17-03-2015

 

На Панела AHAW е възложено да издаде научни становища по отношение на показатели за благополучието на животни за оценка на благополучието на добитъка (първата получена задача се отнася до млекодайни крави). Основните документи за тези задачи са Научните становища на EFSA з благополучието на добитъка и протоколите за оценка на качество на благополучието Welfare Quality® . Протоколите за оценка от финансирания от ЕС проект Welfare Quality® дават научно обоснована методология за оценка на благополучието на животните с използване на мерки, основаващи се на животното. До тук оценките на благополучието на животните разчитаха главно на ресурсно-базирани параметри, т.е. мерки, взети по отношение на средата, в която се държат животните, докато мерките, основани на животното имат за цел пряко да измерят действителния статус на благополучието на животното и така включват непряко ефекта и на факторите на ресурсите и управлението поради въздействието им върху животното.

В мандатите, дадени от Комисията, релевантните задачи (ToRs) са:

(1) Да се идентифицира как мерките, основани на животно могат да бъдат използвани за осигуряване на изпълнението на препоръките от научните становища на EFSA по благополучието на млекодайните крави.

(2) Да се идентифицира как протоколите за оценка, предложени от проекта Welfare Quality обхващат главните опасности, включени в научните становища на EFSA и обратно, за цялостна класификация на състоянието на благополучието.

(3) Да се идентифицира кои релевантни проблеми с благополучието на животните не могат да бъдат оценени с използвани на мерки, основани на животно за млекодайни крави и какви алтернативни решения има за подобряване на тази ситуация.

(4) Да се изброят главните фактори в различните животновъдни системи, за които има научни доказателства, че имат отрицателен ефект върху благополучието на млекодайните крави и до каква степен тези отрицателни ефекти могат или не могат да бъдат предотвратени чрез управлението.

Оценката, която трябва да бъде направена от Панела AHAW ще определи връзка между множеството от опасности, идентифицирани в научните становища на EFSA по благополучието на животните и идентификаторите за благополучие, използвани в протоколите за оценка на Welfare Quality®, вземайки пред вид и взаимодействия между опасности и между показатели. Няма методология, разработена от Панела AHAW, която да третира въпросите на съвпаденията по систематичен и прозрачен начин. Така че, необходим е технически преглед, който ще помогне за избора на най-подходящия и приложим метод за сравняване на препоръките от научните становища на EFSA за благополучие на млекодайните крави и протоколите за оценка на Welfare Quality®.

Във връзка с настоящата задача за разработване на базирани на животното показатели за оценка на благополучието на млекодайни крави, техническият преглед: 1) определя структурата на базата данни, необходима за съхранение на данните, които могат да бъдат генерирани от протоколите за оценка на Welfare Quality®, както и данни от оценка на риска, проведена в рамките на научно становище за цялостните ефекти на животновъдните системи върху благополучието и болестите на млекодайните крави. 2) предлага научен метод, подходящ за оценка на свойствата на двете множества данни (препоръки и опасности; основани на животното показатели за благополучие), за анализиране и визуализиране на връзките между елементите вътре в и между множествата (включително теглото на тези връзки), вземайки пред вид общите елементи и пропуски в данните. 3) идентифицира и преглежда инструментите, които могат да бъдат използвани за прилагани на тези методи. 4) предлага подход за приложението на избрания метод и инструменти.

Трябваше на всяка цена да се създаде база данни с информация и данни от протоколите за оценка на Welfare Quality® от една страна и от научните становища на EFSA по благополучие на животните и така се формира основа за по-нататъшно изследване и визуализиране на връзките между показателите, основани на животни, опасностите и неблагоприятните ефекти. Системата за управление на базата данни за добитъка би могла лесно да бъде адаптирана за други видове, тъй като характеристиките на данните, които трябва да бъдат въвеждани, са в основата си еднакви за всички видове..

Протоколите за оценка на Welfare Quality® ще генерират голямо количество данни, които да се събират на ниво животни в бъдеще. От тези данни може да се разбере каква е ситуацията с благополучието на животните на различно ниво (хранене, подслон, здраве и поведение). Показателите, основани на животно предлагат няколко предимства (например лесно събиране, недвусмислена интерпретация, възпроизводимост, независимост от измерителя). В допълнение към оценката на състоянието на благополучието във фермата, генерираните данни могат да се използват и за други цели. Оценките на риска, разработени в рамката на научните становища на EFSA показват множество опасности, идентифицирани като водещи до различни неблагоприятни ефекти (проблеми с краката и движенията, метаболитни и репродуктивни проблеми, с вимето или поведенчески проблеми и болка). Свързването на тези показатели с опасностите и неблагоприятните ефекти, според оценката на риска, би помогнало: 1) да се прогнозира появата на неблагоприятни ефекти с прости мерки. 2) да се контролира прилагането на препоръки, разработени от оценката на риска, чрез спазване на развитието на показателите, основани на животно на ниво животно или стадо. 3) валидирането на възможните последици на различните опасности по отношение на наличието на неблагоприятни въздействия. Може да помогне и за определяне на най-добрата комбинация от показатели, основани на животно и опасности, за да се увеличи силата на прогнозата с наличните данни.

Най-подходящите методи за изучаване на връзките и визуализация между показателите, опасностите и неблагоприятните ефекти включват дискриминантен анализ, дървовиден модел, рандомизирани модели и мрежови анализи. В този преглед предлагаме (въз основа на литература), че основаният на модел дискриминантен анализ е по-ефективен в смисъл точност на класифицирането. Тук се отчита главно на факта, че ненужните променливи не се запазват в модела и така не могат да внесат много шум и да влошат изпълнението. За визуализирането на връзките между различните индикатори, опасностите и неблагоприятните ефекти, предлагаме интегрирането на алгоритъм, извлечен от контекста на мрежовия анализ.

Бяха идентифицирани три инструмента за изчисляване на идентифицираните методи и за визуализация, за генериране на насочени отчети и за връзка със системата за управление на базата данни: KNIME, Orange и RapidMiner. Всичките те са с отворен източник. Целяхме идентифициране на решения с отворен източник поради финансови съображения и понеже такива решения предлагат повече реактивност и гъвкавост при използването и адаптацията, отколкото комерсиалните решения. Тъй като KNIME е ориентиран към потребителя, много гъвкав, много ефективен и с подобна цена като на другите инструменти, ние предлагаме методи за възпроизводство, визуализация и отчети в рамките на KNIME.

Човекодните, необходими за разработване на базата данни и методите, за възпроизводство и внедряване на методите, за генериране на насочени отчети и гарантиране на оптимален поток на данните между методологичните инструменти и системата за управление на базата данни зависят много от изискванията по отношение на потребителски-ориентирана система, възможност за автоматизиране и степен на децентрализация. Разходите за хостинг и поддръжка не се различават за различните предложени инструменти.

Архив