Et EU-projekt med deltagelse fra Aarhus Universitet skal udvikle et nyt beslutningsværktøj, som kan hjælpe til at nedbringe forekomsten af halebid i besætningen.
Halebid er en stor udfordring– både velfærdsmæssigt, etisk og økonomisk.
Forekomsten af halebid er høj til trods for, at grisene i 77 procent af alle besætninger i EU får kuperet deres haler. Det oplyser DCA - Nationalt Center for Fødevarer og Jordbrug i deres seneste nyhedsbrev.
Et EU-projekt under ICT-Agri-Food netværket - TailBiteAdvice, der blev søsat i 2021, skal derfor bidrage til at udvikle et beslutningsværktøj, som skal hjælpe til at komme problemerne med halebid til livs. Værktøjet er baseret på blandt andet adfærdsdata, som indsamles automatisk ved hjælp af 2D-overvågningskameraer.
Årsagerne til at der opstår udbrud af halebid blandt grisene er som bekendt mange. Et udbrud er ofte relateret til manglende stimuli samt forskellige andre stressfaktorer, som for eksempel adgang til foder, temperaturforhold og sundhed. Det er mange betydende faktorer, der gør det svært at vide præcis, hvornår og hvorfor udbrud vil dukke op.
Overvågning kan afhjælpe problemet
En måde at reducere både forekomsten samt alvorsgraden af halebid på i en besætning kan være at overvåge risikofaktorerne for halebid og støtte landmændene med passende strategier til at gribe ind.
- Men dette er en meget besværlig opgave, da det kræver konstant overvågning af grisenes adfærd og deres omgivelser samt ekspert-rådgivning i forhold til, hvordan, og hvornår der er nødvendigt at gribe ind, fortæller Professor Lene J. Pedersen, som står i spidsen for den del af projektet, der skal varetages af Institut for Husdyrvidenskab på Aarhus Universitet.
TailBiteAdvice-konsortiet tager udgangspunkt i algoritmer udviklet af den Belgiske partner og projektkoordinator (KU Leuven). I projektet skal disse valideres og integreres i et værktøj, der muliggør overvågning af relevant adfærd hos grisene. Typen af adfærdsparametre inkluderer: Halebid, manipulering af objekt, ædeadfærd, drikkeadfærd og aggressiv adfærd.
- Vi er overbeviste om, at vi, ved at integrere disse algoritmer, vil gøre det lettere tidligt at kunne forudsige/opdage udbrud af halebid, før det bliver et reelt problem, når det samtidigt kobles til målinger fra det omgivende staldmiljø og suppleres med den rette rådgivning, forklarer adjunkt Mona L.V. Larsen.
Hun skal i det kommende år arbejde intensivt med data i samarbejde med KU Leuven (Belgien) og Teagasc (Irland), som til sammen udgør konsortiet bag TailBiteAdvice.
Adfærd og risikofaktorer
Den del af projektet, som skal gennemføres af Aarhus Universitet, Institut for Husdyrvidenskab i Foulum handler om at undersøge forholdet mellem de inkluderede adfærdsparametre og risikofaktorer for halebid.
Forsøgene vil blandt andet foregå ved at overvåge forskellige risikofaktorer for halebid i forsøgsbesætningen i Foulum. Herunder utilstrækkelig miljøberigelse og konkurrence om ressourcer samt risikofaktorer som temperatur og luftkvalitet, sundhedsstatus og hygiejne.
- De mest »lovende« kandidater af parametre til at identificere risikofaktorer kan efterfølgende bruges til at udvikle handle-strategier til indgriben over for halebid. Udbyttet af det endelige system skulle meget gerne resultere i færre haleskader og dermed i fremtiden kunne understøtte produktionen af grise med ikke-kuperede haler, slutter Mona L. V. Larsen i meddelelsen fra universitetet.