados dessa natureza aumenta a
precisão na avaliação dos materiais genéticos de frangos de corte durante os testes de
desempenho. Este fato é de extrema importância em um programa de melhoramento genético,
pois possibilita a seleção dos materiais genéticos superiores ao longo dos ciclos de seleção
(Rosário, 2003). Portanto, o objetivo neste trabalho foi utilizar a análise de medidas repetidas
na avaliação do desempenho zootécnico de genótipos de frango de corte.
A principal informação para avaliação genética e seleção de ovinos de corte são os
pesos corporais obtidos durante o período de crescimento. As pesagens são, normalmente,
feitas a intervalos de 28 dias, permitindo que cada animal tenha várias medições de peso, o
que caracteriza as chamadas medidas repetidas ou dados longitudinais. Essa terminologia tem
sido usada para caracterizar conjuntos de observações provenientes de várias medições
tomadas em um mesmo indivíduo ao longo do tempo, como os pesos corporais de um animal
medidos em várias idades. Nos últimos anos, essa estrutura de dados tem recebido tratamento
especial por parte de pesquisadores em melhoramento animal. Tendo em vista que os valores
genéticos dos animais são tomados como fatores aleatórios e que equações de regressão
poderiam ser empregadas na descrição desses fatores, Schaeffer e Dekkers (1994) propuseram
a utilização de um modelo animal que tenha coeficientes de regressão de efeito aleatório
(Henderson Jr., 1982) para avaliação genética de características que são medidas várias vezes
durante a vida do animal. Os modelos de regressão aleatória, comparados aos modelos
multicaracterísticas, apresentam algumas vantagens: abrangem de todo o intervalo contínuo
em que as medidas forem tomadas, possibilitando predizer o valor genético dos animais em
qualquer ponto desse intervalo (Kirkpatrick e Heckman, 1989), permitem a estimação de
curvas de crescimento individuais considerando o parentesco existente entre os animais,
podem utilizar mais eficientemente as informações disponíveis, sem a necessidade de
empregar ajustes arbitrários em idades consideradas como padrão (Meyer e Hill, 1997) e
podem analisar os efeitos de ambiente peculiar a cada pesagem (Jamrozik et al., 1997). Os
modelos de regressão aleatória têm sido reconhecidos como ideais para análise de dados
longitudinais no melhoramento animal e têm sido utilizados para modelar várias
características em algumas espécies de animais domésticos, como bovinos de leite (Jamrozik
et al., 1997), bovinos de corte (Albuquerque e Meyer, 2001; Nobre et al., 2003) e ovinos de
corte (Lewis e Brotherstone, 2002). No entanto, em ovinos deslanados não se constataram
trabalhos que tenham empregado esses modelos na avaliação genética do crescimento. Os
objetivos deste trabalho foram estimar parâmetros genéticos para os efeitos aditivos direto e
materno e predizer valores genéticos dos animais por meio de modelos de regressão aleatória
para pesos de ovinos Santa Inês, e comparar os resultados aos obtidos com um modelo
bicaracterística.
Avaliou-se a influência da suplementação no comportamento ingestivo e nos padrões
de deslocamento de bezerras de corte em pastagem exclusiva de azevém (:   
 
