Morphometric characterization and stepwise regression-based live body weight prediction in Kadaknath chicken: A biometric framework for indigenous breed management

Technische Samenvatting: Morfometrische Karakterisering en Voorspelling van het Levend Lichaamsgewicht bij de Kadaknath-kip

Probleemstelling
Nauwkeurige schatting van het levende lichaamsgewicht (BW) is cruciaal voor flockmanagement, gezondheidsmonitoring en fokbeslissingen in de pluimveehouderij. Echter, in kleinschalige inheemse pluimveesystemen, met name in afgelegen landelijke gebieden, zijn mechanische en elektronische weegfaciliteiten vaak niet beschikbaar, onbetrouwbaar of economisch ontoegankelijk. Hoewel morfometrische benaderingen (het gebruik van externe lichaamsmaten) als alternatieven zijn voorgesteld, blijft uitgebreide biometrische data en gevalideerde voorspellingsmodellen voor de Kadaknath-kip — een onderscheidend fibro-melanotisch inheems ras van India met aanzienlijke commerciële en conserveringswaarde — beperkt. De bestaande literatuur mist een gedetailleerde karakterisering van de morfometrische architectuur van dit ras en een in het veld toepasbare vergelijking voor gewichtsvoorspelling die specifiek is voor deze populatie.

Methodologie
De studie maakte gebruik van een steekproef van 50 Kadaknath-kippen (18 mannelijke, 32 vrouwelijke) die de jonge (4–6 weken) en volwassen (24–28 weken) leeftijdsgroepen vertegenwoordigen, geselecteerd via eenvoudige willekeurige steekproef uit een semi-intensief beheerd flock bij Banaras Hindu University, India.

• Gegevensverzameling: Onderzoekers registreerden het lichaamsgewicht en 23 externe morfometrische kenmerken, waaronder lineaire dimensies (bijv. lichaamslengte, vleugellengte) en omtrekmaten (bijv. borstomtrek, tarsusomtrek). Metingen werden uitgevoerd met gekalibreerde digitale weegschalen, flexibele meetlinten en rigide linialen door één getrainde onderzoeker om observatiebias te minimaliseren.
• Statistische Analyse:
  • Beschrijvende Statistiek: Gemiddelden, standaardfouten en bereiken werden berekend voor alle variabelen.
  • Correlatieanalyse: Pearson's product-moment correlatiecoëfficiënten werden berekend om de relaties tussen lichaamsgewicht en morfometrische kenmerken te identificeren.
  • Principale Componentenanalyse (PCA): Uitgevoerd op 13 structurele lichaamsgroottekenmerken (exclusief secundaire geslachtskenmerken en craniofaciale metingen) om dimensionaliteit te reduceren en de belangrijkste assen van morfologische variatie te identificeren.
  • Stepwise Multiple Lineaire Regressie (MLR): Uitgevoerd met het lichaamsgewicht als de afhankelijke variabele en alle 23 morfometrische kenmerken als kandidaat-voorspellers om een parsimonieuze voorspellingsvergelijking af te leiden.
  • Modelvalidatie: De robuustheid van het model werd beoordeeld met behulp van leave-one-out cross-validatie (LOOCV), waarbij metrieken zoals de gecross-valideerde $R^2$, de wortel van de gemiddelde kwadratische fout (RMSE) en de gemiddelde absolute fout (MAE) werden geëvalueerd.

