En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal Institut Agro Rennes-Angers

UMR1348 PEGASE

Intégration automatisée en temps réel du bien-être et de la santé des truies en gestation pour l’alimentation de précision

Thèse : Intégration en temps réel du bien-être et de la santé pour l’alimentation de précision
Prendre en compte des données comportementales et de santé afin d’améliorer, d’une manière non invasive et en temps réel, l’estimation des besoins nutritionnels et le bien-être de chaque truie gestante.

L’alimentation de précision chez la truie en gestation

L’alimentation de précision vise à apporter à chaque animal, la bonne ration, au bon moment, afin de couvrir ses besoins physiologiques. Ce système convient particulièrement bien aux truies gestantes élevées en groupe car il permet de répondre à l’importante variabilité des besoins nutritionnels au sein du groupe et au cours de la gestation. En effet, les modèles de détermination des besoins nutritionnels prennent en compte plusieurs caractéristiques individuelles des truies à l’insémination (âge, poids, épaisseur de lard dorsal) et de l’élevage (performance reproductive) afin d’estimer au mieux les besoins nutritionnels quotidiens de chaque truie au cours de la gestation (Dourmad et al., 2008 ; Gaillard et al., 2020). Les apports et composition des rations sont ensuite calculés en considérant les aliments disponibles sur l’élevage.

fig_these_Durand

Représentation schématique du modèle nutritionnel intégrant à l’aide de capteur des données de bien-être et de santé des truies en gestation.

Influence du bien-être et de la santé sur les besoins nutritionnels

L’état de bien-être et de santé des animaux peut être associé à des changements comportementaux : baisse de l’activité physique, variation du nombre de visites et du temps passé dans l’alimentateur, modifications des interactions sociales, etc. Ces changements peuvent entrainer des modifications des besoins nutritionnels. Par exemple, les besoins énergétiques lorsqu’une truie est debout sont doublés par rapport à la position couchée (Noblet et al., 1993). Également, les conditions environnementales, notamment la température et l’humidité, peuvent entraîner des variations comportementales et des besoins de thermorégulation, influençant les besoins nutritionnels. Les apports alimentaires doivent alors être augmentés pour compenser les pertes de chaleur lorsque la température ambiante diminue (Noblet et al., 1989 ; Wegner et al., 2014).

Identification d’indicateurs de bien-être et de santé

La première étape de cette thèse est la réalisation d’expérimentations pour évaluer l’influence de situations de « stress » rencontrées en élevage (mise en place de la hiérarchie sociale, compétition alimentaire, stress auditif, appauvrissement du milieu, stress thermique) afin de compléter une base de données sur l’alimentation de précision. Les truies et la salle de gestation sont équipées de caméras et de capteurs afin d’enregistrer tous les évènements : abreuvement, comportement alimentaire, activité physique, interactions sociales, performances zootechniques, niveau sonore, conditions d’ambiance...

La deuxième étape consiste, par machine learning, à extraire de cette base de données des indicateurs de bien-être et de santé, de manière à quantifier les effets des changements de comportements sur les besoins nutritionnels des truies. Ces indicateurs seront ensuite intégrés dans les modèles nutritionnels.

La dernière étape est la mise au point d’un outil d’aide à la décision souple et robuste permettant d’ajuster au mieux les apports alimentaires et de détecter et/ou anticiper l’apparition de problèmes de santé ou de bien-être.

Maëva Durand travaille sur ce sujet de thèse depuis octobre 2020 pour une durée de 3 ans. Elle est encadrée par Jean-Yves Dourmad et Charlotte Gaillard dans l'équipe Sysporc et Christine Largouet à l'Irisa.

Références

  • Jean-Yves Dourmad, Michel Etienne, Alain Valancogne, Serge Dubois, Jaap van Milgen, et al. InraPorc: a model and decision support tool for the nutrition of sows. Animal Feed Science and Technology, Elsevier Masson, 2008, 143 (1-4), pp.372-386. ⟨10.1016/j.anifeedsci.2007.05.019⟩. ⟨hal-02664875⟩
  • C. Gaillard, Nathalie Quiniou, Raphaël Gauthier, Laetitia Cloutier, Jean-Yves Dourmad. Evaluation of a decision support system for precision feeding of gestating sows. Journal of Animal Science, American Society of Animal Science, 2020, 98 (9), ⟨10.1093/jas/skaa255⟩. ⟨hal-02917057⟩
  • Jean Noblet, Jean-Yves Dourmad, Jean Le Dividich, Serge Dubois. Effect of ambient temperature and addition of straw or alfalfa in the diet on energy metabolism in pregnant sows. Livestock Production Science, Elsevier, 1989, 21, pp.309-324. ⟨hal-02717962⟩
  • Jean Noblet, X.S. Shi. Energy cost of standing activity in sows. Livestock Production Science, Elsevier, 1993, 34, pp.127-136. ⟨hal-02705223⟩
  • Wegner, K. et al. Climatic conditions in sow barns in Northern Germany. Züchtungskunde, Eugen Ulmer Gmbh Co, 2014, 86 (3), pp.200–211.

Contact

  • Maëva Durand: maeva.durand[at]inrae.fr (doctorante)
  • Jean-Yves Dourmad : jean-yves.dourmad[at]inrae.fr (directeur de thèse)
  • Charlotte Gaillard: Charlotte.Gaillard[at]inrae.fr (co-encadrante de thèse)
  • Christine Largouet: christine.largouet[at]irisa.fr (co-encadrante de thèse)