<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>0004-0592</journal-id>
<journal-title><![CDATA[Archivos de Zootecnia]]></journal-title>
<abbrev-journal-title><![CDATA[Arch. zootec.]]></abbrev-journal-title>
<issn>0004-0592</issn>
<publisher>
<publisher-name><![CDATA[Universidad de Córdoba]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S0004-05922013000300015</article-id>
<article-id pub-id-type="doi">10.4321/S0004-05922013000300015</article-id>
<title-group>
<article-title xml:lang="pt"><![CDATA[Mineração de dados para estimativas de mortalidade pré-abate de frangos de corte]]></article-title>
<article-title xml:lang="en"><![CDATA[Datamining for preslaughter mortality preview of broilers]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Rodrigues]]></surname>
<given-names><![CDATA[V.C.]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Vieira]]></surname>
<given-names><![CDATA[F.M.C.]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Silva]]></surname>
<given-names><![CDATA[I.J.O.]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
</contrib-group>
<aff id="A01">
<institution><![CDATA[,Universidade de Sao Paulo Escola Superior de Agricultura Lluiz Queiroz Departamento de Engenharia de Biossistemas]]></institution>
<addr-line><![CDATA[Piracicaba SP]]></addr-line>
<country>Brasil</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>09</month>
<year>2013</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>09</month>
<year>2013</year>
</pub-date>
<volume>62</volume>
<numero>239</numero>
<fpage>469</fpage>
<lpage>472</lpage>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://scielo.isciii.es/scielo.php?script=sci_arttext&amp;pid=S0004-05922013000300015&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://scielo.isciii.es/scielo.php?script=sci_abstract&amp;pid=S0004-05922013000300015&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://scielo.isciii.es/scielo.php?script=sci_pdf&amp;pid=S0004-05922013000300015&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="pt"><p><![CDATA[Objetivou-se analisar a eficiência de um sistema de informação simples para diagnosticar cenários de mortalidade em condições de espera pré-abate, pelo uso de árvores de regressão e classificação, estudando dados de um abatedouro comercial de frangos de corte no Estado de São Paulo, utilizando-se um sistema de mineração de dados (CART, classification and regression trees). Esta árvore de decisão, por meio de um conjunto de dados históricos, é capaz de predizer variáveis categóricas e classificar efeitos, e apresentou 77 % de acerto e mostrou ser um meio prático e rápido para predições, além de ser de fácil interpretação para uso direto de técnicos.]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[The performance of a simple information system to identify possible mortality conditions in pre-slaughter operation through classification and regression trees was studied. Data referring a commercial broiler slaughterhouse, located in State of São Paulo, were studied using a data mining system (CART). This decision tree is able to predict categorical variables through a historical dataset and then classify effects. The classification tree had 77 % of success and showed to be a practical and faster way to predictions for this dataset and it is able to show an easy interpretation to direct use by the sector area experts.]]></p></abstract>
<kwd-group>
<kwd lng="pt"><![CDATA[Árvores de decisão]]></kwd>
<kwd lng="pt"><![CDATA[Avicultura]]></kwd>
<kwd lng="pt"><![CDATA[Suporte à decisão]]></kwd>
<kwd lng="en"><![CDATA[Decision making]]></kwd>
<kwd lng="en"><![CDATA[Decisions trees]]></kwd>
<kwd lng="en"><![CDATA[Poultry]]></kwd>
</kwd-group>
</article-meta>
