O uso de Análise de Envoltória de Dados (DEA) para medir eficiência de produtores agrícolas permite indicar quem é eficiente, as razões para a ineficiência e os produtores cujas práticas podem servir de referência para os ineficientes. Este artigo usa DEA para medir a eficiência de uma amostra de agricultores de Holambra, município do Estado de São Paulo. Área cultivada, emprego e uso de máquinas são os inputs do modelo e a renda líquida é o output. É usado DEA BCC para avaliação em dois modelos: global e por grupos.<br>Farmers' relative efficiency evaluation can be useful to aid decision-making in agriculture. The use of Data Envelopment Analysis (DEA) in this context allows the identification of inefficiencies sources and benchmark units. This paper used DEA to measure the efficiency of farmers' sample from Holambra, a São Paulo State municipality. Cultivated area, employment and machinery usage are the inputs and net income is the output. DEA BCC is used in two models: global and by groups.

O uso de Análise de Envoltória de Dados (DEA) para medir eficiência de produtores agrícolas permite indicar quem é eficiente, as razões para a ineficiência e os produtores cujas práticas podem servir de referência para os ineficientes. Este artigo usa DEA para medir a eficiência de uma amostra de agricultores de Holambra, município do Estado de São Paulo. Área cultivada, emprego e uso de máquinas são os inputs do modelo e a renda líquida é o output. É usado DEA BCC para avaliação em dois modelos: global e por grupos. | Farmers' relative efficiency evaluation can be useful to aid decision-making in agriculture. The use of Data Envelopment Analysis (DEA) in this context allows the identification of inefficiencies sources and benchmark units. This paper used DEA to measure the efficiency of farmers' sample from Holambra, a São Paulo State municipality. Cultivated area, employment and machinery usage are the inputs and net income is the output. DEA BCC is used in two models: global and by groups.

Alimentação e manejo inadequados das novilhas em recria constituem alguns dos entraves ao incremento da produtividade do rebanho leiteiro no Brasil. Nessa fase, o pecuarista deve decidir entre recriar os animais de reposição, adquiri-los ou terceirizar sua criação. Além disso, em se decidindo por recriar suas próprias novilhas, seria importante encontrar a melhor alternativa em termos econômicos. Visando auxiliar o pecuarista a resolver tal questão, apresenta-se um modelo matemático que permite estimar os custos decorrentes da recria de fêmeas de rebanhos leiteiros até atingir o peso recomendado à cobertura. Tal modelo foi inserido em um programa de computador de maneira a permitir a construção de diferentes cenários, considerando-se peso, raça e ganho de peso diário do lote de novilhas. Assim, após contrastar os cenários gerados com as opções de compra das novilhas ou terceirização da recria, o pecuarista aumenta as chances de tomar uma decisão mais lucrativa. Exemplos de utilização do modelo inserido em um programa de computador são apresentados e avaliados. | Inadequate feeding and management when raising heifers are two factors that constrain dairy cattle productivity in Brazil. In order to build their heads, Brazilian dairy farmers must choose between three options: to raise their own heifers to breeding age, to purchase mature heifers from outside sources, or to employ a custom heifer raiser. If the dairy farmer chooses to raise his own heifers, he needs to determine the most economically rational production strategy. To aid the farmer in this determination, a mathematical model was developed to create a budget for raising a group of heifers to their recommended breeding weight. This model was embedded in a computer program making it possible to build different growth scenarios, which can be adjusted by breed, desired daily weight gain, and average weight for a given group of heifers. After contrasting the results of these generated scenarios against the purchase cost of breeding-age heifers or the cost to employ a professional to raise the heifers, it is more likely that the dairy farmer will make the most profitable decision when it comes to increasing his herds size. Some examples this computer programs use are presented and evaluated in this paper.

Alimentação e manejo inadequados das novilhas em recria constituem alguns dos entraves ao incremento da produtividade do rebanho leiteiro no Brasil. Nessa fase, o pecuarista deve decidir entre recriar os animais de reposição, adquiri-los ou terceirizar sua criação. Além disso, em se decidindo por recriar suas próprias novilhas, seria importante encontrar a melhor alternativa em termos econômicos. Visando auxiliar o pecuarista a resolver tal questão, apresenta-se um modelo matemático que permite estimar os custos decorrentes da recria de fêmeas de rebanhos leiteiros até atingir o peso recomendado à cobertura. Tal modelo foi inserido em um programa de computador de maneira a permitir a construção de diferentes cenários, considerando-se peso, raça e ganho de peso diário do lote de novilhas. Assim, após contrastar os cenários gerados com as opções de compra das novilhas ou terceirização da recria, o pecuarista aumenta as chances de tomar uma decisão mais lucrativa. Exemplos de utilização do modelo inserido em um programa de computador são apresentados e avaliados.<br>Inadequate feeding and management when raising heifers are two factors that constrain dairy cattle productivity in Brazil. In order to build their heads, Brazilian dairy farmers must choose between three options: to raise their own heifers to breeding age, to purchase mature heifers from outside sources, or to employ a custom heifer raiser. If the dairy farmer chooses to raise his own heifers, he needs to determine the most economically rational production strategy. To aid the farmer in this determination, a mathematical model was developed to create a budget for raising a group of heifers to their recommended breeding weight. This model was embedded in a computer program making it possible to build different growth scenarios, which can be adjusted by breed, desired daily weight gain, and average weight for a given group of heifers. After contrasting the results of these generated scenarios against the purchase cost of breeding-age heifers or the cost to employ a professional to raise the heifers, it is more likely that the dairy farmer will make the most profitable decision when it comes to increasing his herd’s size. Some examples this computer program’s use are presented and evaluated in this paper.