T.C.
SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ
MALYA KOYUNLARINDA BÜYÜME EĞRĠSĠ Rabia Gökçe AYTEKĠN
YÜKSEK LĠSANS TEZĠ Zootekni Anabilim Dalını
ġubat-2011 KONYA Her Hakkı Saklıdır
TEZ KABUL VE ONAYI
Rabia Gökçe AYTEKĠN tarafından hazırlanan “Malya Koyunlarında Büyüme Eğrisi” adlı tez çalıĢması 04/02/2011 tarihinde aĢağıdaki jüri tarafından oy birliği ile Selçuk Üniversitesi Fen Bilimleri Enstitüsü Zootekni Anabilim Dalı’nda YÜKSEK LĠSANS TEZĠ olarak kabul edilmiĢtir.
Jüri Üyeleri Ġmza
BaĢkan
Doç. Dr. Birol DAĞ
DanıĢman
Doç. Dr. Uğur ZÜLKADĠR
Üye
Yrd. Doç. Dr. Mehmet AKÖZ
Yukarıdaki sonucu onaylarım.
Prof. Dr. Bayram SADE FBE Müdürü
TEZ BĠLDĠRĠMĠ
Bu tezdeki bütün bilgilerin etik davranıĢ ve akademik kurallar çerçevesinde elde edildiğini ve tez yazım kurallarına uygun olarak hazırlanan bu çalıĢmada bana ait olmayan her türlü ifade ve bilginin kaynağına eksiksiz atıf yapıldığını bildiririm.
DECLARATION PAGE
I hereby declare that all information in this document has been obtained and presented in accordance with academic rules and ethical conduct. I also declare that, as required by these rules and conduct, I have fully cited and referenced all material and results that are not original to this work.
Rabia Gökçe AYTEKĠN Tarih: 04/02/2011
iv
ÖZET
YÜKSEK LĠSANS TEZĠ
MALYA KOYUNLARINDA BÜYÜME EĞRĠSĠ Rabia Gökçe AYTEKĠN
Selçuk Üniversitesi Fen Bilimleri Enstitüsü Zootekni Anabilim Dalı
DanıĢman: Doç. Dr. Uğur ZÜLKADĠR 2011, 27 Sayfa
Jüri
Doç. Dr. Uğur ZÜLKADĠR Doç. Dr. Birol DAĞ
Yrd. Doç. Dr. Mehmet AKÖZ
Bu araĢtırma sütten kesimden 47 aylık yaĢa kadar olan ve ad-libitum olarak kaba yem ve kesif yem karması ile yemlenen 20 baĢ diĢi Malya koyununun canlı ağırlık bakımından büyüme eğrisini tanımlamak amacıyla yapılmıĢtır. Bu büyüme periyodu içerisinde kuzuların canlı ağırlıkları aylık olarak tespit edilerek, Doğrusal, Kuadratik ve Kübik modellerin besi döneminde büyüme eğrisi parametreleri, belirleme katsayıları (R2
), hata kareler ortalamaları (HKO) ve artık değerler ile gerçek veriler arasındaki korelasyonları (AGAK) belirlenmiĢtir. Büyüme periyodunda en iyi uyumu sağlayan modelin belirlenmesi amacıyla R2’si yüksek, HKO ve AGAK’ı düĢük olan model tercih edilmiĢtir. Canlı ağırlığın belirleme katsayısı Doğrusal, Kuadratik, Kübik, Gompertz ve Logistik modellerde sırasıyla R2 değerleri sırasıyla % 83.13, % 91.04, % 92.04, % 91.55 ve % 91.22 olarak tespit edilmiĢtir. HKO ise sırasıyla 65.900, 34.657, 30.894, 32.956 ve 34.101 olarak belirlenmiĢtir. AGAK değerleri ise 0.469, 0.287, 0.279, 0.299 ve 0.333 olarak bulunmuĢtur. Bu değerler dikkate alındığında en iyi uyumun Kübik modelden elde edildiği ortaya çıkmıĢtır. Bununla beraber doğrusal model dıĢındaki diğer tüm modellerin bu periyottaki büyümeyi yeterince tanımlayabildikleri söylenebilir. Bu sonuçlar yetiĢtiricilere uygun yetiĢtirme ve beslenme stratejilerini tanımlamak için önem arz etmektedir.
v
ABSTRACT
MS THESIS
THE GROWTH CURVE IN MALYA SHEEP
Rabia Gökçe AYTEKĠN
THE GRADUATE SCHOOL OF NATURAL AND APPLIED SCIENCE OF SELCUK UNIVERSITY
THE DEGREE OF MASTER OF ANIMAL SCIENCE IN ANIMAL SCIENCE
Advisor: Assoc. Prof. Dr. Uğur ZÜLKADĠR
2011, 27 Pages
Jury
Assoc. Prof. Dr. Uğur ZÜLKADĠR Assoc. Prof. Dr. Birol DAĞ
Asst. Prof. Dr. Mehmet AKÖZ
This research aimed that defining the growth curve of live weight of Malya sheep from weaning to 47 months of age by using 20 ewes fed ad-libitum on roughages and concentrates. The parameters of growth curves, determination coefficients (R2), mean square predicted errors (MSE) and correlation between observed live weight and residuals (RESC) were determined for Linear Model, Cubic Model, Quadratic Model, Gompertz and Logistic models by obtained monthly live weights of Malya lambs during in this period. The highest R2 values, lowest MSPE and RESC values were preferred between the models during the growth period. R2 values of the models for estimating live weight were determined as % 83.13, % 91.04, % 92.04, % 91.55 and % 91.22, respectively. MSPE values of live weight were determined as 65.900, 34.657, 30.894, 32.956 and 34.101, respectively. Also, RESC values were found as 0.469, 0.287, 0.279, 0.299 and 0.333, respectively. When these values are taken into consideration, it is seen that the best fit to growth curves of female Malya ewes was acquired with Cubic Model. In addition to this, all the models except linear model can be said enough to identify the growth in this period. These results are important to help the farmers define proper breeding and feeding strategies.
vi
ÖNSÖZ
Tez çalıĢmalarımda yol gösterici olan sayın hocam Doç. Dr. Uğur ZÜLKADĠR’e, yardımlarını esirgemeyen sayın hocam Yrd. Doç. Dr. Ġsmail KESKĠN’e ve Prof. Dr. Orhan DüzgüneĢ Hayvancılık AraĢtırma ve Uygulama Çiftliği Koyunculuk Ünitesinde yetiĢtirilen koyunların kayıtlarının tarafıma sağlanmasında, istatistiki analizlerin yapılmasında ve tez yazımındaki yardımlarından dolayı ArĢ. Gör. Ġbrahim AYTEKĠN’e teĢekkürü bir borç bilir, saygılarımı sunarım.
Rabia Gökçe AYTEKĠN KONYA-2011
vii ĠÇĠNDEKĠLER ÖZET ... iv ABSTRACT ... v ÖNSÖZ ... vi ĠÇĠNDEKĠLER ... vii
SĠMGELER VE KISALTMALAR ... viii
1. GĠRĠġ ... 1 2. KAYNAK ARAġTIRMASI ... 6 3. MATERYAL VE METOT ... 12 3.1. Hayvan Materyali ... 12 3.1.1. Bakım ve Besleme ... 12 3.2. Metot ... 12
3.1.1. Büyüme Modelleri ve Modellerin Seçimi ... 12
3.1.1. Ġstatistiki analiz ... 13
4. ARAġTIRMA SONUÇLARI VE TARTIġMA ... 14
5. SONUÇLAR VE ÖNERĠLER ... 23
KAYNAKLAR ... 24
viii SĠMGELER VE KISALTMALAR Simgeler Kg kilogram Kısaltmalar R2 Belirleme katsayısı
HKO Hata kareler ortalaması
1. GĠRĠġ
Hayvancılık; insan beslenmesinde uygun olmayan yem kaynaklarının kaliteli insan gıdasına dönüĢtürmesinin yanı sıra iĢsizliğe çözüm olarak istihdam yaratmasıyla birlikte tarıma dayalı et, süt, yem, yünlü tekstil ve deri sanayilerine hammadde sağlaması yönünden tarımsal üretimin lokomotifi konumundadır. Dünyada bir milyarın üzerinde sayısal varlığı ve 2000’den fazla ırkı ile yetiĢtirilmekte olan ve ilk evcilleĢtirilen türlerden biri olan koyun, uzun yıllardan bu yana insanoğlu için önemli bir üretim unsurudur. Bu ırklardan yaklaĢık 200 kadarının ekonomik olarak önem taĢıdığı tahmin edilmektedir. Bu nedenle koyun, hayvansal üretimde, dolayısıyla tarımsal üretimde ve ülkelerin ekonomilerinde önemli bir yere sahiptir (Akçapınar, 1994; Akman ve ark., 2001). 2009 yılı TÜĠK verilerine göre, 21 749 508 baĢ olan koyun varlığımız toplam hayvan varlığı içerisinde % 57.7’lik bir paya sahiptir. Ancak son yıllarda sayısal olarak koyun varlığında önemli bir azalma meydana gelmektedir. Toplam hayvan varlığı içerisinde % 57.7’lik bir paya sahip olduğu halde toplam süt üretimi içerisinde % 5.85’lik (hayvan baĢına süt verim ortalaması 78 kg), toplam et üretimi içerisinde ise % 18’lik bir paya (hayvan baĢına 18.7 kg karkas) sahiptir.
Coğrafi yapısı ve iklim Ģartlarına bağlı olarak Türkiye’de farklı bölgelerinin Ģartlarına uyum sağlamıĢ koyun ırk ve tipleri yetiĢtirilmektedir. Türkiye koyun populasyonunun yarıdan fazlası yağlı kuyruklu koyunlardan oluĢmakla birlikte, Malya koyunu (5/8 Akkaraman, 3/8 Alman Yapağı Et Merinosu) yarım yağlı kuyruklu bir koyun ırkıdır. Vücut beyaz, baĢ ve bacaklarda siyah lekeler bulunmakla birlikte göz çevresinde kahverengi lekelere de rastlanılmaktadır. GeçmiĢ yıllarda Türkiye’nin yapağı ve et ihtiyacını karĢılamak amacıyla geliĢtirilen Malya koyun ırkı, günümüzde lokal olarak sınırlı yetiĢtiricilik alanına sahip olmuĢtur.
Çiftlik hayvanlarında incelenen önemli özelliklerden birisi de büyümedir. Kemiklerin, kasların, iç organların ve vücudun diğer kısımlarının geliĢmesine, yani vücut kitlesinin belirli zaman aralıklarında, türüne özgü bir biçimde uyumlu olarak artmasına büyüme denilmektedir (Özen, 1997). Daha topluca bir ifade ile büyüme tüm canlılarda belirli bir dönem içinde organizmadaki hücre ve doku artıĢı Ģeklinde tanımlanmakla birlikte evcil hayvanlarda genellikle canlı ağırlık veya organ ağırlıkları üzerinde durulmaktadır. Diğer bir ifadeyle canlılarda büyüme genellikle yeni hücrelerin üretimi olarak tanımlanmakla birlikte hücrelerin hacimsel veya kitlesel olarak artıĢı
2 anlamına da gelmektedir (Owens ve ark., 1993). Yani hücresel boyutta 2 Ģekilde büyüme gerçekleĢmektedir.
