DOI: https://doi.org/10.1038/s41598-024-59142-z
PMID: https://pubmed.ncbi.nlm.nih.gov/38632328
تاريخ النشر: 2024-04-17
المؤلف: Jorge A. Vázquez-Diosdado وآخرون
الموضوع الرئيسي: دراسات سلوك الحيوان ورفاهيته
نظرة عامة
تدرس الدراسة تصنيف وقياس سلوك اللعب في العجول المستزرعة كمؤشر على رفاهية الحيوان الإيجابية. واجهت الأبحاث السابقة قيودًا بسبب طرق التصنيف غير الكافية وفترات المراقبة القصيرة. استخدمت هذه الدراسة أجهزة استشعار النطاق العريض للغاية لجمع بيانات الموقع من 46 عجلاً على مدى 18 أسبوعًا، ودمجتها مع لقطات الفيديو لإنشاء 101.36 ساعة من البيانات المعلّمة. تم استخدام خوارزمية تعلم جماعي من نوع AdaBoost لتصنيف سلوك اللعب، محققةً دقة تزيد عن 94% في مجموعة الاختبار مع معالجة المشكلة الشائعة للتقدير المفرط في السلوكيات ذات الانتشار المنخفض من خلال تقنية العد المعدلة.
كشفت التحليلات أن مدة وتكرار حالات اللعب تأثرت بشكل كبير بعوامل مثل العمر والصحة، مع انخفاض ملحوظ في اللعب مع تقدم العجول في العمر أو إصابتها بالمرض. على العكس، زاد سلوك اللعب أثناء وبعد الفطام. بالإضافة إلى ذلك، كانت درجات الحرارة المتوسطة الأعلى مرتبطة بتقليل حالات اللعب. يقترح المؤلفون أن طريقة القياس الخاصة بهم يمكن أن تكون قابلة للتطبيق لمراقبة سلوكيات أخرى ذات انتشار منخفض، مما قد يعمل كمؤشرات على الرفاهية الإيجابية في الحيوانات المستزرعة.
طرق
يستعرض قسم “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. يوضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، عينات بيولوجية، أو معدات، بالإضافة إلى البروتوكولات المتبعة لضمان إمكانية التكرار. قد يصف القسم أيضًا الطرق الإحصائية المطبقة لتحليل البيانات، بما في ذلك أي برامج تم استخدامها للحسابات.
بالإضافة إلى ذلك، يجب أن توفر المنهجية نظرة ثاقبة على الضوابط والمتغيرات التجريبية، مما يضمن أن النتائج يمكن أن تُنسب إلى التدخلات المختبرة. هذه المقاربة الدقيقة ضرورية للتحقق من صحة النتائج ودعم الاستنتاجات المستخلصة في الدراسة. بشكل عام، فإن وضوح ودقة الطرق أمران حاسمان لتمكين الباحثين الآخرين من تكرار العمل والبناء عليه في التحقيقات المستقبلية.
النتائج
تظهر نتائج الدراسة قياسًا قويًا لسلوك اللعب باستخدام طريقة AC، كما هو موضح في الشكل 4. وُجدت علاقة إيجابية كبيرة تبلغ 0.9125 (قيمة p < 0.0034) بين العدد المتوقع لعينات اللعب والعدد الملاحظ لعينات اللعب عبر ملفات البيانات التي تم تحليلها. على وجه التحديد، من إجمالي 1223 عينة تم توقعها كـ "لعب"، تم ملاحظة 1050، مما يشير إلى تقدير مفرط قدره 173 عينة، وهو ما يتوافق مع 16.48% من إجمالي التوقعات. وهذا يشير إلى أنه بينما تحدد طريقة AC سلوك اللعب بشكل فعال، فإنها تميل إلى تقدير حدوثه الفعلي بشكل مفرط.
المناقشة
في هذه الدراسة، بحث المؤلفون سلوك اللعب الحركي للعجول المستزرعة باستخدام نظام تتبع المواقع النطاق العريض للغاية (UWB) المبتكر. تم الحصول على الموافقة الأخلاقية، وتم إجراء التجربة المراقبة في مركز ابتكار علوم الألبان، جامعة نوتنغهام، من مايو 2021 إلى ديسمبر 2022. تم مراقبة 46 عجلًا من ثلاث مجموعات، وتم قياس سلوك اللعب باستخدام خوارزمية تصنيف من خطوتين أظهرت دقة محسّنة مقارنة بالطرق السابقة، محققةً معدل تقدير مفرط أقل يبلغ 16% مقارنة بالدراسات السابقة التي أفادت بمعدلات تصل إلى 200%. كما سلطت الدراسة الضوء على أهمية جمع البيانات بشكل آلي لمراقبة طويلة الأمد لمؤشرات رفاهية الحيوان.