Lam.). Utilizou-se o método de pastejo com lotação contínua e número variável de animais,
em delineamento inteiramente casualizados, com medidas repetidas no tempo. Os animais
receberam ração comercial (17% PB, 21,4% FDN) na proporção de 1% do PV, fornecida
diariamente às 14 h. As avaliações foram feitas por meio de observação visual, em quatro
períodos contínuos de 24 horas. A taxa de bocados não diferiu entre bezerras com e sem
suplementação, mas foi maior no período final de utilização da pastagem. Animais sob
suplementação realizaram bocados mais pesados. O número de estações/minuto, de
bocados/estação e os padrões de deslocamento são influenciados pela variação do pasto ao
longo da utilização da pastagem. O comportamento ingestivo e os padrões de deslocamentos
das bezerras variam quando os animais recebem suplemento e quando há variação estrutural
do dossel ao longo do ciclo biológico do pasto. No estádio reprodutivo do azevém, o tempo de
pastejo, o número diário de bocados e de estações alimentares e o tempo por estação são
semelhantes entre bezerras que recebem ou não suplemento.
Foi avaliado o comportamento ingestivo de novilhas de corte e as características
estruturais do milheto (aa
  a (L.) Leeke). Utilizou-se o delineamento
inteiramente casualizado com medidas repetidas no tempo (três períodos), duas massas de
lâmina foliar (600 e 1.000 kg/ha de MS), mantidas por lotação contínua e com ajuste de carga,
e três repetições. Avaliaram-se a altura do dossel, a massa de forragem, a densidade de
lâminas foliares e colmos nos estratos verticais do pasto (características estruturais do dossel),
os tempos de pastejo, ruminação e ócio e a taxa de bocados das novilhas (comportamento
ingestivo). A taxa de bocados foi influenciada pelo manejo do pasto e foi menor quando a
massa de lâmina foliar foi de 1.000 kg/ha de MS. Os tempos diários de pastejo, ruminação e
ócio de novilhas de corte foram semelhantes entre as massas de lâmina foliar. As variações
estruturais do pasto ao longo do tempo de utilização promoveram modificações nos tempos de
pastejo, ruminação e ócio das novilhas e afetaram a taxa de bocados. Na Região Sul do Brasil,
as novilhas concentram suas atividades de pastejo no período das 12 h às 18 h, diminuindo
entre 24 h e 6 h, mesmo na estação mais quente do ano.
Vários estudos têm sido conduzidos com o objetivo de investigar a resposta de uma
característica ao longo do tempo. Assim, as medidas repetidas são obtidas nos mesmos
indivíduos, em tempos diferentes, e, possivelmente, sob diferentes condições experimentais.
Nesses casos, pode existir uma estrutura de (co) variância única para representar a
variabilidade das medidas dentro dos indivíduos de uma população, mas os parâmetros dessa
estrutura podem variar entre os indivíduos (Laird & Ware, 1982). Medidas repetidas de uma
característica, como o peso em diferentes idades, avaliadas no mesmo animal, são
correlacionadas entre si. A correlação e a variância dessas medidas podem variar ao longo do
tempo e podem produzir uma estrutura de (co) variância complicada, a qual requer métodos
estatísticos especiais para a análise (Littell et al., 1998). Freitas et al. (2005) estudaram os
pesos de bovinos das raças Nelore, Guzerá, Gir e Indubrasil sob o enfoque de medidas
repetidas e sugeriram que o estudo dessas características considerando-se uma estrutura de
(co)variância residual entre as medidas é mais eficiente que a análise univariada, a qual
considera as medidas repetidas como subparcelas. Gröhn et al. (1999) estudaram o efeito da
cetose sobre a produção de leite em vacas da raça Holandesa considerando a produção total de
leite ajustada para 305 dias de lactação e considerando os controles de produção mensais
como medidas repetidas, com estruturas de (co)variâncias residuais entre as medidas. Os
autores concluíram que, por meio do segundo tipo de análise, foi possível identificar
diminuição significativa da produção de leite em vacas com cetose, o que não ocorreu com a
primeira análise, o que evidenciou maior eficiência da análise de medidas repetidas, em
relação à análise univariada, para detectar efeitos significativos das fontes de variação. A
escolha da melhor estrutura de (co) variância residual e do modelo mais adequado é
fundamental na análise de dados de medidas repetidas, caso contrário, os resultados podem
ocasionar conclusões equivocadas. Segundo Littell et al. (1998), a escolha da estrutura de
(co)variância para os resíduos é importante porque os erros-padrão das médias são
dependentes desta escolha e, caso se opte por uma estrutura inadequada, os erros-padrão
podem ser viesados. Para determinado conjunto de dados de pesos de bovinos analisados
como medidas repetidas, a estrutura de (co) variância pode variar entre as diversas raças ou
grupos genéticos. Freitas et al. (2005), analisando dados de nove pesagens, realizadas em
intervalos trimensais do nascimento aos dois anos de idade, concluíram que a estrutura Fator
Analítico de Primeira Ordem (FA(1)) foi a mais adequada para as raças Nelore e Indubrasil,
enquanto a Não Estruturada (UN) foi a mais adequada para as raças Guzerá e Gir. Todavia, as
estruturas que requerem a estimação de maior número de parâmetros tendem a proporcionar
os melhores ajustes (Gröhn et al., 1999; Freitas et al., 2005; Lorenzo-Bermejo et al., 2003).
Este trabalho foi realizado com o objetivo de selecionar o arranjo para efeitos fixos e a
estrutura de (co) variância residual que melhor representem a variabilidade dentro do rebanho
e dentro dos indivíduos, utilizando-se dados de medidas repetidas do peso de bovinos da raça
Canchim. Os dados utilizados neste estudo foram provenientes do controle de
desenvolvimento ponderal de bovinos da raça Canchim, do rebanho da Embrapa Pecuária
Sudeste, localizada em São Carlos, SP. Foram analisados os dados de 3.690 animais nascidos
entre os anos de 1956 e 2000 (exceto 1957 e 1999), pesados ao nascimento (PN), a desmama
(P240), aos 12 (P365) e aos 18 meses de idade (P550). As idades dos animais no momento
das pesagens à desmama, aos 12 e aos 18 meses de idade variaram de 180 a 300, de 305 a 405
e de 490 a 610 dias de idade e os pesos utilizados foram padronizados para as idades de 240,
365 e 550 dias, respectivamente, considerando-se o ganho de peso diário de cada animal
durante o período que antecedeu cada pesagem. Para análise, foram utilizados os dados de
pesos cujas classes de efeitos fixos formadas pelo ano, mês de nascimento e sexo do animal
possuíam pelo menos cinco observações. Os animais foram criados em regime exclusivo de
pastagens e maiores informações sobre o manejo podem ser obtidas em Mello et al. (2002).
Inicialmente, os dados foram submetidos a análises exploratórias com o objetivo de
diagnosticar a qualidade. De acordo com Freitas (2003), dados de campo, principalmente em
virtude de problemas de coleta, apresentam "outliers", correlações absurdas, afastamento da
distribuição normal, heterogeneidade de variâncias dentro das classes de efeitos fixos e grau
acentuado de assimetria e curtose, anomalias que podem omitir resultados importantes quando
se utilizam procedimentos tradicionais de análises. Os coeficientes de assimetria e curtose, as
(co) variâncias e as correlações fenotípicas para os pesos observados foram calculados sem
qualquer ajuste para as fontes de variação com o propósito de compará-los àqueles obtidos
nas análises utilizando-se modelos mais parametrizados. A assimetria é uma forma de a
distribuição dos dados ser mais viesada em uma direção que em outra. Quando se considera
uma distribuição simétrica como a normal, a curtose é uma medida do grau de achatamento
dessa distribuição. Ambas são importantes nas análises exploratórias dos dados (Freitas,
2003). Posteriormente, os dados de pesos, medidos nas diferentes idades do animal, foram
considerados como medidas repetidas.
Após a escolha do melhor arranjo para efeitos fixos e da estrutura de (co) variância
residual mais adequada, foram realizadas análises de variância unicaracterísticas para os pesos
de cada idade. Os resíduos associados a cada pesagem obtidos nas análises com estruturas de
(co) variância e nas unicaracterísticas foram utilizados para os cálculos dos coeficientes de
assimetria e curtose.
 As médias de pesos e os respectivos desvios-padrão para as diferentes idades
mantiveram-se dentro do intervalo descrito na literatura para esta raça (Mascioli et al., 1996;
ABCCAN-Embrapa-Geneplus, 2002), sugerindo que os resultados deste estudo podem ser
generalizados para outros rebanhos da raça Canchim, enquanto os coeficientes de assimetria e
curtose observados foram menores que os observados por Freitas (2003) para dados de campo
de bovinos da raça Nelore provenientes de vários rebanhos mantidos em diferentes regiões do
país. Essas diferenças podem ser atribuídas, em parte, ao fato de que os dados utilizados neste
