Escrito por: Aline Cardoso Vieira a
Vivian Fischer b
a Doutoranda do Programa
de Pós Graduação em Zootecnia da UFRGS.
b Professora Titular do
Departamento de Zootecnia da UFRGS, Doutora em Zootecnia.
Ao longo dos anos se observa o
desenvolvimento e crescimento constante na cadeia produtiva do leite. Embora
esteja ocorrendo uma redução no número de produtores, o número de vacas por
rebanho e a produtividade vem aumentando (Gargiulo
et al., 2018). As vacas se tornaram mais exigentes nutricionalmente e em
termos de conforto térmico, e quando não tem suas necessidades atendidas, ficam
mais suscetíveis a doenças, o que ocorre com mais frequência no período de
transição (21 dias antes do parto e 21 dias após) (Stangaferro et al., 2016). Os estros, ficaram mais difíceis de
serem visualizados, por ocorrerem durante a noite, serem mais curtos ou até
mesmo sem sinais aparentes, ou seja, cio silencioso (Mayo et al., 2019).
Ao longo dos últimos anos,
tecnologias de automação e monitoramento vem sendo disponibilizadas ao setor
produtivo. Ordenhas robóticas conseguem fornecer corretamente a quantidade de
alimento que a vaca precisa comer e ainda medir a produção individual
diariamente (Broucek and Tongel, 2018).
Outros sistemas registram o movimento das vacas e traduzem esses movimentos em
comportamentos como ruminação, atividade, descanso ou mensuram de foram precisa
a ingestão de alimento e água, como é o caso dos cochos/bebedouros automáticos.
Esses sistemas se apresentam de várias formas, como brincos, tornozeleiras e
coleiras, mas apresentam uma característica em comum, serem equipados com sensores
para captar o movimento dos animais (Eckelkamp
and Bewley, 2020).
Você já imaginou saber
facilmente que uma vaca, no meio do rebanho, está em risco de ficar doente ou está
em cio, isso sendo possível porque você recebeu um alerta no telefone ou
computador antes mesmo de sair de casa?
Pois bem, isso é possível com
as tecnologias que temos hoje.
Inicialmente esses sistemas de
monitoramento foram pensados para facilitar a detecção do estro, diante de sua
importância na bovinocultura e das dificuldades que os produtores enfrentam (Dolecheck et al., 2015). Porém com o tempo,
outras possibilidades surgiram e hoje os sistemas já são reconhecidos, foram
testados e comprovados como ferramentas para identificar animais com risco
maior de ficarem doentes (Steensels et al.,
2017). Vacas em estro apresentam maior tempo de atividade, enquanto que
vacas com risco de ficarem doentes, mesmo que ainda assintomáticas, normalmente
reduzem o tempo de ruminação e atividade (Kaufman
et al., 2016).
Há aqui inúmeras possibilidades.
Vários desses sistemas remotos de monitoramento comportamental de vacas
fornecem pelo menos o tempo de ruminação e atividade das vacas. Coletando
constantemente as informações dos comportamentos, os sistemas utilizam
algoritmos complexos e sofisticados para transcrever e traduzir esses
comportamentos para o produtor, emitindo alertas, que identificam os animais (Grinter et al., 2019), reduzindo o tempo de
monitoramento pelos produtores assim como o custo, pois podem reduzir o número de testes e avaliações a serem
feitos. Os sistemas atuam diariamente, 24 horas por dia monitorando os animais
e assim conseguem suprir os olhos e ouvidos do produtor (Eckelkamp and Bewley, 2020).
Os sistemas remotos de
monitoramento comportamental podem prestar um auxilio importante para o
produtor de leite. Afinal, quanto custa o descarte de leite, fruto de um
tratamento de mastite, ou a perda de um animal por qualquer doença que poderia
ser tratada se o produtor conseguisse iniciar o tratamento ainda nos primeiros
sintomas, ou quanto o produtor está perdendo a cada cio perdido, tanto em
produção quanto em viabilidade econômica.
