Encontrarás consejos prácticos para mejorar el bienestar de tus cerdos
ColaboradoraM. Verónica Jiménez Grez
Médico Veterinario MSc Etología y Bienestar Animal Auditora de Bienestar Animal Instructora de Bienestar Animal Secretaria de Asociación Chilena de Bienestar Animal (Acba)
ganadería de precisión aplicada al bienestar animal
Este documento se centrará en una descripción general de los desafíos individuales y grupales del bienestar de los cerdos, como cojera, condición corporal, comodidad de los cerdos, comportamiento antagónico y las correspondientes aplicaciones de investigación y monitoreo remoto dentro de la ganadería de precisión. Cojera y Movilidad ganadería de precisión Se puede esperar que las cerdas […]
Este documento se centrará en una descripción general de los desafíos individuales y grupales del bienestar de los cerdos, como cojera, condición corporal, comodidad de los cerdos, comportamiento antagónico y las correspondientes aplicaciones de investigación y monitoreo remoto dentro de la ganadería de precisión.
Cojera y Movilidad ganadería de precisión
Se puede esperar que las cerdas cojas se comporten de manera diferente debido a la reducción física de la locomoción, el dolor o el malestar general y el comportamiento de enfermedad.
En grupos, se observó que las cerdas con cojera no resuelta se movían y se paraban menos, se acostaban más y estaban más en contacto con la pared que las cerdas de control sanas. Estas diferencias de comportamiento podrían interpretarse como signos de dolor o como una forma de buscar refugio y aislamiento del grupo.
Desafortunadamente, con menos empleados supervisando más animales, la cojera a menudo pasa desapercibida hasta que es de moderada a grave y, si se encuentra en la última etapa de la gestación, la economía fomenta la retención de las cerdas cojas durante la lactancia. tecnología de precisión
Las técnicas para puntuar automáticamente la cojera incluyen sistemas de placas de presión o placas de fuerza, imágenes y acelerómetros.
Las placas de fuerza se han utilizado para medir la distribución de la presión de las garras, la distribución del peso en las cuatro patas de las cerdas y la carga de las patas y el cambio de peso. El GaitFour®, una alfombra de presión electrónica y un software evalúan la cojera a través de medidas que incluyen la presión máxima, la longitud de la zancada, el tiempo de apoyo, el tiempo de la zancada y el recuento de sensores activados por pie tanto en cerdas como en cerdos destetados.
Las medidas del tapete de presión o de la placa de fuerza proporcionan estándares de referencia para la cojera; se han incorporado en comederos electrónicos para cerdas y jaulas de reproducción o gestación, pero requieren instalaciones específicas y complejas en un establo porcino.
La cojera se ha clasificado a través de otras variables, como:
velocidad de marcha reducida,
zancadas más cortas o irregulares y
balanceo de un lado a otro.
Estas características visuales se pueden detectar mediante el seguimiento del movimiento y el análisis topológico de estos animales. Basado en el éxito del análisis de imágenes en el ganado lechero para predecir la cojera, es probable que se desarrolle un sistema objetivo de detección de cojera usando imágenes para cerdas.
La investigación ha demostrado la eficacia de los acelerómetros adheridos a la pata de las cerdas para detectar la postura y el comportamiento de los pasos, la duración de la posición de pie, la latencia para acostarse después de la alimentación y la frecuencia de los pasos al alimentarse y de la actividad de anidación preparto, detectada el inicio del parto.
Dado que las cerdas masticarían dispositivos instalados en otros lugares, los datos muestreados de crotales parecen ser el método más sostenible y comercialmente adecuado. Los investigadores aplicaron acelerómetros de etiquetas en las orejas a las cerdas y determinaron que, si bien la oreja es la parte del cuerpo más desacoplada del sistema locomotor, se demostró una predicción de cojera al comparar las variables de alta actividad (distancia caminada) y fases de descanso (tumbado).
La actividad alta (distancia) fue menor en las cerdas cojas y se detectó 14 días antes de los signos de cojera moderada. Otro estudio apoyó la sensibilidad de los acelerómetros para detectar comportamientos estáticos, como el tiempo que un animal pasa acostado (94,3 %), pero encontró otras variables de comportamiento, como el tiempo que pasa de pie (66,9 %) y el tiempo que camina (68,4 %). menor en precisión.
Monitoreo de actividad a nivel de corral: cerdos de destete y de engorde ganadería de precisión
Las aplicaciones para mejorar el bienestar y automatizar el monitoreo de los cerdos incluyen imágenes de video para medir la actividad a nivel del corral como comportamientos antagónicos, persecución, mordeduras de cola y costados, peleas, golpes de cabeza a cabeza entre cerdos. Los datos del sensor diferencian los patrones de mentira de los cerdos (comportamiento de confort térmico), los cerdos de pie de los cerdos en movimiento y los laterales de los cerdos en decúbito esternal. ganadería de precisión
El seguimiento de imágenes de profundidad se ha mostrado prometedor para monitorear la ubicación de los cerdos, comer, beber e interacciones de agresión entre cerdos. Actualmente, es difícil usar el seguimiento de sensores para el movimiento de cerdos individuales en un grupo grande, debido a la naturaleza de los cerdos de amontonarse y acostarse cerca.
Un enfoque para el monitoreo de corrales fue el uso de cámaras 3D y aprendizaje automático para detectar la actividad de los cerdos y proporcionar una advertencia automática de «brotes» de mordeduras de cola. Como el corte de cola está prohibido en la UE, los investigadores monitorearon la postura de la cola no cortada de los cerdos. Este estudio notó que la proporción de cerdos con la cola baja fue más alta una semana antes del brote y una mayor proporción de cerdos lesionados se asoció con la cola baja. tecnología de precisión
Referencias
Benjamin, M.; Yik, S. Precision Livestock Farming in Swine Welfare: A Review for Swine Practitioners. Animals2019, 9, 133. https://doi.org/10.3390/ani9040133
