Type de document : article scientifique publié dans Animal
Auteurs : M. Taghipoor, M. Pastell, O. Martin, H. Nguyen Ba, J. van Milgen, A. Doeschl-Wilson, C. Loncke, N.C. Friggens, L. Puillet, R. Muñoz-Tamayo
Résumé en français (traduction) : Revue invitée : Quantification de la résilience chez les animaux de ferme
La résilience, définie comme la capacité d’un animal à répondre à des challenges environnementaux à court terme et à revenir à l’état antérieur à ces challenges, est un trait dynamique et complexe. Les animaux résilients peuvent renforcer la capacité du troupeau à faire face à des conditions environnementales souvent fluctuantes et imprévisibles. Les technologies modernes permettent d’enregistrer simultanément plusieurs mesures de performance d’animaux individuels au fil du temps, ce qui constitue un énorme progrès pour évaluer la résilience des animaux d’élevage. Cependant, la résilience n’est pas directement mesurable et nécessite des modèles mathématiques avec des paramètres biologiquement significatifs pour obtenir des indicateurs quantitatifs de résilience. En outre, des modèles d’interprétation peuvent également être nécessaires pour déterminer les périodes de perturbation telles qu’elles sont perçues par l’animal. Ces applications ne nécessitent pas une connaissance explicite de l’origine des perturbations et sont développées sur la base d’informations en temps réel obtenues à partir de données pendant et en dehors de la période de perturbation. L’objectif principal de cet article était d’examiner et d’illustrer par des exemples différentes approches de modélisation appliquées à cette nouvelle génération de données (c’est-à-dire avec des enregistrements à haute fréquence) pour détecter et quantifier les réponses des animaux aux perturbations. Des études de cas ont été développées pour illustrer des approches alternatives au traitement en temps réel et après traitement des données. En outre, des perspectives sur l’utilisation de modèles hybrides pour mieux comprendre et prédire la résilience des animaux sont présentées. La quantification de la résilience au niveau individuel rend possible l’inclusion de ce trait dans les futurs programmes de sélection. Cela permettrait d’améliorer la capacité des animaux à s’adapter à un environnement changeant, et donc de réduire potentiellement l’impact des maladies et d’autres facteurs de stress environnementaux sur le bien-être des animaux. En outre, cette quantification permet à l’éleveur d’adapter sa stratégie de gestion afin d’aider chaque animal à faire face à la perturbation, ce qui réduit l’utilisation de produits pharmaceutiques et le niveau de douleur de l’animal.
Résumé en anglais (original) : Resilience, when defined as the capacity of an animal to respond to short-term environmental challenges and to return to the prechallenge status, is a dynamic and complex trait. Resilient animals can reinforce the capacity of the herd to cope with often fluctuating and unpredictable environmental conditions. The ability of modern technologies to simultaneously record multiple performance measures of individual animals over time is a huge step forward to evaluate the resilience of farm animals. However, resilience is not directly measurable and requires mathematical models with biologically meaningful parameters to obtain quantitative resilience indicators. Furthermore, interpretive models may also be needed to determine the periods of perturbation as perceived by the animal. These applications do not require explicit knowledge of the origin of the perturbations and are developed based on real-time information obtained in the data during and outside the perturbation period. The main objective of this paper was to review and illustrate with examples, different modelling approaches applied to this new generation of data (i.e., with high-frequency recording) to detect and quantify animal responses to perturbations. Case studies were developed to illustrate alternative approaches to real-time and post-treatment of data. In addition, perspectives on the use of hybrid models for better understanding and predicting animal resilience are presented. Quantification of resilience at the individual level makes possible the inclusion of this trait into future breeding programmes. This would allow improvement of the capacity of animals to adapt to a changing environment, and therefore potentially reduce the impact of disease and other environmental stressors on animal welfare. Moreover, such quantification allows the farmer to tailor the management strategy to help individual animals to cope with the perturbation, hence reducing the use of pharmaceuticals, and decreasing the level of pain of the animal.