estudo foram provenientes de um rebanho experimental, enquanto aqueles utilizados por
Freitas (2003) foram obtidos de rebanhos comerciais utilizando-se diferentes metodologias de
pesagem. Independentemente da estrutura de (co) variância residual considerada, o arranjo
AEF5 proporcionou os menores valores para todos os critérios, sendo, portanto, o de melhor
ajuste para a análise dos dados utilizados neste trabalho, enquanto o arranjo AEF2
proporcionou os maiores valores para os critérios, sendo, portanto, o modelo com o pior
ajuste para a análise destes dados. Com base nos graus de liberdade, o arranjo 5 foi o mais
completo dos testados, enquanto o arranjo 2 foi o mais simples. Portanto, neste caso,
recomenda-se a utilização de modelos mais parametrizados para a análise deste conjunto de
dados. O critério -2RLL ("-2 Residual Log Likelihood") apontou a estrutura de (co) variância
UN como aquela que proporcionou o melhor ajuste para a análise, enquanto o critério CAIC
("Consistent Akaike's Information Criterion") apontou as estruturas UN e FA(1) como
aquelas que proporcionaram os melhores ajustes, exceto para AEF2, em que a estrutura FA(1)
foi significativamente melhor que a UN. Essa diferença pode ser atribuída ao fato de o CAIC
ser mais rigoroso que o -2RLL por considerar, além do -2RLL, o número de parâmetros a ser
estimados e de dados utilizados. A estrutura VC foi a que apresentou os maiores valores para
os critérios avaliados e, portanto, foi a pior para representar a variabilidade entre as medidas
de cada animal. A escolha das estruturas FA(1) e UN para representar a variação dentro do
indivíduo corrobora os resultados de Freitas et al. (2005), que, estudando dados de nove
medidas de pesos de zebuínos, observaram que as estruturas FA(1) e UN foram as mais
adequadas para o estudo de medidas repetidas de peso nas raças Gir e Indubrasil. Esses
autores também observaram que as estruturas CSH e ARMA(1,1) foram adequadas para as
raças Guzerá e Nelore, respectivamente. As estruturas FA(1) e UN fornecem matrizes em que
é possível observar aumento da variância ao longo da vida do animal, fenômeno reportado por
Mascioli et al. (1996) e Freitas et al. (2005). Além disso, fornecem correlações diferentes para
cada par de idades, que, geralmente, são menores à medida que aumenta o intervalo de
pesagens. A escolha das estruturas FA(1) e UN para modelar as (co)variâncias entre as
medidas de peso do mesmo animal é coerente com o fenômeno analisado e, portanto,
corrobora a aplicação dos resultados obtidos neste trabalho. Os coeficientes de assimetria dos
resíduos obtidos das análises utilizando-se estruturas de (co) variâncias residuais e das
análises unicaracterísticas foram semelhantes, porém, observou-se redução dos coeficientes de
curtose quando da utilização das estruturas de (co) variâncias em relação àqueles obtidos nas
análises unicaracerísticas. Os valores obtidos foram próximos de zero e indicam que a análise
de medidas repetidas para estes dados, com as pressuposições iniciais, ainda que não
completamente atendidas, podem gerar resultados confiáveis. Dessa forma, o estudo do peso
dos animais como medida repetida pode ser mais eficiente que o dos pesos em cada idade
como característicos diferentes, pois a utilização de estruturas de (co) variâncias residuais
possibilita considerar as oscilações da variância e a correlação entre os resíduos, implicando
estimação de parâmetros genéticos e/ou ambientais mais adequados e realização de testes de
hipóteses mais confiáveis. O arranjo mais adequado dos efeitos fixos para representar a
variabilidade dos pesos dos animais dentro do rebanho foi o grupo de contemporâneos
formado por ano, mês e sexo do bezerro. As melhores estruturas de (co) variâncias residuais
foram a Fator Analítico de Primeira Ordem e a Não-Estruturada, que consideram aumento das
variâncias com o aumento da idade do indivíduo e correlações diferentes para cada par de
medidas de peso. O crescimento da planta forrageira é determinado pelas condições genéticas
e ambientais (fertilidade do solo, características climáticas, etc), que podem potencializar ou
limitar a produção de farragem. Assim, o estabelecimento do ciclo de pastejo em dias fixos
pode promover a desfolha precoce ou tardia do dossel forrageiro (Carnevalli et al., 2006;
Voltolini et al., 2010), dependendo das condições experimentadas pela planta durante o
período de descanso. Isso pode prejudicar a produção, a qualidade e a eficiência de colheita da
forragem pelos animais em pastejo (Cândido et al., 2005). Esses prejuízos são decorrentes da
menor produção de matéria seca (MS), acarretada por colheitas precoces da forragem,
prejudicando o crescimento da planta ou do acúmulo de colmos e material morto, como
conseqüência de pastejos tardios. Segundo Carnevalli et al. (2006), a adoção de intervalos de
pastejos variáveis é uma estratégia eficiente para definir a frequência de pastejo das gramíneas
forrageiras
Tropicais. Essa proposta baseia-se nas fortes influências dos fatores ambientais sobre o
crescimento das plantas forrageiras, determinando a dinâmica de crescimento da planta e o
melhor momento para o pastejo. Em estudos conduzidos por Gomide et al. (2007) e Barbosa
et al. (2007) em capim-tanzânia em diferentes intervalos de pastejo, definidos pelo número de
folhas vivas por perfilho ou pela interceptação da radiação fotossinteticamente ativa,
respectivamente, foram observados prejuízos na estrutura do dossel forrageiro com o
prolongamento do intervalo de pastejo. Pedreira et al. (2007), por sua vez, avaliaram três
frequências de desfolha (95 e 100% de interceptação da radiação fotossinteticamente ativa e
intervalo fixo de 28 dias) para o capim-braquiária (Ì a  cv. Xaraés) e
observaram maior acúmulo total de matéria seca, além de maiores acúmulos de colmos e
material morto no resíduo pós-pastejo no período de descanso de 100% de interceptação de
radiação fotossinteticamente ativa. São escassas informações para a definição do período de
descanso do capim-elefante, uma das mais importantes gramíneas forrageiras tropicais.
Assim, realizou-se este trabalho com o objetivo de avaliar os parâmetros produtivos e
qualitativos do capim-elefante pastejado por vacas em lactação em intervalos fixos ou
variáveis, de acordo com a interceptação da radiação fotossinteticamente ativa.
A eficiência do sistema produtivo de animais em pastejo é afetada por alterações no
comportamento ingestivo em condições limitantes de consumo do pasto, decorrentes da
incapacidade de manter alta taxa de ingestão de matéria seca (Galli et al., 1996). O
entendimento do comportamento ingestivo de animais em pastejo possibilita definir
estratégias adequadas de manejo do pasto e do animal e proporciona habilidade para interferir
de forma positiva nos resultados de produção. A composição da forragem selecionada por
animais em pastejo depende de vários fatores, entre eles, a composição de espécies forrageiras
disponíveis, a estação de pastejo, o estádio de crescimento, a estrutura do pasto e as
preferências individuais dos animais (Stobbs, 1973). O padrão de pastejo do animal determina
a qualidade da dieta consumida (Prache & Peyraud, 1997), cujo consumo depende do tempo
de pastejo, da taxa de bocado e da massa do bocado. A utilização de pastagem de azevém
(:   
  Lam.) é uma medida de manejo utilizada em sistemas criatórios da
Região Sul do País, em decorrência das baixas produções
de forragem das pastagens nativas no período outonoinverno, e representa uma alternativa
para suprir as necessidades de mantença e produção dos ovinos, assegurando melhor
desempenho durante o período de lactação das ovelhas e desmama e recria de cordeiros. O
fornecimento de suplementos aos animais em pastejo pode ser uma estratégia de manejo para
melhorar o nível nutricional dos cordeiros e reduzir o estresse da desmama. Assim como
ocorrem mudanças em alguns dos componentes do comportamento ingestivo dos animais com
a altura do pasto (Penning et al., 1991) e a densidade de forragem no horizonte de pastejo
(Laca et al., 1991), o comportamento ingestivo também pode sofrer modificações quando
parte da dieta dos animais é constituída por suplementos. Esse tipo de evento interfere no
ritmo de atividade natural dos animais, tornando fundamental o estudo do padrão diário de
variação do ritmo de atividade dos ovinos para redução dessas interferências no
comportamento natural de pastejo (Medeiros et al., 2007). Dessa forma, este trabalho foi
conduzido com o objetivo de avaliar os efeitos das relações planta-animal-suplemento sobre o
comportamento ingestivo de ovelhas em lactação e cordeiras ao pé da mãe e desmamadas em
pastagem de azevém.
A prática de ensilagem no Brasil foi iniciada no final do século XIX. Em 1935,
trabalhos com silagens de gramíneas tropicais começaram a ser realizados, no entanto, sua
intensificação ocorreu somente na década de 70, principalmente com o capim-elefante
(aa
 

