Analyse de la variabilité chez 3 races caprines locales dans la région d’Agadir au Maroc

El Kheyyat Houda et El Madidi Said

Laboratory Biotechnologies and Valorization of Natural Resources (BVRN) Faculty of Sciences, University Ibn Zohr, Agadir, Morocco
s.elmadidi@uiz.ac.ma

Résumé

Dans l’arganeraie d’Agadir au Maroc, la différenciation et la variabilité de certains caractères morpho-biométriques de 3 races caprines locales ont été étudiés sur 344 animaux adultes (318 femelles et 26 mâles): Atlas (155 femelles, 12 mâles), Barcha (99 femelles, 9 mâles) et Ghazalia (66 femelles, 5 mâles). On a étudié 14 variables morphométriques dont 9 variables quantitatives: poids vif (PV), hauteur au garrot (HG), longueur du corps (LC), profondeur du thorax (PT), tour de poitrine (TP), largeur du bassin (LB), longueur des oreilles (LO), longueur des cornes (LCo), hauteur au sacrum (HS) et 6 variables qualitatives : couleur de la robe (CR), présence des cornes (PC), présence des pendeloques (PP), présence de la barbiche (PB), forme des cornes (FC), forme des oreilles (FO). L’analyse de la variance pour les variables quantitatives et le test Kruskal-Wallis pour les variables qualitatives ont montré des différences importantes entre les races pour plusieurs caractères mesurés. Le coefficient de variation de tous les caractères chez l’ensemble des 3 races variait de 6,2 % à 36,7 %. L’utilisation de l’analyse discriminante factorielle (ADF) a montré une différence très significative entre les trois races caprines. Les traits les plus discriminants chez les races étudiées étaient : CR, PV, LB, TP et LO. Ainsi, tous les caprins Atlas étaient noirs ; les Barcha étaient tous noir pies et les Ghazalia étaient noirs et d'une autre couleur : blanc (35,2 %), beige (33,8 %), rouge (24,0%) ou gris (7%). La plus grande distance de Mahalanobis (17,2) a été observée entre les races Atlas et Ghazalia, tandis que la plus petite distance (2,6) a été enregistrée pour les races Atlas et Barcha.

Mots-clés : analyse discriminante, arganeraie, Atlas, Barcha, caractère morpho-biométrique, différentiation, Ghazalia, mensuration corporelle

Analysis of variability for 3 local goat breeds near Agadir in Morocco

Abstract

In the arganeraie of Agadir in Morocco, the differentiation between 3local goat breeds was evaluated using multivariate analysis of morpho-biometric traits of 344 adult animals (318 females and 26 males): Atlas (155 females, 12 males), Barcha (99 females, 9 males) and Ghazalia (66 females, 5 males). We studied14 morphometric traits, 9 quantitative variables : live weight (PV), height at withers (HG), body lenght (LC), thorax depth(PT), heart girth (TP), pelvis width (LB), ear lenght (LO), horn lenght (LCo), sacrum height (HS) and 6 qualitative variables : coat colour (CR), horn presence (PC), cervical appendage presence (PP), goatee presence (PB), horn form (FC), ear form (FO).The analysis of variance for quantitative variables and the Kruskal-Wallis test for qualitative variables showed significant breed differences for several traits measured. The coefficient of variation of all characters in all 3 breeds ranged from 6,2 % to 36,7 %. Discriminant factor analysis (DFA) showed a very significant difference between the three goat breeds. The results obtained showed the existence of a differentiation between the 3 local goat breeds with highly significant differences for pelvic width (PW), heart girth (HG), live weight (LW), ear length (EL) and coat color (CC). So all Atlas goats were black, all Barcha were black and white and the Ghazalia were black with another colour: white (35,2 %), beige (33,8 %), red (24,0%) or grey (7%).The greatest Mahalanobis distance (17.2) was observed between the Atlas and Ghazalia, while the smallest distance (2.6) was recorded for the Atlas and Barcha.