1. Hiperplazik (sayısal) büyüme
2. Hipertrofik (hacimsel yada kitlesel) büyüme
Herhangi bir özellikteki büyüme bireylerin genetik yapısı ile genetik-çevre arasındaki interaksiyonlarının bir sonucu olmaktadır (Kor ve ark., 2006). Diğer bir ifade ile büyüme doğumdan baĢlayıp ergin büyüklüğe ulaĢıncaya kadar süren kalıtsal bir özellik olmakla birlikte uygun çevre Ģartlarının kalıtsal yapının ihtiyaçlarını sağlaması son derece önemlidir. Örneğin besleme büyüme üzerinde çok önemli bir çevre faktörü olmasına karĢın, hayvanlar ne kadar iyi beslenirse beslensin, hiçbir hayvan kalıtsal yapısının izin vermediği bir büyüme gücüne ulaĢamadığı gibi bu durumun tersi de söz konusu değildir. Her tür ve ırkın kendine özgü bir büyüme eğrisi olmakla birlikte aynı genotipik yapıya sahip bireylerde bile bazen önemli farklılıklar meydana gelebilmektedir (Özen, 1997).
Gerek dokular ve organlar düzeyinde gerekse vücudun tümü bazında hayvanın türü, ırkı ve yaĢı gibi birçok faktörden büyüme etkilenmektedir. Örneğin, iri genotipik yapıya sahip olanların küçük cüsselilerden daha hızlı büyüdüğü ve tüm genotiplerde yaĢamın erken dönemlerinde büyümenin hızlı olup ergin yaĢa yaklaĢtıkça giderek yavaĢladığı söylenebilir (Özen, 1997).
Canlının vücudunun geliĢmesi ve büyümesinin ölçüsü, bütün vücut için yapılabildiği gibi vücudun belli bir parçası içinde yapılabilir (Efe, 1990). Çiftlik hayvanlarında büyüme denildiğinde vücut ölçüleri içerisinde özellikle canlı ağırlık akla gelmekte ve yoğun olarak canlı ağırlık çalıĢılmaktadır (KocabaĢ ve ark., 1997; AkbaĢ ve ark., 1999; Soysal ve ark., 1999; Esenbuğa ve ark., 2000; Çamdeviren ve TaĢdelen, 2002; Bayram ve ark., 2004; Topal ve ark., 2004; ġengül ve Kiraz, 2005; Kor ve ark., 2006; Keskin ve Dağ, 2006; Çetin ve ark., 2007; KarakuĢ ve ark., 2008; Aytekin ve ark., 2009; Keskin ve ark., 2009; Aytekin ve ark., 2010; Narinç ve ark., 2010).
Herhangi bir döneme ait düzenlenmesi gereken çevre faktörleri (bakım ve besleme) sadece o dönemde etkili olmayıp, müteakip dönemde de etkilerini sürdürdüğünden dolayı (Sezenler ve ark. 2008) çevre Ģartları değiĢken olan iĢletmelerde büyüme ve geliĢmenin takibinde canlı ağırlığın iyi takip edilmesi ekonomik verim seviyesi için önem arz etmektedir. Canlı ağırlık, yetiĢtirme aĢamalarının en iyi göstergesi olmakla birlikte, ırk içerisinde veya ırklar arasındaki ergin hayvanlarda büyük bir varyasyon göstermektedir (Thompson ve Meyer, 1994). Dolayısıyla et
üretimi amacıyla koyun yetiĢtiriciliği yapılan büyük sürülerde farklı canlı ağırlık gruplarının oluĢturulması sürü idaresi (bakım ve besleme) bakımından kolaylık sağlayacaktır.
ġireli ve Ertuğrul (2004)’un Turner and Young (1969)’dan bildirdiğine göre; bir veya birden fazla geliĢme devrelerinde bir canlının büyümesini belirleyen bir veya daha fazla ölçüm yapılabilir. Ele alınan dönem boyunca, ölçüm sayısının artması ile doğru orantılı olarak büyümeyi tanımlayacak eğrinin isabeti de artmaktadır. Geçerliliği kontrol edilerek kabul edilmiĢ bir büyüme modelinde, belirli bir zaman dilimindeki hayvan ölçümleri kullanılabilir. Bu kullanım Ģeklinin pratikteki en büyük yararı söz konusu değerleri belirleyebilmek için belirli bir sürenin geçmesi ihtiyacını ortadan kaldırmasıdır. Koyunlarda da diğer çiftlik hayvanlarında olduğu gibi, ekonomik karakterlerin ortaya çıkması ve ölçülmesi yaĢam sürecinin çeĢitli dönemlerinde olur. Verimlerin erken yaĢ ve çağlarda saptanması, hem damızlık seçiminde etkinliği artırır ve hem de verimi düĢük hayvanları erken teĢhis etmek suretiyle masrafları en aza indirme olanağı verir. Diğer taraftan hayvanların yaĢam boyunca saptanan fenotipik özellikleri arasında ırktan ırka ve karakterden karaktere değiĢmek üzere az veya çok benzerliğin bulunduğu bilinmektedir.
Özellikle ergin canlı ağırlık, fizyolojik özelliklerden olan büyüme ve geliĢme açısından seleksiyonda bir kriter olarak değerlendirilmektedir. Çiftlik hayvanlarında her ne kadar ergin canlı ağırlığın yüksek olması istense de güç doğum vb. gibi üremede bazı sorunlar ile barındırma ve nakliyede daha fazla alan ve besin madde ihtiyaçları, kırkımdaki zorluk vb. gibi masraf artıĢlarını meydana getireceğinden büyüme oranının, büyümede artıĢ veya yavaĢlama hızlarının genotipik yapı ve besleme dikkate alınarak amaca yönelik düzenlenmesi gerekmektedir (Owens ve ark., 1993; Nasholm ve Danell, 1996). Bununla birlikte büyüme, hayvanların daha sonraki verimleri açısından çok önemlidir. Yani, geliĢme döneminde optimum büyümemiĢ bir hayvan ergin döneminde ne kadar iyi beslenir veya bakılırsa bakılsın ve ne kadar üstün bir ırktan olursa olsun, kendisinden beklenen verime asla ulaĢamamaktadır. Dolayısıyla böyle hayvanlar kavruk kalmakta ve eğer sürü büyüklüğü ideal ise damızlık dıĢı bırakılmaları gerekmektedir. GeliĢme çağında yetersiz beslenen hayvanların büyüme ve canlı ağırlık artıĢları yavaĢlamakta dolayısıyla cinsi olgunluk ve damızlıkta kullanma çağları gecikmektedir. Eğer bu dönemdeki besleme uzun süreli ve Ģiddetli değilse telafi büyümesi yemleme stratejileri ile giderilebilir. Ancak uzun süreli ve Ģiddetli ise hayvanın sağlığını ve verimlerini ergin yaĢlarda olumsuz yönde etkilemektedir (Özen, 1997).
4 Üreme performansı dikkate alındığında canlı ağırlığı yüksek koyunların canlı ağırlığı düĢük olanlardan daha fazla cinsel aktivite gösterdikleri ve özellikle koç katımı öncesi canlı ağırlığı yüksek koyunlar düĢük olanlara kıyasla daha fazla döl ve verim performanslarına sahip oldukları çeĢitli araĢtırıcılar tarafından bilinmektedir (Attı ve ark., 2001; Viñoles ve ark., 2002). Ancak çeĢitli yetiĢtirme dönemlerindeki koyunların ideal kondüsyonlarının da ayarlanması yüksek verim elde etmek için son derece önem arz etmektedir (Aytekin ve Kaplan, 2010).
Büyümeyi etkileyen faktörlerin baĢında bakım ve besleme gelmekle birlikte, yetiĢtirilen yer, hastalık, cinsiyet vb. gibi diğer çevresel faktörler ve bunların interaksiyonları da büyümeyi etkilemektedir (Bayram ve ark., 2004; ġengül ve Kiraz, 2005). Örneğin erkek hayvanlar diĢilerden hem doğum öncesi hem de doğum sonrası dönemde daha iyi büyüme performansı gösterirler.
Canlının doğumundan geliĢmesini tamamlayana kadar zamana bağlı olarak ağırlık ve vücut ölçülerinde görülen değiĢimlerin eğrisel olarak ifade edilmesine büyüme eğrisi denilmektedir. Bir canlının ağırlık ve beden ölçülerinde belirli bir zaman sürecinde meydana gelen değiĢimler genellikle büyüme eğrisi modelleriyle açıklanır (Yıldız ve ark., 2009).
Doğrusal ve doğrusal olmayan büyüme modelleri günümüze kadar çeĢitli araĢtırıcılar tarafından çiftlik hayvanlarının büyüme eğrilerini tanımlanabilmesi için kullanılmıĢtır. Çiftlik hayvanlarında yaĢ ile büyüme iliĢkilerinin belirlenmesi için kullanılabilecek modeller asimptotik ve monomoleküler fonksiyonlar olmak üzere iki ana grupta toplanmaktadır. Asimptotik fonksiyonlar canlının yaĢamı boyunca yaĢ ile büyüme iliĢkisini ortaya koyan doğrusal olmayan modelleri içermektedir. Monomoleküler fonksiyonlar ise yaĢ ile büyüme iliĢkisi içerisinde S Ģeklinde olan büyüme eğrilerini ifade eden modellerdir (Efe, 1990). Çiftlik hayvanlarında büyüme doğrusal olmadığından büyüme eğrilerinin tahmin edilmesinde doğrusal olmayan modellerin kullanılması daha uygun olacaktır. Ancak veri sayısının azlığı gibi nedenlerden dolayı doğrusal modellerin de büyüme eğrisini tahmin etmede kullanılması zorunlu hale gelmektedir.
Bu çalıĢma, Malya koyunlarının canlı ağırlıklarının ayda bir olmak üzere 44 farklı kontrol döneminde ölçülerek büyüme dönemi için doğrusal ve doğrusal olmayan (Kuadratik, Kübik, Gompertz ve Logistik) modellerden bazılarının büyüme eğrilerine uyumlarının belirlenmesi amacıyla yürütülmüĢtür.
AraĢtırma beĢ bölümde değerlendirilmiĢ olup, birinci bölüm olan giriĢ kısmında konunun önemi ve araĢtırmanın amacı açıklanmıĢtır. Ġkinci bölümde, araĢtırmada yararlanılan kaynaklar özetlenmiĢtir. Üçüncü bölümde araĢtırma materyali ve araĢtırmada kullanılan yöntem ve istatistik analizler açıklanmıĢtır. Dördüncü bölümde, araĢtırmada elde edilen sonuçlar açıklanmıĢ ve bu sonuçlar diğer yapılan çalıĢmalarla mukayese edilmiĢtir. BeĢinci bölümde, araĢtırma sonuçları ve literatür bilgileri ıĢığında birtakım önerilerde bulunulmuĢtur.