 Schum. cv. Napier) (Nussio et al., 2002). Balsalobre et al. (2001)
reportaram que o provável motivo do não uso de silagens de gramíneas tropicais até
recentemente parece ter sido a falta de máquinas apropriadas para o corte das plantas de alto
potencial de produção. Entretanto, nos últimos 15 anos, algumas empresas nacionais passaram
a desenvolver e confeccionar equipamentos de maior capacidade operacional, o que tem
viabilizado o uso de silagens em maior escala. O potencial da espécie forrageira para
ensilagem depende de seu teor de água e carboidratos solúveis e de seu poder tampão no
momento do corte (McDonald et al., 1991; Reis & Coan, 2001). Essas características definem
o tipo de fermentação ao qual a forragem será submetida e a qualidade da conservação da
massa ensilada, que constitui o principal entrave na confecção de silagem de gramíneas
tropicais de boa qualidade, visto que estas espécies, no ponto ideal de corte, possuem alto teor
de umidade, alto poder tampão e baixo valor de carboidratos solúveis, o que prejudica a
fermentação e impede a redução do pH, depreciando o valor nutritivo do alimento (Woolford,
1984). No processo de ensilagem, para obtenção de fermentação satisfatória, primeiramente é
necessária a anaerobiose dentro do silo, resultante da efetiva homogeneidade do material
picado, facilitando a compactação e, conseqüentemente, promovendo a expulsão do ar contido
entre os poros do material. Segundo Muck et al. (2003), altas densidades promovem a
eliminação do oxigênio e garantem condições de anaerobiose, além de reduzir o custo de
estocagem da forragem, haja vista a amortização da estrutura e a redução das perdas por
deterioração. Entre os fatores que interferem na densidade da forragem ensilada, destacam-se
o peso e a pressão de compactação, o tempo de compactação, a espessura da camada de
forragem adicionada ao silo, a taxa de enchimento do silo, o teor de MS e o tamanho de
partícula do material (Ruppel et al.,1995; Holmes & Muck, 1999). Ruppel et al. (1995)
avaliaram o manejo da produção de silagens de milho em 12 fazendas no estado de Nova
York (EUA) e verificaram que o peso e o tempo utilizado na compactação, entre os
parâmetros avaliados, foram os que melhor se correlacionaram às variações nas densidades
das silagens. Segundo esses autores, o peso do equipamento deve ser de 40% do peso da
forragem transportada por hora e a espessura da camada no silo deve ser de 15 a 30 cm.
Igarasi (2002), realizando levantamento de índices técnicos associados à produção de silagens
de capins tropicais, em que a densidade média das silagens de a e Ì foi de
142 kg MS.m-3 e a amplitude, de 87 a 230 kg MS.m-3, constatou que 93% das amostras
apresentaram densidade inferior a 200 kg MS.m-3 e 21% menor que 100 kg MS.m-3. Esses
valores de densidade são inferiores aos recomendados por Holmes & Muck (1999), que
citaram o limite mínimo de 225 kg MS.m-3 para que a densidade não seja fator de restrição na
obtenção de silagem de qualidade satisfatória. Crestana et al. (2000), trabalhando com
silagens de capim-tanzânia com baixos teores de MS (20%), verificaram que, à medida que
havia redução do tamanho de partícula, ocorria significativa redução na produção de gases.
Entretanto, nessas condições, houve aumento compensatório da produção de efluentes,
mantendo-se inalteradas as perdas totais (em torno de 27%). Segundo Igarasi (2002), as
perdas por gases foram menores no inverno (3,5% da MS VS 7,3% da MS no verão) em
silagens de capim-tanzânia não tratadas com aditivos para elevação do teor de MS. Bernardes
et al. (2003), estudando a produção de efluente em silagens de capim-marandu produzidas
com compactação de 900 kg.m-3 e inclusão de 0, 5 e 10% de polpa cítrica peletizada,
observaram que o escoamento de líquido (109, 71 e 17 L.t-1 de silagem, respectivamente)
ocorreu durante os cinco primeiros dias de ensilagem, evidenciando a grande quantidade de
efluente produzido durante a ensilagem de gramíneas tropicais sem o uso de aditivo. O
objetivo neste trabalho foi estudar silagens de capimmarandu (Ì a )
produzidas com quatro pressões de compactação durante a ensilagem.
Os dados provenientes de estudos longitudinais se caracterizam pela seqüência
temporal de duas ou mais observações em cada indivíduo. Nos estudos de coorte, esses dados
geralmente apresentam estrutura desbalanceada. O desbalanceamento é uma conseqüência
natural do fato de as medidas obtidas em cada indivíduo serem observadas em tempos
diferentes. Além disso, nos estudos de coorte aberta, o tempo total de observação nem sempre
é igual para todos os indivíduos, no momento em que os dados vão ser analisados. Os dados
longitudinais apresentam estrutura hierárquica, uma vez que as medidas repetidas são
aninhadas dentro do indivíduo. Tal estrutura hierárquica faz com que possamos fazer a
suposição de que as observações entre os indivíduos sejam independentes e que as aninhadas
no indivíduo possuam a característica da dependência com erros correlacionados. Essa
suposição de erros correlacionados exige a modelagem da matriz de co-variância dos dados.
A utilização usual do modelo de regressão linear para esses casos ignora tal correlação porque
trata as observações como independentes, obtendo inferências menos confiáveis. Em
particular, as estimativas e os erros-padrão dos coeficientes do modelo ficam viciados. Um
modelo estatístico que permite analisar dados longitudinais desbalanceados em estrutura
hierárquica.
Vários estudos têm sido conduzidos com o objetivo de investigar a resposta de uma
característica ao longo do tempo. Assim, as medidas repetidas são obtidas nos mesmos
indivíduos, em tempos diferentes, e, possivelmente, sob diferentes condições experimentais.
Nesses casos, pode existir uma estrutura de (co) variância única para representar a
variabilidade das medidas dentro dos indivíduos de uma população, mas os parâmetros dessa
estrutura podem variar entre os indivíduos (Laird & Ware, 1982). Medidas repetidas de uma
característica, como o peso em diferentes idades, avaliadas no mesmo animal, são
correlacionadas entre si. A correlação e a variância dessas medidas podem variar ao longo do
tempo e podem produzir uma estrutura de (co) variância complicada, a qual requer métodos
estatísticos especiais para a análise (Littell et al., 1998). Freitas et al. (2005) estudaram os
pesos de bovinos das raças Nelore, Guzerá, Gir e Indubrasil sob o enfoque de medidas
repetidas e sugeriram que o estudo dessas características considerando-se uma estrutura de
(co)variância residual entre as medidas é mais eficiente que a análise univariada, normalmente
feita por meio do procedimento GLM do SAS, a qual considera as medidas repetidas como
subparcelas. Gröhn et al. (1999) estudaram o efeito da cetose sobre a produção de leite em
vacas da raça Holandesa considerando a produção total de leite ajustada para 305 dias de
lactação e considerando os controles de produção mensais como medidas repetidas, com
estruturas de (co)variâncias residuais entre as medidas. Os autores concluíram que, por meio
do segundo tipo de análise, foi possível identificar diminuição significativa da produção de
leite em vacas com cetose, o que não ocorreu com a primeira análise, o que evidenciou maior
eficiência da análise de medidas repetidas, em relação à análise univariada, para detectar
efeitos significativos das fontes de variação. A escolha da melhor estrutura de (co) variância
residual e do modelo mais adequado é fundamental na análise de dados de medidas repetidas,
caso contrário, os resultados podem ocasionar conclusões equivocadas. Segundo Littell et al.
(1998), a escolha da estrutura de (co)variância para os resíduos é importante porque os erros-
padrão das médias são dependentes desta escolha e, caso se opte por uma estrutura
inadequada, os erros-padrão podem ser viesados. O procedimento MIXED do SAS (SAS,
2000) disponibiliza ao usuário em torno de 40 tipos de estruturas de (co) variâncias residuais
e critérios para escolha da melhor estrutura para determinado conjunto de dados. Esses
critérios, em geral, incluem o valor da função de máxima verossimilhança restrita, o número
de dados analisados e de parâmetros a serem estimados. Para determinado conjunto de dados
de pesos de bovinos analisados como medidas repetidas, a estrutura de (co) variância pode
variar entre as diversas raças ou grupos genéticos. Freitas et al. (2005), analisando dados de
nove pesagens, realizadas em intervalos trimensais do nascimento aos dois anos de idade,
concluíram que a estrutura Fator Analítico de Primeira Ordem (FA(1)) foi a mais adequada
para as raças Nelore e Indubrasil, enquanto a Não Estruturada (UN) foi a mais adequada para
as raças Guzerá e Gir. Todavia, as estruturas que requerem a estimação de maior número de
parâmetros tendem a proporcionar os melhores ajustes (Gröhn et al., 1999; Freitas et al.,
2005; Lorenzo-Bermejo et al., 2003). Este trabalho foi realizado com o objetivo de selecionar
o arranjo para efeitos fixos e a estrutura de (co) variância residual que melhor representem a
variabilidade dentro do rebanho e dentro dos indivíduos, utilizando-se dados de medidas
repetidas do peso de bovinos da raça Canchim. O arranjo mais adequado dos efeitos fixos
para representar a variabilidade dos pesos dos animais dentro do rebanho foi o grupo de
contemporâneos formado por ano, mês e sexo do bezerro. As melhores estruturas de (co)
variâncias residuais foram a Fator Analítico de Primeira Ordem e a Não- Estruturada, que
consideram aumento das variâncias com o aumento da idade do indivíduo e correlações
diferentes para cada par de medidas de peso.
Resíduo líquido resultante do processamento do álcool, a vinhaça é, pela grande
quantidade produzida, o principal subproduto da indústria sucroalcooleira. Dentre os
principais elementos químicos componentes da vinhaça tem-se o potássio, o nitrogênio e
grande porcentagem de matéria orgânica. Vários estudos sobre a disposição de vinhaça no
solo vêm sendo conduzidos, enfocando-se os efeitos no pH do solo, propriedades físico-
químicas e seus efeitos sobre a cultura da cana-de-açúcar, mas poucos avaliaram o real
potencial poluidor da vinhaça sobre o solo e o lençol freático. Embora os estudos sobre a
disposição de vinhaça no solo se tenham iniciado em 1950, somente com o advento do
Proálcool é que foram desenvolvidas pesquisas com o intuito de se verificar a possibilidade de
poluição das águas subterrâneas e lençóis freáticos, por alguns componentes da vinhaça. Por
sua vez, a utilização da vinhaça na fertirrigação promove a adição de nutrientes ao solo,
elevação da umidade e do pH e melhora a resistência do solo à erosão, resultando no
acréscimo da produtividade agrícola (Cambuim, 1983). Mesmo com os efeitos benéficos da
vinhaça no solo, Centuríon et al. (1989) alertam que, quando aplicada em altas taxas, conduz
a efeitos indesejáveis, como o comprometimento da qualidade da cana para produção de
açúcar, poluição do lençol freático e até para a salinização do solo. A dinâmica dos
constituintes da vinhaça no solo focando os aspectos físicos e químicos e a possível poluição
do lençol freático, foi estudada por Cunha et al. (1987), concluindo que houve pequeno risco
do potássio e do nitrato em poluir a água subterrânea devido à irrigação com vinhaça, visto
que a lixiviação de íons abaixo da profundidade máxima de observação (1,20 m) das unidades
coletoras foi pequena. Por outro lado, a ação do solo na redução da matéria orgânica foi, de
maneira geral, mais efetiva na camada superficial de 10 a 15 cm (Paganini, 1997) e, em
decorrência da aplicação de vinhaça, de forma mais intensa, até a profundidade de 24 cm
(Lyra et al., 2001). A matéria orgânica particulada filtrada pelo solo e a dissolvida que percola
pelo mesmo são parcialmente degradadas por microrganismos. O solo contém uma
quantidade de microrganismos heterotróficos que conferem ao sistema, como um todo o
habilidade de utilizar e degradar a maior parte dos compostos orgânicos sob as mais diversas
condições (Paganini, 1997). A este respeito, parte da água residuária que se infiltra no terreno
sofre tratamento no interior do solo, que se comporta como camada filtrante, possibilitando
ações de adsorsão e as atividades dos microrganismos, os quais usam a matéria orgânica
contida nos despejos como alimento, convertendo-a em matéria mineralizada, que fica à
disposição da vegetação (Couracci Filho et al., 1999). Com relação aos parâmetros de
qualidade de água após o tratamento, eles variam em função de vários fatores, entre os quais o
clima, condições geológicas e topográficas das características do solo, tipo de vegetação,
disponibilidade de área, sistema de manutenção e, especialmente, das características, das
quantidades e da taxa de aplicação, de acordo com o método de tratamento adotado (Campos,
1999). Entretanto, a eficiência de remoção da demanda bioquímica de oxigênio no quinto dia
(DBO5), que doravante será chamada DBO, pelo solo, pode ser afetada pela cobertura vegetal
e capacidade de infiltração. Quanto maior a cobertura vegetal, maior será a capacidade
biológica de remoção. A eficiência de remoção da DBO tem sido constatada como elevada,
mesmo nos solos com alta capacidade de infiltração. Assim, o solo atua como efetivo filtro na
remoção da matéria orgânica dissolvida e coloidal presentes na vinhaça (RIDESA, 1994).
Dentro desse contexto, o presente estudo teve como objetivo avaliar o potencial poluidor da
vinhaça sobre a qualidade de água do lençol freático em área cultivada com cana-de-açúcar
que vem, ao longo do tempo, sendo fertirrigada com vinhaça.
Tradicionalmente, as informações de produção coletadas no dia do controle leiteiro
são acumuladas para constituírem o total da produção na lactação, posteriormente ajustado
para o período de 305 dias, critério padrão para a produção de leite utilizado nas avaliações
genéticas de vacas e touros. Nos últimos anos, o ajuste da produção de leite e de seus
componentes medidos nos controles leiteiros durante a lactação tem sido proposto como
procedimento alternativo, visando, entre outros objetivos, acelerar o processo de avaliação
genética, uma vez que não seria preciso esperar o término da lactação para se obter a
informação completa sobre o desempenho dos animais. A utilização da produção de leite no
dia do controle como alternativa ao ajuste da produção de leite em 305 dias é feita por meio
da metodologia denominada ×
  