Keywords: argan grove, Atlas, Barcha, body measurement, Ghazalia, morpho-biometric trait, multivariate-analysis

Introduction

L’élevage des chèvres est particulièrement important dans les zones agricoles marginales, en particulier dans les zones arides et semi-arides etenviron 95 % de la population caprine se trouvent dans les pays en voie développement. Le continent africain représente une grande part et la population caprine connaît une croissance marquée depuis plusieurs années, avec environ 38,7 % en 2016 (Faostat 2017) et 41,9 % en 2018 (Faostat 2020). L’élevage de chèvres occupe de plus en plus de place dans les économies nationales car il constitue un facteur de développement économique et social, notamment dans les zones rurales (Boyazoglu et al 2005, De Vries 2008). Au Maroc, le cheptel caprin compte un effectif de près de 5 731 000 de têtes en 2018 (Faostat 2020). Il est caractérisé par son adaptation aux conditions climatiques du pays et se trouve concentré essentiellement dans les zones de montagne et de parcours dégradés. Le système d'élevage le plus répandu est le système extensif basé presque exclusivement sur l'utilisation des parcours et des forêts. La vocation première de cet élevage est la production de viande et joue un rôle important dans l'économie rurale et la chèvre est un élément clé du système agricole dans plusieurs régions au Maroc (Bourbouze et El Aïch 2005).

De nombreuses races caprines ne sont pas caractérisées car la plupart des caprins et des races se trouvent dans des pays en développement et / ou dans des systèmes de production extensifs où la caractérisation devient plus exigeante (Galal 2005). Malgré le rôle important de l’élevage des caprin d'un point de vue socio-économique pour les zones rurales pauvres et arides du monde entier et dans les pays en voies de développement, plus de la moitié des races locales dans le monde sont menacées et n'ont pas été pleinement caractérisées (Arandas et al 2017). La compréhension de la structure morphologique et des variations des races locales est cruciale pour l’identification des races et leur préservation. De nombreux outils statistiques sont disponibles pour évaluer le profil phénotypique des races et, dans ce contexte, les techniques multivariées peuvent être utiles, car elles considèrent toutes les variables simultanément. L’analyse de la variabilité des caractères morphologiques des animaux peut constituer un système efficace pour la préservation et la sélection des races locales (Sowande et al 2010). La connaissance de l'étendue de la variation génétique des populations est essentielle pour le développement d'objectifs et de programmes d'élevage appropriés pour les populations de chèvres (Dossa et al 2007). Le cheptel caprin marocain est caractérisé par l'existence de différents phénotypes répartis sur divers sites géographiques. L'objectif de cette étude était d'analyser les caractères morpho-biométriques qui différencient les races locales élevées dans la zone de l’étude.

Matériels et méthodes

Cette étude a été réalisée sur un total de 344 individus qui ont été échantillonnés auprès de 35 éleveurs de chèvres répartis dans 9 villages de l'arganeraie de la région d'Agadir. L’identification des races de la population locale de la commune par nous-même était basée sur les critères pris en considération et établies par l’ANOC en 2006 (Anonyme 2008, Mihi et al 2012). 14 variables qualitatives et quantitatives ont été utilisées dont 9 variables quantitatives: poids vif (PV), hauteur au garrot (HG), longueur du corps (LC), profondeur du thorax (PT), tour de poitrine (TP), largeur du bassin (LB), hauteur au sacrum (HS), longueur des cornes (LCo) et longueur des oreilles (LO) et 6 variables qualitatives : couleur de la robe (CR), présence des cornes (PC), présence des pendeloques (PP), présence de la barbiche (PB), forme des cornes (FC) et forme des oreilles (FO).

Pour les caractères quantitatifs, une analyse de la variance des caractères a été réalisée par la procédure GLM (General Linear Model Anova) pour étudier la variation de ces mensurations selon la race, le sexe et l’âge de l’animal selon le modèle :Y_ijk = m + A_i + B _j + C_k + e_ijk. Avec Y_ijk: les valeurs mesurées pour les races (i), le sexe (j) et l’âge (k), m: moyenne des valeurs totales observées, A_i: effet de la race (i = 3), B _j: effet du sexe (mâle ou femelle), C_k: effet de l’âge de l’animal et e_ijk: erreur résiduelle. Pour les caractères qualitatifs étudiés, les comparaisons ont été réalisées à l’aide d’un test non paramétrique (Kruskal-Wallis test).

Une analyse en composantes principales (ACP) de tous les animaux appartenant aux trois populations a été effectuée sur la base de toutes les variables mesurées pour l’exploration statistique et la compréhension de la structure des données. L'analyse factorielle discriminante (FAD) a été utilisée pour effectuer une analyse canonique pour déterminer les fonctions canoniques, les combinaisons linéaires des variables quantitatives qui résument la variation entre les différentes races et calculer la matrice de distance de Mahalanobis. Les analyses univariées et multivariées ont été effectuées à l'aide du système d'analyse statistique (SAS 9.4, 2014) et de SPSS version 24 (IBM SPSS 2016).

