Aplicação do método SAPEVO-M na seleção de genótipos de frangos de corte em Pinheiral-RJ
Resumo
A seleção do genótipo mais adequado de aves de corte é fundamental para garantir um bom desempenho zootécnico, tendo em vista características importantes como a eficiência alimentar. O método SAPEVO-M (Simple Aggregation of Preferences Expressed by Ordinal Vectors), é um algoritmo de suporte à tomada de decisão que consiste em estruturar decisões permitindo que múltiplos tomadores de decisão possam expressar suas preferências entre os critérios, como na escolha de genótipos mais adequados. O presente trabalho objetivou selecionar, através do uso da ferramenta SAPEVO-M, o genótipo mais vantajoso em relação as suas características para um sistema de criação de frangos de corte. Neste cenário, foram considerados 3 diferentes genótipos de aves de corte: Cobb, Ross e Hubbard. Para determinação do ranking de genótipo recomendado por meio do algoritmo SAPEVO-M, as seguintes características obtidas por Baptista (2018) foram utilizadas como critérios de decisão: Peso da Carcaça; Rendimento da Carcaça; Peso da Coxa e Sobrecoxa; Rendimento da Coxa e Sobrecoxa; Peso do Peito; Rendimento do Peito; Peso aos 35 dias; Conversão Alimentar e Índice de Eficiência Produtiva. Dentro do cenário de decisão do presente estudo, a decisão recomendada é utilizar majoritariamente o genótipo Ross na criação de aves de corte, em seguida os genótipos Cobb e Hubbard, respectivamente
Referências
Alves, M. G. M.; de Freitas Albuquerque, L.; Batista, A. S. M. 2016. Qualidade da carne de frangos de corte. Essentia-Revista de Cultura, Ciência e Tecnologia da UVA, 17.
ABPA - Associação brasileira de proteína animal. 2024. Estatísticas Setoriais. Disponível em: https://abpa-br.org/estatisticas-setoriais/. Acesso em: 01 nov. 2024.
ABPA - Associação brasileira de proteína animal. Relatório Anual. 2018. 178 p.
Aviagen. Melhoramento genético garante uma produção futura mais sustentável: seleção genética equilibrada e otimizada com a genômica. 2024. Disponível em: https://aviagen.com/pt/news-room/feature-focus/breeding-a-sustainable-future-balanced-genetic-selection-optimized-with-genomics/. Acesso em: 27 jan. 2025.
Ayan, B.; Abacioglu, S.; Basilio, M.P. 2023. A Comprehensive Review of the Novel Weighting Methods for Multi-Criteria Decision-Making. Informação, 14: 285. https://doi.org/10.3390/info14050285
Baptista, L. S. F. C. Efeito do genótipo sobre o desempenho, o rendimento e a qualidade de carne de frango de corte. 2018. 32f. Dissertação – (Mestrado em Higiene Veterinária e Processamento Tecnológico de produtos de origem animal), Universidade Federal Fluminense, 2018.
Basílio, M. P.; Pereira, V.; Costa, H. G.; Santos, M.; Ghosh, A. 2022 Uma Revisão Sistemática das Aplicações de Métodos Multicritério de Apoio à Decisão (1977-2022). Eletrônica 11: 1720; https://doi.org/10.3390/electronics11111720.
Brasil. Lei 6.446, de 05 de outubro de 1977. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/1970-1979/l6446.htm. Acesso em: 01 nov. 2024.
Carvalho, Y. M.; Santos, M.; Silva, P. A. L.; Violante, A. R. 2020. Interoperabilidade na Região Amazônica: aplicação do método SAPEVO-M na seleção do melhor equipamento logístico a ser utilizado pelas Forças Armadas brasileiras. Coleção Meira Mattos - revista das ciências militares (online) 14: 251-277.
