Thématique : Elevage de précision / IA

Review: Understanding cattle social behaviour in modern penned production systems with AI technology: Are we tracking welfare indicators?

A. Fuentes, S. Han, J. Liu, J. Park, S. Yoon, D.S. Park

Publié en 2026

Revue soulignant les lacunes de l’IA pour suivre automatiquement le comportement des bovins qui se limite à décrire les actions sans en interpréter le contexte. Les auteurs proposent un cadre d’IA intégrant contexte, données multimodales et explicabilité pour mieux évaluer le bien-être.

Types de document : Revue scientifique / Synthèse

Catégories d'animaux : Bovins

Accéder à la source

Rethinking Poultry Welfare—Integrating Behavioral Science and Digital Innovations for Enhanced Animal Well-Being

Suresh Neethirajan

Publié en 2026

Revue décrivant les défis de bien-être liés à l’intensification de l’élevage avicole et les innovations (comportement, capteurs, IA) pour y répondre, tout en soulignant la nécessité d’une validation et d’une approche interdisciplinaire.

Types de document : Revue scientifique / Synthèse

Catégories d'animaux : Volailles

Accéder à la source

Integration of computer vision-based behavioral monitoring and machine learning to enhance precision in health and welfare monitoring systems in pig farming

Eddiemar B. Lagua, Hong-Seok Mun, Md Sharifuzzaman, Md Kamrul Hasan, Ahsan Mehtab, Jin-Gu Kang, Young-Hwa Kim, Chul-Ju Yang

Publié en 2026

Étude montrant que la vision par ordinateur et le machine learning détectent efficacement les comportements liés au stress chez les porcs. Les modèles sont très performants (surtout en binaire), mais la détection fine de certains états reste à améliorer.

Types de document : Article scientifique

Catégories d'animaux : Porcins

Accéder à la source

Precision Livestock Farming for Dairy Sheep: A Literature Review of IoT and Decision-Support Systems for Enhanced Management and Welfare

Mura M.C., Trimasse O., Carcangiu V., Luridiana S.

Publié en 2026

Revue montrant que les technologies d’élevage de précision offrent un fort potentiel pour améliorer le suivi et le bien-être des brebis laitières, mais leur adoption reste limitée par des contraintes économiques, techniques et éthiques.

Types de document : Revue scientifique / Synthèse

Catégories d'animaux : Ovins

Accéder à la source

Measuring shade use of dairy cattle at pasture with an on-cow light sensor: a case study

Lydiane Aubé, Bruno Meunier, Romain Lardy

Publié en 2026

Etude validant l’utilisation d’un capteur de lumière fixé sur des vaches au pâturage pour détecter automatiquement si elles se trouvent à l’ombre ou au soleil. La méthode montre de bonnes performances et permet de suivre en continu l’utilisation de l’ombre par les vaches.

Types de document : Article scientifique

Catégories d'animaux : Bovins

Accéder à la source

Review: Understanding cattle social behaviour in modern penned production systems with AI technology: Are we tracking welfare indicators?

A. Fuentes, S. Han, J. Liu, J. Park, S. Yoon, D.S. Park

Publié en 2026

Revue montrant que, si les systèmes d’IA permettent un suivi automatisé de certains comportements des bovins, ils restent limités dans l’interprétation contextuelle et sociale des signaux de bien-être. Les auteurs proposent un cadre d’IA centré sur le bien-être, intégrant des données multimodales et une modélisation contextuelle pour améliorer la détection précoce des risques et la prise de décision.

Types de document : Documents scientifiques

Catégories d'animaux : Bovins

Accéder à la source

Real‐Time Behavior Recognition Using a Legged Robot for Animal–Robot Interaction

Edoardo Fazzari, Donato Romano, Fabrizio Falchi, Cesare Stefanini

Publié en 2025

Etude présentant un cadre d’IA embarqué permettant à un robot quadrupède d’analyser en temps réel le comportement de vaches et de poulets via des modèles de détection (YOLO) et de reconnaissance d’actions (DARTEMIS).

Types de document : Documents scientifiques

Catégories d'animaux : Bovins, Volailles

Accéder à la source

Behaviour recognition of tail and ear biting in pigs using AI-based computer vision

Qinghua Guo, Clémence A.E.M. Orsini, Patrick P.J.H. Langenhuizen, Yue Sun, Shoujun Huo, Lisette E. van der Zande, Inonge Reimert, J. Elizabeth Bolhuis, Piter Bijma, Peter H.N. de With

Publié en 2026

Etude démontrant la faisabilité d’une détection automatisée du mordillage de queue et d’oreille chez les porcs à partir de vidéos en élevage commercial. Un modèle de vision par ordinateur (MViTv2-S) atteint environ 72 % de précision, sans dépendre de postures spécifiques, ouvrant la voie à des systèmes d’alerte précoce et à des stratégies de sélection visant à réduire ces comportements nuisibles.

Types de document : Article scientifique

Catégories d'animaux : Porcins

Accéder à la source

Bien-être animal : avancées scientifiques et innovations pour des systèmes d’élevage durables

collectif de chercheurs

Publié en 2026

Numéro spécial d’INRAE Productions Animales rassemblant dix articles qui traitent des avancées scientifiques et des innovations technologiques visant à développer des systèmes d’élevage durables intégrant le bien-être animal

Types de document : Revue scientifique / Synthèse

Catégories d'animaux : Tous animaux

Accéder à la source

Welfare Indicators for Aquaculture Research: Toolboxes for Five Farmed European Fish Species

Chris Noble, Wout Abbink, René Alvestad, László Ardó, Marie-Laure Bégout, Nina Bloecher, Erik Burgerhout, Josep Calduch-Giner, Mauro Chivite-Alcalde, Petr Císař, Evan Durland, Åsa M. Espmark, Lynne Falconer, Martin Føre, Dimitra G. Georgopoulou, Karsten Heia, Gaute A. N. Helberg, David Izquierdo Gomez, Lill-Heidi Johansen, Gunhild Seljehaug Johansson, Kristbjörg Edda Jónsdóttir, Jelena Kolarevic, Aleksei Krasnov, Santhosh K. Kumaran, Bjarne Kvæstad, Thomas Larsson, Carlo C. Lazado, Angelico Madaro, Federico Moroni, Ingrid Måge, Jonatan Nilsson, Samuel Ortega, Nikos Papandroulakis, Jaume Pérez-Sánchez, Pamela M. Prentice, Sonia Rey Planellas, Bjørn Roth, Adrian Smith, Lars Erik Solberg, Orestis Stavrakidis-Zachou, Lars Helge Stien, Anja Striberny, Ragnhild Aven Svalheim, Bjørn-Steinar Sæther, Gerrit Timmerhaus, Hilde Toften, Linda Tschirren, Hans van de Vis, Elisabeth Ytteborg, Lucas A. Zena, Tone-Kari Knutsdatter Østbye

Publié en 2026

Synthèse scientifique soulignant la nécessité d’améliorer et d’harmoniser les indicateurs de bien-être des poissons en recherche aquacole, en tenant compte des espèces et des stades de vie, afin de garantir protection animale, qualité scientifique et reproductibilité. Les auteurs proposent des boîtes à outils actualisées d’indicateurs de bien-être pour cinq espèces majeures, intégrant euthanasie, échantillonnage, numérisation des données et exigences réglementaires européennes.

Types de document : Revue scientifique / Synthèse

Catégories d'animaux : Poissons

Accéder à la source