Résultats et discussion

Figure 1. Chèvre Atlas (femelle)	Figure 2. Bouc Atlas
Figure 3. Chèvre Barcha (femelle)	Figure 4. Bouc Barcha
Figure 5. Chèvre Ghazalia (femelle)	Figure 6. Bouc Ghazalia

Au sein des troupeaux des 3 races, nous notons que les femelles sont numériquement plus importantes que les mâles avec un pourcentage de femelles de 93,9 % pour Atlas, 91,7 % pour Barcha et 92,9 % pour Ghazalia. Ce déséquilibre de sexe ratio en faveur des femelles s’explique par le fait que les abattages pour l’autoconsommation et la vente concernent beaucoup plus les caprins mâles.

Variables qualitatives

Pour la couleur de la robe, tous les animaux de la race Atlas avaient une couleur de robe exclusivement noire. Le noir et blanc est la couleur de robe observée chez tous les animaux de la race Barcha (noir-pie), avec souvent des poils rougeâtres. Chez la race Ghazalia, on a une association variable de deux couleurs : 35,2 % des animaux noirs et blancs, 33,8 % noirs et beiges, 24,0% noirs et rouges et 7,0 % noirs et gris.

Les cornes sont présentes chez les deux sexes et peuvent présenter des formes différentes. La forme des cornes « spiralée », est majoritairement observée chez les races Atlas (46,7 %) et Barcha (35,2 %). La forme «enroulée » est présente chez 30,3 % des individus chez les Atlas, 30,6 % chez les Barcha et 25,4 % chez les Ghazalia alors que la forme « tirée vers l’arrière» est la plus représentée chez les Ghazalia (40,9 %).

Figure 7. Atlas, cornes spiralées	Figure 8. Barcha, cornes enroulées	Figure 9. Ghazalia, cornes tirées vers l’arrière

Pour la forme des oreilles, nous avons noté que la forme «pendante courte » est la forme dominante chez les trois races avec 49,7 %, 62,0 % et 52,1 % chez les Atlas, les Barcha et les Ghazalia respectivement. La forme « pendante longue » a été observée chez 22,4 % pour les Atlas, 8,3 % chez les Barcha et 32,4 % chez les Ghazalia. Par contre les formes « dressée » et « tombante » sont très peu représentées chez les animaux des 3 races.

Figure 10. Ghazalia : oreilles pendantes courtes	Figure 11. Barcha : oreilles pendantes longues
Figure 12. Atlas mâle, oreilles dressées longues	Figure 13. Atlas, oreilles tombantes
Figure 14. Ghazalia : oreilles pédonculées, cornes spiralées

Variables quantitative

Une variabilité modérée à élevée a été observée pour toutes les mesures morphologiques quantitatives (CV compris entre 6,2 et 36,7 %) (Tableau 2). Les coefficients de variation (CV) les plus faibles sont observées pour la hauteur au garrot (HG) et la hauteur au sacrum (HS), tandis que les CV les plus élevés ont été trouvés pour le poids vif et la longueur des cornes (25,8 et 36,7 respectivement pour la race Atlas), (22,9 et 31,2 pour la race Barcha) et (23,7 et 27,1 pour les Ghazalia).

Les moyennes arithmétiques des caractères morphologiques des chèvres par race sont présentées dans le Tableau 2. Les mensurations corporelles suggèrent que les 3 races sont de petite taille. Leurs mesures sont similaires pour les trois races, avec un léger avantage pour la race Ghazalia pour le poids vif (PV) (19,1 ± 4,5), la longueur des oreilles (LO) (14,1 ± 1,6), le tour de poitrine (TP) (70,2 ± 8,0) et la largeur du bassin (LB) (13,3 ± 1,7). La moyenne la plus élevée pour la longueur des cornes (LCo) est enregistrée pour la race Atlas tandis que la moyenne la plus élevée pour la longueur du corps (LC) est observée chez la race Barcha (56,3 ± 4,9).

