Ensilajes de maíz y sorgo, qué dicen los análisis : siete años del concurso de Prolesa

Abstract

Este trabajo tuvo como objetivo identificar las relaciones entre calidad de ensilaje de maíz y sorgo según las variables año, genotipos, zona y composición química. Se trabajo con una base de datos que reúne información de concursos de ensilajes de maíz y sorgo que se realizaron desde el año 2013 hasta el año 2019 por parte de las empresas Prolesa, Nutral (quien ahora lleva el nombre de Agrifirm, por cambio de firma desde el 2017) y CONAPROLE. Dicho concurso se realizó en un principio para evaluar la calidad de los ensilajes de los tambos que remitían leche a CONAPROLE, para posteriormente poder generar buenas prácticas de manejo para los ensilajes. Se realizó un análisis descriptivo a los resultados obtenidos por los concursos con el fin de identificar las posibles relaciones entre la calidad de los mismos y las variables correspondientes. Se pudo observar que hay efecto año, el cual hace variar la composición química de los ensilajes obteniendo resultados diferentes. Por el contrario, no se pudo evaluar el efecto cultivar, ya que fue escasa la distribución de los mismos en la base de datos. En cuanto a las zonas, estas fueron agrupadas en cinco; centro Sur, Sur, litoral Sur, Este y Norte. Se determino así para poder realizar los análisis. Se pudo observar que el mayor número de muestras proviene del litoral Sur y Sur del país, mientras que el menor número de muestras proviene del Norte y Este del país. Como último análisis se realizó el agrupamiento jerárquico HCPC con el PCA previamente realizado, para el caso del sorgo la formación de grupos fue clara, no siendo así para el caso del maíz. Se recomienda un número de grupos no tan grande ni tampoco pequeño, que sea equilibrado para poder hacer un correcto análisis, el mayor número de muestras dentro de cada especie se encuentran dentro de los mejores grupos, aquellos que presentan buenos indicadores de calidad nutritiva y de conservación. Para todo lo anterior cabe aclarar que la información con la que se contó no estaba completa, por lo cual, dificulto el proceso de análisis y también los resultados obtenidos fueron considerando un número menor de muestras, las cuales si tenían información completa.