| Processo: | 20/03575-8 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Doutorado |
| Data de Início da vigência: | 01 de agosto de 2021 |
| Data de Término da vigência: | 31 de julho de 2022 |
| Área de conhecimento: | Ciências Agrárias - Zootecnia - Genética e Melhoramento dos Animais Domésticos |
| Pesquisador responsável: | Claudia Cristina Paro de Paz |
| Beneficiário: | Luara Afonso de Freitas Januário |
| Supervisor: | Guilherme Jordão de Magalhães Rosa |
| Instituição Sede: | Instituto de Zootecnia. Agência Paulista de Tecnologia dos Agronegócios (APTA). Secretaria de Agricultura e Abastecimento (São Paulo - Estado). Nova Odessa , SP, Brasil |
| Instituição Anfitriã: | University of Wisconsin-Madison (UW-Madison), Estados Unidos |
| Vinculado à bolsa: | 18/01540-2 - Predição dos valores genômicos utilizando modelos Bayesianos e de redes neurais para características de resistência a endoparasitas em ovinos Santa Inês, BP.DR |
| Assunto(s): | Ovinocultura Ovelha Santa Inês Análise multivariada Aprendizado computacional Nematoda Predição de genes |
| Palavra(s)-Chave do Pesquisador: | análise multivariada | Random Forest | Redes neurais | Machine Learning |
Resumo Atualmente o maior problema para a expansão da ovinocultura de corte são as infecções por nematódeos gastrintestinais, podendo em algumas situações inviabilizar economicamente as criações. Portanto, este estudo tem por objetivo comparar de predição dos métodos Multilayer perceptron (MPL), Random Forest (RF) e Linear Discriminant Analysis (LDA) com a regressão logística multinominal para prever animais resistentes, resilientes e susceptíveis aos endoparasitas. O banco de dados contém 3.896 registros de 974 animais da raça Santa Inês. As características a serem avaliadas como preditores para a classificação em resistente, resiliente e susceptível serão peso corporal, medidas corporais (altura de garupa, altura de cernelha, comprimento corporal, perímetro torácico e largura de garupa), escore de condição corporal, vermifugação, fazenda, idade, estação de nascimento, estação de pesagem e sexo. Como variável resposta dos modelos de predição serão utilizadas as classificações dos animais em resilientes (1), susceptíveis (2) e resistentes (3). As análises serão realizadas por meio do software R. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |