Marcelo Hervé Fernández

Mejorar la eficiencia de la engorda mediante estimación de fecha optima de faena, a partir de la predicción del grado de grasa de cobertura de canal medido por grasa de la cadera (P8) en vivo.

Gestionar la Grasa Corporal

La heterogeneidad de los animales que egresan de la engorda es poco evidente si solamente se considera el peso vivo. La grasa es el componente que más varia en las canales bovinas y uno de los que aporta sabor. La tipificación del grado de grasa de cobertura en canales en Chile a nivel de plantas faenadoras (PFC), se realiza mediante la escala de apreciación visual en 4 niveles de 0, 1, 2 y 3 se observa una alta variabilidad entre y dentro de cada nivel (INIA, 2011 1; Larraín et al., 2018 2). Por ejemplo, una canal con cobertura 1 puede estar muy cerca de cobertura 0 ó muy cerca de la cobertura 2 (Cid, 1999), y es el componente de mayor variabilidad en las canales, por lo que esa variabilidad en mm de cobertura grasa dorsal o de la cadera permite oportunidades para ser gestionada con mayor precisión y cumplir con los requerimientos del mercado en forma eficiente (Agriculture Victoria, 2020 3; AUS-MEAT, 20214; Pordomingo et al., 2020 5; Slack-Smith et al., 2009 6; Tejedo, 2018 7; Videla, 1994 8).

Monitorear la grasa corporal

Esta importante fuente de variabilidad hace que los animales de un lote con peso uniforme alcanzan la capacidad de generar canales tipificadas con coberturas de grasa requeridas en fechas diferentes. Conocer y anticipar la fecha en que el animal alcanzará este objetivo es crítico para el modelo de negocio de engorda bovina ya que permite mejorar la eficiencia de del proceso sin afectar objetivos de calidad de grasa de cobertura final de la canal.

En el bovino, el espesor de grasa P8 es la medición de la profundidad del tejido graso en la intersección de los músculos glúteo medio y bíceps femoral en la región de la cadera. Se correlaciona positivamente con la medida de espesor de grasa dorsal o grado de cobertura grasa y se expresa en mm, es medible en vivo y de manera objetiva por medio de ultrasonido, ya que el límite entre músculo y grasa en P8 que es el límite entre los músculos bíceps femoral y el glúteo medio, se encuentra mejor definido para el uso de ultrasonido y con menor variabilidad entre operadores (Arias, 2021 9; Golden et al., 2021 10; Gresham, 2006 11; Realini et al., 2001 12; Tejedo, 2018; Tess, 2012 13; Wall, 2008 14; Williams et al., 1997 15). Es también un mejor punto con relación a otras zonas de medición de grasa en vivo, ya que presenta menos variabilidad de medición debido a perdidas en faena misma, como el espesor de grasa dorsal, que en faena puede ser afectado por la remoción de grasa con piel en esa zona, alterando la predicción.

Contar con una herramienta de medición objetiva de cobertura grasa en la fase de engorda (P8) para la gestión de la operación de engorda, es un factor clave ya que puede a través de ese indicador es posible planificar y optimizar,por ejemplo: los requerimientos nutricionales, los días en engorda, fechas y características deseables de reposición, anticipar fecha de venta, entre otros, logrando los niveles de calidad esperados, de una manera más eficiente.

Modelo de Optimización de Engorda Vetwork

Es posible predecir esta fecha optima de faena implementando un sistema a partir de registros individuales de los animales en la engorda, datos de manejo, características zootécnicas, entre otros, que incluyan la medición del P8 en vivo en momentos críticos de toma de decisión de manejo.

Vetwork SpA a través de su equipo profesional y científico cuenta con una metodología – Modelo de Optimización Vetwork – basada en procedimientos estadísticos y científicos que nos permite predecir la relación entre Grasa de Cobertura en Vivo por P8 y otras variables en engorda y el grado de cobertura grasa de la canal. Este modelo requiere una calibración de acuerdo con las especificidades de cada sistema de engorda, y de los criterios de las plantas faenadoras que procesan los animales de la empresa.

