Se realizó un muestreo no probabilístico de conveniencia en 16 unidades de producción caprina (UP) de las regiones del Altiplano tamaulipeco, (RA, n =107 hembras) y Valle de San Fernando, (RVSF, n = 99 hembras). El sistema de manejo de la producción caprina de Tamaulipas se caracteriza por ser de pastoreo diurno y confinamiento nocturno, no obstante, existen diferencias agroecológicas entre los distritos. Son sistemas mixtos que se caracterizan por la producción de carne (cabrito) y leche (Tabla 1) y (Figura 1).

Tabla 1

Características	RA	RVSF
Temperatura °C	10-24	20-24
Latitud	23° 53’ - 23° 04’ N	25° 27’-24° 19’ N
Longitud	99° 41’- 99° 10’ W	98° 26’- 97° 31’ W
Vegetación	Bosque (47.9%), Matorral (39%), selva (5%), pastizal (1%)	Matorral (29.5%), selva (1%), pastizal (1%)
Precipitación (mm)	400 -1100	500-800
Altitud (msnm)	300-3200	50-300
Población caprina	50,000	34,748
Cultivos mayoritarios	Ajo, avena forrajera, calabacín, cebolla, chile verde, maíz en grano, patata, pepino, sorgo en grano y tomate rojo	Frijol, sorgo de grano y trigo de grano
Especies ganaderas	Bovinos, ovinos, cerdos y aves	Bovinos, ovinos, cerdos y aves

Fuente(INEGI, 2009).

Figura 1 (Elaboración propia con fuente SRHDS, 2023)

Los criterios de inclusión: hembras adultas de 2 y 3 años no preñadas. Los criterios de exclusión: hembras lactantes o gestantes de la misma edad.

La determinación fue realizada a las 08:00 horas, antes de realizar el pastoreo (Yakubu et al., 2011). Las MCL se obtuvieron según lo descrito por Chacón et al. (2011) y la FAO (2012): longitud del cuerpo (LC), perímetro torácico (PT), altura de la grupa (ALG), anchura de la grupa (AG) y altura de la cruz (AC) usando una cinta métrica flexible. La toma de datos fue realizada por la mañana (07:00 horas) antes del pastoreo en una sola ocasión por unidad productiva. El peso vivo de la hembra con báscula (PVB) se obtuvo mediante una balanza digital de 150 kg de capacidad y 150 g de precisión (L. Noval SA de CV, México).

Se realizaron pruebas “t” de Student para la comparación de medias (Herrera-Haro y García-Artiga, 2019) con el fin de comprobar si existían diferencias en las medias de PVH y MCL entre RA y RVSF. Se obtuvieron las medias, desviaciones estándar, máximos y mínimos y el coeficiente de variación (%). Además, se estimó la matriz de correlación de Pearson (PROC CORR) para el PVH y las MCL. A continuación, para obtener las ecuaciones de predicción de las variables altamente correlacionadas con el PVH, se utilizó el procedimiento de modelos lineales generalizados (PROC GLM) para obtener una regresión múltiple (PROC STEPWISE y Forward selección) con el programa Statistical Analysis System Version 9.0. Posteriormente, se compararon los valores del peso vivo por báscula (PVB) con los pesos vivos estimados (PVE), mediante el PROC TTEST.

No se observó diferencia en el PVH (P > 0,05) entre los dos distritos RA y RVSF (Tabla 2). La media del peso vivo fue de 30.26 ± 5.9 kg. La influencia de las razas Nubia, Saanen, Boer y Toggenburg, en ambas regiones de Tamaulipas, prevalecieron sobre las condiciones agroecológicas al no observarse diferencias en el PVH (Vázquez-Rocha et al., 2019). El PVH coincide con el peso reportado a nivel nacional (Dorantes et al., 2015) e internacional (Khan et al., 2006; Moaeen-ud-Din et al., 2006). Por otra parte, se han registrado pesos más ligeros en cabras de raza Red Sokoto y West African Dwarf (WAD) de Nigeria (Okpeku et al., 2011), así como en cabras Mubende, Teso y Lungware de África oriental (Semakula et al., 2010) y cabras criollas (16 kg) de Venezuela (Pariacote et al., 2004). En contraste, Villarreal-Arellano et al. (2018) observaron pesos de 48 kg en las cabras blancas pastoreñas de Oaxaca, esto fue mayor a lo reportado en esta investigación. Estas comparaciones ponen de manifiesto la diversidad del potencial de las razas sobre el peso vivo, así como diversos factores que influyen de forma decisiva: el manejo de los animales (tiempo de pastoreo, tipo de sistema de producción y salud), la actividad física (distancia a los abrevaderos, lugares de resguardo) y los factores agroecológicos (humedad, temperatura, disponibilidad de alimentos).