</front><body><![CDATA[ <p><font face="Verdana" size="2"><b>NOTA BREVE</b></font></p>     <p>&nbsp;</p>     <p><font face="Verdana" size="4"><b>Minera&#231;&#227;o de dados para estimativas de mortalidade pré-abate de frangos de corte</b></font></p>     <p><font face="Verdana" size="4"><b>Datamining for preslaughter mortality preview of broilers</b></font></p>     <p>&nbsp;</p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Rodrigues, V.C.<sup>1*</sup>; Vieira, F.M.C.<sup>1</sup> e Silva, I.J.O.<sup>1A</sup></b></font></p>     <p><font face="Verdana" size="2"><sup>1</sup>Departamento de Engenharia de Biossistemas. Piracicaba-SP. Brasil.  *<a href="mailto:vcrodrig@esalq.usp.br">vcrodrig@esalq.usp.br</a>; <sup>A</sup><a href="mailto:ijosilva@esalq.usp.br">ijosilva@esalq.usp.br</a></font></p>     <p>&nbsp;</p>     <p>&nbsp;</p> <hr size="1">    ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2"><b>RESUMO</b></font></p>     <p><font face="Verdana" size="2">Objetivou-se analisar a efici&#234;ncia de um sistema de informa&#231;&#227;o simples para diagnosticar cenários de mortalidade em condi&#231;&#245;es de espera pré-abate, pelo uso de árvores de regress&#227;o e classifica&#231;&#227;o, estudando dados de um abatedouro comercial de frangos de corte no Estado de S&#227;o Paulo, utilizando-se um sistema de minera&#231;&#227;o de dados (CART, classification and regression trees). Esta árvore de decis&#227;o, por meio de um conjunto de dados históricos, é capaz de predizer variáveis categóricas e classificar efeitos, e apresentou 77 &#37; de acerto e mostrou ser um meio prático e rápido para predi&#231;&#245;es, além de ser de fácil interpreta&#231;&#227;o para uso direto de técnicos.</font></p>     <p><font face="Verdana" size="2"><b>Palabras chave:</b> Árvores de decis&#227;o. Avicultura. Suporte à decis&#227;o.</font></p> <hr size="1">    <p><font face="Verdana" size="2"><b>SUMMARY</b></font></p>     <p><font face="Verdana" size="2">The performance of a simple information system to identify possible mortality conditions in pre-slaughter operation through classification and regression trees was studied. Data referring a commercial broiler slaughterhouse, located in State of S&#227;o Paulo, were studied using a data mining system (CART). This decision tree is able to predict categorical variables through a historical dataset and then classify effects. The classification tree had 77 &#37; of success and showed to be a practical and faster way to predictions for this dataset and it is able to show an easy interpretation to direct use by the sector area experts.</font></p>     <p><font face="Verdana" size="2"><b>Key words:</b> Decision making. Decisions trees. Poultry.</font></p> <hr size="1">     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Introdu&#231;&#227;o</b></font></p>     <p><font face="Verdana" size="2">As opera&#231;&#245;es pré-abate s&#227;o um dos maiores problemas na produ&#231;&#227;o de frango de corte, devido às perdas por mortalidade antes da chegada. O sistema de cria&#231;&#227;o industrial apresenta elevada densidade de animais, condi&#231;&#245;es bioclimáticas inadequadas como altas temperaturas e umidade relativa do ar, ná maior parte do tempo nos países de clima tropical. O tempo de viagem, a dist&#226;ncia entre as granjas e o abatedouro e aspectos relacionados à espera no abatedouro afetan as perdas ao final do processo (Warriss <i>et al</i>., 2005). Com base nos estudos de Vieira <i>et al</i>. (2011), foi utilizado o modelo linear generalizado duplo que considera como preditoras: temperatura externa, umidade relativa externa, tempo de espera, turno, número de aves por caixa e esta&#231;&#227;o do ano. No entanto, os modelos utilizados apresentaram problemas quanto à predi&#231;&#227;o da mortalidade, abrindo espa&#231;o para o uso de sistemas especialistas. As árvores de decis&#227;o, chamadas de árvores de regress&#227;o e classifica&#231;&#227;o, também s&#227;o ótimas escolhas para obter resultados com precis&#227;o conhecida de forma rápida e compreensível (Sutton, 2005). Objetivou-se analisar a efici&#234;ncia de um sistema de informa&#231;&#227;o simples para diagnosticar possíveis condi&#231;&#245;es de mortalidade em condi&#231;&#245;es de espera préabate, através do uso de árvores de regress&#227;o e classifica&#231;&#227;o.