6
2. KAYNAK ARAġTIRMASI
KocabaĢ ve ark. (1997), Akkaraman, Ġvesi x Akkaraman ve Malya x Akkaraman kuzuların yaklaĢık 10 haftalık besi periyodunda büyümelerini açıklamak için yaptıkları çalıĢmada Akkaraman, Ġvesi x Akkaraman ve Malya x Akkaraman kuzularında canlı ağırlık artıĢları bakımından doğrusal modelin belirleme katsayılarını 0.990, 0.993 ve 0.989 olarak bildirmiĢler Akkaraman ve Ġvesi x Akkaraman kuzularında doğrusal modelin Malya x Akkaraman kuzularına göre uyumunun daha iyi olduğunu ifade etmiĢlerdir.
AkbaĢ ve ark. (1999), Kıvırcık ve Dağlıç erkek kuzularının doğumdan 420 günlük yaĢa kadarki büyümelerine uyumluluğunu belirlemek için 15 farklı model ile yaptıkları çalıĢmada Doğrusal modelde a ve b parametrelerini Kıvırcık kuzularında sırasıyla 7.65 ve 0.151 olarak, Dağlıç kuzularında 5.82 ve 0.133 olarak belirlemiĢlerdir (P<0.01). Aynı araĢtırıcılar Kuadratik modelde Kıvırcık kuzuları için a, b ve c parametrelerini sırasıyla 4.61, 0.193 ve 0.000096 olarak, Dağlıç kuzuları için 4.32, 0.153 ve -0.000047 olarak tespit etmiĢlerdir (P<0.01). Bununla birlikte kübik modelin ağırlık-yaĢ iliĢkisini açıklamada ek bir katkı yapmadığını ifade etmiĢlerdir. Sütten kesim ve sonrasında (60-420 gün arası) basit doğrusal modele ait a ve b parametrelerini Kıvırcık kuzularında sırasıyla 9.51 ve 0.145 olarak, Dağlıç kuzularında 6.90 ve 0.129 olarak belirlemiĢlerdir. ÇalıĢmada doğrusal ve doğrusal olmayan modellerin uyumları bakımından kendi aralarında karĢılaĢtırdıklarında doğrusal, kuadratik, kübik, gompertz ve Logistik modeller için belirleme katsayılarını birbirlerine oldukça yakın (% 99) olarak tespit etmiĢlerdir. Doğrusal olmayan modellerden en iyi uyumun % 99.9 ile Brody modelinden elde edildiğini ifade etmiĢlerdir. Bununla birlikte doğrusal olmayan modellerden Gompertz modelde a, b ve c parametreleri ile R2 değerini Dağlıç kuzuları için sırasıyla 113.16, 2.87 ve 0.0047 ile % 99.63 olarak, Kıvırcık kuzuları için ise 88.18, 2.35 ve 0.0054 ile % 99.28 olarak tespit etmiĢlerdir. Logistik modelde ise a, b ve c parametreleri ile R2 değerini Dağlıç kuzuları için sırasıyla 79.93, 6.81 ve 0.008 ile % 99.37 olarak, Kıvırcık kuzuları için ise 76.33, 6.25 ve 0.0093 ile % 98.67 olarak bildirmiĢlerdir. AraĢtırıcılar çalıĢmalarında genel olarak modeller arasından basit doğrusal modelin sütten kesim sonrası kuzuların büyüme eğrilerini açıklamada yeterli olduğunu ifade etmiĢlerdir. Bununla birlikte baĢlangıç canlı ağırlıkları birbirine yakın olan iki ırktan Kıvırcıkların daha hızlı canlı ağırlık artıĢı gösterdikleri ve sütten
kesimden sonra belirgin bir Ģekilde Dağlıçlardan üstün olduklarını büyüme eğrileri ile göstermiĢlerdir.
Esenbuğa ve ark. (2000), Ġvesi, Morkaraman ve Tuj kuzularının 20 haftalık otlatma periyodu boyunca büyümelerini açıklamak için yaptıkları çalıĢmada büyüme eğrileri bakımından belirleme katsayılarını sırasıyla doğrusal modelde 0.9807, 0.9732 ve 0.9724 ve Brody modelinde 0.9882, 0.9906 ve 0.9792 olarak belirlemiĢler ve Brody regresyon modelinin doğrusal modele üstünlüğünün çok belirgin olarak ortaya çıkmadığını bildirmiĢlerdir. Bununla beraber ilerleyen zamanla birlikte büyümenin doğrusal olmayacağından dolayı değiĢmeyi tanımlamak için doğrusal olmayan büyüme modellerinin kullanılması gerektiğini ifade etmiĢlerdir.
Tarımsal ürünlerde büyümeyi ifade etmek için kullanılan doğrusal-olmayan modellerden negatif eksponensiyal, Brody, Gompertz, Lojistik, Bertalanffy ve Richard modellerine ait kısmi türevler çıkarılmıĢ ve model parametrelerinin tahmininde kısmi türevlerin nasıl kullanılacağı üzerinde durulmuĢtur. Marquardt iteratif doğrusal-olmayan regresyon yöntemi kullanılarak, Morkaraman ırkı koyunlardan alınan yaĢ ve vücut ağırlığı verileri için, model parametreleri tahmin edilmiĢ ve parametreler için uygun baĢlangıç değeri belirleme problemi tartıĢılmıĢtır. Modellendirilmeye çalıĢılan sistem bağlamında, doğrusal-olmayan modellere ait parametrelerin doğru ifade edilebilmesinin, parametre tahmininde önemli bir rol oynadığı sonucuna varılmıĢtır (Bilgin ve Esenbuğa, 2003).
Topal ve ark.’nın (2004) Morkaraman ve Ġvesi kuzularının doğumdan 360 günlük yaĢa kadarki büyümelerine Brody, Gompertz, Logistic ve Bertalanffy modellerinin uyumluluğunu belirlemek için yaptıkları çalıĢmada, Morkaraman kuzularında Gompertz modeline ait a, b ve c parametrelerini sırasıyla 41.4, 2.06 ve 0.012 olarak, Logistik modele ait a, b ve c parametrelerini sırasıyla 40.2, 5.03 ve 0.018 olarak tahmin etmiĢlerdir. Dağlıç kuzularında ise Gompertz modeline ait a, b ve c parametrelerini sırasıyla 40.6, 2.08 ve 0.012 olarak, Logistik modele ait a, b ve c parametrelerini sırasıyla 38.9, 5.09 ve 0.018 olarak bulmuĢlardır. Morkaraman ve Dağlıç kuzularında canlı ağırlığın belirleme katsayılarını (R2
) Gompertz ve Logistik modeller için % 98 olarak tespit etmiĢlerdir. ÇalıĢmalarında sadece Ġvesi kuzuları için Bertalanffy modelinde belirleme katsayısını % 99 olarak bulmuĢlardır. Sonuç olarak Morkaraman ve Ġvesi kuzuları için en iyi uyumun sırasıyla Gompertz ve Bertalanffy modellerinde olduğunu bildirmiĢlerdir.
8 ġireli ve Ertuğrul (2004), 130 baĢ Dorset Down x Akkaraman (GD1), 101 baĢ Akkaraman ve 109 baĢ Akkaraman x GD1 genotipli kuzularının doğumdan itibaren 6 aylık yaĢa kadar olan dönemde canlı ağırlık, cidago yüksekliği, göğüs derinliği, göğüs çevresi ve vücut uzunluğu özelliklerine iliĢkin büyüme eğrilerinin tahmin edilmesi için yaptıkları çalıĢmada; bütün genotiplerde canlı ağırlığın belirleme katsayısını (R2
) 0.99, hata kareler ortalamasını (HKO) ise Dorset Down x Akkaraman (GD1), Akkaraman ve Akkaraman x GD1 genotipli kuzular için sırasıyla 0.457, 1.397 ve 1.054 olarak belirlemiĢlerdir. AraĢtırıcılar hem canlı ağırlık hem de değiĢik vücut ölçülerindeki değiĢimleri tanımlamak için Logistik büyüme modelinin uygun olduğunu göstermiĢlerdir.
Keskin ve Dağ (2006), Anadolu Merinosu kuzuların besi süresince büyüme eğrilerinin tanımlanması için kullandıkları doğrusal modelde a ve b parametrelerini sırasıyla 28.279 ve 0.3609 olarak, Kuadratik modelde ise a, b ve c parametrelerini sırasıyla 28.374, 0.3514 ve 0.00015 olarak belirlemiĢlerdir. Bununla birlikte R2
ve HKO değerlerini sırasıyla Doğrusal modelde 0.990 ve 0.80, Kuadratik modelde 0.990 ve 0.79 olarak belirlemiĢlerdir.
Lambe et al., (2006) Ġki farklı ırkın kuzularında doğumdan kesime kadarki dönemde büyümenin tanımlanması için farklı modelleri kullanarak mukayese yapmıĢlardır. 240 Texel ve 231 Ġngiliz beyaz yüzlü kuzu iki hafta aralıklarla tartılmıĢ ve modellemeye tabi tutulmuĢlardır. Bu maksatla her bir kuzu için biyolojik değiĢkenlerle ilgili hesaplamalar logistic, Gompertz, Richards ve exponential modellerle ve linear regresyon modeliyle yapılmıĢtır. Her iki ırkta da, doğrusal olmayan tüm modeller verilere iyi bir Ģekilde uyum göstermiĢlerdir. Ortalama determinasyon katsayıları (R2
) 0.98 den büyük olmuĢtur. Doğrusal model diğer tüm doğrusal olmayan modellerden daha düĢük bir R2
değerine sahip olmuĢtur (<0.94). En iyi üç modelde (logistic, Gompertz ve Richards) tanımlamada kullanılan değiĢkenler tahmini kesim ağırlığı, maksimum günlük canlı ağırlık artıĢı, maksimum günlük canlı ağırlık artıĢındaki yaĢ değerlerinden oluĢmuĢtur. Her iki ırkta da Richards ve Gompertz modelleri en iyi uyumu sağlayan modeller olmuĢtur (ortalama R2
= 0.986 ile 0.989).