Bien que les effectifs des mâles étaient faibles, des différences ont été notées entre les mâles et les femelles pour les mensurations corporelles. Les moyennes des mâles étaient plus élevées que celles des femelles pour tous caractères mesurés sauf pour la largeur du bassin (LB) et la longueur des oreilles (LO).

Entre les 3 races, l'analyse de la variance a montré un effet significatif pour la longueur des oreilles (p-value <0,05) et un effet hautement significatif (p-value <0,01) pour TB, LB et PV (Tableau 2). Pour ces trois caractères, les valeurs les plus faibles ont été observées chez la race Atlas (TB : 67,7 ± 6,4, LB: 12,8 ± 1,4 et PV : 17,0 ± 4,4) tandis que les valeurs les plus élevées étaient enregistrées chez la race Ghazalia (TB : 70,2 ± 8,0, LB: 13,3 ± 1,7 et PV: 19,1 ± 4,5) (Tableau 1). Le sexe des animaux avait un effet très hautement significatif (p-value <0,001) pour la hauteur au garrot (HG), la hauteur au sacrum (HS), la profondeur du thorax (PT) et la longueur des cornes (Lco) (Tableau 2). Les valeurs moyennes des mâles étaient significativement plus élevées que ceux des femelles pour tous les caractères mesurés sauf pour la largeur du bassin (LB) et la longueur des oreilles (LO). L’âge des animaux a montré un effet très hautement significatif (p-value <0,001) pour tous les caractères mesurés.

Pour les variables qualitatives, les résultats du test de Kruskal – Wallis pour la comparaison des trois races étaient significatifs pour la forme des oreilles (FO) (H = 7,68 ; p-value = 0,022) et très hautement significatifs pour la couleur de la robe (CR) (H = 27,7; p-value <0,001). L’âge des animaux avait un effet hautement significatif pour la forme des cornes (FC) (H = 18,8; p-value = 0,002) et significatif pour la présence de la barbiche (PB) (H = 11,0; p-value = 0,021) (Tableau 4).

Pour la forme des oreilles, Nous avons noté que la forme «pendante courte » est la forme dominante chez les trois races avec 49,7 %, 62,0 % et 52,1 % respectivement chez Atlas, Barcha et Ghazalia. La forme «pendante longue » est observée chez 22,4 % pour Atlas, 8,3 % chez Barcha et 32,4 % chez Ghazalia. Par contre, les formes dressée et tombante sont très peu représentées chez les animaux des trois races. Pour la couleur de la robe, la couleur noire est prédominante chez la race Atlas. Tous les animaux de cette race ont une couleur de robe exclusivement noire. Le noir-blanc est la couleur de robe observée chez tous les animaux de la race Barcha alors que chez Ghazalia, on a une association variable de deux couleurs avec 35,2 % des animaux ont une couleur de robe (noire-blanche), 24,0 % (noire-rouge), 33,8 % (noire -beige) et 7,0 % (noire -grise). Les cornes sont présentes chez les deux sexes et peuvent présenter des formes différentes. La forme des cornes «Spiralée », est majoritairement observée chez Atlas (46,7 %) et Barcha (35,2 %). La forme «enroulée » est présente chez 30,3 % des individus chez Atlas, 30,6 % chez Barcha et 25,4 % chez Ghazalia alors que la forme «Tirée vers l’arrière» est la plus représentée chez Ghazalia (40,9 %).

L’analyse en composantes principales (ACP) a été effectuée sur les mesures morphologiques et a révélé que les deux premières composantes principales représentaient 62,3 % de la variance totale. Les deux premièrescomposantes principales, PC1 et le PC2 représentaient respectivement 36,5 et 25,8 % de la variance phénotypique totale.