</font></p>     <p>&nbsp;</p>     ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2"><b>Material e Métodos</b></font></p>     <p><font face="Verdana" size="2">CART é um método estatístico n&#227;oparamétrico, que usa árvores de decis&#227;o para solucionar problemas de regress&#227;o e classifica&#231;&#227;o. Quando a variável dependente é categórica (n&#227;o contínua) CART produz uma árvore de classifica&#231;&#227;o. S&#227;o tr&#234;s os passos a serem seguidos para o crescimento da árvore de decis&#227;o (Breiman <i>et al</i>., 1984). A árvore máxima é construída a partir do procedimento binário de regras de divis&#227;o (<i>split</i>) que ocorre na raiz da árvore onde est&#227;o todas as informa&#231;&#245;es sem qualquer tipo de organiza&#231;&#227;o, é o chamado primeiro grupo <i>m&#227;e</i>. Inicialmente, este grupo é dividido em dois outros grupos <i>filhas</i> segundo alguns critérios de similaridades entre as mesmas variáveis de um grupo e cada <i>filha</i> torna-se <i>m&#227;e</i> para que o processo ocorra até que cada uma das divis&#245;es (regras <i>if-then</i>) descreva respostas homog&#234;neas quanto a variável categórica. Para que isto aconte&#231;a o crescimento da árvore é feito por meio de um descritor apropriado. O sistema CART usa um algoritmo cujo critério de divis&#227;o é apresentar a máxima redu&#231;&#227;o de impureza dos dados em cada grupo, ou seja, grupos homog&#234;neos de informa&#231;&#245;es em cada ramo da árvore. Para tanto é utilizado o índice Gini (Breiman <i>et al</i>., 1984) que é a medida de dispers&#227;o dos dados presentes dos nós da árvore e é comumente usado para variáveis categóricas.</font></p>     <p><font face="Verdana" size="2">O produto das probabilidades mede justamente a probabilidade de erro entre as classes. Obtidos os atributos que constituir&#227;o a constru&#231;&#227;o da árvore, a árvore máxima é obtida, e o processo de poda (<i>pruning</i>) é necessário devido à ocorr&#234;ncia de ambigüidades (<i>overfitting</i>). Durante este processo, árvores menores e menos complexas s&#227;o obtidas por cortes sucessivos dos ramos da árvore (regras) máxima. As diferentes subárvores s&#227;o comparadas entre si para que a melhor seja encontrada. O critério para sele&#231;&#227;o é o custo que cada subarvore representa. A medida é feita com rela&#231;&#227;o ao par&#226;metro complexidade do custo (R<sub>á</sub> (T)), para a árvore T.</font></p>     <p><font face="Verdana" size="2">Durante o processo de poda este par&#226;metro varia de 0 a 1 o que minimiza o valor de R<sub>á</sub> (T) reduzindo o custo de treinamento do modelo. A sele&#231;&#227;o da melhor árvore é feita com base em informa&#231;&#245;es do menor custo de complexidade da valida&#231;&#227;o cruzada que testa o desempenho do modelo, analisando uma parcela retirada dos dados em rela&#231;&#227;o aos dados de refer&#234;ncia. É calculado, para tanto, a estimativa de erro de classifica&#231;&#227;o (<i>resubstitution error</i>), ou seja, a propor&#231;&#227;o de observa&#231;&#245;es originais que foram erroneamente classificadas em vários subgrupos da árvore original. A valida&#231;&#227;o cruzada é utilizada para estimar o verdadeiro erro, para as árvores de vários tamanhos. A árvore que apresenta menor erro de valida&#231;&#227;o cruzada é escolhida. Após a escolha, é possível calcular o custo estimado a partir da análise discriminante e verificar a matriz de classifica&#231;&#227;o dos dados originais. O conjunto de dados foi obtido por meio de um experimento realizado em um abatedouro no Estado de S&#227;o Paulo, Brasil, para 218 carregamentos de frangos de corte (Vieira <i>et al</i>., 2010). Foram analisados os caminh&#245;es de transporte sob a condi&#231;&#227;o de espera, em cada período estudado (manh&#227;, tarde e noite). Dessa forma, considerou-se para a análise dos dados 4 repeti&#231;&#245;es para o turno da manh&#227;, 5 para o turno da tarde e 5 para o turno da noite.