Contextualização

Muitos projetos de pesquisa exigem que um plantel de animais em cativeiro seja mantido durante certo tempo. O ideal é que estes animais sejam tratados da melhor maneira possível à fim de minimizar ao máximo o stress, controlando as condições de temperatura, ruídos, ciclo de claro e escuro, higiene, etc. A alimentação é um dos fatores de maior importância, não somente pelo bem-estar animal, mas porque muitos trabalhos são relativos à dieta, como por exemplo o comportamento, plasticidade fenotípica, crescimento, maturidade sexual, dentre outros. Desta forma torna-se necessário um bom planejamento da alimentação, visto que acertadamente, muitos projetos são sujeitos à analise de uma comissão de ética e necessitam de aprovação de um cronograma para liberação dos recursos. Para tanto, eventualmente uma planilha de previsão de médio ou longo prazo é montada, entretanto fatores como o ganho de peso dos animais pode acarretar problemas no cronograma e o projeto pode sofrer atrasos. O objetivo desta função é criar uma planilha contendo a previsão de alimentação tendo em vista características essenciais da pesquisa em questão, como diferença entre sexos, grupos de dieta diversificados e ajuste da taxa de crescimento ou engorda dos animais, evitando entraves e atrasos durante a execução do projeto.

Entrada de dados Die(x = c(), fp = (), ali = c(), tc = c(), nev = c(), mcr = FALSE)

Sendo:

x = número de animais por grupo

fp = faixa inicial de peso de cada grupo

ali = proporção do peso da alimentação em relação ao peso vivo do animal

tc = taxa de engorda aproximada em proporção ao final do período

nev = Número máximo de eventos de alimentação.

mcr = modelo de crescimento, poderá ser linear, exponencial ou Von Bertalanffy.

Um arquivo em formato csv ou txt poderá ser utilizado desde que contenha as variáveis acima

Verificando parâmetros

1. O data frame foi lido corretamente? Se não escreve: “dados não encontrados”
2. Existe NAs? Se sim escreve: “NAs encontrados”
3. Existem categorias não-numéricas? Se sim, escreve “categorias não numéricas”
4. Os vetores possuem o mesmo tamanho? Se não, pára a função e escreve “vetores de tamanhos diferentes”

Pseudo-código

• Lê o data frame
• Item de lista não ordenadaSe não houver data frame, cria
• Aplica os parâmetros necessários
• Cria a previsão de alimentação pelo número de eventos
• Cria um novo data frame com os eventos de alimentação
• Salva o data frame
• Plota uma curva de previsão de crescimento médio para cada grupo

Saída

1. Data frame contendo a previsão de alimentação pelo número de eventos
2. Gráfico com a curva de crescimento estimada pela previsão para cada grupo

1 - Sim, creio que os vetores de mesmo tamanho é um dos fatores mais importantes da função, pois todos os grupos precisariam dos mesmos atributos para rodar. 2 – Vou incluir um parâmetro contendo o número máximo de eventos de alimentação (uma vez que os grupos podem ter intervalos de alimentação diferenciados), e este seria o controle para o término da simulação. Neste caso o usuário deve saber quantas vezes alimentará cada grupo dependendo do delineamento experimenta, e quanto tempo durará. 3 – O ideal seria que o usuário pudesse escolher qual modelo de crescimento quer usar, como Von Bertalanffy, exponencial ou linear, tendo como “default” o modelo linear. 4 – Com os “…” gostaria de dizer que a função aceitaria os parâmetros de modelos de crescimento explicitados acima, entretanto creio que da forma como escrevi teve um efeito dúbio, desta forma vou reescrever o imput. 5 – Nas devem gerar uma mensagem de warning sem interromper a função. Isto porque a função deverá ser capaz de lidar com números faltantes, visto que a quantidade de eventos de alimentação podem ser diferentes entre os grupos (ex, grupo 1 alimentado quinzenalmente, enquanto grupo 2 alimentado mensalmente).