Evaluación física de la calidad externa e interna del huevo de pavas nativas (Melleagris gallipavo g.)

• Aureliano Juárez Caratachea Universidad Michoacana de San Nicolás de Hidalgo-México
• Ernestina Gutiérrez Vázquez Universidad Michoacana de San Nicolás de Hidalgo-México
• Rosa Elena Pérez Sánchez Universidad Michoacana de San Nicolás de Hidalgo-México
• Rafael María Román Bravo Universidad del Zulia
• Ruy Ortiz Rodríguez Universidad Michoacana de San Nicolás de Hidalgo-México

Palabras clave: recurso zoogenético mexicano, pavo, guajolote, doméstico, calidad del huevo, unidades Haugh

Resumen

Se evaluó la calidad física del huevo de pavas nativas (guajolotes), (Melleagris gallipavo g.), a través de indicadores externos e internos, asociados con la calidad del huevo. Para ello se recolectaron 8 huevos en cada una de las cinco regiones fisiográficas en que se divide al estado de Michoacán, México (40 en total), durante los meses de abril y mayo 2010. Todos los huevos fueron procesados al tercer día post-recolección. Las mediciones para determinar indicadores externos fueron: peso del huevo, diámetro polar y transversal, peso, espesor y porcentaje de cáscara e índice de forma del huevo; para determinar indicadores internos se midió: peso de clara y yema, diámetro de clara y yema, altura de clara y yema, pigmentación de yema, pH de clara y yema, índice de clara y yema, porcentaje de clara y yema y unidades Haugh. Los resultados mostraron que la mayoría de los indicadores de calidad del huevo no presentan diferencias significativas (P>0,05), excepto que los huevos de mayor tamaño se observaron en las regiones de Eje Neovolcánico y Bajío, para los cuales las medias y desviaciones típicas fueron 82,5 Ó 5,8 y 81,7 Ó 6,1g, respectivamente, en tanto que los de menor peso corresponden a la región de la Costa (76,0 Ó 4,9 g). Los coeficientes de correlación con significancia estadística (peso del huevo y diámetro longitudinal, con r = 0,63 y peso del huevo con índice de forma, con r = 0,83) sugieren la posibilidad de caracterizar los componentes de varianza con la finalidad de implementar programas de selección para mejorar estos mismos indicadores.