</font></p>     <p><font face="Verdana" size="2">O modelo de árvore de regress&#227;o foi construído a partir do <i>Matlab Statistics toolbox</i><sup>&#174;</sup> R2006a. Foram utilizadas 4 classes para representar a taxa de mortalidade, de forma categórica, conforme Silva e Vieira (2010).</font></p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Resultados e Discuss&#227;o</b></font></p>     <p><font face="Verdana" size="2">A melhor árvore, que apresenta o menor valor de vari&#226;ncia residual (0,57), foi escolhida pelo sistema e apresenta 13 folhas (nós terminais), sendo que a árvore máxima apresentou 35 folhas devido sua tamanha complexidade (<b><a href="#f1">figura 1</a></b>).</font></p>     <p>&nbsp;</p>     <p align="center"><a name="f1"><img src="/img/revistas/azoo/v62n239/art15_f1.jpg"></a></p>     ]]></body>
<body><![CDATA[<p>&nbsp;</p>     <p><font face="Verdana" size="2">Pela forma&#231;&#227;o da árvore, é possível afirmar que o sistema reconheceu como variável de melhor retrata&#231;&#227;o dos grupos o turno de viagem, pois o algoritmo conseguiu separar dois grupos bem delimitados. Partindo do nó do topo da árvore, também chamado de raiz, foi possível observar que para o turno 1 (manh&#227;) o suporte de decis&#227;o é dado pelo ramo esquerdo da árvore. Dessa forma, a interpreta&#231;&#227;o do sistema de suporte a decis&#227;o mostra que a variável turno foi selecionada como de maior ganho (índice Gini) para dar suporte às demais informa&#231;&#245;es, dessa forma, para os turnos 1 e 2, as informa&#231;&#245;es est&#227;o contidas na ramifica&#231;&#227;o esquerda da árvore, onde maiores detalhes s&#227;o mostrados para a necessária separa&#231;&#227;o das classes. Para o turno 3, ou seja, noturno, a ordem das variáveis preditoras mostrou-se diferentes quando comparadas aos turnos 1 e 2.</font></p>     <p><font face="Verdana" size="2">Dessa forma, o desempenho preditivo da árvore de classifica&#231;&#227;o foi de 77 &#37;. Foram 167 conjuntos de dados classificados adequadamente. A classe que apresentou problemas de perdas de classifica&#231;&#227;o (<i>misclassification</i>) foi a <i>inaceitável</i> por ter apresentado poucos conjuntos de treino (11) em compara&#231;&#227;o aos demais.</font></p>     <p><font face="Verdana" size="2">O sistema de suporte à decis&#227;o mostra que se o turno avaliado for manh&#227;, por exemplo, o ramo da árvore a ser utilizado pela análise de previs&#227;o será o da esquerda, pois o turno de número 1 (manh&#227;) foi selecionado. Assim, prosseguindo a análise, tem-se que para dist&#226;ncias percorridas inferiores a 11,5 km (<i>galho</i> à esquerda do ramo esquerdo) a taxa de mortalidade esperada é classificada como ideal, caso a dist&#226;ncia seja igual ou superior a 11,5 km, outros critérios devem ser tomados como orienta&#231;&#227;o para se predizer as possíveis classifica&#231;&#245;es das taxas de mortalidade. Nesse caso, se a umidade relativa do ar for menor que 50,5 &#37; o <i>galho</i> a ser utilizado é do da esquerda e assim sucessivamente.