(TDM), pela qual as produções no dia do
controle podem ser analisadas sob diferentes pressuposições (Ptak & Schaeffer, 1993;
Swalve, 1995; Swalve, 1998). O TDM mais simples é o modelo de repetibilidade no qual a
produção é considerada ³característica única´ (medidas repetidas do mesmo animal),
assumindo-se variâncias homogêneas entre as produções dos controles e correlações genéticas
entre elas iguais à unidade, o que, na verdade, acaba não ocorrendo. Igualmente, assume-se
que os mesmos genes controlam o desempenho ao longo do tempo. A análise de dados
longitudinais por meio dos modelos de regressão aleatória, no entanto, permite considerar
variâncias heterogêneas (uma de suas grandes vantagens) entre as produções de controles
obtidas ao longo do período da lactação e estimar as diferenças nas curvas de lactação entre
animais, essenciais para o estudo da persistência na lactação (Jensen, 2001; Schaeffer, 2004;
Cobuci et al., 2004). Confirmando essa idéia, Jamrozik et al. (1997) e Van Der Werf et al.
(1998) relataram que os modelos de regressão aleatória são mais flexíveis e precisos que o
modelo de repetibilidade ou os modelos que consideram produção total ajustada para 305
dias. Vários estudos no Brasil (Costa et al., 2002a; Costa et al., 2002b; Melo et al., 2005;
Freitas, 2003; Cobuci et al., 2006) têm sido realizados para identificar o melhor modelo de
ajuste das produções de leite no dia do controle de diferentes raças, tendo em vista as
indicações de que a herdabilidade desta característica é superior à da produção de leite da
lactação em 305 dias, o que permitiria maior progresso genético pela seleção (Melo et al.,
2001; Melo et al., 2005). Outra vantagem aparente seria o uso de maior número de registros
de desempenho por animal, pois os modelos de regressão aleatória não exigem número
mínimo de medidas por animal, o que, por sua vez, contribuiria para a maior precisão das
estimativas de valor genético dos animais. Objetivou-se com este estudo estimar parâmetros
genéticos em função da produção de leite no dia do controle das primeiras lactações de vacas
da raça Jersey utilizando-se os modelos de repetibilidade e de regressão aleatória. A
estimativa de herdabilidade sugere o modelo de repetibilidade como alternativa de ajuste da
produção de leite no dia do controle, entretanto, a estimativa de repetibilidade não sustenta a
hipótese de que a produção ao longo da lactação deva ser considerada como mesma
característica. O ajuste do modelo de regressão aleatória com uso da função de Wilmink
mostrou correlações diferentes da unidade entre as produções de leite ao longo da lactação,
confirmando não se tratarem da mesma característica. Adicionalmente, o modelo de regressão
aleatória deve ser preferido nos estudos visando estimar parâmetros genéticos na raça Jersey.
Os resultados, em seu conjunto, indicam que novos estudos considerando, inclusive, os
polinômios ortogonais devam ser realizados, o que, aliado ao fato de se dispor de uma base de
dados com maior número de registros e de animais, poderá proporcionar subsídios para a
otimização do processo de seleção na raça Jersey no Brasil.
Prolongado período de anestro em vacas de corte com cria ao pé é uma das principais
causas de perdas econômicas para os pecuaristas, por atrasar a concepção e/ou levar ao
descarte por falha reprodutiva. Estudos mostram que a condição nutricional pré e pós-parto
influencia a duração do período de anestro (Richards et al., 1986; Ruas et al., 2005). Relatos
da década de 70 revelaram que vacas primíparas apresentam período de anestro mais longo
(20 a 30 dias) do que vacas multíparas (Wiltbank, 1970; Mossman e Hanly, 1977). Desde
então, em fazendas que usam estação de monta (EM), com monta natural ou programas de IA
convencional, é prática comum iniciar a EM de novilhas antes do restante do rebanho, a fim
de que no ano seguinte, após o primeiro parto, elas disponham de maior período para se
recuperar do anestro pós-parto antes do início da estação de monta. A estratégia de antecipar o
parto em vacas primíparas tem como objetivo reduzir a proporção de animais em anestro no
início da EM, porém a preocupação com a ciclicidade pode ser minimizada quando se usa
inseminação artificial em tempo fixo (IATF) no início da EM. Meneghetti et al. (2005a) não
observaram efeito de ciclicidade nas taxas de ovulação e prenhez, sendo de 90,5% e 51,1%
nas vacas em anestro, respectivamente. Lamb et al. (2001) e Bó et al. (2004) também
obtiveram taxas de concepção à IATF acima de 50% em vacas em anestro. No Brasil, os
partos concentram-se no final do inverno e durante a primavera, ou seja, os animais têm o
período final de gestação e início da lactação em épocas de menor disponibilidade de
alimento, em termos de quantidade e qualidade, levando à redução das reservas corporais no
peri-parto. Esse efeito pode ser mais evidente em vacas de primeira cria, devido a sua maior
demanda por nutrientes, por ainda estarem em crescimento e iniciando a primeira lactação
(Nutrient ..., 2000). Estudos mostram o efeito da CC no momento da IATF sobre a taxa de
concepção a protocolos hormonais. Cutaia e Bó (2004) verificaram correlação de 90% entre
eles, e animais com melhor CC respondem melhor aos protocolos de IATF, resultando em
maiores taxas de concepção (Lamb et al., 2001; Meneghetti et al., 2005b). A hipótese
levantada neste trabalho é a de que vacas primíparas que passam por menor período de
restrição alimentar pós-parto, apesar de terem menor número de dias pós-parto (DPP), terão
maior CC, melhor resposta ao protocolo de sincronização de ovulação e, conseqüentemente,
maior taxa de concepção a IATF no início da estação de monta. O objetivo deste estudo foi
avaliar diferentes momentos de cobrição de novilhas, buscando determinar o momento do
melhor desempenho reprodutivo após o primeiro parto, em propriedades que usam IATF no
início da estação de monta.
O perímetro escrotal está associado à qualidade do sêmen e à libido em touros jovens
(até a idade de um ano para Ì