Cobb. Liderança em ciência e inovação avícola. 2024. Disponível em: https://www.cobbgenetics.com/who-we-are#history. Acesso em: 17 nov. 2024.
da Rosa, C. O.; Garcia, R. G.; Binotto, E.; Ruviaro, C. F.; Naas, I. A. 2013. Características do mercado consumidor de carne de frango em um município de médio porte. Enciclopedia Biosfera, Centro Científico Conhecer 9: 518.
de Carvalho, D. A.; Sarmento, J. L. R.; Almeida, M. J. O. 2020. Conservação, uso e melhoramento de galinhas caipiras. Ponta Grossa: Atena 26p.
de Lima, A. M.; de Oliveira Melo, W.; Albuquerque, G. D. P.; do Nascimento, J. B.; Cândido, E. P. 2020. Mercado consumidor de carne de frango e derivados em Capanema, Pará/Consumer market of chicken meat and derivatives in Capanema, Pará. Brazilian Journal of Development 6 : 26810-26824. https://doi.org/10.34117/bjdv6n5-220
de Morais, M. A.; Canepelle, E.; da Silva, D. M.; Guerra, D.; Redin, Maciel. 2019. Avaliação do desenvolvimento de frangos cobb e mesclado colonial em sistema confinado e semi-confinado. Revista Brasileira de Agropecuária Sustentável 9. DOI: https://doi.org/10.21206/rbas.v9i1.8009
Dias, R. G. 2011. Genética, Performance Física Humana e Doping Genético: o Senso Comum Versus a Realidade Científica. Revista Brasileira de Medicina do Esporte 17: 62-72.
Domingues, N. D. Consumo de ovo e carne de frango pela comunidade da FCAT da UNESP - Câmpus de Dracena. 2024. 55f. Trabalho de Conclusão de Curso (Graduação em Ciências Agrárias e Tecnológicas) - Universidade Estadual Paulista, Dracena, SP.
Ferreira, C. B.; Souza, R. A. P. R. 2023. Produção de frangos de corte e tecnologias para nutrição, imunologia e melhoramento genético: uma revisão narrativa. Revista Eletrônica Acervo Científico 38: 92-48. https://doi.org/10.25248/reac.e9248.2021
Gomes, C. F. S.; Santos, M.; Teixeira, L. F. H. S. B.; Sanseverino, A. M.; Barcelos, M. R. S. 2020. SAPEVO-M: a Group Multicriteria Ordinal Ranking Method. Pesquisa Operacional 40: 226-524. https://doi.org/10.1590/0101-7438.2020.040.00226524
Gomes, L. F. A. M.; Mury, A. R.; Gomes, C. F. S. 1997. Classificação multicritério com dados ordinais. Simulação de Modelagem de Análise de Sistemas 27:139-145.
Gomide, L. A. M.; Ramos, E. M.; Fontes, P. R. 2014. Tecnologia de abate e tipificação de carcaças. 2 ed. Rev. e ampl. Viçosa: UFV. 336p.
Gonçalves, D. J. F.; Araújo, F. F. 2023. Melhoramento genético em aves de corte. Revista de Trabalhos Acadêmicos–Universo Belo Horizonte 1.
Hubbard. 2025. Disponível em: https://www.hubbardbreeders.com/pt/hubbard/bem-vindo-a-hubbard/. Acesso em: 27 jan. 2025.
Leishman, E. M.; You, J.; Ferreira, N. T.; Adams, S. M.; Tulpan, D.; Zuidhof, M. J.; Ellis, J. L. 2023. When worlds collide–poultry modeling in the ‘Big Data’era. Animal 17: 100874. https://doi.org/10.1016/j.animal.2023.100874.
Martins, J.M.S.; Litz, F. H.; Castilhano, H.; Campos, F. C.; Taveira, R. Z.; Neto, O. J. S. 2012. Melhoramento genético de frangos de corte. PUBVET, Londrina, 205p.
Matos, C. E. L.; Moreira, M. A. L.; Pereira, M. T. R.; Gomes, C. F. S.; Santos, M.; Silva, F. J. G. 2024. Systematic Analysis of Packaging Production in the Electric Motors Industry: A Multi-Criteria Approach through the SAPEVO-M Method. Mathematics 12: 3151-3173. ; https://doi.org/10.3390/math12193151.