</font></p>     <p><font face="Verdana" size="2">Tais resultados acima foram confirmados anteriormente por diversos trabalhos que envolveram as opera&#231;&#245;es pré-abate de frangos de corte, especialmente às de transporte e espera em abatedouro. Quanto ao turno em que as opera&#231;&#245;es foram executadas, Barbosa Filho <i>et al</i>. (2009) encontraram que o melhor turno sob o ponto de vista bioclimático é o turno da manh&#227;, por oferecer as melhores condi&#231;&#245;es térmicas para o transporte de aves. Isto explica o resultado de melhor ganho do turno 1 (manh&#227;) segundo o ìndice Gini. Juntamente com as demais informa&#231;&#245;es, este turno ofereceu melhores op&#231;&#245;es para a tomada de decis&#227;o. Com rela&#231;&#227;o à dist&#226;ncia, também a árvore obteve resultados similares e concordantes com Vecerek <i>et al</i>. (2006), os quais recomendaram que as menores dist&#226;ncias s&#227;o melhores e com baixas mortalidades associadas às dist&#226;ncias abaixo de 50 km. No entanto, considerando a realidade da maioria das empresas, cujas granjas integradas se encontram em um raio acima de 11,5 km, como foi evidenciada na CART, outros fatores passam a ser importantes para a tomada de decis&#227;o, como por exemplo, o tempo de espera.</font></p>     <p><font face="Verdana" size="2">O tempo de espera pré-abate só é eficaz se realizado dentro de galp&#245;es climatizados com nebuliza&#231;&#227;o e climatiza&#231;&#227;o (Silva e Vieira, 2010). Considerando a rela&#231;&#227;o entre o tempo de espera e a dist&#226;ncia, foi evidenciado por meio da árvore de decis&#227;o que para dist&#226;ncias acima de 11,5 km e umidade relativa do ar acima de 50,5 &#37;, o tempo de espera estimado pela CART visando o nível ideal de mortalidade foi abaixo de 82,5 minutos.</font></p>     <p><font face="Verdana" size="2">A árvore de decis&#227;o é uma plataforma de fácil compreens&#227;o a partir de um conhecimento introdutório, o que viabiliza o uso desse sistema para possíveis aferi&#231;&#245;es de produtores que estejam interessados em simular algumas condi&#231;&#245;es de campo.</font></p>     <p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Conclus&#245;es</b></font></p>     <p><font face="Verdana" size="2">O sistema de suporte à decis&#227;o mostrouse eficiente e de fácil análise. Para o aumento da performance do sistema outros algoritmos dever&#227;o ser empregados para que o acerto ultrapasse os 77 &#37; atingido. Deve-se considerar que a ferramenta apresentada tem grande utilidade na produ&#231;&#227;o animal como novo instrumento de avalia&#231;&#227;o de dados reais e históricos de produ&#231;&#227;o.</font></p>     ]]></body>
<body><![CDATA[<p>&nbsp;</p>     <p><font face="Verdana" size="2"><b>Bibliografia</b></font></p>     <!-- ref --><p><font face="Verdana" size="2">1. Barbosa Filho, J.A.D.; Vieira, F.M.C.; Silva, I.J.O.; Garcia, D.B.; Silva, M.A.N. e Fonseca, B.H.F. 2009. Transporte de frangos: caracteriza&#231;&#227;o do microclima na carga durante o inverno. Rev Bras Zootecn, 38: 2442-2446.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033937&pid=S0004-0592201300030001500001&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>    <!-- ref --><p><font face="Verdana" size="2">2. Breiman, L.; Friedman, J.H.; Olshen, R.A. and Stone, C.J. 1984. Classification and Regression Trees. Wadsworth. Pacific Grove. 368 pp.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033939&pid=S0004-0592201300030001500002&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>    <!-- ref --><p><font face="Verdana" size="2">3. Silva, I.J.O. e Vieira, F.M.C. 2010. Ambi&#234;ncia animal e as perdas produtivas no manejo préabate: o caso da avicultura de corte brasileira. Arch Zootec, 59: 113-131.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033941&pid=S0004-0592201300030001500003&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>    <!-- ref --><p><font face="Verdana" size="2">4. Sutton, C.D. 2005. Handbook of Statistics. Penn State University. Pennsylvania. 24: 303-329.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033943&pid=S0004-0592201300030001500004&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>    ]]></body>
