Weight-Age Relationship in Yoruba and FUNAAB-Alpha Chickens using Non-linear Regression Models

Abstract

This study was designed to evaluate the goodness of fit of six non-linear growth models; Logistics, Gompertz, Brody, Richard, Von bertalanffy and Mitscherlich in Yoruba and FUNAAB-Alpha chickens with the aim of providing information on their growth patterns for future genetic improvement. A total of 256 one-day-old chicks comprising 118 Yoruba Ecotype Chicken (YEC) and 138 FUNAAB Alpha Chicken (FAC) were tagged and fed ad libitum on starter (0 - 6 weeks) and grower (7-24 weeks) diets. Body weight of each bird was measured weekly. The selected nonlinear growth models were fitted to the individual body weights using the non-linear regression models and Levenberg-Marquardt iteration method of SPSS package version 22. The Akaike information criterion (AIC), coefficient of determination (R2), and Bayesian information criterion (BIC) were adopted to determine the goodness of fit statistics. All the evaluated growth functions were successfully fitted to the observed growth data except the Richards function that failed to converge. Our findings showed that Gompertz and Von Bertalanffy model had the lowest BIC, AIC and highest R2 values in YEC and FAC, respectively. Gompertz and Von Bertalanffy model best described live weight data of the Yoruba and FUNAAB-Alpha chickens, respectively. Thus, they could be used for prediction of bodyweight of these valuable stocks.

Cette étude a été conçue pour évaluer la qualité d’ajustement de six modèles de croissance non linéaires: Logistique, Gompertz, Brody, Richard, Von Bertalanffy et Mitscherlich chez les poulets Yoruba et FUNAAB-Alpha dans le but de fournir des informations sur leurs modèles de croissance pour une amélioration génétique future. Un total de 256 poussins d’un jour comprenant 118 poulets écotypes Yoruba (YEC) et 138 poulets FUNAAB Alpha (FAC) ont été étiquetés et nourris ad libitum avec des régimes de démarrage (0 - 6 semaines) et de croissance (7-24 semaines). Le poids corporel de chaque oiseau a été mesuré chaque semaine. Les modèles de croissance non linéaires sélectionnés ont été ajustés aux poids corporels individuels en utilisant les modèles de régression non linéaire et la méthode d’itération de Levenberg-Marquardt du paquet SPSS version 22. Le critère d’information d’Akaike (AIC), le coefficient de détermination (R2) et le critère d’information bayésien (BIC) ont été adoptés pour déterminer les statistiques de qualité d’ajustement. Toutes les fonctions de croissance évaluées ont été ajustées avec succès aux données de croissance observées, sauf la fonction de Richards qui n’a pas réussi à converger. Nos résultats ont montré que le modèle de Gompertz et celui de Von Bertalanffy avaient les valeurs BIC et AIC les plus basses et les valeurs R2 les plus élevées chez les YEC et les FAC, respectivement. Les modèles de Gompertz et de Von Bertalanffy décrivent le mieux les données de poids vif des poulets Yoruba et FUNAAB-Alpha, respectivement. Ainsi, ils pourraient être utilisés pour la prédiction du poids corporel de ces stocks précieux. vif des poulets Yoruba et FUNAAB-Alpha, respectivement. Ainsi, ils pourraient être utilisés pour la prédiction du poids corporel de ces stocks précieux.