Nghiên cứu và dữ liệu
Đối tượng: 1.200 gà mái chọi (600 chọi đen, 600 chọi nâu tía) nuôi trong hệ thống thâm canh.
Thời gian theo dõi: từ tuần đẻ đầu tiên đến tuần thứ 26.
Phương pháp: áp dụng 4 mô hình toán học gồm Logistic, Logistic Curvilinear, Compartmental và Modified Compartmental để phân tích dữ liệu tỷ lệ đẻ.
Kết quả nổi bật
Gà chọi nâu tía: Mô hình Modified Compartmental cho kết quả tốt nhất với các chỉ số sai số (MSE, MAE, MAPE) và tiêu chí thông tin (AIC, BIC) thấp nhất.
Gà chọi đen: Cả mô hình Modified Compartmental và Logistic Curvilinear đều cho độ phù hợp cao.
Tỷ lệ đẻ đạt đỉnh:
Chọi đen: tuần thứ 7 (31 tuần tuổi), năng suất 70,92 trứng/mái.
Chọi nâu tía: tuần thứ 6 (30 tuần tuổi), năng suất 75,11 trứng/mái.
Sau 26 tuần, tổng sản lượng trứng tích lũy đạt 82,54 quả/mái (chọi đen) và 89,32 quả/mái (chọi nâu tía).
Ý nghĩa khoa học và ứng dụng
Nghiên cứu cho thấy việc sử dụng mô hình toán học phi tuyến không chỉ giúp mô tả chính xác đường cong tỷ lệ đẻ mà còn hỗ trợ:
Dự đoán năng suất trứng theo từng giai đoạn.
Tối ưu hóa chọn giống trong các chương trình nhân giống gà bản địa.
Nâng cao hiệu quả sản xuất trong hệ thống chăn nuôi thâm canh.
Gà chọi – từ truyền thống đến công nghệ
Gà chọi (gà Nòi) vốn nổi tiếng trong văn hóa dân gian Việt Nam, nhưng năng suất trứng thường thấp khi nuôi thả vườn. Với nghiên cứu này, Dabaco và các nhà khoa học đã chứng minh rằng việc áp dụng công nghệ mô hình toán học có thể cải thiện đáng kể năng suất, mở ra hướng đi mới cho việc bảo tồn và phát triển giống gà bản địa bằng phương pháp hiện đại.
Đây là một bước tiến quan trọng trong việc kết hợp khoa học dữ liệu với chăn nuôi truyền thống, hứa hẹn mang lại giá trị kinh tế và bảo tồn nguồn gen quý của Việt Nam.
Tạp chí Khoa học Nông nghiệp Việt Nam 2025, 23(4): 441-448 (ntbtra)
