Detecção de estro através de sistema de cochos e bebedouros eletrônicos em novilhas leiteiras.

O aumento da atividade das fêmeas bovinas durante o período de estro é responsável pela diminuição do consumo alimentar desses animais. Cochos e bebedouros eletrônicos são capazes de registrar essa variação, entretanto não geram alertas de estro. O objetivo deste estudo foi determinar a eficiência de detecção e detecção antecipada (6 e 12 h de antecedência) do estro por modelos baseados em regressão logística envolvendo Machine Learning, utilizando dados de comportamento e ingestão alimentar e/ou hídrica, gerados por cochos e bebedouros eletrônicos. Foram utilizados dados de dois ensaios experimentais entre 2015 e 2016 com novilhas Holandês-Gir. 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. 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 do estro de maneira acurada e precisa.

Saved in:
Bibliographic Details
Main Authors: RIBEIRO, A. K. do C., CAIRO, F. C., ALBUQUERQUE, B. S. F., SOARES, G. O., COMINATO. V., PEREIRA, B. P., PAIXÃO, R. Q. da, MACHADO, F. S., PEREIRA, L. G. R., TOMICH, T. R., CAMPOS, M. M.
Other Authors: ANA KEREN DO CARMO RIBEIRO, Bolsista; FREDERICO CORREIA CAIRO, UESB; BIANCA SOUZA FERREIRA ALBUQUERQUE, Bolsista; GABRIELLE OLIVEIRA SOARES, Bolsista; VANESSA COMINATO, Bolsista; BÁRBARA PIRONE PEREIRA, Bolsista; RAQUEL QUEIROZ DA PAIXÃO, Bolsista; FERNANDA SAMARINI MACHADO, CNPGL; LUIZ GUSTAVO RIBEIRO PEREIRA, CNPGL; THIERRY RIBEIRO TOMICH, CNPGL; MARIANA MAGALHAES CAMPOS, CNPGL.
Format: Anais e Proceedings de eventos biblioteca
Language:Portugues
pt_BR
Published: 2021-09-16
Subjects:Detecção, Machine learning, Randon forest, Regressão logística, Logistic regression, Gado Leiteiro, Novilho Leiteiro, Detection,
Online Access:http://www.alice.cnptia.embrapa.br/alice/handle/doc/1134454
Tags: Add Tag
No Tags, Be the first to tag this record!