Hogyan segítik a digitális érzékelők az állatjólét javítását – legeltetett húsmarhaállományon keresztül bemutatva
DOI:
https://doi.org/10.17205/aweth.5277Kulcsszavak:
állatjólét, PLF, szenzorok, legeltetés, szarvasmarhaAbsztrakt
Vizsgálataink során többek között arra kerestük a választ, hogy a kereskedelmi forgalomban kapható, digitális adatgyűjtésen alapuló szenzorok alkalmazása során hogyan kísérhetjük nyomon és fokozhatjuk az extenzíven tartott húsmarhák állatjóléti paramétereit. Ennek érdekében 120 charolais tehenet és szaporulatát szereltük fel különböző érzékelőkkel, melyek kiválasztásánál fő szempont volt, hogy eltérő testtájon helyezkedjenek el és különféle adatokat szolgáltassanak. A beérkező adatok gyakorlatilag láthatóvá teszik számunkra a láthatatlant, megtudhatjuk, hogy mikor és mi történik a legelőn. A szenzorok többek között kérődzési-, aktivitási-, testhőmérséklet- és helymeghatározási adatokat szolgáltatnak, melyekből napi jelentést készítünk a gazdáknak. Az adatok alapján egyed- és állomány szinten is nyomon követhetjük az állatok egészségügyi állapotát. A valós idejű adatoknak köszönhetően probléma esetén gyorsan és hatékonyan lehet beavatkozni. A szenzoros adatgyűjtés lehetőséget ad az ivarzások nyomon követésére, természetes pároztatás (bikás termékenyítés) esetén az ellések időpontjának meghatározására. Ezt kiegészítve kamerás megfigyeléssel hatékonyan kiszűrhetők az ellési komplikációk, ezáltal csökkenthető a születés körüli borjúelhullás. Tapasztalataink alapján a szenzoros technológiák jelentősen segítik az állatjólét javítását legeltetett körülmények között, a kapott információkkal egészségesebb és stresszmentesebb állományt alakíthatunk ki.
Hivatkozások
Aquilani, C., Confessore, A., Bozzi, R., Sirtori, F., & Pugliese, C. (2022): Precision Livestock Farming technologies in pasture-based livestock systems. Animal, 16. 1. 100429. https://doi.org/10.1016/j.animal.2021.100429
Berckmans, D. (2014): Precision livestock farming technologies for welfare management in intensive livestock systems. Revue scientifique et technique, 33. 1. 189-196. https://doi.org/10.20506/rst.33.1.2273
Berckmans, D. (2017): General introduction to precision livestock farming. Animal Frontiers, 7. 1. 6-11. https://doi.org/10.2527/af.2017.0102
Food and Agriculture Organization of the United Nations (FAO) (2009): - How to feed the world in 2050. FAO, Rome. https://www.fao.org/fileadmin/templates/wsfs/docs/expert_paper/How_to_Feed_the_World_in_2050.pdf
Komlósi, I. (2012): A precíziós állattenyésztés elvi szempontjai. Acta Agraria Debreceniensis, 49. 201-202.
Lee, M., Seo, S. (2021): Wearable Wireless Biosensor Technology for Monitoring Cattle: A Review. Animals, 11, 2779. https://doi.org/10.3390/ani11102779
Poulopoulou, I., Lambertz, C., Gauly, M. (2019): Are automated sensors a reliable tool to esti-mate behavioural activities in grazing beef cattle? Applied animal behaviour science, 216. 1-5. https://doi.org/10.1016/j.applanim.2019.04.009
URL1: https://www.un.org/en/desa/world-population-reach-8-billion-15-november-2022
URL2: https://op.europa.eu/webpub/eca/special-reports/animal-welfare-31-2018/hu/
URL3:https://www.woah.org/fileadmin/Home/eng/Health_standards/tahc/2018/en_chapitre_aw_introduction.htm
Letöltések
Megjelent
Folyóirat szám
Rovat
License
Copyright (c) 2023 Biszkup Miklós, Balogh Petra, Babay-Török Barbara, Pajor Gábor, Márton Aliz
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
