RESUMO Estudou-se o efeito da desrama no restabelecimento do equilíbrio em sistema silviagrícola, implantado em São Carlos, SP em 2008. Sete espécies de árvores nativas, na densidade de 600 arvores/ha, foram plantadas em cinco faixas de três linhas, associadas a cultivos agrícolas anuais semeados nos 17 m entre essas faixas. A competição se estabeleceu aos 35 meses, reduzindo a produção de biomassa aérea do milho plantado próximo às árvores. Avaliação do cultivo de aveia-preta na estação seca subsequente a desrama mostrou que as árvores provocaram redução na densidade de plantas e de panículas, na produção de biomassa aérea, na quantidade de grãos por panícula e no peso dos grãos. A desrama das árvores não foi suficiente para controlar a queda da produção agrícola, justificando a indicação de desbaste para manutenção da produtividade do cultivo agrícola.

ABSTRACT The degree to which pruning helps reestablish balance in agroforestry was assessed in a system established in São Carlos, São Paulo, Brazil, in 2008. Seven native tree species were planted at a density of 600 trees/ha in five strips of three rows each, and annual crops were cultivated in the 17-m crop strips between the tree strips. Competition was established after 35 months, decreasing the aboveground biomass production of corn planted close to the trees. An assessment of black oats in the dry season following tree pruning showed that the proximity of trees caused reductions in plant and panicle density, aboveground biomass production, number of grains per panicle and grain weight. Because pruning was not sufficient to maintain crop yields, tree thinning is recommended in order to minimize competition and restore conditions for adequate crop production.

Objetivou-se comparar modelos de regressão aleatória com diferentes estruturas de variância residual, a fim de se buscar a melhor modelagem para a característica tamanho da leitegada ao nascer (TLN). Utilizaram-se 1.701 registros de TLN, que foram analisados por meio de modelo animal, unicaracterística, de regressão aleatória. As regressões fixa e aleatórias foram representadas por funções contínuas sobre a ordem de parto, ajustadas por polinômios ortogonais de Legendre de ordem 3. Para averiguar a melhor modelagem para a variância residual, considerou-se a heterogeneidade de variância por meio de 1 a 7 classes de variância residual. O modelo geral de análise incluiu grupo de contemporâneo como efeito fixo; os coeficientes de regressão fixa para modelar a trajetória média da população; os coeficientes de regressão aleatória do efeito genético aditivo-direto, do comum-de-leitegada e do de ambiente permanente de animal; e o efeito aleatório residual. O teste da razão de verossimilhança, o critério de informação de Akaike e o critério de informação bayesiano de Schwarz apontaram o modelo que considerou homogeneidade de variância como o que proporcionou melhor ajuste aos dados utilizados. As herdabilidades obtidas foram próximas a zero (0,002 a 0,006). O efeito de ambiente permanente foi crescente da 1ª (0,06) à 5ª (0,28) ordem, mas decrescente desse ponto até a 7ª ordem (0,18). O comum-de-leitegada apresentou valores baixos (0,01 a 0,02). A utilização de homogeneidade de variância residual foi mais adequada para modelar as variâncias associadas à característica tamanho da leitegada ao nascer nesse conjunto de dado.

The objective of this work was to compare random regression models with different residual variance structures, so as to obtain the best modeling for the trait litter size at birth (LSB) in swine. One thousand, seven hundred and one records of LSB were analyzed. LSB was analyzed by means of a random-regression, single-characteristic animal model. The fixed and random regressions were represented by continuous functions over the farrowing order, adjusted by third-order Legendre's orthogonal polynomials. To obtain the best modeling for the residual variance, variance heterogeneity was assumed by means of 1 to 7 classes of residual variance. The general analysis model included a contemporary group; the fixed regression coefficients for modeling the population's average trajectory; the random regression coefficients of the direct additive genetic effects both of the litter and of the animal's permanent environment; and the residual random effect. The likelihood-ratio test, Akaike's information criterion, and Schwarz's Bayesian information criterion appointed the model that considered variance homogeneity as being the one that provided the best adjustment to the data used. Overall, the heritabilities obtained were close to zero (0.002 to 0.006). Regarding the permanent environment proportion, different magnitudes were observed for the farrowing order: increasing from the 1st (0.06) to the 5th (0.28) orders and decreasing from there to the 7th order (0.18). The common litter effect presented low values (from 0.01 to 0.02). The use of residual variance homogeneity was more suitable for modeling variances associated to the trait litter size at birth in this data set.