أشارت النتائج إلى أن سلوك اللعب انخفض بشكل كبير مع تقدم العمر، مع انخفاض بنسبة 63% في إجمالي وقت اللعب لكل يوم إضافي من العمر. ومع ذلك، زاد سلوك اللعب خلال عملية الفطام التدريجي وزاد بشكل أكبر بعد الفطام، مما يتعارض مع النتائج السابقة التي اقترحت انخفاض سلوك اللعب بعد الفطام. لعبت حالة الصحة أيضًا دورًا حاسمًا، حيث أظهرت العجول المريضة وقت لعب أقل بنسبة 14% و12% أقل من حالات اللعب مقارنة بالعجول الصحية. تشير هذه النتائج إلى أن سلوك اللعب يمكن أن يعمل كمؤشر قيم على رفاهية العجول، مما يبرز إمكانية بيانات موقع UWB لتعزيز فهم سلوك الحيوان ورفاهيته في البيئات الزراعية.
DOI: https://doi.org/10.1038/s41598-024-59142-z
PMID: https://pubmed.ncbi.nlm.nih.gov/38632328
Publication Date: 2024-04-17
Author(s): Jorge A. Vázquez-Diosdado et al.
Primary Topic: Animal Behavior and Welfare Studies
Overview
The study investigates the classification and quantification of play behaviour in farmed calves as an indicator of positive animal welfare. Previous research faced limitations due to inadequate classification methods and short observation periods. This study utilized ultra-wide band sensors to collect location data from 46 calves over 18 weeks, merging it with video footage to create 101.36 hours of labelled data. An AdaBoost ensemble learning algorithm was employed to classify play behaviour, achieving over 94% accuracy on a test set while addressing the common issue of overestimation in low-prevalence behaviours through an adjusted count technique.
The analysis revealed that the duration and frequency of play instances were significantly influenced by factors such as age and health, with a notable decrease in play as calves aged or became sick. Conversely, play behaviour increased during and after weaning. Additionally, higher mean temperatures were associated with a reduction in play instances. The authors propose that their quantification method could be applicable for monitoring other low prevalence behaviours, potentially serving as indicators of positive welfare in farmed animals.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including any reagents, biological samples, or equipment, as well as the protocols followed to ensure reproducibility. The section may also describe the statistical methods applied for data analysis, including any software utilized for computations.
Additionally, the methodology should provide insight into the experimental controls and variables, ensuring that the results can be attributed to the interventions tested. This rigorous approach is essential for validating the findings and supporting the conclusions drawn in the study. Overall, the clarity and precision of the methods are crucial for enabling other researchers to replicate the work and build upon it in future investigations.
Results
The results of the study demonstrate a robust quantification of play behavior using the AC method, as illustrated in Figure 4. A significant positive correlation of 0.9125 (p-value < 0.0034) was found between the predicted number of play samples and the observed number of play samples across the data files analyzed. Specifically, out of a total of 1223 samples predicted as play, 1050 were observed, indicating an overestimation of 173 samples, which corresponds to 16.48% of the total predictions. This suggests that while the AC method effectively identifies play behavior, it tends to overestimate the actual occurrences.
Discussion
In this study, the authors investigated the locomotor play behavior of farmed calves using an innovative Ultra-Wideband (UWB) location tracking system. Ethical approval was obtained, and the observational trial was conducted at the Centre of Dairy Science Innovation, University of Nottingham, from May 2021 to December 2022. A total of 46 calves from three cohorts were monitored, with their play behavior quantified using a two-step classification algorithm that demonstrated improved accuracy over previous methods, achieving a lower overestimation rate of 16% compared to earlier studies that reported rates as high as 200%. The study also highlighted the importance of automated data collection for long-term monitoring of animal welfare indicators.
The results indicated that play behavior significantly decreased with age, with a 63% reduction in total play time for each additional day of age. However, play behavior increased during the step-down weaning process and further increased post-weaning, contradicting previous findings that suggested a decrease in play behavior after weaning. Health status also played a critical role, with sick calves exhibiting 14% less play time and 12% fewer instances of play compared to healthy calves. These findings suggest that play behavior could serve as a valuable indicator of calf welfare, emphasizing the potential for UWB location data to enhance the understanding of animal behavior and welfare in agricultural settings.