0
Conosciamo tutti la pressione che il settore di produzione di suini ha subito per quanto riguarda la gestione dei nutrienti e ora il suo presunto impatto sul clima. Abbiamo fatto molto affidamento sui progressi tecnologici nella genetica e nella nutrizione per migliorare l'efficienza e ridurre questi impatti, ma presto avremo un'intera serie di strumenti di gestione che utilizzeranno i dati dell'allevamento per aiutarci a realizzare ulteriori vantaggi.
Siamo tutti consapevoli del fatto che all'interno dei capannoni accade molto di più che influisce sulla redditività e sull'uso delle risorse di quanto possa attualmente essere valutato con le tipiche metriche del software di allevamento, come IMG o l'Indice di Conversione. In alcuni casi, se scopriamo informazioni mancanti all'inizio nei valori medi di queste metriche, potrebbe aiutarci sia a individuare i punti chiave in cui i nostri profitti stanno diminuendo sia a essere in grado di prevedere futuri cali a breve termine che potrebbero essere evitati . La chiave di questo problema è che gran parte della riduzione del profitto (perdita di opportunità) è causata da un sottogruppo (spesso relativamente piccolo) della popolazione totale di suini nei capannoni. Ci riferiamo a loro come sottopopolazioni dei capannoni.
Le sottopopolazioni sono essenzialmente qualsiasi sottogruppo definito all'interno di una popolazione più ampia. Supponiamo di avere una teoria secondo cui una grande percentuale di suinetti che nascono sotto il peso medio della figliata, e che sono figli di scrofe di terzo parto o meno, sono soggetti a una percentuale più alta di fallimento del vaccino quando vaccinati in massa, contemporaneamente a tutti gli altri suinetti, e se si potessi identificarli e vaccinarli un giorno o due dopo e ripristinare completamente l'efficacia della vaccinazione?...
Abbiamo più sottopopolazioni che includono un peso della figliata inferiore alla media, nate da scrofe ai tre parti o meno, vaccinate entro un certo intervallo di giorni dopo il parto, ecc... Al momento, gli allevamenti commerciali potrebbero probabilmente identificare questi suinetti nella sala parto, ma quanto sarebbe difficile, costoso e improbabile seguire questi suinetti durante tutto il processo di produzione per misurare i loro risultati e se vi è un impatto sufficiente sul beneficio, giustificare l'adozione di misure per prevenire tali perdite?...
Le sottopopolazioni sono spesso definite come un range di pesi, ad esempio tutti i suini di un capannone tra i 30 ei 50 kg. Oppure si possono definire tutti i suini che hanno una caratteristica comune, come un peso alla nascita inferiore alla media della figliata. Nel secondo caso, la distribuzione del peso di questi suini sarà mescolata con altri suini che non rientrano nella definizione del gruppo. Separarli utilizzando solo i dati del macello può essere difficile e, anche se possibile, richiede un software sofisticato. La complessità di lavorare con sottopopolazioni di questo tipo deriva sia dall'identificazione degli individui sia dall'effettuazione di misurazioni periodiche man mano che crescono per valutare il possibile impatto economico. Anche se a volte viene fatto in allevamenti attrezzati per la ricerca, è spesso troppo difficile e richiede tempo farlo in condizioni commerciali.
Tutto questo sta cambiando e presto avremo la possibilità di definire una sottopopolazione e quindi monitorarla efficacemente attraverso i dati sui costi. Come sapete, ci sono parecchie persone che lavorano su modi per identificare i suini e prendere misure passivamente, anche a distanza, mentre crescono, o senza disturbare il gruppo separandoli per pesarli o maneggiarli. Quando interagisci con il gruppo in modo significativo, come entrare nei box e pesare i suini più volte, rischi di influenzare negativamente l'esito dell'intero gruppo stressando i suini stessi.
Guardate il grafico. Le barre blu scuro rappresentano tutti i suini commercializzati e gli altri colori sono sottopopolazioni commercializzate a distanza dal primo carico. Notare la X posizionata sull'asse del peso. Si vede chiaramente che i suini di peso "X" provengono da 4 diverse sottopopolazioni (ci sono 4 colori diversi oltre al blu scuro nella colonna sopra la X). Se non aggiungessimo le informazioni aggiuntive sulla data di commercializzazione, avremmo solo le barre blu scuro (tutti i suini). Ciò illustra il deficit di informazioni che può derivare dalla "media" o dall'eccessivo consolidamento delle caratteristiche. La prossima volta vedremo come dividere i dati per gruppi di funzionalità in sottopopolazioni, può aiutarci a diagnosticare problemi e sviluppare piani d'azione.