Aytekin ve ark.’nın (2009) açık ve kapalı ağıllarda besiye alınan Akkaraman ve Anadolu merinosu kuzuların besi periyodu büyüme eğrilerini tanımlanmasında Doğrusal, Kuadratik ve Kübik modellerini kullanmıĢlar ve canlı ağırlığın belirleme katsayısını (R2) açık ve kapalı ağıllarda Doğrusal, Kuadratik ve Kübik modellerde sırasıyla Akkaraman için % 99.2ve % 99.3, % 99.7 ve % 99.6, % 99.9ve % 99.9±0.07
olarak, Anadolu Merinosu için % 99.2ve % 97.7, % 99.7ve % 98.3, % 99.9 ve % 99.7 olarak tespit etmiĢlerdir. Bununla birlikte hata kareler ortalamaları (HKO) ve artık değerler ile gerçek veriler arasındaki korelasyonları (AGAK) açık ve kapalı ağıllarda Doğrusal, Kuadratik ve Kübik modellerde sırasıyla Akkaraman için 0.257 ve 0.312, 0.104 ve 0.159, 0.034 ve 0.049 olarak, Anadolu Merinosu için 0.237 ve 0.746, 0.091 ve 0.537, 0.026 ve 0.111 olarak ve artık değerler ile gerçek veriler arasındaki korelasyonları (AGAK) ise ilgili modeller için sırasıyla Akkaraman için 0.054 ve 0.038, 0.038 ve 0.038, 0.000 ve 0.020 olarak, Anadolu Merinosu için 0.048 ve 0.113, 0.013 ve 0.109, 0.015 ve 0.021 olarak tespit etmiĢlerdir. Besi süresinin kısa bir zaman aralığında gerçekleĢmesinden dolayı büyüme eğrilerinin doğrusal olduğunu ve Akkaraman ve Anadolu Merinosu kuzular için besi periyodundaki canlı ağırlık değiĢiminin tanımlanmasında uyumu incelenen modeller arasında Kübik modelin diğerlerinden daha baĢarılı olduğu, ancak uyum ölçütleri bakımından modellerin birbirlerine yakın değerler göstermesinden dolayı her iki koyun ırkı ve ağıl tipinde söz konusu modellerin 2 aylık besi periyodundaki büyümeyi yeterince tanımlayabildiğini ifade etmiĢlerdir.
Yıldız ve ark. (2009)’nın Tekirdağ ilinde yetiĢtirilen Karacabey Merinosu x Kıvırcık melezi kuzularda büyüme eğrisinin farklı modellerle belirlenmesi amacıyla kuzuların doğum ile 101 günlük yaĢlar arası dönemde göstermiĢ oldukları canlı ağırlıkları kullanılarak büyümenin zamana göre değiĢimini ifade eden çeĢitli büyüme eğrisini tahmin eden modeller kullanmıĢlardır. Bu amaçla Gompertz, Logistik ve doğrusal modeli kullanmıĢlardır. DiĢi kuzular için a, b ve c parametreleri ile R2 değerlerini Gompertz modelinde sırasıyla 48.22, 2.20, 0.02 ve % 98.6 olarak, Logistik modelde 40.16, 5.78, 0.04 ve % 98.2 olarak ve doğrusal modelde ise a ve b parametreleri ile R2 değerlerini sırasıyla 5.09, 0.32 ile % 98 olarak tespit etmiĢlerdir. Erkek kuzular için a, b ve c parametreleri ile R2 değerlerini Gompertz modelinde sırasıyla 50.73, 2.17, 0.02 ve % 99 olarak, Logistik modelde 41.63, 5.57, 0.03 ve % 98.2 olarak ve doğrusal modelde ise a ve b parametreleri ile R2 değerlerini sırasıyla 5.39, 0.31 ile % 98.2 olarak tespit etmiĢlerdir. Bununla birlikte her modele iliĢkin canlı ağırlık ortalamalarının gözlenen ve tahminlenen değerleri arasındaki sapma kareler toplamını (SKT) diĢi kuzularda Gompertz modelde 3.14, Logistik modelde 4.47 ve doğrusal modelde ise 4.73, erkek kuzular için ise sapma kareler toplamı Gompertz modelde 7.06 Logistik modelde 15.83 ve doğrusal modelde ise 15.85 olarak bulunmuĢtur. AraĢtırıcılar kuzuların doğumundan 101 günlük büyüme eğrilerini dikkate alarak yaptıkları modelleme sonuçlarından, modellerin birbirlerine son derece benzerlik gösterdikleri
10 için, hem erkek kuzularda hem de diĢi kuzularda büyümenin bu döneminde sapma kareler toplamı göz önüne alındığında; Gompertz modelinin Logistik ve doğrusal modele göre daha iyi bir uyum gösterdiğini, belirleme katsayıları dikkate alındığında ise modeller arasında anlamlı bir üstünlük görülmediğini bildirmiĢlerdir. Ayrıca doğrusal olmayan modeller ile basit doğrusal modelin benzer uyum göstermesi durumunda ise basit modelin tercih edilmesinin daha uygun olacağını bildirmiĢlerdir.
Keskin ve ark., (2009) Anadolu Merinosu erkek ve diĢi kuzularının doğumdan 480 günlük yaĢa kadar büyüme eğrilerinin tanımlanması için kullandıkları Kuadratik, Kübik, Gompertz ve Logistik modellerde belirleme katsayısını (R2) sırasıyla erkek kuzular için % 99, % 99, % 98 ve % 96 olarak, diĢi kuzular için % 99, % 99, % 96 ve % 96 olarak bulmuĢlardır. Hata kareler ortalamaları (HKO) değerlerini sırasıyla erkek kuzular için 5.173, 3.869, 6.846 ve 14.061 olarak, diĢi kuzular için 2.665, 1.977, 7.313 ve 11.727 olarak belirlemiĢlerdir. R2 değerleri bakımından erkek kuzularda en yüksek değeri Kübik modelden (0.99 ± 0.093), en düĢük değeri ise Logistik modelden (0.96 ± 1.335) elde etmiĢlerdir. DiĢi kuzular için en yüksek R2
değerini yine Kübik modelden (0.99 ± 0.087), en düĢük değeri ise Gompertz modelinden (0.96 ± 1.137) elde etmiĢlerdir. AraĢtırıcılar çalıĢmalarında Durbin-Watson katsayısını da kullanmıĢ olup, model seçimi bakımından R2’si yüksek, HKO ve Durbin-Watson katsayısı değerleri düĢük olan modeller olan Kuadratik ve Gompertz modelleri Anadolu Merinosu kuzuların büyümelerine en iyi uyum gösteren modeller olduğunu bildirmiĢlerdir.
Aytekin ve ark.’nın (2010) iki farklı canlı ağırlıkta sütten kesilmiĢ Malya kuzularının koç katım dönemine kadar büyüme eğrilerini tanımlanması için Doğrusal, Kuadratik, Kübik ve Gompertz modellerini kullandıkları çalıĢmalarında grup I (düĢük canlı ağırlık) ve grup II (yüksek canlı ağırlık) için canlı ağırlığın belirleme katsayılarını (R2) sırasıyla % 93.14, % 98.65, % 98.93 ve % 98.60 ile % 91.41, % 98.53, % 98.90 ve % 98.32 olarak tespit etmiĢlerdir. ÇalıĢmalarında hata kareler ortalamaları (HKO) ve artık değerler ile gerçek veriler arasındaki korelasyonları (AGAK) grup I için sırasıyla 5.885, 0.805, 0.582 ve 0.862 ile 0.237, 0.062, 0.044 ve 0.021 olarak ve grup II için 7.640, 1.477, 1.144 ve 1.528 ile 0.268, 0.063, 0.065 ve 0.038 olarak tespit etmiĢlerdir. AraĢtırıcılar en yüksek R2 değerlerini Kübik, Kuadratik ve Gompertz modellerinde tespit etmiĢlerdir. Doğrusal modelin dıĢındaki diğer modeller düĢük MSPE ve RESC değerlerine sahip olmuĢtur. Her iki canlı ağırlık grubu için bu değerlerin kombinasyonlarını dikkate alındıklarında diĢi Malya kuzularının büyüme eğrilerine en iyi uyumu Kuadratik ve Gompertz modellerinden biraz daha iyi olan Kübik Model’den,
en kötü uyumun ise Doğrusal elde ettiklerini bildirmiĢler ve Kübik, Kuadratik ve Gompertz modellerinin diĢi Malya kuzuları için sütten kesimden koç katım dönemine kadar olan büyümeyi tanımlanmada matematiksel olarak yeterli bulunduğunu ifade etmiĢlerdir.
Norduz koyunlarının büyümesini tanımlama bakımından büyüme modellerinin karĢılaĢtırılması ve belirlemede kullanılan büyüme modeline göre büyüme eğrisi parametrelerinin tahmin edilmesi amacıyla yapılan çalıĢmada, 93 baĢ erkek ve 86 baĢ diĢi kuzuya ait doğumdan 198 günlük yaĢ’a kadar canlı ağırlıkları veri seti olarak kullanılmıĢtır. BeĢ farklı doğrusal olmayan model (Brody, Gompertz, Logistic, Bertalanffy and Negative exponential model) belirleme katsayısı (R2), ergin canlı ağırlık, hata standart sapması ve gözlenen ile tahmin edilen büyüme eğrisi arasındaki korelasyon katsayısı kullanılarak karĢılaĢtırılmıĢtır. Norduz erkek ve diĢi kuzuların büyümelerini en iyi tanımlayan modelin Logistic büyüme modeli olduğu gözlenmiĢtir. Erkek kuzuların diĢi kuzulara göre daha hızlı geliĢtikleri ve ergin canlı ağırlığa daha erken yaĢta ulaĢtıkları gözlenmiĢtir. Cinsiyet, Norduz kuzuların büyümelerini etkileyen en önemli faktör olarak gözlenirken, doğum tipinin kuzuların büyümesi üzerine önemli bir etki yapmadığı belirlenmiĢtir (DaĢkıran ve ark., 2010).
12
3. MATERYAL VE METOT
3.1. Hayvan Materyali
AraĢtırma materyalini Selçuk Üniversitesi Ziraat Fakültesi Zootekni Bölümü Prof. Dr. Orhan DüzgüneĢ AraĢtırma ve Uygulama Çiftliği’nde yetiĢtirilen 20 baĢ Malya diĢi kuzu oluĢturmuĢtur.
3.1.1. Bakım ve Besleme
Kuzular 2.5 aylık yaĢta sütten kesilmiĢ ve büyüme periyotlarının değiĢik aĢamalarına bağlı olarak 2500 kcal/ME ve % 12-16 HP ihtiva eden kesif yem karması ile beslenmiĢlerdir. Kaba yem olarak iĢletmede mevcut bulunan kuru yonca otu ile yaĢ pancar posası karmasını ise adlibitum olarak tüketmiĢlerdir.
3.2. Metot
Kuzular sütten kesildikten sonra canlı ağırlıkları 30 günde bir olmak üzere 0.1 g hassasiyetinde kantar ile 44 farklı kontrol döneminde tartılmıĢlardır.
3.1.1. Büyüme Modelleri ve Modellerin Seçimi
Doğrusal [doğrusal, ikinci (kuadratik) ve üçüncü (kübik) dereceden doğrusal] ve doğrusal olmayan (Gompertz ve Logistik) modeller Malya koyunlarının büyüme eğrilerinin uyumlarının tahmininde kullanılmıĢtır. Bununla birlikte Brody modeli (Yt a/(1 be ct )
) de araĢtırma kullanılmıĢ, fakat büyüme eğrisini açıklamada bir katkısının olmadığı ortaya çıkmıĢ, yani tahminleme yapamadığı için değerlendirme dıĢı bırakılmıĢtır.