e dois anos para Ì
a 
) e tem sido uma
característica importante para a seleção de animais que possuem maior potencial para
produção quantitativa e qualitativa de sêmen e, conseqüentemente, maior fertilidade (Knights
et al., 1984; Moser et al., 1996; Sarreiro et al., 2000). A medida do perímetro escrotal também
está correlacionada com a idade à puberdade em machos e fêmeas (Martin et al., 1992;
Bergmann et al., 1996; Moser et al., 1996). Vários são os trabalhos que citam estimativas de
correlação genética negativas entre perímetro escrotal e características reprodutivas das
fêmeas (Toelle & Robison, 1985; Martins Filho & Lôbo, 1991; Meyer et al., 1991; Martin
et al., 1992; Morris et al., 1992; Morris & Cullen, 1994; Gressler et al., 1998; Pereira et al.,
1998; Dias et al., 2000; Pereira et al., 2000a). A correlação negativa, neste caso, implica
associação favorável entre as características. A herdabilidade relativamente alta (Koots et al.,
1994; Bergmann et al., 1996; Quirino & Bergmann, 1998; Lôbo et al., 2000), a facilidade de
medição e as correlações genéticas positivas com características de sêmen e negativas com
características reprodutivas das fêmeas, fazem do perímetro escrotal o critério de seleção mais
utilizado para melhoria da eficiência reprodutiva em gado de corte. Entretanto, nos últimos
anos, temse questionado a eficácia de sua utilização para melhorar a precocidade e a
fertilidade das fêmeas, com o argumento de que as correlações genéticas têm baixa magnitude
(Pereira et al., 1998; Pereira et al., 2000b). Diante disso, haveria a necessidade de se estudar
outras características medidas diretamente nas fêmeas e que pudessem ser indicadoras de
precocidade e fertilidade. A idade ao primeiro parto é uma característica que vem sendo
utilizada em pesquisas como indicadora da precocidade sexual (Toelle & Robison, 1985;
Martins Filho & Lôbo, 1991; Pereira et al., 1998; Dias et al., 2000; Pereira et al., 2000a).
O número de dias para o parto pode ser uma característica indicadora de fertilidade em gado
de corte, segundo Johnston & Bunter (1996) que a utiliza no BREEDPLAN (National Beef
Recording Scheme of Australia). A duração da gestação, embora não seja propriamente uma
medida de fertilidade, é estreitamente relacionada com o período produtivo, influenciando o
número de dias para o parto e até mesmo a idade ao primeiro parto. Além disso, bezerros com
gestação mais curta nascem mais leves (Lôbo et al., 2000) e tendem a desmamarem mais
pesados por terem em média um maior período de tempo antes de desmamarem
(considerando a desmama em um período fixo). Fêmeas com período de gestação mais curto
têm maior probabilidade de sucesso na estação de monta subseqüente, pois elas parem antes e
têm mais tempo de repouso antes de entrarem na nova estação de monta. O objetivo deste
trabalho foi estimar os coeficientes de herdabilidade da idade ao primeiro parto, dias para o
parto, duração da gestação e perímetro escrotal, bem como a correlação genética en- tre o
perímetro escrotal e estas características reprodutivas medidas nas fêmeas. A idade ao
primeiro parto pode ser utilizada como critério de seleção para precocidade sexual,
principalmente para a seleção de touros, nos quais a confiabilidade da predição do mérito
genético é maior. A utilização da idade ao primeiro parto como critério de seleção pode
apresentar maior resposta em populações nas quais as fêmeas entram na estação de monta em
torno dos 14 meses de idade. A baixa herdabilidade obtida para a característica dias para o
parto contra-indica sua utilização como critério de seleção na raça Nelore. A seleção de touros
com base no mérito genético para perímetro escrotal pode resultar na diminuição da idade ao
primeiro parto de suas filhas.
A medida padrão de produção de leite mais usada nas avaliações genéticas de vacas e
touros é a produção aos 305 dias de lactação (P305). A produção em cada controle leiteiro,
realizado normalmente em intervalos mensais, é a base para a obtenção da produção até 305
dias. Quando as lactações são encerradas antes de 305 dias (por qualquer motivo), fatores de
extensão podem ser aplicados para se estimar a produção acumulada até os 305 dias (Ptak &
Schaeffer, 1993). Muitas características têm sido utilizadas com o intuito de selecionar
animais para maior PL, destacando-se a persistência da lactação, que mede a capacidade da
vaca em manter a PL após atingir a produção máxima na lactação (Cobuci et al., 2004). Vacas
com curvas de lactação mais persistentes são mais viáveis economicamente, pois necessitam
de menores quantidades de concentrado para produzir quantidades semelhantes de leite,
sofrem menos estresse causado por altos picos de produção e estão menos expostas a
problemas de mastite (Gengler, 1996). As metodologias de avaliação genética propostas
atualmente têm buscado contornar vários problemas relacionados à P305 dias, entre eles: a
permissão de maior detalhamento dos fatores ambientais sobre a PL em períodos parciais da
lactação; a inclusão nas avaliações genéticas de animais em lactação, sem o uso de fatores
para a extensão da produção, e de animais cujas lactações têm perdas de controles leiteiros
intermediários; e o aumento do número de informações e da acurácia na avaliação de animais
jovens, entre outros (Gadini, 1997). Entre estas metodologias, destacam-se os chamados
³Test- Day Models´ (TDM) ou modelos para o dia do controle. Esses modelos consideram as
produções em cada controle leiteiro como uma característica diferente, analisada com os
modelos uni ou multivariados, ou ainda, como medidas repetidas de um mesmo animal,
analisadas com os modelos de repetibilidade. Países como Alemanha, Canadá e Finlândia já
utilizam os TDM nas avaliações genéticas (Schaeffer et al., 2000; Lindauer et al., 2003).
Resultados de estudos aplicando TDM em bovinos leiteiros têm apresentado herdabilidades
estimadas para as produções mensais de leite próximas às obtidas para P305 dias e altas
correlações entre essas variáveis. A maioria dos estudos tem estimado maiores valores de
herdabilidades para o meio da lactação que para o início e o final (Pander et al., 1992; Swalve,
1995; Machado et al., 1999). Objetivou-se com este estudo estimar parâmetros genéticos para
PLDC e P305 e comparar os ganhos genéticos obtidos via seleção direta e indireta para as
características estudadas, procurando identificar critérios de seleção alternativos para os
rebanhos estudados.
A prática de ensilagem no Brasil foi iniciada no final do século XIX. Em 1935,
trabalhos com silagens de gramíneas tropicais começaram a ser realizados, no entanto, sua
intensificação ocorreu somente na década de 70, principalmente com o capim-elefante
(aa
 

