Daniel França Mendonça Silva

Daniel França Mendonça Silva

Auto-generated profile, based on publicly available information

Daniel França Mendonça Silva


Research Focus & Metrics

Academic Career Length

1Year (2026-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
1 May 2026 in Peer Review
Verified
Journal Article
Closed access
DSDaniel França Mendonça Silva
Daniel França Mendonça Silva
ASAntonio Rodrigues da Silva
Antonio Rodrigues da Silva
CACláudio Vieira de de araujo
Cláudio Vieira de de araujo
A eficiência reprodutiva é crucial para a produtividade da pecuária de corte, embora as taxas de prenhez na inseminação artificial em tempo fixo (IATF) apresentem alta variabilidade. Este estudo avaliou os efeitos de protocolos hormonais e do escore de condição corporal (ECC) na probabilidade de prenhez em 295 vacas Nelore, comparando regressão logística com algoritmos de machine learning: support vector machine (SVM), multilayer perceptron (MLP), XGBoost e um modelo de soft-voting ensemble. O desempenho preditivo foi limitado em todos os modelos, com valores de AUC variando de 0,541 a 0,588. Embora o SVM tenha obtido a maior acurácia (0,732) e o modelo ensemble o melhor equilíbrio (MCC = 0,271), a baixa capacidade de discriminação sugere que a complexidade algorítmica não compensa a ausência de variáveis biológicas de alta resolução. Os achados indicam que a melhoria na predição da fertilidade em gado Nelore depende mais da incorporação de novos dados fisiológicos do que da seleção do modelo