Динамика численности и продуктивности племенного скота породы герефорд в Новосибирской области

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье представлен результат анализа состояния племенного поголовья крупного рогатого скота породы герефорд в Новосибирской области (2021–2023 годы). Эта порода мясного скота – одна из наиболее распространенных в России и мире. Благодаря продуктивным качествам, способности адаптироваться к разным природно-климатическим условиям и пастбищному содержанию ее используют для получения качественного и экологически чистого мяса. Были проанализированы зоотехнические отчеты о бонитировке из племенных хозяйств Новосибирской области, проведено сравнение показателей продуктивности и использования животных, включая рост и развитие молодняка, воспроизводительные качества и долголетие коров племенных стад. Установлено, что несмотря на сокращение числа племенного поголовья скота породы герефорд в Новосибирской области, улучшаются как отдельные признаки продуктивности коров и молодняка, так и классный состав стад. Но имеющегося поголовья недостаточно для обеспечения потребности хозяйств в племенных животных, адаптированных к условиям климата Западной Сибири и круглогодичного содержания на открытом воздухе. Наиболее адекватно отвечают требованиям рынка животные, производимые в ООО «Сибирская нива», однако их численность мала для образования маточных стад товарных хозяйств в объемах, необходимых для наполнения рынка говядины и формирования дочерних племенных стад в регионе.

Полный текст

Доступ закрыт

Об авторах

Мария Андреевна Барсукова

Новосибирский государственный аграрный университет

Автор, ответственный за переписку.
Email: mariabar23@yandex.ru

кандидат биологических наук

Россия, г. Новосибирск

Список литературы

  1. Барсукова М.А., Иванова О.А., Афанасьева И.А. и др. Развитие и продуктивность коров породы герефорд по итогам бонитировок // Инновации и продовольственная безопасность, 2024. № 4 (42). С. 34–41. https://doi.org/10.31677/2311-0651-2023-42-4-34-41
  2. Барсукова М.А., Кузьмичев А.А. Выращивание молодняка мясного скота с использованием скрещивания в условиях Северного Казахстана // Теория и практика современной аграрной науки: Сборник VII национальной (всероссийской) науч. конф. с Междунар. участием, Новосибирск, 26 февраля 2024 года. Новосибирск: ИЦ НГАУ «Золотой колос», 2024. С. 344–348.
  3. Богданова О.В., Камалдинов Е.В., Куликова С.Г. и др. Научно-теоретическое обоснование системы совершенствования селекционно-племенной работы в молочном скотоводстве Новосибирской области // Вестник НГАУ. 2023. № 2 (67). С. 148–155. https://doi.org/10.31677/2072-6724-2023-67-2-148-155
  4. Горлов И.Ф., Сложенкина М.И., Анисимова Е.Ю. и др. Повышение продуктивного потенциала породных ресурсов крупного и мелкого рогатого скота Юга России на основе современных методов селекции // Вестник российской сельскохозяйственной науки. 2023. № 3. С. 76–82. https://doi.org/10.31857/2500-2082/2023/3/76-82
  5. Джуламанов К.М., Герасимов Н.П. Формирование мясной продуктивности герефордских бычков разных типов телосложения во взаимосвязи с факторами внешней среды // Животноводство и кормопроизводство. 2020. № 2. С. 57–67.
  6. Дунин И.М., Тяпугин С.Е., Мещеров Р.К. и др. Племенные ресурсы мясного скотоводства Российской Федерации: реалии и перспективы // Совершенствование региональных породных ресурсов мясного скота и повышение их генетического потенциала в целях наращивания производства высококачественной отечественной говядины: Мат. Межд. науч. конф., Элиста, 14 декабря 2020 года. Элиста: Калмыцкий государственный университет имени Б.Б. Городовикова, 2020. С. 17–25.
  7. Ежегодник по племенной работе в мясном скотоводстве в хозяйствах Российской Федерации (2022 год) / Лесные Поляны: ФГБНУ «Всероссийский научно-исследовательский институт племенного дела», 2023. 217 с.
  8. Жучаев К.В, Борисенко Е.А., Барсукова М.А. Влияние процессов адаптации на генетический гомеостаз продуктивной популяции // Вестник НГАУ. 2010. № 4 (16). С. 28–31.
  9. Нарожных К.Н., Коновалова Т.В., Петухов В.Л. и др. Влияние породной принадлежности на концентрацию цинка в мышечной ткани крупного рогатого скота // Зоотехния. 2024. № 3. С. 38–40. https://doi.org/10.25708/ZT.2024.95.77.011
  10. Нарожных К.Н. Влияние эколого-географического фактора на содержание тяжелых металлов в легких герефордского скота // Сибирский вестник сельскохозяйственной науки. 2021. Т. 51. № 5. С. 83–90. https://doi.org/10.26898/0370-8799-2021-5-10
  11. Петров Е.Б., Владимиров Ф.Е., Базаев С.О. Изучение показателей реализации генетического потенциала мясного скота для цифровизации оценки племенных качеств животных // Вестник российской сельскохозяйственной науки. 2023. № 5. С. 93–97. https://doi.org/10.31857/2500-2082/2023/5/93-97
  12. Трухачев В.И., Юлдашбаев Ю.А., Свинарев И.Ю. и др. Современное состояние и перспективы развития животноводства России и стран СНГ, М.: ООО «Мегаполис», 2022. 337 с.
  13. Haadem C.S., Holmøy I.H., Nødtvedt A., Martin A.D. Time of insemination in relation to pregnancy rates in beef cattle after oestrus detection with automated activity monitoring system // Acta Veterinaria Scandinavica. 2023. Vol. 65. 20. https://doi.org/10.1186/S13028-023-00685-Y
  14. McIntosh M.M., Spiegal Sh.A., McIntosh S.Z. et al. Matching beef cattle breeds to the environment for desired outcomes in a changing climate: A systematic review // Journal of Arid Environments. 2023. Vol. 211. 104905. https://doi.org/10.1016/J.JARIDENV. 2022.104905
  15. Menchon P., Manning J.K., Swain D.L., Cosby A. Exploration of Extension Research to Promote Genetic Improvement in Cattle Production: Systematic Review// Animals. 2024. 14 (2). 231. https://doi.org/10.3390/ANI14020231
  16. Narozhnykh K.N., Kamaldinov E.V., Bogdanova O.V. et al. Prediction of Milk Productivity Based on Conformation Traits in // International Journal of Chemical and Biochemical Sciences. 2023. Vol. 24. No. 6. P. 521–529.
  17. Nirozhnykh K.N., Konovalov T.V., Sebezhko O.I. Copper concentrations in the lungs of hereford steer on farms in Western Siberia // Digital Technologies in Agriculture of the Russian Federation and the World Community, Stavopol, 27–30 сентября 2021 года. Vol. 2661. Stavopol: AIP PUBLISHING, 2022. P. 100002. https://doi.org/10.1063/5.0107631
  18. Tittonell P., Hara S., Álvarez V. et al. Ecosystem services and disservices associated with pastoral systems from Patagonia, Argentina – A review // Cahiers Agricultures, 2021. Vol. 30. № 43. https://doi.org/10.1051/CAGRI/2021029
  19. Zhang R., Pavan E., Farouk M.M., Realini C.E. Re-veal the beef industry: strategies to produce high-quality beef from young cattle in pastoral systems// Meat and Muscle Biology, 2024. 8 (1): 16989. P. 1–26. https://doi.org/10.22175/MMB.16989

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».