 Schum. cv. Napier) (Nussio et al., 2002). Balsalobre et al. (2001)
reportaram que o provável motivo do não uso de silagens de gramíneas tropicais até
recentemente parece ter sido a falta de máquinas apropriadas para o corte das plantas de alto
potencial de produção. Entretanto, nos últimos 15 anos, algumas empresas nacionais passaram
a desenvolver e confeccionar equipamentos de maior capacidade operacional, o que tem
viabilizado o uso de silagens em maior escala. O potencial da espécie forrageira para
ensilagem depende de seu teor de água e carboidratos solúveis e de seu poder tampão no
momento do corte (McDonald et al., 1991; Reis & Coan, 2001). Essas características definem
o tipo de fermentação ao qual a forragem será submetida e a qualidade da conservação da
massa ensilada, que constitui o principal entrave na confecção de silagem de gramíneas
tropicais de boa qualidade, visto que estas espécies, no ponto ideal de corte, possuem alto teor
de umidade, alto poder tampão e baixo valor de carboidratos solúveis, o que prejudica a
fermentação e impede a redução do pH, depreciando o valor nutritivo do alimento (Woolford,
1984). No processo de ensilagem, para obtenção de fermentação satisfatória, primeiramente é
necessária a anaerobiose dentro do silo, resultante da efetiva homogeneidade do material
picado, facilitando a compactação e, conseqüentemente, promovendo a expulsão do ar contido
entre os poros do material. Segundo Muck et al. (2003), altas densidades promovem a
eliminação do oxigênio e garantem condições de anaerobiose, além de reduzir o custo de
estocagem da forragem, haja vista a amortização da estrutura e a redução das perdas por
deterioração. Entre os fatores que interferem na densidade da forragem ensilada, destacam-se
o peso e a pressão de compactação, o tempo de compactação, a espessura da camada de
forragem adicionada ao silo, a taxa de enchimento do silo, o teor de MS e o tamanho de
partícula do material (Ruppel et al., 1995; Holmes & Muck, 1999). Ruppel et al. (1995)
avaliaram o manejo da produção de silagens de milho em 12 fazendas no estado de Nova
York (EUA) e verificaram que o peso e o tempo utilizado na compactação, entre os
parâmetros avaliados, foram os que melhor se correlacionaram às variações nas densidades
das silagens. Segundo esses autores, o peso do equipamento deve ser de 40% do peso da
forragem transportada por hora e a espessura da camada no silo deve ser de 15 a 30 cm.
Igarasi (2002), realizando levantamento de índices técnicos associados à produção de silagens
de capins tropicais, em que a densidade média das silagens de a e Ì foi de
142 kg MS.m-3 e a amplitude, de 87 a 230 kg MS.m-3, constatou que 93% das amostras
apresentaram densidade inferior a 200 kg MS.m-3 e 21% menor que 100 kg MS.m-3. Esses
valores de densidade são inferiores aos recomendados por Holmes & Muck (1999), que
citaram o limite mínimo de 225 kg MS.m-3 para que a densidade não seja fator de restrição na
obtenção de silagem de qualidade satisfatória. Crestana et al. (2000), trabalhando com
silagens de capim-tanzânia com baixos teores de MS (20%), verificaram que, à medida que
havia redução do tamanho de partícula, ocorria significativa redução na produção de gases.
Entretanto, nessas condições, houve aumento compensatório da produção de efluentes,
mantendo-se inalteradas as perdas totais (em torno de 27%). Segundo Igarasi (2002), as
perdas por gases foram menores no inverno (3,5% da MS vs 7,3% da MS no verão) em
silagens de capim-tanzânia não tratadas com aditivos para elevação do teor de MS. Bernardes
et al. (2003), estudando a produção de efluente em silagens de capim-marandu produzidas
com compactação de 900 kg.m-3 e inclusão de 0, 5 e 10% de polpa cítrica peletizada,
observaram que o escoamento de líquido (109, 71 e 17 L.t-1 de silagem, respectivamente)
ocorreu durante os cinco primeiros dias de ensilagem, evidenciando a grande quantidade de
efluente produzido durante a ensilagem de gramíneas tropicais sem o uso de aditivo. O
objetivo neste trabalho foi estudar silagens de capim-marandu (Ì a )
produzidas com quatro pressões de compactação durante a ensilagem. A elevação da
densidade da massa no silo propicia processo fermentativo favorável, por promover a redução
no pH e aumentar a taxa de recuperação de MS da silagem. As silagens de maior densidade
apresentam melhor conservação, representada por maiores coeficientes de digestibilidade a
  da MS. O aumento da pressão de compactação pode favorecer a ensilagem quando a
forragem possui elevado tamanho de partícula. Nos programas comerciais de melhoramento
de suínos, tem-se enfatizado as características reprodutivas nas linhas fêmeas (Hanenberg et
al., 2001). Vários autores têm demonstrado a efetividade na seleção para tamanho de leitegada
(Knap et al., 1993; Lamberson et al., 1991; Sorensen & Vernersen, 1991). A seleção para
prolificidade em porcas tem se concentrado no número de leitões ao nascimento (Southwood
& Kennedy, 1991; De Vries & Kanis, 1994; Estany & Sorensen, 1995).O tamanho de
leitegada é o principal componente da produtividade da porca e o foco do melhoramento
genético é aumentar sua importância em mercados nos quais outras características, como
ganho de peso e espessura de toucinho, já alcançaram níveis ótimos (Sorensen, 1991) ou no
fato de que o aumento da prolificidade da porca reduz, significativamente, os custos de
produção. No entanto, acuradas estimativas de parâmetros genéticos para tamanho de
leitegada são essenciais para estimação dos valores genéticos e otimização da predição da
resposta genética à seleção. Heterogeneidade de herdabilidade para número de leitões
nascidos vivos em diferentes parições e correlações fenotípicas menores que 0,9 entre
parições sugerem o uso de modelos multicaracterísticos em vez de modelo de repetibilidade
para avaliação genética de candidatos à seleção (Noguera et al., 2002).Vários autores sugerem
que, em parte, diversos genes controlam as características reprodutivas nas sucessivas
parições (Roehe & Kennedy, 1995; Hermesch et al., 2000; Nogueira et al., 2002), indicando
que parições diferentes devem ser tratadas como características diferentes. Em suínos Large
White, como em outras raças, o tamanho de leitegada tem sido analisado utilizando-se o
modelo de repetibilidade, no qual tamanhos de leitegada de diferentes parições são medidas
repetidas da mesma característica, no entanto, alguns autores têm sugerido que o efeito
genético para tamanho de leitegada pode diferir entre parição (Vangen, 1986; Haley et al.,
1988). Assim, se esta última situação for verdadeira, uma análise multicaracterística deveria
ser executada para o aumento da eficiência de seleção para tamanho de leitegada e a obtenção
de predições não-viesadas da resposta genética esperada (Tartar & Bolet, 1984). Objetivou-se,
neste estudo, estimar os parâmetros genéticos para tamanho de leitegada em diversas parições
em análises de características múltiplas.As correlações entre as parições indicam que o
número de leitões nascidos nas diferentes parições deve ser tratado como características
diferentes. Assim, recomenda-se utilizar tamanho de leitegada em parições diferentes como
características diferentes em análise multicaracterística na avaliação genética dessa população
de suínos.
Ë  Ë
‘Ë