Contáctanos

Referencias

  1. INIA. (2011). Informe final proyecto “Desarrollo de Tecnología para Reducir las Pérdidas por Corte Oscuro en la Cadena de la Carne Bovina”. Código 07CT9IQT-21. Opia.CL: Observatorio Para La Innovación Agraria, Agroalimentaria y Forestal. https://opia.fia.cl/601/w3-article-3715.html
  2. Larraín, R., Fernández, J., & Melo, Ó. (2018). Informe Final: Análisis comparado de clasificación de ganado y calidad de cortes de carne bovina. https://www.odepa.gob.cl/publicaciones/consultorias-y-asesorias/analisis-comparado-de-sistemas-de-clasificacion-de-ganado-y-calidad-de-cortes-de-carne-bovina
  3. Agriculture Victoria. (2020, July 16). Assessing fat depth of live cattle | Handling and management | Beef | Livestock and animals | Agriculture Victoria. Agriculure Victoria. https://agriculture.vic.gov.au/livestock-and-animals/beef/handling-and-management/assessing-fat-depth-of-live-cattle#h2-0
  4. AUS-MEAT. (2021, December 6). Handbook of Australian Beef Processing. https://www.ausmeat.com.au/WebDocuments/Producer_HAP_Beef_Small.pdf
  5. Pordomingo, A. J., Pordomingo, A. B., & Jouli, R. R. (2020). Producción y calidad de la carne de novillos terminados a corral. Revista Argentina de Producción Animal, 40(1), 29–39. http://www.aapa.org.ar/rapa/40/1/04-TPP-Pordomingo,%20AJ.pdf
  6. Slack-Smith, A., Griffith, G. R., Thompson, J. M., Slack-Smith, A., Griffith, G. R., & Thompson, J. M. (2009). The cost of non-compliance to beef market specifications. Australasian Agribusiness Review, 17(Peper 9), 178–190. https://doi.org/10.22004/AG.ECON.125715
  7. Tejedo, T. (2018). Evaluación de la composición y calidad de carcasa a través de técnicas de ultrasonografía en novillos de feedlot [Universidad Nacional del Centro de la Provincia de Buenos Aires. ]. https://www.ridaa.unicen.edu.ar/handle/123456789/1781
  8. Videla, O. (1994). Determinación de la proporción de grasa de recorte al desposte en canales de bovino con diferentes grados de grasa de cobertura. Universidad Austral de Chile.
  9. Arias, R. (2021, January 14). Claves para determinar el momento ideal para faenar al ganado de engorda. Revista Del Campo. https://diario.uach.cl/claves-para-determinar-el-momento-ideal-para-faenar-al-ganado-de-engorda/
  10. Golden, B., Spangler, M., & Nielsen, M. (2021, October 21). Ultrasound rump fat – BIF Guidelines Wiki. BIF Guidelines. https://guidelines.beefimprovement.org/index.php/Ultrasound_rump_fat
  11. Gresham, J. (2006). International study guide real-time ultrasound beef cattle applications rib fat thickness rump fat thickness eye muscle area intramuscular fat operator training manual for TelaVet 1000. https://www.pcultrasound.com/resources/research/publications/article_16.pdf
  12. Realini, C. E., Williams, R. E., Pringle, T. D., & Bertrand, J. K. (2001). Gluteus medius and rump fat depths as additional live animal ultrasound measurements for predicting retail product and trimmable fat in beef carcasses. Journal of Animal Science, 79(6), 1378–1385. https://doi.org/10.2527/2001.7961378X
  13. Tess, M. (2012). Ultrasound Guidelines Council Field Technician Study Guide Chapter VII – UGC Field Certification Procedures. In Ultrasound Guidelines Council Field Technician Study Guide (pp. 1–5). https://ultrasoundguidelinescouncil.org/wp-content/uploads/2021/09/UGC-SG-VII-FC.pdf
  14. Wall, P. (2008, February 11). Carcass Ultrasound 101: The Importance of Ultrasound Rump Fat | Beef Magazine. The National CUP Lab. https://www.beefmagazine.com/americancowman/genetics/0211-carcass-ultrasound-rump-fat
  15. Williams, R. E., Bertrand, J. K., Williams, S. E., & Benyshek, L. (1997). Biceps femoris and rump fat as additional ultrasound measurements for predicting retail product and trimmable fat in beef carcasses. Journal of Animal Science, 75(1), 7–13. https://doi.org/10.2527/1997.7517