Alimentation sur mesure et estimation du bien-être des truies gestantes à partir de données hétérogènes
Auteur / Autrice : | Maëva Durand |
Direction : | Charlotte Gaillard, Christine Largouët |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences agronomiques |
Date : | Soutenance le 23/10/2023 |
Etablissement(s) : | Rennes, Agrocampus Ouest |
Ecole(s) doctorale(s) : | École doctorale Écologie, Géosciences, Agronomie, Alimentation (Rennes ; 2022-....) |
Partenaire(s) de recherche : | Laboratoire : Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage - Physiologie- Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] / PEGASE |
Jury : | Président / Présidente : Yannick Le Cozler |
Examinateurs / Examinatrices : Yannick Le Cozler, Philippe Schmidely, Marie-Pierre Letourneau Montminy, Sébastien Picault, Christine Duvaux-Ponter | |
Rapporteurs / Rapporteuses : Philippe Schmidely, Marie-Pierre Letourneau Montminy |
Mots clés
Résumé
Les nouvelles technologies se développent en élevage porcin, afin d’aider le travail des agriculteurs. Elles permettent la distribution d’une alimentation sur mesure pour des truies gestantes et une meilleure surveillance du comportement des animaux. La problématique de cette thèse est d’améliorer l’estimation des besoins nutritionnels journaliers et d’identifier l’état de bien-être individuel des truies gestantes, à l’aide de données comportementales et environnementales. Le premier objectif s’est intéressé à l’évaluation des effets des perturbations environnementales sur le comportement et les besoins nutritionnels. Pour cela, deux bandes de truies ont été suivies lors de deux gestations consécutives durant lesquelles différents évènements ont étéprovoqués. Les résultats ont permis de mettre en évidence l’influence des conditions environnementales sur le comportement et les besoins nutritionnels des truies au cours de leur gestation, et ont permis d’identifier une forte variabilité individuelle. Dans une deuxième partie, il s’agissait d’estimer individuellement les besoins journaliers et le bien-être, à partir des données comportementales et environnementales enregistrées par des capteurs. Les résultats ont montré que cette estimation peut être réalisée de façon précise grâce à différents algorithmes de machine learning sur des données produites par l’automate d’alimentation. Cette thèse propose donc des méthodes innovantes pour la conception d’un outil d’aide à la décision visant à améliorer l’alimentation sur mesure et le bien-être des truies gestantes.