Tudományos Diákkör    
 
 
2023. TDK
2022. TDK
2021. TDK
2020. TDK
2019. TDK
2018. TDK
2017. TDK
2016. TDK
2015. OTDK
2015. TDK
2014. TDK
2013. TDK
2013. Támop
2013. OTKD
2012. TDK
2012. Támop
2011. TDK
2010. TDK
2009. TDK
2009. OTDK
» 2008. TDK
Meghívó 2008.
Szekció 1
Szekció 2
Díjak
Díjazottak
2007. TDK
2006. TDK
2005. TDK
2004. TDK
2003. TDK
2002. TDK
Home » Archívum » 2008. TDK

2008. évi TDK konferencia

A lovak osztályozása a végtagok statikai vizsgálata alapján
Sótonyi Kata V. évfolyam
Üllői Nagyállatklinika
Témavezetők: Dr. Csende Zsolt, Dr. Szabó Ferenc

Absztrakt:

A lovassportokban az egyed minőségét meghatározza a ló karaktere, készsége, lábszerkezete, lovagolhatósága, a jármódok minősége valamint az ugróképessége. Kutatási eredmények támasztják alá (Bade és mtsa (1975), hogy a felsorolt értékmérő tulajdonságok viszonylag jól öröklődnek, mérhetőségük objektív lehet. Ezért egyre többen tesznek kísérletet a felsorolt tulajdonságokat figyelembe vevő, előszelekciós módszer kidolgozására. Szakmai indokokon túl, gazdasági feladat is megtalálni azt a módszert, amelynek segítségével a drága versenylovak kiválasztása hatékonyan, objektíven és fiatal korban megtörténhetne.

Vizsgálatunkban egy versenysportra (n=13) és egy hobbi (n=11) célra tartott tenyészállományt hasonlítottunk össze természetes állásukat figyelembe véve. Az elülső, hátsó, jobb oldali és bal oldali nézetekről készített képek alapján a Goody (2000) osztályozási rendszerre alapozva minden egyedet egy általunk kifejlesztett osztályozási rendszerbe soroltunk. Ezen osztályozást felhasználva az izületek körül elhelyezkedő inak és izmok abszolút száma alapján cluster analízist alkalmazva elemeztük az állományok közötti különbséget és az egyes állományon belüli egyedek közötti rangsorrendet.

Eredményeink kimutatták, hogy a vizsgált egyedekből 3 jól elkülöníthető cluster jön létre, amelyek centroid távolságai C1vsC2=3.61, C1vsC3=3.2 és C2vsC3=1.53. Az egyes clusterbe tartozó egyedek jól elkülönülnek egymástól és az adott clusteren belül homogén csoportot alkotnak, illetve a tree clustering alapján az egyedek közötti euklideszi távolságokat figyelembe véve az egyedek megbízhatóan rangsorolhatóak.

A kidolgozott módszer alkalmas arra, hogy egy egyszerűen alkalmazható eljárással osztályba sorolja a lovakat és így különbséget tegyen az állományok minősége és ezáltal értéke között. További előnye a kidolgozott metodikának, hogy egy adott állományon belül is képes rangsorolni az egyedeket.



Előadások listája