<body><![CDATA[<!-- ref --><p><font face="Verdana" size="2">5. Vecerek, V.; Grbalova, S.; Voslarova, E.; Janackova, B. and Malena, M. 2006. Effects of travel distance and the season of the year on death rates of broilers transported to poultry processing plants. Poultry Sci, 85: 1881-1884.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033945&pid=S0004-0592201300030001500005&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>    <!-- ref --><p><font face="Verdana" size="2">6. Vieira, F.M.C.; Silva, I.J.O.; Barbosa Filho, J.A.D. and Vieira, A.M.C. 2010. Productive losses on broiler preslaughter operations: effect of the distance from farms to abbatoirs and of lairage time in a climatized holding area. Rev Bras Zootecn, 39: 2471-2476.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033947&pid=S0004-0592201300030001500006&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>    <!-- ref --><p><font face="Verdana" size="2">7. Vieira, F.M.C.; Silva, I.J.O.; Barbosa Filho, J.A.D.; Vieira, A.M.C.; Rodrigues-Sarnighausen, V.C. and Garcia, D.B. 2011. Thermal stress related with mortality rates on broiler's preslaughter operations: a lairage time effect study. Ci&#234;nc Rural, 41: 1639-1644.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033949&pid=S0004-0592201300030001500007&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>    <!-- ref --><p><font face="Verdana" size="2">8. Warriss, P.D., Pagazaurtundua, A. and Brown, S.N. 2005. Relationship between maximum daily temperature and mortality of broiler chickens during transport and lairage. Brit Poultry Sci, 46: 6647-6651.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=1033951&pid=S0004-0592201300030001500008&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>     <p>&nbsp;</p>     <p>&nbsp;</p>     ]]></body>
<body><![CDATA[<p><font face="Verdana" size="2">Recibido: 7-6-10.    <br>Aceptado: 22-9-11.</font></p>      ]]></body>
<back>
<ref-list>
<ref id="B1">
<label>1</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Barbosa Filho]]></surname>
<given-names><![CDATA[J.A.D.]]></given-names>
</name>
<name>
<surname><![CDATA[Vieira]]></surname>
<given-names><![CDATA[F.M.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Silva]]></surname>
<given-names><![CDATA[I.J.O.]]></given-names>
</name>
<name>
<surname><![CDATA[Garcia]]></surname>
<given-names><![CDATA[D.B.]]></given-names>
</name>
<name>
<surname><![CDATA[Silva]]></surname>
<given-names><![CDATA[M.A.N.]]></given-names>
</name>
<name>
<surname><![CDATA[Fonseca]]></surname>
<given-names><![CDATA[B.H.F.]]></given-names>
</name>
</person-group>
<article-title xml:lang="pt"><![CDATA[Transporte de frangos: caracterização do microclima na carga durante o inverno]]></article-title>
<source><![CDATA[Rev Bras Zootecn]]></source>
<year>2009</year>
<volume>38</volume>
<page-range>2442-2446</page-range></nlm-citation>
</ref>
<ref id="B2">
<label>2</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Breiman]]></surname>
<given-names><![CDATA[L.]]></given-names>
</name>
<name>
<surname><![CDATA[Friedman]]></surname>
<given-names><![CDATA[J.H.]]></given-names>
</name>
<name>
<surname><![CDATA[Olshen]]></surname>
<given-names><![CDATA[R.A.]]></given-names>
</name>
<name>
<surname><![CDATA[Stone]]></surname>
<given-names><![CDATA[C.J.]]></given-names>
</name>
</person-group>
<source><![CDATA[Classification and Regression Trees]]></source>
<year>1984</year>
<publisher-loc><![CDATA[Wadsworth ]]></publisher-loc>
<publisher-name><![CDATA[Pacific Grove]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B3">
<label>3</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Silva]]></surname>
<given-names><![CDATA[I.J.O.]]></given-names>
</name>
<name>
<surname><![CDATA[Vieira]]></surname>
<given-names><![CDATA[F.M.C.]]></given-names>
</name>
</person-group>