3.1.1. Ġstatistiki analiz
AraĢtırmada kullanılan modellerin büyüme eğrilerine uyumlarının tahmininde Statistica (1995) paket programından faydalanılmıĢtır. AraĢtırmada kullanılan modeller aĢağıda verilmiĢtir. Doğrusal Model: Yt abt (3.1.1.1) Kuadratik Model: 2 ct bt a Yt (3.1.1.2) Kubik Model: 3 2 t a bt ct dt Y (3.1.1.3) Gompertz Model: ct be _ t ae Y (3.1.1.4) Logistik Model: Yt a/(1bect ) (3.1.1.5)
Burada, Y: herhangi bir t. kontroldeki canlı ağırlık, a: doğrusal modeller [doğrusal (basit), ikinci (kuadratik) ve üçüncü (kübik) dereceden doğrusal] için baĢlangıç canlı ağırlığı, doğrusal olmayan modeller için ise (Gompertz ve Logistik) ise ergin canlı ağırlığı; b, c ve d ise eğrinin Ģekillenmesini sağlayan model parametrelerini meydana getirmektedir. Modellere ait büyüme eğrisi parametreleri (a, b, c, ve d), belirleme katsayıları (R2), hata kareler ortalamaları (HKO) ve artık değerler ile gerçek veriler arasındaki korelasyonları (AGAK) belirlenmiĢtir. Söz konusu periyotta en iyi uyumu sağlayan modelin belirlenmesi amacıyla R2’si yüksek, HKO ve AGAK’ı düĢük olan model tercih edilmiĢtir.
14
4. ARAġTIRMA SONUÇLARI VE TARTIġMA
AraĢtırmada Malya koyunlarının canlı ağırlık değerleri için büyüme eğrilerini tanımlayan modeller için tahmin edilen parametreler ve standart hatalar Çizelge 4.1’de gösterilmiĢtir.
Çizelge 4.1. Canlı ağırlık bakımından büyüme eğrilerini tanımlayan modeller için tahmin edilen
parametreler ve standart hataları
Modeller Model Parametreleri a S a bSb cSc dSd Doğrusal 34.05 ± 1.203 0.99 ± 0.049 Kuadratik 21.40 ± 1.267 2.64 ± 0.144 - 0.04 ± 0.003 Kubik 18.58 ± 0.828 3.35 ± 0.249 -0.08 ± 0.015 - 0.00058 ± 0.00024 Gompertz 71.17 ± 2.481 1.31 ± 0.078 0.11 ± 0.009 Logistik 70.15 ± 2.225 2.28 ± 0.220 0.14 ± 0.010
Malya koyunlarında a parametresi bakımından modeller incelendiğinde en yüksek değer baĢlangıç canlı ağırlığı esas alan modeller arasında doğrusal modellerden basit doğrusal modelden (34.05) ve ergin canlı ağırlığı esas alan diğer modellerde ise Gompertz modelinden (71.17) elde edilmiĢtir.
Eğrinin en yüksek noktasına artıĢ hızını ifade eden b parametresi bakımından en yüksek parametre tahmini Kübik modelden (3.35) elde edilmiĢ olup, bu değeri 2.64 ve 2.28 ile sırasıyla Kuadratik ve Logistik model takip etmektedir.
Basit doğrusal modelin yapısı gereği (modelin türevi alınamadığı için) c parametresini tahmin etmemektedir. Büyüme hızı hakkında bilgi veren c parametresi bakımından en yüksek değeri modeller içerisinde Logistik model (0.14) verirken bunu Gompertz (0.11) modeli takip etmiĢ, en düĢük değeri ise Kübik model (-0.08) vermiĢtir. d parametresi modellerden sadece Kübik modelden elde edilmiĢ olup, - 0.00058 olarak belirlenmiĢtir.
Canlı ağırlık bakımından büyüme eğrilerini tanımlayan modeller için tahmin edilen parametreler dikkate alındığında çalıĢmada kullanılan modellerin sonuçları çeĢitli araĢtırmacılar tarafından yapılanlar ile kıyaslanırken mümkünse aynı ırkta ve aynı ırkın aynı büyüme periyotlarının karĢılaĢtırılması uygun olacaktır. Ancak günümüzde büyüme eğrileri ile ilgili çeĢitli çiftlik hayvan türlerinde yapılan araĢtırmaların fazla olmasına karĢın, sözü edilen araĢtırmalar halen fazla sayılamaz. Dolayısıyla model parametrelerinin kıyaslamalarında bazı güçlükler yaĢanmaktadır. Mevcut çalıĢmaya
benzer olarak AkbaĢ ve ark. (1999), Kıvırcık ve Dağlıç erkek kuzularında yaptıkları çalıĢmada, sütten kesim ve sonrasında basit doğrusal modele ait a ve b parametreleri ile R2 değerlerini Dağlıç kuzularında sırasıyla 6.90 ve 0.129 ile % 93.4 olarak, Kıvırcık kuzularında ise 9.51 ve 0.145 ile % 97.3 olarak tespit etmiĢlerdir. Doğrusal olmayan modellerden Gompertz modelde a, b ve c parametreleri ile R2 değerini Dağlıç kuzuları için sırasıyla 113.16, 2.87 ve 0.0047 ile % 99.63 olarak, Kıvırcık kuzuları için ise 88.18, 2.35 ve 0.0054 ile % 99.28 olarak tespit etmiĢlerdir. Logistik modelde ise a, b ve c parametreleri ile R2 değerini Dağlıç kuzuları için sırasıyla 79.93, 6.81 ve 0.008 ile % 99.37 olarak, Kıvırcık kuzuları için ise 76.33, 6.25 ve 0.0093 ile % 98.67 olarak bildirmiĢlerdir. Bu değerler bakımından mevcut çalıĢmadaki doğrusal modelde belirlenen a ve b parametreleri Dağlıç ve Kıvırcık kuzularından daha yüksek, R2 değeri ise daha düĢük bulunmuĢtur. Gompertz ve Logistik modellerden tespit edilen a, b ve c parametreleri ile R2 değerleri dikkate alındığında sadece mevcut çalıĢmadaki Logistik model ile hesaplanan c parametresi değeri (0.14) hem Kıvırcık hem de Dağlıç kuzularından daha yüksek bulunmuĢtur.
Aytekin ve ark.’nın (2010) iki farklı canlı ağırlıkta sütten kesilmiĢ Malya kuzularının koç katım dönemine kadar büyüme eğrilerini tanımlanması için Doğrusal, Kuadratik, Kübik ve Gompertz model parametreleri dikkate alındığında söz konusu modellerden hesaplanan R2 değerlerinin mevcut çalıĢmadan yüksek, HKO ve AGAK değerlerinin ise daha düĢük olduğu anlaĢılmaktadır. Bununla birlikte söz konusu modellerle araĢtırıcıların hesapladıkları a, b, c ve d parametrelerine bakıldığında tüm modellerde tahmin edilen a parametrelerinin değeri mevcut çalıĢmadan daha düĢük, b, c, ve d parametre değerlerinin ise daha yüksek bulunduğu görülebilir. Bunun sebebi ise bu araĢtırmadan daha kısa süreli bir periyot dikkate alınarak büyüme eğrilerinin uyum kontrollerini yapmasından kaynaklanmıĢ olabilir.
Çizelge 4.2’de Doğrusal, Kuadratik, Kübik, Gompertz ve Logistik modellerine ait belirleme katsayıları (R2), hata kareler ortalamaları (HKO) ve artık değerler ile gerçek veriler arasındaki korelasyonları (AGAK) verilmiĢtir.
16
Çizelge 4.2. Modellere ait belirleme katsayıları (R2), hata kareler ortalamaları (HKO) ve artık değerler ile gerçek veriler arasındaki korelasyonları (AGAK)
Modeller R2 HKO AGAK
Doğrusal 83.13 ± 0.015 65.900 ± 6.170 0.469 Kuadratik 91.04 ± 0.010 34.657 ± 3.056 0.287 Kübik 92.04 ± 0.009 30.894 ± 2.425 0.279 Gompertz 91.55 ± 0.016 32.956 ± 3.295 0.299 Logistik 91.22 ± 0.017 34.101 ± 3.425 0.333
En iyi uyumu gösteren modelin veya modellerin belirlenmesinde R2
, HKO ve AGAK değerleri önem taĢımaktadır. AraĢtırmada Doğrusal, Kuadratik, Kübik, Gompertz ve Logistik modellerine ait R2 değerleri sırasıyla 83.13, 91.04, 92.04, 91.55 ve 91.22 olarak tespit edilmiĢtir. HKO ise sırasıyla 65.900, 34.657, 30.894, 32.956 ve 34.101 olarak belirlenmiĢtir. AGAK değerleri ise 0.469, 0.287, 0.279, 0.299 ve 0.333 olarak bulunmuĢtur. Çizelge 4.2 incelendiğinde R2
değerleri bakımından en yüksek değer Kübik modelden (92.04) elde edilmiĢ olup, doğrusal model hariç diğer modeller kübik modelin değerine yakın değerlere sahip olmuĢlardır. En yüksek HKO değerini modellerden doğrusal model (65.900) vermiĢ olup, en düĢük değeri Kübik model (30.894) vermiĢ ve diğer modellerde kübik modele yakın değerlere sahip olmuĢlardır. AGAK değerleri dikkate alındığında ise HKO değerlerinde olduğu gibi aynı eğilim gözlenmektedir.
Çizelge 4.2.’deki büyüme eğrilerini tanımlayan modeller için belirlenen R2 , HKO ve AGAK değerlerine bakıldığında en iyi uyumu gösteren modelin belirlenmesinde R2’si yüksek, HKO ve AGAK’ı düĢük olan model tercih edilmesi gerekmektedir. AraĢtırmada her üç değer dikkate alındığında en iyi uyum Kübik modelden elde edilmiĢ olup, daha sonra Gompertz model ve sonrasında ise Kuadratik ve Logistik modeller takip etmiĢlerdir.
KocabaĢ ve ark. (1997), Akkaraman, Ġvesi x Akkaraman ve Malya x Akkaraman kuzuların besi periyodunda büyümelerini açıklamak için yaptıkları çalıĢmada her üç genotip için doğrusal model ile tespit ettikleri belirleme katsayıları (0.990, 0.993 ve 0.989) mevcut çalıĢma ile kıyaslandığında bu araĢtırmada hem doğrusal hem de doğrusal olmayan modeller ile tespit edilen değerlerden daha yüksek bulunmuĢtur.
Esenbuğa ve ark. (2000), Ġvesi, Morkaraman ve Tuj kuzularının 20 haftalık otlatma periyodu boyunca büyümelerini açıklamak için yaptıkları çalıĢmada büyüme eğrileri bakımından belirleme katsayılarını sırasıyla doğrusal modelde 0.9807, 0.9732 ve 0.9724 olarak belirlemiĢler ve mevcut çalıĢmada hem doğrusal model ile hem de diğer modeller ile tespit edilen R2
değerleri daha düĢük bulunmuĢtur. Bununla birlikte araĢtırıcılar, Brody modeli ile R2
değerlerini üç ırk için sırasıyla 0.9882, 0.9906 ve 0.9792 olarak belirlemiĢler ve Brody regresyon modelinin doğrusal modele üstünlüğünün çok belirgin olarak ortaya çıkmadığını bildirmiĢlerdir. Bununla beraber ilerleyen zamanla birlikte büyümenin doğrusal olmayacağından dolayı değiĢmeyi tanımlamak için doğrusal olmayan büyüme modellerinin kullanılması gerektiğini ifade etmiĢlerdir. Ancak bu çalıĢmada uyumu incelenen Brody modelinin diĢi Malya kuzularının büyüme eğrisini açıklamada bir katkısının olmadığı ortaya çıkmıĢtır.