Mendes, T.; Santos, R.; Silva, C.; Duarte, C.; Bezerra, A. 2024. Análise multicritério como suporte para estabelecimento de rede de monitoramento da qualidade do ar na cidade do Recife-PE. Revista Contexto Geográfico 9: 302–316. https://doi.org/10.28998/contegeo.9i.18.16851
Moro, D. N.; Zanella, I.; Figueiredo, E. A. P.; Silva, J. H. S. 2005. Desempenho produtivo de quatro linhagens de frangos de corte. Ciência Rural 35: 446-449.
Naphade, S. T.; Badhe, S. G. Study of smart management system in poultry farming. 2021. Journal of Scientific Research 65:153-156. 10.37398/JSR.2021.650626.
Paulino, M. T. F.; de Oliveira, E. M.; Grieser, D. O.; Toledo, J. B. 2019. Criação de frangos de corte e acondicionamento térmico em suas instalações: Revisão. Pubvet 13: 170. https://doi.org/10.31533/pubvet.v13n3a280.1-14
Pereira, A. R. S.; Carvalho, S. S.; Tolon, Y. B. 2023. Frango de corte: destaque no agronegócio. XII Congresso de Trabalhos de Graduação: Faculdade de Tecnologia de Mococa 7.
Reck, A. B; Schultz, G. 2016. Aplicação da metodologia multicritério de apoio à decisão no relacionamento interorganizacional na cadeia da avicultura de corte. Revista de Economia e Sociologia Rural 54: 709-728.
Romanelli, E. V. Genética de frango caipira para agricultura familiar: estrutura de seleção, multiplicação e distribuição e genótipos disponíveis. 2022. 24f. Monografia (Graduação em Medicina Veterinária) - Universidade Federal Fluminense, Niterói, RJ.
Salman, A. K. D. Conceitos básicos de genética de populações. EMBRAPA: Documentos 118. Porto Velho, 2007.
Silva, M. J. S.; Tomaz, P. P. M.; Diniz, B. P.; Pereira, D. A. M.; Monte, D. M. M.; Santos, M.; Costa, D. O. 2022. A Comparative Analysis of Multicriteria Methods AHP-TOPSIS-2N, PROMETHEE-SAPEVO-M1 and SAPEVO-M: Selection of a Truck for Transport of Live Cargo. Procedia Computer Science 214: 86-92. https://doi.org/10.1016/j.procs.2022.11.152
Sousa, M. I. Enriquecimento e qualidade da carne de frangos caipira suplementados com selênio orgânico. 2019. 33 f. Dissertação (mestrado em Agroecologia) - Universidade Estadual de Maringá, 2019, Maringá, PR.
Teixeira, E. D. S.; Teixeira, M. J. Importância da carne de frango brasileira no mercado mundial. 2021. In Congresso Fateclog, gestão da cadeia de suprimentos no agronegócio: desafios e oportunidades no contexto atual, vol. 12.
Toledo, P. S. G.; Costa, P. T. C.; Silva, L. C.; Pinto, D.; Ferreira, P.; Pollero, C. J. 2007. Desempenho de frangos de corte alimentados com dietas contendo antibiótico e/ou fitoterápico como promotores, adicionados isoladamente ou associados. Ciência Rural 37: 1760-1764. https://doi.org/10.1590/S0103-84782007000600040
Vieira, J. A. M.; Silva, M. C.; Gomes, C. F. S.; Santos, M. 2018. Multicriteria Decision Integrated Prospective Theory Applied at Engineering Services' Company. Universal Journal of Management 6: 213-234. 10.13189/ujm.2018.060604
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Alexandre de Donato, Marcos Fábio de Lima Miranda, Julia Camille Brandão da Costa, Klinger Raimundo Oliveira Farias, Ligia Serrão Fróes da Cruz Baptista

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
O autor responsável pela submissão representa todos os autores do artigo e se compromete a enviar como documento suplementar uma carta de consentimento com a assinatura de todos os autores informando que tem a permissão para a submissão do texto assim como assegura que não há violação de direitos autorais e nem qualquer tipo de plágio (incluindo autoplágio).