L'analyse factorielle discriminante (FDA) montre une différence très significative entre les 3 races de chèvres (Wilks’s Lambda: 0,222, Chi-Square: 509 et p-value: P <0,0001). L'AFD a permis d’identifier les variables les plus distinctives parmi les populations des individus analysés. Les variables couleur de la robe (CR), poids vif (PV), tour de poitrine (TP), largeur du bassin (LB) et longueur des oreilles (LO) ont été identifiées comme ayant un plus grand pouvoir discriminatoire pour expliquer la variation entre 3 races et étaient les plus importantes pour définir le profil phénotypique des races étudiées. Les valeurs discriminatoires élevées de ces variables sont en accord avec les résultats rapportés par plusieurs études. L’analyse de la différenciation morphologique entre les races caprines marocaines Barcha et Atlas a permis de monter que le poids du corps, la longueur du corps et la largeur des oreilles étaient parmi les traits morpho-biométriques les plus importants permettant la discrimination entre les chèvres des deux races (Boujenane et al2016). La caractérisation de la chèvre Draa indigène marocaine basée sur une analyse multivariée a permis l’identification des traits les plus discriminants entre les populations étudiées qui étaient le poids vif, la longueur du corps, le tour de poitrine, la longueur des poils, la longueur de la corne et la longueur des oreilles (Ibnelbachyr et al 2015). L’analyse multivariée des données de 8 caractères morphologiques de 4 races caprines locales dans le centre de Java-Indonésie, a révélé que le tour de poitrine était la variable la plus influente pour la différenciation des races (Kurnianto et al 2013). Travaillant sur des populations de chèvres saoudiennes, Aziz et Al-Hur (2013) ont rapporté que la longueur de l'oreille et la circonférence du canon étaient les variables les plus discriminantes entre les trois races locales. Zaitoun et al (2005) ont indiqué que les variables les plus discriminantes permettant de différencier les races de chèvres indigènes de Jordanie sont la hauteur du garrot, le poids corporel, le type d'oreille et la forme du nez.

Les distances de Mahalanobis estimées entre les trois races impliquant les 14 variables étudiées sont présentées dans le Tableau 6. Les distances entre toutes les comparaisons par paires étaient hautement significatives (p-value<0,01). Les plus grandes distances ont été trouvées entre les Ghazalia et les races Atlas et Barcha (17,2) et (7,8) respectivement. Les deux distances étaient très hautement significatives (p-value <0,001) et indiquent une différenciation morphologique relativement importante et une séparation claire surtout entre entre les Ghazalia et les Atlas. La plus faible distance (2,6) a été enregistrée entre les races Atlas et Barcha suggérant qu’elles sont plus étroitement liées l'une à l'autre et présentant des faibles variations morphologiques peut-être dues à l'adaptation aux mêmes conditions environnementales et à un flux génétique qui tend à réduire les différences génétiques entre les populations. La valeur de cette distance est en accord avec celle trouvée par Boujenane et al (2016) qui ont rapporté une distance de 3,83 entre les races Barcha et Atlas. Des valeurs similaires de distances ont été rapportées par plusieurs auteurs. En Jordanie, la différenciation entre 4 races de chèvres indigènes utilisant 20 variables morpho-structurales a permis d’estimer les distances Mahalanobis, la petite distance était de 2,5 tandis que la plus grande distance était 22,3 (Zaitoun et al 2005). L'application de l'analyse discriminante multifactorielle dans la différenciation morphologique entre les races caprines andalouses (Herrera et al, 1996) montre que la plus grande distance était 26,3 et la plus faible 2,0. Les distances de Mahalanobis entre les 4 populations de chèvres du Bénin révélées par l'analyse multivariée des traits morphologiques (Dossa et al 2007) ont montré que la plus grande distance était entre GCZ et NSZ (17,6), tandis que la distance la plus petite était entre GCZ et SGZ (2,0).

Les résultats de plusieurs études indiquent que l'analyse multivariée des caractères morpho-biométriques permet de fournir une base scientifique pour la caractérisation et la différenciation des races caprines. L'analyse multivariée des caractères morphologiques a été utilisée avec succès pour estimer la diversité au sein et entre les races locales (Zaitoun et al 2005, Dossa et al 2007, Jimcy et al 2011, Pires et al 2012, Boujenane et al 2016). Plusieurs études ont évalué l'utilité des caractéristiques morphologiques pour distinguer les races de chèvres indigènes. Au Nigéria, une étude a indiqué que les caractéristiques morpho-métriques peuvent être utilisées avec succès comme un outil discriminant sur le terrain pour séparer les races locales de chèvres (Yakubu et al 2010). Une analyse discriminante canonique basée sur 16 mesures corporelles s'est avérée utile et informative pour différencier les 3 races de chèvres saoudiennes (Aziz and Al-Hur 2013). Une autre étude basée sur l'analyse morphologique discriminante et canonique a montré que les 6 populations de chèvres locales indonésiennes constituaient 6 races distinctes de chèvres (Batubara et al 2011). L'analyse multivariée s'est avérée efficace pour caractériser le profil morphométrique d’une race locale gravement menacé au Brésil, et ces résultats peuvent être la première étape d'un programme de conservation de la race (de Medeiros et al 2020).