Topal ve ark.’nın (2004) Morkaraman ve Ġvesi kuzularının doğumdan 360 günlük yaĢa kadarki büyümelerine Brody, Gompertz, Logistik ve Bertalanffy modellerinin uyumluluğunu belirlemek için yaptıkları çalıĢmada, Morkaraman ve Dağlıç kuzularında canlı ağırlığın belirleme katsayılarını (R2
) Gompertz ve Logistik modeller için % 98 olarak tespit etmiĢlerdir. ÇalıĢmalarında sadece Ġvesi kuzuları için Bertalanffy modelinde belirleme katsayısını % 99 olarak bulmuĢlardır. Sonuç olarak Morkaraman ve Ġvesi kuzuları için en iyi uyumun sırasıyla Gompertz ve Bertalanffy modellerinde olduğunu bildirmiĢlerdir. Mevcut çalıĢma ile Gompertz ve Logistik modelleri ile tespit edilen R2 değerleri (% 91.55 ve % 91.22) kıyaslandığında araĢtırıcıların Morkaraman ve Ġvesi kuzularında daha yüksek değerleri tespit ettikleri anlaĢılmaktadır.
ġireli ve Ertuğrul (2004), Dorset Down x Akkaraman (GD1), Akkaraman ve Akkaraman x GD1 genotipli kuzularının doğumdan itibaren 6 aylık yaĢa kadar olan dönemde Logistik model ile bütün genotipler için canlı ağırlığın belirleme katsayısını (R2) 0.99, hata kareler ortalamasını (HKO) ise sırasıyla 0.457, 1.397 ve 1.054 olarak belirlemiĢlerdir. AraĢtırıcılar hem canlı ağırlık hem de değiĢik vücut ölçülerindeki değiĢimleri tanımlamak için Logistik büyüme modelinin uygun olduğunu göstermiĢlerdir. Bu çalıĢmadaki Logistik model ile belirlenen R2 değeri (% 91.22) daha düĢük, HKO değeri ise (34.101) daha yüksek bulunmuĢtur.
Keskin ve Dağ (2006), Anadolu Merinosu kuzuların besi süresince büyüme eğrilerinin tanımlanması için kullandıkları doğrusal modelde R2
ve HKO değerlerini sırasıyla 0.990 ve 0.80, Kuadratik modelde ise sırasıyla 0.990 ve 0.79 olarak
18 belirlemiĢlerdir. Bu çalıĢmadaki hem doğrusal hem de Kuadratik model ile belirlenen R2 değerleri (% 83.13 ve % 91.04) daha düĢük, HKO değeri ise (65.9 ve 34.657) daha yüksek bulunmuĢtur.
Aytekin ve ark.’nın (2009) besiye alınan Akkaraman ve Anadolu Merinosu kuzuların besi periyodu büyüme eğrilerini tanımlanmasında kullandıkları Doğrusal, Kuadratik ve Kübik modellerinde canlı ağırlığın belirleme katsayısı (R2
) değerlerinin mevcut çalıĢmada tespit edilen değerlerden daha yüksek, HKO ve AGAK değerlerinin ise daha düĢük bulunduğu, söz konusu ırkların besi periyodundaki büyümelerinin tanımlanmasında her üç modelinde birbirlerine yakın değerler göstermesinden dolayı kullanılabileceğini ifade etmiĢlerdir.
Yıldız ve ark.’nın (2009) Tekirdağ ilinde yetiĢtirilen Karacabey Merinosu x Kıvırcık melezi kuzularda büyüme eğrisinin belirlenmesi amacıyla Gompertz, Logistik ve doğrusal modeli kullanmıĢlar ve diĢi kuzular için R2 değerlerini Gompertz modelinde % 98.6, Logistik modelde % 98.2 ve doğrusal modelde ise % 98 olarak tespit etmiĢlerdir. Erkek kuzular için Gompertz modelinde % 99, Logistik modelde % 98.2 ve doğrusal modelde % 98.2 olarak tespit etmiĢlerdir. Bu değerler diĢi Malya kuzuları ile kıyaslandığında söz konusu modeller ile mevcut çalıĢmada daha düĢük değerler bulunmuĢtur.
Keskin ve ark., (2009) Anadolu Merinosu erkek ve diĢi kuzularının doğumdan 480 günlük yaĢa kadar büyüme eğrilerinin tanımlanması için kullandıkları Kuadratik, Kübik, Gompertz ve Logistik modellerde buldukları belirleme katsayılarını (% 96-99) mevcut çalıĢmada tespit edilen değerlerden daha yüksek, hata kareler ortalamaları (HKO) değerlerini ise daha düĢük bulmuĢlardır.
Çizelge 4.3’de Malya koyunlarının modellere göre gerçekleĢen ve tahmin edilen canlı ağırlık değerleri ile sapmaları verilmiĢtir.
Çizelge 4.3. Malya koyunlarının modellere göre gerçekleĢen ve tahmin edilen canlı ağırlık değerleri ve sapmaları Kontrol Dönemi Kontrol Ayı Gerçek Tahmin
Doğrusal Kuadratik Kübik Gompertz Logistik
1 Nisan 16.23 35.042 ± 13.3 24.001 ± 5.5 21.852 ± 4.0 23.796 ± 5.3 24.232 ± 5.7 2 Mayıs 21.49 36.030 ± 10.3 26.530 ± 3.6 24.981 ± 2.5 26.535 ± 3.6 26.485 ± 3.5 3 Haziran 27.44 37.019 ± 6.8 28.986 ± 1.1 27.965 ± 0.4 29.281 ± 1.3 28.816 ± 1.0 4 Temmuz 33.15 38.008 ± 3.4 31.369 ± 1.3 30.808 ± 1.7 31.997 ± 0.8 31.201 ± 1.4 5 Ağustos 36.03 38.997 ± 2.1 33.678 ± 1.7 33.514 ± 1.8 34.652 ± 1.0 33.615 ± 1.7 6 Eylül 38.63 39.985 ± 1.0 35.914 ± 1.9 36.084 ± 1.8 37.219 ± 1.0 36.033 ± 1.8 7 Ekim 42.05 40.974 ± 0.8 38.076 ± 2.8 38.524 ± 2.5 39.681 ± 1.7 38.429 ± 2.6 8 Kasım 41.32 41.963 ± 0.5 40.166 ± 0.8 40.837 ± 0.3 42.023 ± 0.5 40.777 ± 0.4 9 Aralık 43.99 42.952 ± 0.7 42.181 ± 1.3 43.026 ± 0.7 44.237 ± 0.2 43.056 ± 0.7 10 Ocak 46.20 43.940 ± 1.6 44.124 ± 1.5 45.094 ± 0.8 46.318 ± 0.1 45.247 ± 0.7 11 ġubat 47.70 44.929 ± 2.0 45.993 ± 1.2 47.046 ± 0.5 48.264 ± 0.4 47.336 ± 0.3 12 Mart 51.06 45.918 ± 3.6 47.788 ± 2.3 48.884 ± 1.5 50.077 ± 0.7 49.313 ± 1.2 13 Nisan 52.53 46.907 ± 4.0 49.511 ± 2.1 50.612 ± 1.4 51.760 ± 0.5 51.169 ± 1.0 14 Mayıs 56.18 47.895 ± 5.9 51.160 ± 3.5 52.234 ± 2.8 53.318 ± 2.0 52.902 ± 2.3 15 Haziran 57.73 48.884 ± 6.3 52.735 ± 3.5 53.753 ± 2.8 54.757 ± 2.1 54.511 ± 2.3 16 Temmuz 55.50 49.873 ± 5.0 54.238 ± 0.9 55.172 ± 0.2 56.082 ± 0.4 55.997 ± 0.4 17 Ağustos 52.38 50.862 ± 1.1 55.667 ± 2.3 56.496 ± 2.9 57.302 ± 3.5 57.364 ± 3.5 18 Eylül 52.35 51.850 ± 0.4 57.022 ± 3.3 57.727 ± 3.8 58.422 ± 4.3 58.617 ± 4.4 19 Ekim 54.55 52.839 ± 1.2 58.304 ± 2.7 58.869 ± 3.1 59.450 ± 3.5 59.761 ± 3.7 20 Kasım 54.50 53.828 ± 0.5 59.513 ± 3.5 59.925 ± 3.8 60.392 ± 4.2 60.803 ± 4.5 21 Aralık 55.55 54.817 ± 0.5 60.649 ± 3.6 60.899 ± 3.8 61.254 ± 4.0 61.750 ± 4.4 22 Ocak 61.75 55.805 ± 4.2 61.711 ± 0.0 61.795 ± 0.0 62.044 ± 0.2 62.608 ± 0.6 23 ġubat 66.30 56.794 ± 6.7 62.699 ± 2.5 62.615 ± 2.6 62.765 ± 2.5 63.385 ± 2.1 24 Mart 68.35 57.783 ± 7.5 63.615 ± 3.3 63.364 ± 3.5 63.425 ± 3.5 64.086 ± 3.0 25 Nisan 67.05 58.772 ± 5.9 64.457 ± 1.8 64.045 ± 2.1 64.028 ± 2.1 64.718 ± 1.6 26 Mayıs 66.00 59.760 ± 4.4 65.225 ± 0.5 64.661 ± 0.9 64.579 ± 1.0 65.286 ± 0.5 27 Haziran 60.65 60.749 ± 0.1 65.921 ± 3.7 65.216 ± 3.2 65.083 ± 3.1 65.798 ± 3.6 28 Temmuz 61.60 61.738 ± 0.1 66.543 ± 3.5 65.713 ± 2.9 65.543 ± 2.8 66.257 ± 3.3 29 Ağustos 63.25 62.727 ± 0.4 67.091 ± 2.7 66.157 ± 2.1 65.963 ± 1.9 66.670 ± 2.4 30 Eylül 64.25 63.715 ± 0.4 67.567 ± 2.3 66.549 ± 1.6 66.346 ± 1.5 67.039 ± 2.0 31 Ekim 60.50 64.704 ± 3.0 67.969 ± 5.3 66.894 ± 4.5 66.696 ± 4.4 67.370 ± 4.9 32 Kasım 63.55 65.693 ± 1.5 68.297 ± 3.4 67.195 ± 2.6 67.016 ± 2.5 67.666 ± 2.9 33 Aralık 66.60 66.682 ± 0.1 68.552 ± 1.4 67.456 ± 0.6 67.308 ± 0.5 67.931 ± 0.9 34 Ocak 67.75 67.670 ± 0.1 68.734 ± 0.7 67.681 ± 0.0 67.575 ± 0.1 68.168 ± 0.3 35 ġubat 73.15 68.659 ± 3.2 68.842 ± 3.0 67.872 ± 3.7 67.819 ± 3.8 68.380 ± 3.4 36 Mart 76.70 69.648 ± 5.0 68.878 ± 5.5 68.033 ± 6.1 68.042 ± 6.1 68.569 ± 5.7 37 Nisan 79.20 70.637 ± 6.1 68.839 ± 7.3 68.168 ± 7.8 68.246 ± 7.7 68.738 ± 7.4 38 Mayıs 73.80 71.625 ± 1.5 68.728 ± 3.6 68.280 ± 3.9 68.432 ± 3.8 68.889 ± 3.5 39 Haziran 68.95 72.614 ± 2.6 68.543 ± 0.3 68.372 ± 0.4 68.602 ± 0.2 69.024 ± 0.1 40 Temmuz 68.75 73.603 ± 3.4 68.284 ± 0.3 68.449 ± 0.2 68.757 ± 0.0 69.144 ± 0.3 41 Ağustos 67.40 74.592 ± 5.1 67.953 ± 0.4 68.513 ± 0.8 68.900 ± 1.1 69.252 ± 1.3 42 Eylül 66.25 75.580 ± 6.6 67.548 ± 0.9 68.569 ± 1.6 69.030 ± 2.0 69.347 ± 2.2 43 Ekim 64.40 76.569 ± 8.6 67.069 ± 1.9 68.618 ± 3.0 69.149 ± 3.4 69.433 ± 3.6 44 Kasım 64.45 77.558 ± 9.3 66.517 ± 1.5 68.666 ± 3.0 69.258 ± 3.4 69.509 ± 3.6
20 ġekil 1.1’de Malya koyunlarının büyüme dönemi süresince modellere göre gerçekleĢen ve tahmin edilen canlı ağırlık değerleri gösterilmiĢtir.