Tabla 2

	RA	Max	Min	CV	RVSF	Max	Min	CV	EE	P-valor
PV	30.26 ± 5.9	45.62	15.3	19.82	29.95 ± 6.6	50.0	18.0	22.34	6.34	0.7263
PT	74.55 ± 5.1	85.0	60.5	6.90
AC	66.85 ± 3.7a	75.0	54.0	5.50
LC	62.20 ± 4.8a	85.0	49.5	7.84	60.10 ± 4.8b	74.5	50.0	8.01	4.84	0.0021
AG	14.42 ± 1.1	18.0	11.0	8.03	14.68 ± 1.6	18.0	11.0	11.19	1.14	0.1918
ALG	66.89 ± 3.6	77.0	58.0	5.45	66.89 ± 5.0	80.0	54.5	7.47	4.35	0.9957

^a

^,b: medias en la misma fila con diferente son diferentes a P <0.05.

El LC y el AC fueron más bajos en los animales de RVSF que en los de RA, sin diferencias en otras MCL (Tabla 2). Los animales RA tienen un mayor AC y LC, posiblemente por la influencia de la raza Nubia, al ser animales longilíneos con menos corpulencia y robustez que las razas cárnicas. Al comparar los resultados con otros de Argentina, Brasil y México (Lanari et al., 2003; Pires et al., 2013; Dorantes et al., 2015) los valores de AC son similares. No obstante, también hay valores inferiores en estudios realizados en Brasil, África y Pakistán (Moaeenud-Din et al., 2006; Semakula et al., 2010; Pires et al., 2013). Desde el punto de vista racial, los valores de AC más altos se reportaron en la Alpina, Saanen, Toggenburg, Nubia, Boer y Drâa de Brasil (Pires et al., 2013).

Los valores de LC de las cabras criollas tamaulipecas son similares a los encontrados en Etiopía e India (Hassen et al., 2012; Khargharia et al., 2015). Al mismo tiempo, se han encontrado valores de LC más bajos en estudios realizados en África (Pariacote et al., 2004; Semakula et al., 2010). Los valores fueron más altos para esta medida zoométrica en estudios realizados en Venezuela y México (Estado de México y Oaxaca) (Pariacote et al., 2004; Dorantes et al., 2015) que en nuestro estudio. En general, las diferencias en la MCL pueden explicarse parcialmente por el efecto de la selección natural o artificial de la unidad de producción (Dorantes-Coronado et al., 2015). Además, la genética y las condiciones ambientales en las que se desarrollan las cabras influyen en la diferenciación de los grupos de cría (Okpeku et al., 2011). La disponibilidad de alimentos es otro factor que influye en la morfología de los animales y afecta la expresión del potencial productivo.

El PVH tuvo una asociación alta y positiva con las MCL (r= 0.81-0.50, P <0,0001) de las cabras RA (Tabla 3). Mientras que en las cabras del RVSF, las asociaciones con el PT, AC y AG fueron medianas y positivas (r= 0.69-0.39, P <0,0001) y positivas bajas para LC y ALG (r= 0. 34-0.35 a 62 P <0,01). Las correlaciones MCL permiten determinar el grado de armonía morfoestructural de cada animal, es decir, la importancia del equilibrio se determina según el número de correlación obtenido (Herrera y Luque, 2009; Pares, 2015). Por lo anterior, en ambas regiones las hembras caprinas criollas tienen una alta armonía morfoestructual, pues supera el 50% del número total de correlaciones positivas significativas. En el presente estudio se observó alta asociación de PT con PVH de manera con otros trabajos realizados en México (Dorantes et al., 2015; Dorantes-Coronado et al., 2015), y en otros países (Okpeku et al., 2011; Younas et al., 2013; Agamy et al., 2015). La estructura ósea, muscular y grasa contribuye a la formación del PT, que es utilizado frecuentemente para estimar el peso vivo de la cabra (Leng et al., 2010; Bello and Adama, 2012) y ovejas (Mahmud, Shaba and Zubairu, 2014), y están en consonancia con los resultados de la presente investigación.

