文|郑法律途

编辑|郑法律途

引言

近年来，用于断奶前犊牛的自动喂奶器在全球乳制品行业中变得流行，因为它可以减少为许多犊牛喂奶所需的劳动力。

使用这种设备必然伴随着犊牛的集体饲养，与单独的饲养相比，这有许多好处，例如社会化的改善，断奶前增加精料摄入量，以及断奶期间体重增加。

然而，与单独饲养的犊牛相比，成群饲养的小牛患传染病的风险更高，因为它们有更多的机会在一个群体中相互接触。

此外，检测一组患病的犊牛比单独饲养的犊牛更困难。这种情况已被证明与群体饲养的犊牛死亡率较高有关。

因此，特别是对于集体饲养的犊牛，需要一种在早期阶段检测疾病的自动技术，不仅可以降低个体的风险，还可以降低传播给其他动物的风险。

由于患病动物表现出减少的进食行为，活动，探索和社会互动，监测群体饲养的小牛的行为可用于在早期阶段检测患病的小牛。

在过去的几年中，许多研究表明加速度计在监测小牛行为方面很有用。

最近的研究表明，某些设备中内置加速度计监测的活动、反刍时间、躺卧时间和步数可以用作预测指标，在出现腹泻临床症状之前检测患病小牛。

记录了腹泻视觉诊断前一 天腹泻犊牛和健康犊牛在躺卧和活动时间方面的显著差异。

在最极端疾病事件的高峰日观察到患有呼吸道疾病的健康和患病犊牛之间的活动和摄食行为差异，但在此高峰日之前的三天也观察到。

本研究旨在确定商业IPS在监测群体饲养的奶牛犊活动方面的有用性，作为早期发现疾病的工具。

我们研究了使用IPS记录的位移预测躺卧时间的方法，以及断奶前30天单独躺卧时间和移动距离的每日波动与犊牛直肠温度的关联。

动物与管理

该研究从四个不同的商业奶牛场引进了五头雌性荷斯坦牛犊（平均年龄[d]±SD：31±6.2d）。

它们在引入后立即被安置在一个带有混凝土地板（5× 11 m）的自由谷仓中，并在全天照明下进行管理。

犊牛在4：09 h和00：16 h等量喂食00 L/d生奶。每个时间点饲喂的原奶是从相邻的实验奶牛场饲养的泌乳奶牛中获得的。

早晨喂奶后，喂食0.5公斤/天的浓缩物和0.5公斤/天的苜蓿（FiberStart：纤维新鲜饲料有限公司，新西兰雷波罗阿）。

草干草和水全天免费提供。在早晨喂奶之前，使用数字兽医温度计测量每头小牛的直肠温度。当犊牛出现任何呼吸道疾病或腹泻症状时，根据症状给予适当的药物。所有犊牛在引进后31天断奶。

Ips和行为观察

在这项研究中，一种商用实时定位系统，包括标签（发射器），定位器（接收器）以及数据采集和处理软件。

这种实时定位系统能够以 0–1 Hz 的频率将标签定位在 1.1–100 m 的误差范围内。

该系统使用基于低功耗蓝牙的专有技术，并基于独特的到达角信号处理方法。

五个定位器（170 × 170 × 31 mm，重量：390 g）通过网络电缆连接到个人计算机，分别设置在谷仓波束（高度：3 m）上的不同位置，用于捕获标签发射的无线电信号并将其发送到定位引擎，该引擎使用专有算法计算标签位置。

为了评估随后从位置位移犊牛预测躺卧时间的准确性，使用设置在牛舍边缘梁上的视频监控摄像机在位置监测的同一时期连续记录犊牛行为。

通过在监视器屏幕上目视观察记录的运动图像，每分钟进行一次对躺着、站立或行走（包括跑步）的区分，持续30天。

每头小牛通过它们的毛套图案在视觉上识别。即使在夜间，全天照明管理也能观察犊牛的行为。

当小牛超过两步时，它们被视为一直在走路。当在一分钟内观察到两种以上的行为时，小牛被认为处于超过30秒的行为中。

数据处理和计算

以0.2 s的间隔获得的坐标在一秒内取平均值，一秒内的位移计算为连续几秒之间的坐标差。计算30天内每分钟一秒内的平均位移（D-s）。

分析所有D-s，躺卧D-s（观察到的分钟躺着），不说谎的D-s（观察到的分钟不躺着[站立和行走]），站立D-s（观察到站立的分钟）和行走D-s（分钟步行）的频率分布。

对于所有犊牛和天数，所有D-s分布均呈双峰形状，这是躺着的D-s分布和不躺着的D-s分布的混合（图1）。尽管站立 D-s 分布的均值高于躺卧 D-s 分布，但站立和行走 D-s 之间的分布均值差异足以反映到所有 D-s 分布的形状。

图1

图1：一分钟内犊牛躺着、不躺着、站立、走路/跑步和所有行为的平均位移频率分布，使用室内定位系统和在组饲养的五头断奶前奶牛的视觉行为观察中确定了 30 天。

结果和讨论

预测躺卧时间

预测每个D-s行为的阈值范围为10.5至19.5 cm / s（表1）。小牛 1 和 2 的明显个体差异高于小牛 3、4 和 5。

每头小牛的阈值也因天数而异（最小值：0.77-0.83，最大值：平均值的1.20-1.29）。犊牛之间的大幅波动和阈值天数表明不可能在犊牛和天数之间有一个唯一的阈值。

