OPTIMIZACIÓN DE APLICACIÓN DIGITAL PARA CLASIFICACIÓN PRODUCTIVA BOVINA MEDIANTE ÍNDICES ZOOMÉTRICOS EN RAZAS CRIOLLAS PANAMEÑAS
Resumen
La caracterización morfométrica bovina constituye una herramienta fundamental para la diferenciación funcional y productiva de razas criollas adaptadas al ambiente tropical. En Panamá, las razas bovinas criollas Guaymí y Guabalá representan recursos genéticos estratégicos debido a su adaptación y valor para sistemas de producción de bajos insumos. Sin embargo, la aplicación de índices zoométricos a nivel de campo, suele verse limitada por la complejidad de los cálculos y la ausencia de herramientas digitales accesibles. Se describe el desarrollo y optimización de Mooebius C5, una aplicación digital orientada a la clasificación simplificada de aptitud productiva bovina mediante cinco índices zoométricos esenciales. La plataforma fue desarrollada utilizando HTML5, CSS3 y JavaScript, permitiendo su utilización en computadoras, tabletas y teléfonos inteligentes. Mooebius C5 integra los índices cefálico, torácico, pelviano, corporal y dáctilo-costal, calculados automáticamente a partir de nueve medidas morfométricas básicas. El sistema implementa una clasificación ponderada de aptitud cárnica o lechera, acompañada de visualización automática de resultados y exportación en formato Excel. La aplicación fue validada utilizando una base de datos de 225 bovinos criollos adultos previamente evaluados en Panamá. Los resultados permitieron mantener la capacidad discriminante observada en el sistema original, utilizando un menor número de variables e índices. Mooebius C5 constituye una herramienta tecnológica de bajo costo y fácil implementación para programas de selección fenotípica, conservación de recursos zoogenéticos y apoyo a la toma de decisiones en sistemas ganaderos tropicales.
Descargas
Citas
Bovo, M., Agrusti, M., Benni, S., Torreggiani, D., & Tassinari, P. (2021). Random Forest Modelling of Milk Yield of Dairy Cows under Heat Stress Conditions. Animals, 11(5), 1305. https://doi.org/10.3390/ani11051305
Chafai, N., Hayah, I., Houaga, I., & Badaoui, B. (2023). A review of machine learning models applied to genomic prediction in animal breeding. Front. Genet. 14,1150596. https://doi.org/10.3389/fgene.2023.1150596
Contreras, G., Chirinos, Z., Molero, E., & Paéz, A. (2012). Medidas corporales e índices zoométricos de toros Criollo Limonero de Venezuela. Zootecnia Tropical, 30(2), 175-181. https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0798-72692012000200006
Fuentes, S., Gonzalez Viejo, C., Tongson, E., Dunshea, F. R., Dac, H. H., & Lipovetzky, N. (2022). Animal biometric assessment using non-invasive computer vision and machine learning are good predictors of dairy cows age and welfare: The future of automated veterinary support systems. Journal of Agriculture and Food Research, 10, 100388. https://doi.org/10.1016/j.jafr.2022.100388
Gebreyesus G, Milkevych V, Lassen, J., & Sahana G (2023) Supervised learning techniques for dairy cattle body weight prediction from 3D digital images. Front. Genet. 13, 947176. https://doi.org/10.3389/fgene.2022.947176
Ginja, C., Gama, L.T., Cortés, O. et al. (2019). The genetic ancestry of American Creole cattle inferred from uniparental and autosomal genetic markers. Sci Rep 9, 11486. https://doi.org/10.1038/s41598-019-47636-0
Holgado, F. D., Ortega, M. F., & Fernández, J. (2015). Evolución con la edad de diferentes medidas corporales en hembras bovinas de la raza Criollo Argentino. Actas Iberoamericanas de Conservación Animal, 6, 178-183. https://www.produccion-animal.com.ar/informacion_tecnica/raza_criolla/80-AICA2015vv_Trabajo025.pdf
Kasarda, R., Moravčíková, N., Mészáros, G., Simčič, M., & Zaborski, D. (2023). Classification of cattle breeds using the random forest approach. Livestock Science, 267, 105143. https://doi.org/10.1016/j.livsci.2022.105143
Martínez, A. M., Gama, L. T., Cañón, J., Ginja, C., Delgado, J. V., et al. (2012) Genetic Footprints of Iberian Cattle in America 500 Years after the Arrival of Columbus. PLOS ONE 7(11), e49066. https://doi.org/10.1371/journal.pone.0049066
Rojas-Espinoza, R., Macedo, R., Suaña, A., Delgado, A., Manrique, Y. P., Rodríguez, H., Quispe, Y. M., Perez-Guerra, U. H., Pérez-Durand, M. G., & García-Herreros, M. (2023). Phenotypic Characterization of Creole Cattle in the Andean Highlands Using Bio-Morphometric Measures and Zoometric Indices. Animals, 13(11), 1843. https://doi.org/10.3390/ani13111843
Villalobos-Cortés, A., Flores De León, A., & Jaén, M. (2026). Morphological and morphometric comparison and digital classification of Guaymi and Guabala cattle breeds using machine learning. Open Veterinary Journal, 16(3), 14961510. https://www.bibliomed.org/mnsfulltext/100/100-1762453161.pdf?1782323517
Villalobos-Cortés, A., Rodríguez-Espino, G., & Franco-Schafer, S. (2024). Evaluation of runs of homozygosity and genomic endogamy in the Creole breeds Guaymi and Guabala in Panama. African Journal of Biotechnology, 23(4), 152-161. https://journalbackups.lon1.digitaloceanspaces.com/uploads/main/article/ced1e7a72105.pdf
Villalobos-Cortés, A., Rodríguez-Espino, G., Murillo-Alcedo, M., Castillo-Mayorga, H., & Franco-Schafer, S. (2023). Polimorfismos de nucleótido simple asociados a variables ambientales en el genoma de bovinos criollos panameños. Ciencia Agropecuaria, (36), 37-52. http://www.revistacienciaagropecuaria.ac.pa/index.php/cienciaagropecuaria/article/view/604
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
.jpg){kind=logo}
