Video Experimental Relacionado
Updated: Feb 14, 2026

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation
Published on: September 8, 2023
Modelado de la interfaz de forraje-animal para estimar la ganancia diaria del ganado ganadero que pastorea
Prem Woli1, Kenneth J Boote2, Gerrit Hoogenboom2
1Texas A&M AgriLife Research Center, 1710 N. FM 3053, Overton, TX, 75684, USA.
Un nuevo sistema estima el aumento de peso diario de los ganaderos que pastan hierba de bermuda, mejorando la gestión del ganado vacuno de carne. Este sistema de estimación de ganancia diaria (DGESS) ayuda a optimizar el modelado de la carne de forraje y los resultados económicos.
Área de la Ciencia:
- Ciencias Agrícolas Ciencias Agrícolas
- Ciencias de los animales Ciencias de los animales.
- Ecología Ecología Ecología.
Sus antecedentes:
- La producción de ganado de carne es vital en el sureste de los EE.UU., lo que requiere una gestión eficiente del sistema de pastoreo.
- Comprender el complejo sistema de crecimiento de forraje, defoliación y rendimiento animal es crucial para una gestión efectiva.
- Los modelos existentes carecen de capacidades de estimación diaria para el desempeño de los ganaderos en pastos de bermudagrass.
Objetivo del estudio:
- Desarrollar un sistema informático para estimar el rendimiento diario de los ganaderos que pastan el pasto de las bermudas.
- Para acoplar el modelo de forraje perenne CROPGRO con un modelo de ganancia diaria de la población.
- Para crear un módulo de interfaz forraje-animal (FAI) para el modelado integrado.
Principales métodos:
- Se acopló el modelo de forraje perenne CROPGRO con un modelo de ganancia diaria del ganadero a través de un módulo de interfaz forraje-animal (FAI).
- Desarrolló un sistema de estimación de ganancia diaria para los almacenadores (DGESS).
- Se probó el rendimiento de DGESS utilizando datos de 33 ensayos (1987-2020) en Overton, Texas, analizando la ganancia diaria promedio del ganadero (ADG), el peso corporal (BW) y la masa de forraje de bermudagrass (FM).
Principales resultados:
- La DGESS mostró un buen rendimiento en la predicción del peso corporal (PQ) del ganadero, con un índice Willmott (WI) de 0,91.
- Las predicciones para la ganancia diaria promedio (GDA) y la masa de forraje (FM) mostraron una mayor variabilidad (IM de 0,77 y 0,73, respectivamente).
- Los valores de error absoluto medio bajo (MAE) y error cuadrado medio raíz (RMSE) indicaron la precisión del modelo.
Conclusiones:
- El DGESS desarrollado predice con precisión la ganancia diaria y el peso corporal de los ganaderos que pastan hierba de bermuda.
- La DGESS puede mejorar el modelado forraje-carne bovina para la investigación científica y proporcionar beneficios económicos a las partes interesadas.
- El sistema también estima el valor nutricional diario del forraje, la masa del forraje y la asignación de forraje.
Videos de Conceptos Relacionados
Optimal Foraging
Gain
Gain:
Suppose Vin is the input and Vout is the output signal to a circuit.
Protein-protein Interfaces
Protein-Protein Interfaces
Classical Conditioning in Daily Life
John B. Watson and Rosalie Rayner famously demonstrated the development of fear through classical conditioning in their experiment with Little Albert. They paired the...
What are Estimates?
The estimate for the mean of a sample is denoted by ͞x, whereas the mean of the population is designated as μ. Further, parameters such...

