0
Wszyscy jesteście zaznajomieni z presją, pod jaką znalazła się branża produkcji trzody chlewnej, związaną z zarządzaniem składnikami odżywczymi, a teraz z jej rzekomym wpływem na klimat. W dużej mierze polegaliśmy na postępie technologicznym w genetyce i żywieniu, aby uzyskać wzrost wydajności. Wkrótce może być dostępny cały zestaw narzędzi wykorzystujących dane z gospodarstw, tak aby pomóc w uzyskaniu dodatkowych korzyści.
Wszyscy zdajemy sobie sprawę, że jest znacznie więcej czynników wpływających rentowność hodowli i wykorzystanie zasobów, niż to, co możemy zobaczyć za pomocą typowych wskaźników, takich jak ADG (średnie dziennie przyrosty) i FCR (współczynniki wykorzystania paszy). W niektórych przypadkach informacje, które są pomijane w typowych uśrednionych wartościach tych wskaźników, jeśli zostaną wcześnie wykryte, mogą znacznie pomóc zarówno w zdiagnozowaniu kluczowych czynników zmniejszających zysk (odkryciu, czym one są), jak i przewidywaniu zbliżających się przyszłych spadków zysków. Pozwoliłoby to na ich uniknięcie. Kluczowym problemem jest to, że znaczna część redukcji zysków (utracona szansa) jest spowodowana przez podzbiór (często stosunkowo niewielki) całej populacji chlewni. Nazywamy je subpopulacjami w chlewni.
Subpopulacje to zasadniczo dowolna zdefiniowana podgrupa świń w ramach większej populacji. Załóżmy, że masz teorię, że duży procent prosiąt, które są poniżej średniej masy miotu w chwili urodzenia i pochodzą od loch przy 3 lub mniej przebytych porodach, są bardziej narażone na niepowodzenia szczepień, jeśli są szczepione w typowym czasie jak inne prosięta. Ponadto, co by było, gdybyś mógł to zidentyfikować i zaszczepić je dzień lub dwa później i w pełni przywrócić ich skuteczność szczepień?
Tutaj mamy wiele subpopulacji, w tym wagi niższej od średniej miotu, urodzone przez młodsze samice, zaszczepione w określony zakres dni po oproszeniu itp. Obecnie komercyjne chlewnie prawdopodobnie mogłyby zidentyfikować te zwierzęta w porodówce, ale jak trudne, kosztowne i mało prawdopodobne byłoby śledzenie tych zwierząt w trakcie produkcji w celu zmierzenia ich wyników, a jeśli ma to wystarczający wpływ na zysk, aby uzasadnić działania zapobiegające stratom?
Subpopulacje są często definiowane jako przedział wagowy, powiedzmy wszystko w grupach między 30-50 kg. Lub można je zdefiniować jako wszystkie zwierzęta, które mają wspólną cechę, taką jak waga po urodzeniu poniżej średniej z miotu. W drugim przypadku rozkład wag tych zwierząt będzie mieszał się z innymi zwierzętami, które nie posiadają definicji grupy. Wyodrębnienie ich przy użyciu tylko danych o uboju może być z pewnością wyzwaniem, a kiedy można to zrobić, wymaga to wyrafinowanego oprogramowania. Jednym ze skomplikowanych czynników w pracy z takimi subpopulacjami jest zarówno identyfikacja osobników, jak i dokonywanie okresowych pomiarów w miarę ich wzrostu, tak aby można było ocenić wpływ ekonomiczny efektu. Chociaż czasami jest to wykonywane w chlewniach wyposażonych w sprzęt do prowadzenia eksperymentów, jest to zazwyczaj zbyt trudne i pracochłonne, aby wykonywać to w warunkach komercyjnych.
Wszystko to się zmienia i wkrótce będzie dostępna zdolność do wyodrębnienia danej subpopulacji, a następnie śledzenia jej poprzez swoje dane w sposób efektywny kosztowo. Podejrzewam, że wiesz, że jest sporo osób pracujących nad sposobami identyfikacji zwierząt i dokonywania pomiarów na nich pasywnie w miarę ich wzrostu bez zakłócania rytmu życia grupy przez segregowanie zwierząt przy wchodzeniu na wagę lub inne postępowanie z nimi. Kiedy już wejdziesz w interakcję z grupą w znaczący sposób, jak wchodzenie do kojców i wielokrotne ważenie, ryzykujesz negatywny wpływ na wynik całej grupy poprzez stresowanie zwierząt.
Widać wyraźnie, że zwierzęta o wadze "X" pochodzą z 4 różnych subpopulacji.
Zwróć uwagę na wykres. Ciemnoniebieskie słupki reprezentują wszystkie zwierzęta sprzedane na ubój, a inne kolory to subpopulacje przeznaczone do sprzedaży przy różnych liczbach dni tuczu. Zwróć uwagę na znak X umieszczony na osi wagi. Widać wyraźnie, że zwierzęta ważące "X" pochodzą z 4 różnych subpopulacji (ślad w górę od X po kolorze). Gdybyśmy nie dodali dodatkowej informacji o dacie wprowadzenia do sprzedaży, dostępne byłyby tylko słupki w kolorze ciemnoniebieskim (wszystkie zwierzęta). Ilustruje to deficyt informacji, który może wynikać ze zbyt dużego "uśredniania" lub konsolidacji cech. Następnym razem przyjrzymy się, jak podział danych według skupisk cech na subpopulacje może pomóc w diagnozowaniu problemów i opracowaniu planów działania.