A utilização de funções matemáticas para descrever o crescimento animal é antiga. Elas permitem resumir informações em alguns pontos estratégicos do desenvolvimento ponderal e descrever a evolução do peso em função da idade do animal. Também é possível comparar taxas de crescimento de diferentes indivíduos em estados fisiológicos equivalentes. Os modelos de curvas de crescimento mais utilizados na avicultura são os derivados da função Richards, pois apresentam parâmetros que possibilitam interpretação biológica e portanto podem fornecer subsídios para seleção de uma determinada forma da curva de crescimento em aves. Também pode-se utilizar polinômios segmentados para descrever as mudanças de tendência da curva de crescimento animal. Entretanto, existem importantes fatores de variação para os parâmetros das curvas, como a espécie, o sistema de criação, o sexo e suas interações. A adequação dos modelos pode ser verificada pelos valores do coeficiente de determinação (R2), do quadrado médio do resíduo (QM res), do erro de predição médio (EPm), da facilidade de convergência dos dados e pela possibilidade de interpretação biológica dos parâmetros. Estudos envolvendo modelagem e descrição da curva de crescimento e seus componentes são amplamente discutidos na literatura. Porém, programas de seleção que visem a progressos genéticos para a forma da curva não são mencionados. A importância da avaliação dos parâmetros dos modelos de curvas de crescimento é ainda mais relevante já que os maiores ganhos genéticos para peso estão relacionados com seleção para pesos em idades próximas ao ponto de inflexão. A seleção para precocidade pode ser auxiliada com base nos parâmetros do modelo associados à variáveis que descrevem esta característica genética dos animais. Esses parâmetros estão relacionados a importantes características produtivas e reprodutivas e apresentam magnitudes diferentes, de acordo com a espécie, o sexo e o modelo utilizados na avaliação. Outra metodologia utilizada são os modelos de regressão aleatória, permitindo mudanças graduais nas covariâncias entre idades ao longo do tempo e predizendo variâncias e covariâncias em pontos contidos ao longo da trajetória estudada. A utilização de modelos de regressões aleatórias traz como vantagem a separação da variação da curva de crescimento fenotípica em seus diferentes efeitos genético aditivo e de ambiente permanente individual, mediante a determinação dos coeficientes de regressão aleatórios para esses diferentes efeitos. Além disto, não há necessidade de utilizar fatores de ajuste para a idade. Esta revisão teve por objetivos levantar os principais modelos matemáticos frequentistas utilizados no estudo de curvas de crescimento de aves, com maior ênfase nos empregados com a finalidade de estimar parâmetros genéticos e fenotípicos.

The use of mathematical models to describe animal growth is not recent. They are able to summarize information on strategic dots of animal growth development and to describe the evolution of weight according to the animal age. It is also possible to compare different individuals in similar physiologic stages. The growth models most commonly used in poultry breeding are derived from Richards function, and they present parameters that provide biological interpretation and knowledge to select a specific shape of growth curve in poultry. However, it is also possible to use segmented polynomials to describe trend changes during the animal growth. One needs to consider important variables affecting the growth curve parameters estimates, such as, production system, specie, sex and their interactions. Model Goodness-of-fit can be based on many criteria such as coefficient of determination (R2), residual mean squared error, (LSe), estimated predicted mean error (PME), the easiness the analysis to reach convergence and the possibility of biological interpretation of parameters. Studies involving modeling and description of growth curve and their components are described in literature, but, there is no selection programs applied to the growth curve shape. The importance of determinating the parameters of growth curve models is more relevant when considering that most of the genetic gains for growth traits are related to selection, on weights near to the inflexion point. Often, selection to fast growth is important in all breeding programs, and could be based on genetic parameters of the growth curve parameters. These parameters are related to important productive and reproductive traits, and present different values, according to specie, sex and models used in evaluation. Alternatively, other methodology used is random regression models, allowing graduation changes in (co) variances between ages during the time and predicting (co)variances during the studied trajectory. The use of random regression models has the advantage to allow the partition of phenotypic growth curve (co)variance in its different genetic additive and the permanent environment effects, using random regression coefficients for each different effect. This review aimed at summarizing the main frequentists mathematical models used in the studies of growth curves in birds, emphasizing those applied to estimate genetic and phenotypic parameters.