En savoir plus

Résumé de la thèse :

De nombreux outils de monitoring ont été développés ces dernières années pour assister les éleveurs bovins dans la détection d’évènements physiologiques (vêlages, chaleurs) ou pathologiques (mammites). L’objectif de cette thèse était de de produire des connaissances permettant de documenter l’intérêt de l’activité générale et des durées de rumination mesurées par un capteur destiné au monitoring des vaches laitières (HR-Tag, SCR Engineers Ltd, Israel), ou d’alertes générées à partir de ces données.
Une première partie s’est intéressée à l’intérêt des durées de rumination pour prédire les quantités ingérées durant la lactation. L’ajout des durées de rumination à un modèle de prédiction des quantités ingérées (NRC 2001) améliorait significativement les prédictions, mais le gain réalisé ne permettait pas d’accéder à un phénotypage précis de l’ingestion des animaux. Dans une deuxième partie, la valeur informative d’alertes générées, à partir des données d’activité et de rumination, pour la détection des troubles de santé a été évaluée. Trois méthodes de référence complémentaires ont été utilisées successivement pour déterminer l’état de santé des vaches : la détection par observation visuelle de l’éleveur, le repérage de chutes majeures de production laitière, et un examen clinique vétérinaire des animaux.
Les résultats indiquent que même si les alertes de détection des chaleurs générées par le système de monitoring sont fiables, les performances de détection des algorithmes développés pour la détection des troubles de santé sont insuffisantes pour que les éleveurs puissent se reposer entièrement sur un tel système d’alarme pour leur détection.

Mots-clefs :

Bovin, Monitoring de la santé, Élevage de précision, Épidémiologie, Algorithmes, Cusum, Rumination, Activité