Tabla 3

	PVH	PT	AC	LC	AG	ALG
PVH		0.81***	0.57***	0.77***	0.75***	0.60***
PT	0.69***		0.58***	0.75***	0.73***	0.53***
AC	0.43***	0.48***		0.53***	0.63***	0.62***
LC	0.35**	0.36***	0.30**		0.69***	0.50***
AG	0.39***	0.54***	0.39***	0.26**		0.61***
ALG	0.34**	0.48***	0.59***	0.22*	0.41***

*P <0.05; ** P <0.01 *** P <0.0001.

El PT es la MCL que explica el modelo de regresión lineal simple en todos los modelos (Tabla 4). En RA, el coeficiente de determinación de ajuste fue adj-R² = 0.47, en cambio, para RVSF fue adj-R² = 0.66 y con la selección hacia adelante fueron 0.48 y 0.74, respectivamente. Sin embargo, la inclusión de otras medidas zoométricas asociadas al peso, como el LC (Okpeku et al., 2011; Agamy et al., 2015; Dorantes et al., 2015), AC, ALG (Semakula et al., 2010; Agamy et al., 2015); y AG (Okpeku et al., 2011; Agamy et al., 2015), incrementa la fiabilidad del modelo de predicción. Asimismo, el mejor modelo de predicción para las regiones (RA y RVSF) y el modelo general (RA+RVSF) se obtuvo utilizando la ecuación de regresión múltiple (adj-R²= 0.74), que incluía PT, LC y ALG (Tabla 4). El resultado de R² superior al 70% sugiere que los productores que no disponen de básculas para pesar a los animales pueden estimar el peso vivo de sus cabras (Dorantes-Coronado et al., 2015).

Tabla 4

Región		Ecuación	βo	β1	β2	β3	SE	R2	Adj- R2	MSE
RA	Lineal	HG	-29.83	0.80			6.12	0.47	0.47	4.34
	Forward selección 1	HG+WH	-38.41	0.73	0.20		8.11	0.49	0.48	4.31
	Forward selección 2	HG+WH+BL	-41.74	0.70	0.18	0.12	9.11	0.50	0.48	4.30
RVSF	Lineal	HG	-37.30	0.89			4.81	0.66	0.66	3.86
	Forward selección 1	HG+BL	-44.86	0.59	0.49		4.75	0.72	0.72	3.55
	Forward selección 2	HG+BL+RH	-52.64	0.52	0.43	0.25	5.19	0.74	0.74	3.40

RA: Región del Altiplano; RVSF: Región del Valle de San Fernado; R²: Coeficiente de determinación; Adj- R²: adjusted; MSE: mean square error; EE: error standard; PT: perímetro torácico; AC: altura de la cruz; LC: longitud corporal; AG: anchura de la grupa; ALG: altura de la grupa.

Para la predicción de PVH en animales de RA, la fórmula propuesta es: (0.80 × PT) -29.83. Para la RVSF, la fórmula propuesta es: (0.89 × PT) -37.30. Al usar las fórmulas propuestas no se observaron diferencias entre los pesos vivos obtenidos por báscula y los pesos vivos estimados con fórmulas (Tabla 5). De acuerdo con nuestros resultados, Perez et al. (2016) encontraron que las fórmulas son un instrumento fácil para estimar el PV. Además, para obtener una fórmula más sencilla es posible el redondeo de los decimales y sustituir por números enteros (Perez et al., 2016). Por lo tanto, utilizar una cinta métrica flexible, en lugar de una báscula en condiciones de campo, es el método más sencillo y práctico, pues se requiere un menor esfuerzo para inmovilizar al ganado caprino. Además, el estrés ejercido en los animales es reducido.

Tabla 5

Región	PVB	FL	PVE FS1	FS2	EE	P-valor
Altiplano	30.26	29.05	29.60	29.22	4.90	0.3327
Valle de San Fernando	29.95	29.34	28.76	28.54	5.86	0.2803

^a

^,b: medias en la misma fila con diferente son diferentes a P <0.05; EE: error estándar; FL: regresión lineal ; FS1: Forward selección 1; FS2: Forward selección 2.