Mas claro, esses sistemas de
monitoramento representam um custo na propriedade que precisa ser levado em
consideração e considerado como um investimento. Cada produtor deve conhecer
sua fazenda e avaliar suas necessidades e condições antes de decidir
implementar um sistema desses no seu dia a dia (Borchers
and Bewley, 2015). Os sistemas de monitoramento, também, não são uma
solução única e individualizada, são ferramentas com as quais o produtor
precisa aprender a trabalhar e se adaptar para que realmente faça a diferença.
Nós do NUPLAC gostaríamos de
saber o que você, produtor:
Ø O que
você pensa sobre os sistemas remotos de monitoramento comportamental das vacas?
Ø Você
utiliza ou tem interesse em utilizar um desses sistema de monitoramento?
Ø Se
você usa, o que tem a nos dizer sobre a utilização e adaptação a ferramenta?
Nos
conte respondendo o questionário eletrônico a baixo:
Questionário sobre utilização de sistemas remotos de monitoramento comportamental
Referências:
Borchers, M.R.,
Bewley, J.M., 2015. An assessment of producer precision dairy farming
technology use, prepurchase considerations, and usefulness. J. Dairy Sci. 98,
4198–4205. https://doi.org/10.3168/jds.2014-8963
Broucek, J.,
Tongel, P., 2018. Robotic Milking and Dairy Cows Behaviour. pp. 33–38.
https://doi.org/10.1109/ICCAIRO.2017.16
Dolecheck, K.A.,
Silvia, W.J., Heersche G., J., Chang, Y.M., Ray, D.L., Stone, A.E., Wadsworth,
B.A., Bewley, J.M., 2015. Behavioral and physiological changes around estrus
events identified using multiple automated monitoring technologies. J. Dairy
Sci. 98, 8723–8731. https://doi.org/10.3168/jds.2015-9645
Eckelkamp, E.A.,
Bewley, J.M., 2020. On-farm use of disease alerts generated by precision dairy
technology. J. Dairy Sci. 103, 1566–1582.
https://doi.org/10.3168/jds.2019-16888
Gargiulo, J.I.,
Eastwood, C.R., Garcia, S.C., Lyons, N.A., 2018. Dairy farmers with larger herd
sizes adopt more precision dairy technologies 101, 5466–5473.
https://doi.org/10.3168/jds.2017-13324
Grinter, L.N., Campler, M.R., Costa, J.H.C., 2019. Technical note: Validation of a
behavior-monitoring collar’s precision and accuracy to measure rumination,
feeding, and resting time of lactating dairy cows. J. Dairy Sci. 102,
3487–3494. https://doi.org/10.3168/jds.2018-15563
Kaufman, E.I.,
LeBlanc, S.J., McBride, B.W., Duffield, T.F., DeVries, T.J., 2016. Association
of rumination time with subclinical ketosis in transition dairy cows. J. Dairy
Sci. 99, 5604–5618. https://doi.org/10.3168/jds.2015-10509
Mayo, L.M.,
Silvia, W.J., Ray, D.L., Jones, B.W., Stone, A.E., Tsai, I.C., Clark, J.D.,
Bewley, J.M., Heersche G., J., 2019. Automated estrous detection using multiple
commercial precision dairy monitoring technologies in synchronized dairy cows.
J. Dairy Sci. 102, 2645–2656. https://doi.org/10.3168/jds.2018-14738
Stangaferro, M.L.,
Wijma, R., Caixeta, L.S., Al-Abri, M.A., Giordano, J.O., 2016. Use of
rumination and activity monitoring for the identification of dairy cows with
health disorders: Part III. Metritis. J. Dairy Sci. 99, 7395–7410.
https://doi.org/10.3168/jds.2016-10908
Steensels, M.,
Maltz, E., Bahr, C., Berckmans, D., Antler, A., Halachmi, I., 2017. Towards
practical application of sensors for monitoring animal health: the effect of
post-calving health problems on rumination duration, activity and milk yield. J. Dairy Res. 84, 132–138.
https://doi.org/10.1017/S0022029917000176
Nenhum comentário:
Postar um comentário