Your browser doesn't support javascript.

Portal de Pesquisa da BVS Veterinária

Informação e Conhecimento para a Saúde

Home > Pesquisa > ()
Imprimir Exportar

Formato de exportação:

Exportar

Exportar:

Email
Adicionar mais destinatários

Enviar resultado
| |

Detecção de estro em novilhas leiteiras com base em dados de cocho e bebedouros eletrônicos

FREDERICO CORREIA CAIRO.
Tese em Português | VETTESES | ID: vtt-212517

Resumo

A manifestação de estro causa redução no consumo e comportamento alimentar. Cochos e bebedouros eletrônicos que geram dados de forma automática, ainda não apresentam a funcionalidade de gerar alertas de estro. Os objetivos deste estudo foram: (i) avaliar as alterações causadas pelo estro nas variáveis de consumo e comportamento alimentar/hídrico obtidos em cochos e bebedouros eletrônicos e (ii) desenvolver e avaliar modelos para detecção e detecção antecipada do estro utilizando Regressão Logística (RL), Random Forest (RF) e Artificial Neural Network (ANN). Foram avaliados o consumo e o comportamento de ingestão de alimentos e água, e da manifestação de estro em dois ensaios com novilhas Holandês x Gir (Hol/Gir). A observação visual do estro foi realizada três vezes ao dia (7:00, 12:00 e 17:00 h) durante 30 minutos e os dados de consumo e comportamento alimentar/hídrico foram obtidos por sistema eletrônico de cochos e bebedouros. Foram observados 99 eventos de estro. Duas séries temporais de 7 dias foram coletadas, uma representada por 7 dias que antecedem o estro (ESTRO), e a outra por 7 dias sem evento de estro (ANESTRO). Com o intuito de desenvolver modelos capazes de detectar ESTRO ou ANESTRO com horas de antecedência, as séries temporais foram fracionadas em intervalos de 6 horas. Para cada intervalo de 6 horas o total de consumo de alimento (CA, % Matéria Natural), número de visitas no cocho de alimentos (VC), número de visitas no bebedouro (VA), tempo gasto consumindo alimento (TC) e tempo gasto bebendo água (TB) foram computados. Os modelos de detecção e detecção antecipada do estro foram estabelecidos utilizando três abordagens preditivas: RL; ANN; e RF. Doze conjuntos de covariáveis (Set) foram estabelecidos e os modelos testados para verificar a possibilidade de detectar o estro utilizando série temporal de 174 ou 24h (sets 1 e 4 ou 7 e 10), para verificar a acurácia e precisão na detecção antecipada do estro com 6 (sets 2,5, 8 e 11) e 12 h (sets 3, 6, 9 e 12) de antecedência e com intuito de verificar a possibilidade de usar modelos que contemplassem somente os dados de comportamento alimentar/hídrico para detecção e detecção antecipada do estro (sets 4, 5, 6, 10, 11 e 12). Todas as variáveis apresentaram declínio significativo (P<0.05) no dia do estro em comparação com os dias anteriores e com a série de anestro. Todos os modelos de detecção (0 a -24h e 0 a -174h) analisados com e sem a variável de consumo de alimentos foram precisos e acurados. A detecção antecipada do estro com 6 e 12 h de antecedência reduziu a acurácia, a sensibilidade e especificidade dos modelos avaliados. Modelos ANN (Set 2, 8 e 11), RF (Set 2, 5, 8 e 11) e RL (Set 11) apresentaram acurácia superior a 80%, indicando a possibilidade de detecção do estro com 06 horas de antecedência. Cochos e bebedouros eletrônicos permitem identificar as variações no consumo e comportamento alimentar causadas pelo estro em novilhas leiteiras. É possível identificar o estro de novilhas leiteiras com base em dados de ingestão e comportamento alimentar/hídrico obtidos em cochos e bebedouros eletrônicos. A detecção do estro pode ser realizada com base nos dados obtidos nas 24 h que antecedem o estro e a exclusão de dados de consumo e utilização somente de dados de comportamento alimentar/hídrico garantiram detecção acurada e precisa.
Estrus events can detrimentally affect feed intake and alter feeding and drinking behavior. Animal behavior and intake are collected by technologies such as electronic feeding gates, however, those technologies are not capable to generate estrus alert based on the collected data. The objectives of this study were: (i) to evaluate the effect of estrus on feed intake and animal behavior (feeding and drinking); and (ii) to develop and evaluate predictive approaches to detect estrus using data collected through electronic feeding gates. Feed intake, animal behavior, and estrus event were evaluated in two trials with Holandês x Gir (Hol / Gir) heifers. Visual observation was performed three times a day (7:00 a.m., 12:00 and 17:00 p.m.) for 30 minutes and the feed intake and animal behavior data were obtained through electronic feeding gates and electronic drinking stations. Ninety-nine events of estrus were observed. Two 7-day time series were collected: 1) 7 days with subsequent estrus event (ESTRO) and 2) 7 days without an estrus event (ANESTRO). In order to develop models capable of predicting ESTRO or ANESTRO in advance, the time series were fractionated in intervals of 6 hours. For each 6-hour interval, the total feed intake (FI, as-fed basis), number of visits in the bunk (VB), number of visits in the drinking station (VD), time spent eating (ET) and time spent drinking water (DT) were computed. Three predictive approaches were evaluated: Logistic Regression (LR); Artificial Neural Network (ANN); and Random Forest (RF). Twelve covariate sets (Set) were established: 1) using a time series of 174 or 24h (sets 1 and 4 or 7 and 10); 2) using time series to detect estrus 6 h (Sets 2, 5, 8 and 11) and 12 h (sets 3, 6, 9 and 12) in advcance; 3) using time series that only included feeding and drinking behavior (sets 4, 5, 6, 10, 11 and 12). All variables presented a significant decline (P <0.05) on estrus day compared to previous days and with the anestrus series . All predictive approaches (0 to -24 h and 0 to -174 h) analyzed with and without the feed intake variable were accurate. The prediction of estrus with 6 and 12 hours of class reduced the accuracy and stability of the models. ANN models (Set 2, 8 and 11), RF (Set 2, 5, 8 and 11) and RL (Set 11) showed an accuracy of over 80%, indicating the possibility of predicting estrus at 06 hours in advance . Eletronic feeding and drinking stations collect valuabe information related to animal behavior. It is possible to identify changes in feeding and drinking behavior and intake of dairy heifers during estrus event. Estrus detection can be performed based on the data collected 24 h prior to the estrus event. Feed intake was not crucial to increase accuracy on estrus detection when data on feeding and drinking behavior were available.
Biblioteca responsável: BR68.1