Belangrijkste Resultaten

• Beschrijvend Profiel: Het gemiddelde lichaamsgewicht was $1,00 \pm 0,04$ kg (bereik: 0,44–1,75 kg). De spanwijdte was het grootste lineaire kenmerk ($65,57 \pm 0,83$ cm), terwijl craniofaciale metingen een lagere variatie vertoonden vergeleken met skelet- en versieringkenmerken.
• Correlaties: Negentien van de 23 morfometrische kenmerken waren significant positief geassocieerd met het lichaamsgewicht ($P < 0,05$). De sterkste correlaties werden waargenomen bij de gesloten vleugellengte ($r = 0,83$), ruglengte ($r = 0,80$) en tarsusomtrek ($r = 0,77$). Kenmerken zoals schedelbreedte, ooglengte en nek lengte vertoonden geen significante associatie met het lichaamsgewicht.
• Principale Componentenanalyse: PCA reduceerde de dataset tot twee orthogonale componenten die 64,97% van de totale variantie verklaarden:
  • PC1 (40,85% variantie): Vertegenwoordigde een algemene "lichaamsframe"-dimensie, zwaar geladen met gesloten vleugellengte, tarsusomtrek, ruglengte en lichaamslengte.
  • PC2 (24,12% variantie): Vertegenwoordigde "aanhangseldimensies", gekenmerkt door centrale teenlengte, vleugellengte, tarsuslengte en spanwijdte.
• Voorspellingsmodel: Stepwise regressie identificeerde gesloten vleugellengte (CWL) en borstomtrek (CC) als de meest informatieve onafhankelijke voorspellers. De uiteindelijke voorspellingsvergelijking is:
  $$BW = -1,133 + 0,067(CWL) + 0,023(CC)$$
  • Modelprestaties: Het model behaalde een aangepaste $R^2$ van 0,757 ($P < 0,001$).
  • Validatie: De correlatie tussen waargenomen en voorspelde gewichten was sterk ($r = 0,876$). Cross-validatie leverde een $R^2_{CV}$ op van 0,660, een RMSE van 0,180 kg en een MAE van 0,134 kg, wat wijst op een bevredigende stabiliteit en voorspellende nauwkeurigheid. Multicollineariteit was verwaarloosbaar (VIF = 1,244).

Belangrijkste Bijdragen

1. Eerste Morfometrisch Profiel: Deze studie biedt het eerste uitgebreide morfometrische karakteriseringsprofiel van de inheemse Kadaknath-kip, waarbij 23 externe kenmerken en hun statistische relaties worden gedocumenteerd.
2. Identificatie van Belangrijke Voorspellers: Het stelt vast dat de gesloten vleugellengte de sterkste correlatie met het lichaamsgewicht heeft in dit ras, waarmee het de borstomtrek overtreft in correlatiekracht, hoewel beide nodig zijn voor het optimale model.
3. Praktisch Voorspellingsinstrument: De studie ontwikkelt een schaalvrije, goedkope vergelijking waarmee het levende lichaamsgewicht kan worden geschat met slechts twee gemakkelijk te meten kenmerken (gesloten vleugellengte en borstomtrek).
4. Structureel Inzicht: De PCA-analyse laat zien dat de morfologische variatie in de Kadaknath-kip primair wordt gedreven door de lichaamsframe-grootte en secundair door de dimensies van de aanhangsels, wat een biometrisch kader biedt voor het begrijpen van de fenotypische architectuur van het ras.

Betekenis en Claims
De auteurs beweren dat de voorgestelde regressievergelijking een eenvoudig, goedkoop en niet-invasief instrument biedt voor het schatten van het levende lichaamsgewicht bij de Kadaknath-kip. Dit is bijzonder significant voor flockmanagement, fokprogramma's en conserveringsinspanningen in omgevingen waar toegang tot weegapparatuur beperkt is. De studie benadrukt dat de bevredigende prestaties van het model onder cross-validatie de potentiele toepassing in veldomstandigheden ondersteunen.

De paper merkt bescheiden op dat het model is afgeleid van een populatie bestaande uit zowel geslachten als meerdere leeftijdscategorieën, wat de toepasbaarheid in het veld vergroot, maar suggereert dat geslacht- of leeftijdspecifieke allometrische relaties verdere evaluatie kunnen vereisen in grotere, onafhankelijke populaties. De auteurs concluderen dat deze bevindingen een waardevolle biometrische basislijn voor het ras vormen en een praktisch instrument bieden voor het beheer van inheemse rassen, waarbij zij verdere validatie in geografisch diverse populaties aanbevelen om de bredere toepasbaarheid te bevestigen.