1 COBUCI, J.A.; COSTA, C.N.; TEIXEIRA, N.M. et al. Utilização dos polinômios de
Legendre e da função de Wilmink em avaliações genéticas para persistência na lactação de
animais da raça holandesa. 
 ‘

‘‘ ! ‘"
#
 ‘‘$! , 2006.

2 LOURES, D.R.S.; NUSSIO, L.G.; PAZIANI, S.F. et al. Composição bromatológica e

produção de efluente de silagens de capim- Tanzânia sob efeitos do emurchecimento, do
tamanho de partícula e do uso de aditivos biológicos. Ë ‘

‘‘$! , v.34,
n.3, p.723-735, 2005.

3 FREITAS, A.R.; PRESOTTI, C.V.; TORAL, F.L.B. Alternativas de análises em dados de

medidas repetidas de bovinos de corte. Ë ‘

‘ ‘ $! , v.34, n.6, p.2233-
2244, 2005.

4 CÂNDIDO, M.J.D.; ALEXANDRINO, E.; GOMIDE, C.A.M. et al. Período de descanso,

valor nutritivo e desempenho animal em pastagens de a  cv. Mombaça sob
lotação intermitente. Ë ‘

‘‘$! , v.34, n.5, p.1459-1467, 2005.

5 DA SILVA, S.C. Manejo do pastejo para a obtenção de forragem de qualidade. In:

SIMPÓSIO GOIANO SOBRE MANEJO E NUTRIÇÃO DE BOVINOS DE CORTE E
LEITE, 7., 2005, Goiânia.  %%%‘Goiânia: CBNA, 2005. p.117-146.

6 PEDREIRA, B.C.E.; PEDREIRA, C.G.S.; SILVA, S.C. da. Estrutura do dossel e acúmulo
de forragem de Brachiaria brizantha cultivar Xaraés em resposta a estratégias de pastejo.
  ‘
&! #
 ‘

, v.42, n.2, p.281-287, 2007.

7SANTOS, F.A.P.; PEDROSO, A.M.P.; MARTINEZ, J.C. et al. Utilização da suplementação

com concentrado para vacas em lactação mantidas em pastagens tropicais. In: SIMPÓSIO
SOBRE BOVINOCULTURA LEITEIRA, 5., 2005, Piracicaba.  %%%‘Piracicaba: Fundação
de Estudos Agrários Luiz de Queiroz, 2005. p.219-294.

8 VOLTOLINI, T.V.; SANTOS, F.A.P.; MARTINEZ, J.C. et al.

Produção e composição do leite de vacas mantidas em pastagens de capim-elefante
submetidas a duas frequências de pastejo. Ë ‘

‘‘$! , v.39, n.1, p. 121-
127, 2010.

9 FONTANELI, R.S. Produção de leite de vacas da raça Holandesa em pastagens tropicais

perenes no planalto médio do Rio Grande do Sul. 2005. 174f. × (Doutorado - Plantas
Forrageiras) - Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, Porto
Alegre.

10 MEDEIROS, R.B.; PEDROSO, C.E.S.; JORNADA, J.B.J et al. Comportamento ingestivo

de ovinos no período diurno em pastagem de azevém anual em diferentes estádios
fenológicos. Ë ‘

‘‘$! , v.36, n.1, p.198-204, 2007.

11 BREMM ,CAROLINA; HENRIQUE, JOSÉ S.S, et al. Comportamento ingestivo de

ovelhas e cordeiras em pastagem de azevém-anual sob níveis crescentes de suplementação
Ë ‘

‘‘$! , v.37, n.12, p.2097-2106, 2008
1 COBUCI, J.A; EUCLYDES, R.F.; LOPES, P.S. et al. Estimation of genetic parameters for
test-day milk yield in Holstein cows using a random regression models. !‘ ‘
! 
‘', v.28, n.1, p.75-83, 2005.

2 CARNEVALLI, R.A.; SILVA, S.C.; BUENO, A.A.O. et al. Herbage production and
grazing losses in a  cv. Mombaça under four grazing managements.
×
&! ‘
 , v.40, p.165-176, 2006.

3 S.J. Koopmans, A.C. Guzik, J. van der Meulen, R. Dekker, J. Kogut, B.J. Kerr and L.L.
Southern, Effects of supplemental L-tryptophan on serotonin, cortisol, intestinal integrity, and
behavior in weanling piglets, ú a

 (2006), pp. 963±971

4 Y.Z. Li, B.J. Kerr, M.T. Kidd and H.W. Gonyou, Use of supplementary tryptophan to
modify the behavior of pigs, ú a

 (2006), pp. 212±220.

5 Z.E. Barker, K.A. Leach, H.R. Whay, N.J. Bell and D.C.J. Main, Assessment of lameness
prevalence and associated risk factors in dairy herds in England and Wales, ú 
 —
(2010), pp. 932±941.

6 N. Bell and J.N. Huxley, Locomotion, lameness and mobility in dairy cows, =  (
(2009), p. 726.

7 R.C. Bicalho, L.D. Warnick and C.L. Guard, Strategies to analyze milk losses caused by
diseases with potential incidence throughout the lactation: A lameness example, ú 

— (2008), pp. 2653±2661.

8 A.J. Channon, A.M. Walker, T. Pfau, I.M. Sheldon and A.M. Wilson, Variability of
Manson and Leaver locomotion scores assigned to dairy cows by different observers, =
 ( (2009), pp. 388±392.

9 N.B. Cook and K.V. Nordlund, The influence of the environment on dairy cow behavior,
claw health and herd lameness dynamics, = ú )— (2009), pp. 360±369.

10 S.J. LeBlanc, K.D. Lissemore, D.F. Kelton, T.F. Duffield and K.E. Leslie, Major advances
in disease prevention in dairy cattle, ú 

— (2006), pp. 1267±1279.

11 J.M. Mill and W.R. Ward, Lameness in dairy cows and farmers¶ knowledge, training and
awareness, =   (2007), pp. 162±164.

12 P.J. Rajala-Schultz, Y.T. Gröhn and C.E. McCulloch, Effects of milk fever, ketosis, and
lameness on milk yield in dairy cows, ú 

 (2009), pp. 288±294.

13 E.B. Lañada, J.-A.L.M. Lee, S.J. More, B.S. Cotiw-an and A.A. Taveros, A longitudinal
study of sows and boars raised by smallholder farmers in the Philippines,  =  )*
(2005), pp. 95±113.

14 J.-A.L.M. Lee, E.B. Lañada, S.J. More, B.S. Cotiw-an and A.A. Taveros, A longitudinal
study of growing pigs raised by smallholder farmers in the Philippines,  =  )*
(2005), pp. 75±93.