尽管在目前的研究中没有阐明波动的原因，但很明显，确定每头小牛和每头小牛的阈值对于随后的预测是必要的。

表1：使用室内定位系统确定 30 天内平均位移分布中说谎和不说谎的区分阈值，灵敏度和特异性，通过区分阈值预测说谎或不说谎的特异性在五组饲养的断奶前奶牛犊中。

表1

所有犊牛预测卧位的平均灵敏度大于92%（表1）。平均和最大敏感度的差异相对较小，尽管小牛之间的最低灵敏度不同，并且小牛4的最小灵敏度低于其他犊牛。

然而，对于所有犊牛，>80% 的天数显示出 >90% 的特异性。因此，D-s分布和阈值方法可以充分可靠地预测躺卧时间。

预测非卧姿的平均特异性大于91%，但小腿3除外（表1）。尽管所有犊牛的最大特异性均超过95%，但最小特异性不够大，并且低于所有犊牛的最低敏感性。

通常，通过增加鉴别分析的敏感性来补偿特异性的降低。当阈值被高估时，可能会发生代偿（高敏感性和低特异性）。

因此，在某些情况下，阈值被高估了，尤其是对于小牛 3。

尽管目前的方法在特异性上往往低于灵敏度，但它并没有实质性地影响躺卧时间的预测误差，因为观察到的不说谎时间大多是观察到的躺卧时间的一半。

预测躺卧时间的每日波动与观察到的所有犊牛的躺卧时间波动反应良好，尽管预测和观察之间的差异很大，在某些日子超过60 min/d（图2）。

对于60-9头小牛，预测值和观测值之间绝对差异超过12分钟的天数分别为12、8、5、1和5。预测的躺卧时间与观测到的躺卧时间相关（r = 0.758;p < 0.001）。

然而，预测的决定系数为0.346，表明绝对躺卧时间的可预测性不足（图3）。

预测和观测到的卧铺时间之间的相关性相对较高是由它们之间的同步波动引起的。因此，目前的方法可以有效地预测躺卧时间的每日波动，这是在早期阶段检测患病犊牛所必需的。

由于阈值确定不充分，预测和观测到的躺卧时间之间存在较大的绝对差异，因此需要使用模型拟合方法进行方法改进以确定更合适的阈值。

图2

图2：在五组饲养的断奶前奶牛犊中，使用室内定位系统确定 30 天内一分钟内的平均位移，目视观察和预测的每日躺卧时间之间的相关性。

图3

图3：在五组饲养的断奶前奶牛犊中，使用室内定位系统在 30 天内通过对平均位移的判别分析直观观察和预测躺卧时间的每日波动。

躺卧时间、移动距离以及健康

30-1005 天犊牛 950 天每日预测躺卧时间的平均值分别为 1090、933、936、1 和 5 分钟；观测值分别为1050、992、1045、972和941 min。

小牛 1 和 3 在一天中躺着的时间比其他小牛多。尽管断奶前奶牛犊的每日躺卧时间可能取决于年龄、观察期和环境因素（如条件）（Talebi 等人，2014 年）.

但当前研究中预测的躺卧时间几乎与以前的报告相同（Bonk 等人，2013年；蔡等人，2002年）。与以前的调查不同（Bonk 等人，2016年；戈哈尔沙希等人，2021年；Overvest等人，2016），在目前的研究中，随着年龄的增长，躺卧时间的减少并不明显。

对于30-519头犊牛，640天的每日预测移动距离平均值分别为280、551、583、1和5 m。在所有小牛中，2 号小牛的移动距离最长，3 号小牛的移动距离最短。

移动距离的个体差异和日波动大于每日预测的卧位时间。

然而，观察到每日预测的躺卧时间与每日移动距离呈负相关（r = −0.788；p < 0.001）。据我们所知，没有研究报告小牛的行进距离。

每头犊牛预测的躺卧时间和移动距离的每日波动与健康状况明显相关（图2和图4）。

在大多数日子里，小牛2和4的直肠温度范围正常（<39.5°C），并且没有连续几天的腹泻。

它们显示出相对恒定的躺卧时间，范围从800-1100分钟/天不等，并在一天内移动超过400米。相比之下，小牛1，3和5在实验期间发烧（直肠温度>39.5°C）和/或腹泻。

图4

图4：使用室内定位系统在五组饲养的断奶前奶牛犊中，通过对一分钟内平均位移的辨别分析预测的直肠温度和不说谎行为的移动距离的每日波动。

结论

这项研究首次验证了IPS在预测休眠时间和移动距离作为群体饲养奶牛犊疾病的早期指标的可用性。

结果表明，利用一分钟内平均位移分布的判别分析，可以预测躺卧时间和移动距离。

其次，预测的躺卧时间和移动距离被清楚地证明是犊牛临床表现前早期疾病的良好预测指标，尽管需要提高谎卧时间预测的准确性。

结论是，IPS是监测群体饲养的奶牛犊的活动和早期发现疾病的有效工具。需要进一步的研究来验证IPS应用于集体饲养系统中饲养奶牛犊的大型农场的有效性。