<article-title xml:lang="pt"><![CDATA[Ambiência animal e as perdas produtivas no manejo préabate: o caso da avicultura de corte brasileira]]></article-title>
<source><![CDATA[Arch Zootec]]></source>
<year>2010</year>
<volume>59</volume>
<page-range>113-131</page-range></nlm-citation>
</ref>
<ref id="B4">
<label>4</label><nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Sutton]]></surname>
<given-names><![CDATA[C.D.]]></given-names>
</name>
</person-group>
<source><![CDATA[Handbook of Statistics]]></source>
<year>2005</year>
<page-range>303-329</page-range><publisher-loc><![CDATA[Pennsylvania ]]></publisher-loc>
<publisher-name><![CDATA[Penn State University]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B5">
<label>5</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Vecerek]]></surname>
<given-names><![CDATA[V.]]></given-names>
</name>
<name>
<surname><![CDATA[Grbalova]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Voslarova]]></surname>
<given-names><![CDATA[E.]]></given-names>
</name>
<name>
<surname><![CDATA[Janackova]]></surname>
<given-names><![CDATA[B.]]></given-names>
</name>
<name>
<surname><![CDATA[Malena]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Effects of travel distance and the season of the year on death rates of broilers transported to poultry processing plants]]></article-title>
<source><![CDATA[Poultry Sci]]></source>
<year>2006</year>
<volume>85</volume>
<page-range>1881-1884</page-range></nlm-citation>
</ref>
<ref id="B6">
<label>6</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Vieira]]></surname>
<given-names><![CDATA[F.M.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Silva]]></surname>
<given-names><![CDATA[I.J.O.]]></given-names>
</name>
<name>
<surname><![CDATA[Barbosa Filho]]></surname>
<given-names><![CDATA[J.A.D.]]></given-names>
</name>
<name>
<surname><![CDATA[Vieira]]></surname>
<given-names><![CDATA[A.M.C.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Productive losses on broiler preslaughter operations: effect of the distance from farms to abbatoirs and of lairage time in a climatized holding area]]></article-title>
<source><![CDATA[Rev Bras Zootecn]]></source>
<year>2010</year>
<volume>39</volume>
<page-range>2471-2476</page-range></nlm-citation>
</ref>
<ref id="B7">
<label>7</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Vieira]]></surname>
<given-names><![CDATA[F.M.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Silva]]></surname>
<given-names><![CDATA[I.J.O.]]></given-names>
</name>
<name>
<surname><![CDATA[Barbosa Filho]]></surname>
<given-names><![CDATA[J.A.D.]]></given-names>
</name>
<name>
<surname><![CDATA[Vieira]]></surname>
<given-names><![CDATA[A.M.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Rodrigues-Sarnighausen]]></surname>
<given-names><![CDATA[V.C.]]></given-names>
</name>
<name>
<surname><![CDATA[Garcia]]></surname>
<given-names><![CDATA[D.B.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Thermal stress related with mortality rates on broiler's preslaughter operations: a lairage time effect study]]></article-title>
<source><![CDATA[Ciênc Rural]]></source>
<year>2011</year>
<volume>41</volume>
<page-range>1639-1644</page-range></nlm-citation>
</ref>
<ref id="B8">
<label>8</label><nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Warriss]]></surname>
<given-names><![CDATA[P.D.]]></given-names>
</name>
<name>
<surname><![CDATA[Pagazaurtundua]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Brown]]></surname>
<given-names><![CDATA[S.N.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Relationship between maximum daily temperature and mortality of broiler chickens during transport and lairage]]></article-title>
<source><![CDATA[Brit Poultry Sci]]></source>
<year>2005</year>
<volume>46</volume>
<page-range>6647-6651</page-range></nlm-citation>
</ref>
</ref-list>
</back>
</article>