ġekil 1.1. Malya koyunlarının büyüme dönemi süresince modellere göre gerçekleĢen ve tahmin edilen
canlı ağırlık değerleri
ġekil 1.1’den de görüleceği gibi büyüme periyodu süresince Malya koyunları için farklı modellerle tahmin edilen büyüme eğrilerinin doğrusal model hariç diğer modellerin benzer bir eğriye sahip olduğu gözlenmektedir. Bu durum Çizelge 4.3’de Malya koyunlarının modellere göre gerçekleĢen ve tahmin edilen canlı ağırlık değerlerinin ilgili modeller için birbirlerine yakın değerler tahmin etmesinden kaynaklanmaktadır. ġekil 1.1’deki araĢtırmada kullanılan bütün modellerin karmaĢasından kurtulmak için aĢağıdaki ġekil 1.2’de modeller gerçek değerler ile kıyaslanarak ayrı ayrı verilmiĢtir.
ġekil 1.2 incelendiğinde Malya koyunlarının canlı ağırlıkları bakımından gerçek değerler dikkate alındığında büyüme periyodu süresi içerisinde 3 kez canlı ağırlıklarının düĢüĢ eğiliminde olduğu, bu dönemlerin ise sütten kesimden sonra 15., 24. ve 37. kontrollerden sonra gerçekleĢtiği görülmektedir. Diğer bir ifadeyle 17-18 aylık olduklarında ilk kuzulamaların olduğu, 26-27 aylık olduklarında 2. kuzulamaların gerçekleĢtiğini ve 39-40 aylık olduklarında ise 3. doğumlarını yaptıkları anlaĢılmaktadır. 15., 24. ve 37. kontrol dönemleri arasındaki zaman aralıklarının düzensiz olması ise koç katım zamanının değiĢken olduğunu ve dolayısıyla yıl içerisinde de doğumların yayılabildiği sonucunu ortaya koymaktadır.
Bununla birlikte Malya koyunlarının gerçek canlı ağırlık değerleri dikkate alındığında (Çizelge 4.3 ve ġekil 1.2) canlı ağırlıklarının düĢüĢ eğiliminde olduğu 15., 24. ve 37. kontrollerden sonraki canlı ağırlık düĢüĢ yüzdesi sırasıyla % 9.3, % 11.3 ve % 13 olarak belirlenmiĢtir. Malya koyunlarının doğum zamanları olan bu periyotlar dikkate alınarak genel olarak doğum öncesindeki canlı ağırlıklarının ortalama olarak % 11 kadar düĢüĢ gösterdiği söylenebilir. Bu durumu Sezenler ve ark.’ları (2008) Kaymakçı ve ark.’dan (2006) bildirdiğine göre, gebelik döneminde fetüs, fetüsü saran zarlar ve uterusta protein, mineral madde ve yağ sentezlenip biriktirildiğini ve bu maddelerin sentezlenmesi için enerjinin gerektiğini ve bu nedenle, fetüs geliĢtikçe enerji gereksiniminin de artığını bildirmiĢlerdir. Dolayısıyla fetüs, enerji gereksinimini ananın kanından aldığı organik besin maddelerinden, özellikle glikozdan karĢılar. Gebeliğin sonuna doğru fetüste glikoz gereksinmesi arttıkça koyunların iĢtahları azalır ve yem tüketimleri düĢer. Bunun sonucu olarak koyunlar yeterince organik madde ve özellikle glikoz tüketemeyebilirler. Fetüsün enerji ve glikoz gereksinimi karĢılanmayabilir. Bu durumda koyun vücut depo maddelerini (glikojen ve yağ doku) kullanır. Özellikle ikiz ya da üçüz yavru taĢıyan koyunlarda fetüsün enerji gereksinimini karĢılamak için vücut depo maddelerine fazla baĢvurulması söz konusu olabilir. Bu durumda koyunlar zayıflamaktadır.
Malya koyunlarının gerçek canlı ağırlık değerlerine bakıldığında (Çizelge 4.3 ve ġekil 1.2) koç katım dönemlerinde de canlı ağırlıklarının düĢüĢ eğiliminde oldukları görülebilir. Koç katım dönemindeki canlı ağırlık düĢüĢ yüzdeleri sırasıyla % 1.73, % 0.09 ve % 5.84 olarak belirlenmiĢtir. Genel olarak koç katım dönemindeki canlı ağırlıklarının ortalama olarak % 2.6 düĢüĢ gösterdiği söylenebilir. Bu dönemde hayvanların canlı ağırlık veya kondüsyonlarındaki değiĢikliklerin izlenebilmesi veya canlı ağırlık kayıplarının tespit edilmesi ile besleme programlarının söz konusu fizyolojik döneme göre ayarlanmasını zorunlu kılmaktadır.
Çiftlik hayvanlarında büyümenin doğrusal olmadığı dolayısıyla büyüme eğrilerinin tahmin edilmesinde doğrusal modellerin kullanılmasının uygun olmayacağı çeĢitli araĢtırıcılar tarafından bildirilse de doğrusal modellere göre gerçekleĢen gerçek ve tahmin edilen canlı ağırlık değerleri ġekil 1.2’den de rahatlıkla anlaĢılacağı üzere ikinci ve üçüncü dereceden polinomiyal modeller olan Kuadratik ve Kübik modellerinin Malya koyunlarının büyüme eğrilerinin tahmin edilmesinde doğrusal olmayan modeller gibi rahatlıkla kullanılabileceği ve özellikle de Kübik modelin doğrusal olmayan
22 modellere kıyasla bu araĢtırmada daha iyi uyum sağladığı ve rahatlıkla kullanılmasının uygun olacağı söylenebilir.
Büyüme eğrilerinin tahmin edilmesinde doğrusal olmayan modellerin Ģekillerine bakıldığında (ġekil 1.2) model eğrilerinin birbirlerine benzerlik gösterdiği rahatlıkla görülebilir. Ayrıca ġekil 1.2’den Malya koyunlarının ergin canlı ağırlığa ulaĢtıkları yaĢ ile ilgili olarak Kuadratik, Kübik, Gompertz ve Logistik model için sırasıyla 32. kontrol (67.97 kg), 37. kontrol (68.03 kg), 36. kontrol (67.82) ve 34. kontrol (67.93) canlı ağırlıkları olduğu ve bu kontrollerden sonra modellerin paralel bir seyir halinde olduğu ve sonraki kontrollerde ise canlı ağırlıkta yavaĢ bir azalma eğiliminin olduğu söylenebilir. Malya koyunları ile ilgili genel bir ifade kullanmak gerekirse yaklaĢık olarak 68 kg canlı ağırlık değerini ergin canlı ağırlık değeri olarak kabul edilmesi gerektiği söylenebilir. Bununla birlikte ergin canlı ağırlığa ulaĢtıkları yaĢ ile ilgili olarak söz konusu modellerin canlı ağırlık tahmin değerlerinin ortalamaları alındığında 35. kontrolde (68.04 kg), yani 3 yaĢına yakın bir yaĢta (35. kontrol x 30 gün + 2.5 aylık sütten kesim yaĢı) ergin canlı ağırlık yaĢına ulaĢtıkları söylenebilir.
ġekil 1.2. Malya koyunlarının büyüme dönemi süresince farklı modellere göre gerçekleĢen ve tahmin
5. SONUÇLAR VE ÖNERĠLER
ÇalıĢılan veya yetiĢtirilen populasyonda büyüme ile ilgili üzerinde durulan bir özellikte peak düzeyine ulaĢmadan büyümesinin yavaĢlaması, durması ya da geriye doğru bir eğilim içinde olması, bakım veya beslemeye bağlı bir problemin olduğuna iĢaret etmektedir. Dolayısıyla büyüme süreci içinde canlıların bazı periyotlarının takip edilmesi bakım ve beslemenin yani sürü idaresinin düzenlenmesinde iĢletmeye büyük fayda sağlayacaktır. Doğum öncesinden doğuma, doğumdan sütten kesime, sütten kesimden koç katım dönemine, koç katım döneminden kuzulama dönemine ve daha sonra ergin döneme ve sonrasında bazı özelliklerin (koyun yetiĢtiriciliğinde özellikle canlı ağırlığın) takip edilmesi yetiĢtiricilerin besleme ve yetiĢtirme dönemlerinde amaca uygun (kesim çağı, damızlıkta kullanma yaĢı ve damızlık dıĢı bırakma vb. gibi) stratejik kararların verilmesinde önem kazanmaktadır. Ele alınan periyot boyunca, üzerinde durulan özelliğin ölçüm sayısının artması ile doğru orantılı olarak büyümenin takibi ve isabeti de daha da artacak ve zaman tasarrufu kazanılarak sürü düzeyinde veya bireysel olarak hayvanlara erken müdahale imkanı sağlayacaktır.
Günümüze kadar çeĢitli araĢtırıcılar tarafından çiftlik hayvanlarının doğum sonrası büyümesi çeĢitli modellerde çalıĢılmıĢ ve bir takım önerilerde bulunulmuĢtur. Son yıllarda doğum öncesi büyüme ile ilgili çalıĢmalar ağırlık kazanmaya baĢlamıĢtır. Türkiye’de de konu ile ilgili çalıĢmaların yapılması çiftlik hayvanlarının gelecekteki verimlerinin artırılması bakımından önem taĢımaktadır.
