Evaluation of losses and bioclimatic factors present on poultry preslaughter lairage condiction

A Avicultura Brasileira se depara atualmente com o desafio da redução de perdas. Todavia, a desinformação sobre os pontos críticos limita tal avanço, principalmente nas operações pré-abate. Portanto, estudos devem ser realizados diagnosticando cenários e identificando os pontos cr´?ticos em que se encontram as maiores perdas. Desta forma, o objetivo deste trabalho foi avaliar a climatização em galpão de espera no abatedouro e suas interações com o tempo de espera, visando caracterizar a influência das variáveis ambientais no conforto térmico, bem-estar e nas perdas produtivas da Avicultura de Corte. O estudo foi desenvolvido em um abatedouro comercial de frangos de corte, situado no Estado de São Paulo. Para o entendimento global do problema, a pesquisa foi dividida em 3 partes, sendo a primeira etapa a avaliação histórica das perdas produtivas em função das variáveis climáticas e das características relacionadas `as operações pré-abate, contendo dados históricos de 13.937 caminhões analisados quanto aos fatores climáticos e variáveis relacionadas `as etapas pré-abate, tais como a temperatura e umidade, densidade de aves por caixa, turno diário e estações do ano, e o tempo de espera. Na segunda etapa, foi avaliado o efeito da climatização e do tempo de espera no conforto térmico das aves em ambiente de espera pré-abate, através da coleta de dados de 218 caminhões no galpão de espera, sendo que fatores como a distância granja abatedouro e fatores bioclimáticos do galpão foram analisados juntamente com as variáveis registradas anteriormente, verificando-se os efeitos na mortalidade e na alteração da temperatura retal das aves. Nestas duas etapas, a análise estatística foi realizada por meio dos Modelos Lineares Generalizados Duplos (MLGD). Na terceira etapa, visando a complementação das informações das etapas anteriores, foi realizado o reconhecimento de padrões relacionados `as operações pré-abate e predição das perdas por mortalidade através do uso de Redes Neurais Artificiais (RNA). Mais de 3.000 dados do conjunto total foram utilizados para o aprendizado das redes e simulação de três cenários relacionados aos fatores de maior influência nas perdas pré-abate. Como resultados, verificou-se que as maiores perdas ocorreram durante o turno da tarde, na estação verão, com densidades de aves por caixa acima de 8, temperaturas e umidades relativas elevadas interna e externamente ao galpão e para distâncias longas. No geral, o aumento do tempo de espera resulta em diminuição na temperatura retal das aves e na mortalidade, quando a temperatura externa se encontra elevada, quando a densidade de aves por caixa ´e maior do que 7 aves e para distâncias curtas. Quanto à eficiência da climatização no galpão de espera, esta foi alcançada quando a temperatura e umidade relativa externas estiveram acima da faixa de alerta e quando as variáveis climáticas internas ao galpão estiveram na faixa de conforto. Com relação às redes neurais, estas apresentaram grande poder de generalização, predizendo satisfatoriamente a mortalidade de metade dos cenários, evidenciando seu potencial de uso para a predição da mortalidade de frangos de corte, submetidos às operações pré-abate.Nowadays, Brazilian poultry industry has a challenge of reducing losses. However, the disinformation about the critical points limits this advance, mainly on preslaughter operations. Therefore, studies must be carried through diagnosing scenes and identifying the critical points, which is found the biggest losses. Therefore, the objective of this work was to evaluate the climatization in lairage on slaughterhouse and its interactions with the lairage time, aiming to characterize the influence of environmental variables on thermal comfort, welfare and on the productive losses of broilers chickens. The study was developed in a commercial poultry abattoir, situated in the State of S~ao Paulo, Brazil. To the entire agreement of the problem, the research was divided in 3 parts, which the first stage was the historical evaluation of productive losses in function of the climatic variables and characteristics related to preslaugher operations, where historical data set of 13,937 trucks were analyzed about climatic factors and variables related to preslaughter stages, such as temperature and humidity, density of birds per cage, turn of the day and seasons of the year, as well as the lairage time. On the second stage, the effect of climatization and lairage time were evaluated on bird\'s thermal comfort in preslaughter lairage ambient, through the data collection of 218 trucks in the lairage module, where factors as the distance farm-abattoir and bioclimatic factors of the module were analyzed jointly with the variables registered previously, verifying the effect on mortality and on bird\'s rectal temperature alteration. On these two stages, the statistical analysis were carried out by the Double Generalized Linear Models. On the third stage, aiming at the complementation of previous stages informations, was done the recognition of standards related to preslaughter operations and to predict the losses by mortality through the use of Artificial Neural Network. More than 3,000 data of total set were used on the learning of neural nets models and on simulation of three scenes related to factors of mayor influence on preslaughter losses. As results, was verified that the biggest losses occurred during the afternoon, on summer, with densities of birds per cage above 8, high internal and external temperatures and relative humidity and to long distances. On generality, the increase of the lairage time results on reduction in the bird\'s rectal temperature and in mortality when external temperature is high, when density of birds per cage was major than 7 birds and to short distances. About the efficiency of climatization in the lairage shed, that was reached when external temperature and relative humidity were above the alert band and when internal climatic variables to the shed were in the comfort band. Related to neural network, these presented a great generalization power to the presented conditions, predicting satisfactorily the mortality of half of scenes, evidencing its use potential to the prediction of broiler chicken\'s mortality, submitted to preslaughter operations