Conclusion

Plusieurs traits morpho-biométriques étudiés présentent une variation significative entre les races étudiées et peuvent être utilisés pour la différentiation entres les trois races caprines locales de l’arganeraie d’Agadir au Maroc. L’analyse de la variance pour les variables quantitatives et le test Kruskal-Wallis pour les variables qualitatives ont montré des différences importantes entre les races pour plusieurs caractères mesurés. L’utilisation de l’analyse discriminante factorielle (ADF) a montré une différence très significative entre les trois races caprines. La plus petite distance de Mahalanobis (2,6) a été enregistrée entre les races Atlas et Barcha, tandis que la grande distance de (17,2) a été observée entre les races Atlas et Ghazalia. Les traits les plus discriminants chez les races étudiées étaient : couleur de la robe (CR), poids vif (PV), largeur du bassin (LB), tour de poitrine (TP) et longueur des oreilles (LO).

L’analyse de cette variabilité peut contribuer à définir le standard phénotypique des races et à orienter les programmes d'amélioration dans le futur. Les informations de cette étude serviront de base à l'établissement de nouvelles stratégies pour la caractérisation, la conservation et la sélection des 3 races. Les résultats actuels vont être complétés par une caractérisation par des marqueurs moléculaires pour consolider les résultats de la différenciation sur la base des traits morpho-biométriques.

Références bibliographiques

Anonyme 2008 Les principales races ovines et caprines locales sélectionnées au Maroc. Rapports techniques Edition ANOC (Association Nationale Ovine et Caprine) Maroc: 32-43.

Arandas J K G, da Silva N M V, Nascimento R D B, Pimenta Filho E C, Albuquerque Brasil L H D and Ribeiro M N 2017 Multivariate analysis as a tool for phenotypic characterization of an endangered breed. Journal of Applied Animal Research 45(1):152-158. https://doi.org/10.1080/09712119.2015.1125353

Aziz M M A and Al-HurF S 2013 Differentiation between three Saudi goat types using Size-free Canonical Discriminant Analysis. Emirates Journal of Food and Agriculture :723-735. https://doi.org/10.9755/ejfa.v25i9.

Bakary N, Nahé D M, Guiguigbaza-Kossigan D, Diop Mamadou D M V and Mbacké S 2019 Dynamique des Troupeaux de Petits Ruminants Sahéliens dans les Exploitations Rurales au Sénégal. European Scientific Journal 15(30): 183-200. https://core.ac.uk/download/pdf/328026781.

Batubara A, Noor R R, Farajallah A, Tiesnamurti B and Doloksaribu M 2011 Morphometric and phylogenic analysis of six population Indonesian local goats. Media Peternakan 34(3): 165-165

Boujenane I, Derqaoui L and Nouamane G 2016 Morphological differentiation between two Moroccan goat breeds. Journal of Livestock Science and Technologies 4(2): 31-38. https://lst.uk.ac.ir/article_1515_0.html

Bourbouze A and El Aïch A 2005 L’élevage caprin dans l’arganeraie: l’utilisation conflictuelle d’un espace. Cahiers Agricultures 14(5):447-453. http://revues.cirad.fr/index.php/cahiers-agricultures/article/view/30537

Boyazoglu, J, Hatziminaoglou I and Morand-Fehr P 2005 The role of the goat in society: past, present and perspectives for the future. Small Ruminant Research 60(1-2) : 1323. https://doi.org/10.1016/j.smallrumres.2005.06.003

De Medeiros R D B N, Arandas J K G, Cavalcante P O S, da Silva N M V, de Oliveira J C V and Ribeiro M N 2020 Is multivariate analysis auseful tool to assess the morphometric profile of endangered goats? Small Ruminant Research 19: 106175. https://doi.org/10.1016/j.smallrumres.2020.106175

De Vries J 2008 Goats for the poor: Some keys to successful promotion of goat production among the poor. Small Ruminant Research 77(2-3): 221-224. https://doi.org/10.1016/j.smallrumres.2008.03.006

Dossa H, Wollny C and Gauly M 2007 Spatial variation in goat populations from Benin as revealed by multivariate analysis of morphological traits. Small Rumin. Res 73: 150-159.