Mevcut çalıĢmada büyüme periyodunda en iyi uyumu sağlayan modelin belirlenmesi amacıyla R2’si yüksek, HKO ve AGAK’ı düĢük olan model tercih edilmiĢtir. Bu değerler dikkate alındığında en iyi uyumun Kübik modelden elde edildiği ortaya çıkmıĢtır. Bununla beraber doğrusal model dıĢındaki diğer tüm modellerin bu periyottaki büyümeyi yeterince tanımlayabildikleri söylenebilir. Bu sonuçlar yetiĢtiricilere uygun yetiĢtirme ve beslenme stratejilerini tanımlamak için önem arz etmektedir.
24
KAYNAKLAR
Agudelo-Gómez, D., Hurtado-Lugo, N., Cerón-Muñoz, M. F., 2009, Growth Curves and Genetic Parameters in Colombian Buffaloes (Bubalus bubalis Artiodactyla, Bovidae), Rev Colomb Cienc, 22:178-188.
AkbaĢ, Y., TaĢkın T., Demirören, E., 1999, Comparison of Several Models to Fit The Growth Curves of Kıvırcık and Dağlıç Male Lambs, Turk J Vet Anim Sci, 23 (3): 537-544.
Akçapınar, H., 1994, Koyun YetiĢtiriciliği, Medisan Yayınevi, Ankara.
Akman N., Meftune, E. ve Tavmen, A., 2001, Koyunculuk Dünya’da-Avrupa Birliği’nde- Türkiye’de Hayvansal Üretim ve Ticareti, Çamlıca Kültür ve Yardım Vakfı, Ġstanbul.
Aytekin, Ġ., Karabacak, A., Zülkadir, U., Keskin, Ġ. ve Boztepe, S., 2009, Açık ve Kapalı Ağıllarda Besiye Alınan Akkaraman ve Anadolu Merinosu Kuzuların Besi Periyodu Büyüme Eğrilerinin Tanımlanmasında Bazı Modellerin Kullanımı, Selçuk Gıda ve Tarım Bilimleri Dergisi, 23 (49): 30-35.
Aytekin, Ġ., Zülkadir, U., Keskin, Ġ., ve Boztepe, S., 2010, Fitting of Different Mathematic Models to the Growth Curves of Female Malya Lambs Weaned at Two Different Live Weights, Trends Anim Vet Sci J, 1(2):19-23.
Aytekin, Ġ. ve Kaplan, S., 2010, Koyunlarda Vücut Kondüsyon Puanlaması ve YetiĢtiricilikte Önemi,. Hasad Hayvancılık, 303: 42-45.
Attı, N., Thériez, M., Abdennebı, L., 2001, Relationship Between Ewe Body Condition at Mating and Reproductive Performance in The Fat-tailed Barbarine Breed, Anim Res, 50: 135–144 135.
Bayram, B., Akbulut, Ö., Yanar, M. ve Tüzemen, N., 2004, Esmer ve Siyah Alaca DiĢi Sığırlarda Büyüme Özelliklerinin Richards Modeli ile Analizi, Turk J. Vet. Anim. Sci, 28: 201-208.
Bilgin, Ö. C., Esenbuğa, N., 2003. Doğrusal-olmayan Büyüme Modellerinde Parametre Tahmini, Hayvansal Üretim 44(2): 81-90.
Çamdeviren, H. ve TaĢdelen, B., 2002, BeĢinci Hafta Canlı Ağırlığı Yönünde Seleksiyon YapılmıĢ Japon Bıldırcın Hattında Büyümenin Tek ve Çok AĢamalı Analizi, Turk J Vet Anim Sci. 26: 421-427.
Çetin, M., ġengül, T., Söğüt, B. ve Yurtseven, S., 2007, Comparision of Growth Models of Male and Female Partridges, Journal of Biological Sciences, 7 (6): 964-968. DaĢkıran, Ġ., Koncagül, S., Bingol, M., 2010. Growth Characteristics of Indigenous
Efe, E., 1990, Büyüme Eğrileri. BasılmamıĢ, Ç. Ü. Fen Bilimleri Enstitüsü. Zootekni Anabilim Dalı. Doktora Tezi, Adana.
Esenbuğa, N., Bilgin, Ö. C., Macit, M. ve Karaoğlu, M., 2000, Ġvesi, Morkaraman ve Tuj Kuzularında Büyüme Eğrileri, Atatürk Üniv. Ziraat Fak. Derg, 31 (1): 37-41. KarakuĢ, K., Eyduran, E., Kum, D., Özdemir, T. And Cengiz, F., 2008, Determination
of The Best Growth Curve and Measurement Interval in Norduz Male Lambs, Journal of Animal and Veterinary Advances, 7 (11): 1464-1466.
Keskin, Ġ., Dağ, B., 2006, Comparison of the Linear and Quadratic Models for Describing the Growth of Live Weight and Body Measurements in Anatolian Merino Male Lambs in Fattening Period, Journal of Animal and Veterinary Advances, 5 (1): 81-84.
Keskin, Ġ., Dağ, B. Sarıyel, V. ve Gökmen, M., 2009, Estimation of Growth Curve Parameters in Konya Merino Sheep, South African Journal of Animal Science, 39 (2): 163–168.
KocabaĢ, Z., Kesici, T., Eliçin, A., 1997, Akkaraman, Ġvesi x Akkaraman ve Malya x Akkaraman Kuzularında Büyüme Eğrisi, Turkish Journal of Veterinary and Animal Science, 21(3): 267-275.
Kor, A., BaĢpınar, E., Karaca, S. Keskin, S., 2006, The Determination of Growth in Akkeci (White goat) Female Kids by Various Growth Models. Czech J. Anim. Sci, 51 (3): 110–116.
Lambe, N. R., Navajas, E. A., Simm, G. and Bünger, L., 2006, A Genetic Ġnvestigation of Various Growth Models to Describe Growth of Lambs of Two Contrasting Breeds, J. Anim. Sci. 2006. 84:2642–2654, doi:10.2527/jas.2006-041.
Narinç, D., Aksoy, T., Karaman, E. and Cürek, D. Ġ., 2010, Analysis of Fitting Growth Models in Medium Growing Chicken Raised Indoor System, Trends Anim Vet Sci J, 1(2):12-18.
Nasholm, A. and Danell, Ö., 1996, Genetic Relationships of Lamb Weight, Maternal Ability, and Mature Ewe Weight in Swedish Finewool Sheep, J. Anim. Sci, 74: 329-339.
Owens, F. N., Dubeski, P. and Hanson, C. F., 1993, Factors that Alter the Growth and Development of Ruminants, J. Anim . Sci, 71: 3138-3150.
Özen, N., 1997, Et Sığırlarının Beslenmesi ve Sığır Besisi. Akdeniz Üniversitesi Ziraat Fakültesi Yardımcı Ders Notu : 2, ANTALYA.
Sezenler T., Köycü E. ve Özder M. 2008. Karacabey Merinosu Koyunlarda Doğum Kondüsyon Puanının Kuzuların GeliĢimi Üzerine Etkileri. Tekirdağ Ziraat Fakültesi Dergisi. 5(1): 45-53.
26 Soysal, M. Ġ., Tuna, Y. T., Gürcan, E. K. ve Özkan, E., 1999, Japon Bıldırcınlarında (Coturnix coturnix japonica) ÇeĢitli Doğrusal ve Doğrusal Olmayan Büyüme Eğrilerinin KarĢılaĢtırılması Üzerine Bir AraĢtırma, Hayvancılık Araştırma Dergisi, 9 (1-2):40-44.
Statistica for Windows PC 5.0, 1995, “Stat Soft. Inc”, 2325 East 13th Street, U.S.A. ġengül, T. and Kiraz, S., 2005, Non-linear Models of Growth Curves in Large White
Turkeys, J. Vet. Anim. Sci, 29: 331-337.
ġireli, H. D. ve Ertuğrul, M., 2004, Dorset Down x Akkaraman (GD1), Akkaraman ve Akkaraman x GD1 Genotipli Kuzularda Büyüme Eğrilerinin Logistic Model ile Tahmini, Tarım Bilimleri Dergisi, 10 (4): 375-380.
Viñoles C, Forsberg M, Banchero G and Rubianes E., 2002, Ovarian Follicular Dynamics and Endocrine Profiles in Polwarth Ewes with High and Low Body Condition, Animal Science, 74 539–545 (Abstract).
Thompson J., M., Meyer, H., 1994, Body Condition Scoring of Sheep. http://ir.library.oregonstate.edu/xmlui/bitstream/handle/1957/14303/ec1433.pdf?s equence=1 , [Ziyaret Tarihi: 06 ġubat 2011].
Topal, M., Özdemir, M., Aksakal, V., Yıldız, N. and Doğru, U., 2004, Determination of the Best Nonlinear Function in order to Estimate Growth in Morkaraman and Awassi Lambs, Small Ruminant Research, 55: 229–232.
TÜİK, 2009, Tarım İstatistikleri, www.tuik.gov.tr, [Ziyaret Tarihi: 06 ġubat 2011]. Yıldız, G., Soysal, M. Ġ. ve Gürcan, E. K., 2009, Tekirdağ Ġlinde YetiĢtirilen Karacabey
Merinosu x Kıvırcık Melezi Kuzularda Büyüme Eğrisinin Farklı Modellerle Belirlenmesi, Tekirdağ Ziraat Fakültesi Dergisi, 6(1): 11-19.
ÖZGEÇMĠġ KĠġĠSEL BĠLGĠLER
Adı Soyadı : Rabia Gökçe AYTEKĠN
Uyruğu : T. C.
Doğum Yeri ve Tarihi : Kulu – 22.08.1982
Telefon : -
Faks : -
e-mail : -
EĞĠTĠM
Derece Adı, Ġlçe, Ġl Bitirme Yılı
Lise :
Üniversite : Selçuk Üniversitesi, Ziraat Fakültesi, Hayvansal Üretim Programı -KONYA 2004
Yüksek Lisans : Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Zootekni Anabilim Dalı -KONYA Devam ediyor Doktora :
Ġġ DENEYĠMLERĠ
Yıl Kurum Görevi
2005-2006 Özel Sektör Gıda Kontrolörü (Sorumlu Yönetici) 2006-2007 Tarım ve KöyiĢleri Bakanlığı Bitlis Ġl
Tarım Müdürlüğü
Teknik Eleman (Ziraat Müh.) 2007-2011 Tarım ve KöyiĢleri Bakanlığı Konya Ġl Tarım Müdürlüğü Teknik Eleman (Ziraat Müh.)
UZMANLIK ALANI
Hayvan YetiĢtirme ve Islahı
YABANCI DĠLLER
Ġngilizce
BELĠRTMEK ĠSTEĞĠNĠZ DĠĞER ÖZELLĠKLER YAYINLAR