Dossa L H, Rischkowsky B,Birner R &Wollny C 2008 Socio-economic determinants of keeping goats and sheep by rural people in Southern Benin. Agriculture and human values 25(4): 581. https://doi.org/10.1016/j.smallrumres.2007.01.003

FAO, 2018 FAO stat 2017. Statistical data base. FAO, Rome. Available from: http://www.fao.org/faostat/en/#data/QA/visualize [Accessed: September 10, 2019]

FAO, 2021 FAO stat 2020.Statistics data base (2020). FAO (Food and Agriculture Organization of the United Nations). http://www.fao.org/faostat/en/#data, [Accessed 2nd Sept 2020]

Ibnelbachyr M, Boujenane I and Chikhi A 2015 Morphometric differentiation of Moroccan indigenous Draa goatbased on multivariate analysis. Animal GeneticResources/Resources génétiques animales/Recursos genéticos animales 57 : 81-87. https://www.researchgate.net/profile/Jigme_Dorji/publication/282634701

IBM SPSS Corp. 2016 IBM SPSS Statistics for Windows, Version 24.0. Armonk, NY: IBM Corp. https://www-01.ibm.com/support/docview.wss?uid=swg21476197

Jimcy J, Raghavan K C and Sujatha K S 2011 Diversity of local goats in Kerala, India, based on morpho-biometric traits. LivestockResearch for Rural Development 23(5): 301-314. http://lrrd.cipav.org.co/lrrd23/5/jimc23119.htm

Hilal B, El Otmani S, Chentouf M and BoujenaneI 2013 Morphological characterization of the local goat population" Beni Arrous. In Proc. 8th Int. Seminar of the Sub-Network on Production Systems of the FAO-CIHEAM: 433-437. https://om.ciheam.org/om/pdf/a108/00007663.pdf

Kurnianto E, Sutopo S, Purbowati E, Setiatin E T, Samsudewa D and Permatasari T 2013 Multivariate analysis of morphological traits of local goats in Central Java, Indonesia. Iranian Journal of Applied Animal Science 3(2): 361-367. http://ijas.iaurasht.ac.ir/article_513999.html

Galal S 2005 Biodiversity in goats. Small Ruminant Research 60(1-2): 75-81. https://doi.org/10.1016/j.smallrumres.2005.06.021

Mihi S, Fagouri S, Abidi M and Janoune A 2012 Programme de développement et de sélection des caprins de l’ANOC(Association Nationale Ovine et Caprine). In Actes des 1ères journées de Recherches sur les Ruminants.L’élevage caprin : Acquis de Recherche, Stratégie et Perspectives de développement. INRA: 83-92. http://webagris.inra.org.ma/doc/ouvrages/caprins2012/caprinactes128392.pdf

Pires L C, Machado T M M, Araújo A M D, Silva J B L D, Euclydes R F, Costa M D S and Olson T A 2013 Cluster evaluation of Brazilian and Moroccan goat populations using physical measurements. Revista Brasileira de Zootecnia 42(10): 713-720. https://doi.org/10.1590/S1516-35982013001000004.

Pires L C, Machado T M M, Araújo A M, Olson T A, Silva J B L D, Torres R A and Costa M D S 2012 Biometric variability of goat populations revealed by means of principal component analysis. Genetics and molecular biology 35(4): 777-782. https://doi.org/10.1590/S1415-47572012005000072

SAS 2014 Version 9.4. Cary, NC: SAS (Statistical Analysis System) Institute Inc. AD North Carolina 27513, USA.

Sowande O S, Oyewale B F and Iyasere O S 2010 Age- and sex dependent regression models for predicting the live weight of West African Dwarf goat from body measurements. Tropical Animal Health and Production 42: 969-975. https://link.springer.com/article/10.1007/s11250-009-9515-4

Yakubu A, Salako A E, Imumorin I G, Ige A O and Akinyemi M O 2010 Discriminant analysis of morphometric differentiation in the West African Dwarf and Red Sokoto goats. South African Journal of Animal Science 40(4). https://www.ajol.info/index.php/sajas/article/view/65261

Zaitoun I S, Tabbaa M J and Bdour S 2005 Differentiation of native goat breeds of Jordan on the basis of morphostructural characteristics. Small Rumin. Res 56: 173-182. https://www.sciencedirect.com/science/article/abs/pii/S0921448804001464