Het project onderzoekt hoe we vroegtijdig kunnen signaleren wanneer koeien kwetsbaar worden. Door dynamiek in sensordata te analyseren, kunnen we veerkracht meten en voorspellen. Dit helpt melkveehouders om preventief te handelen en zo gezondheid, welzijn en duurzaamheid op hun bedrijf te versterken.
Conclusies
• Relatie gevonden tussen droogstandsdata en ziektedagen na afkalven, bruikbaar voor voorspellend model.
• Dynamiek in activiteit tijdens droogstand voorspelt lagere ziektelast na afkalven.
• Inconsequent voermanagement raakt vooral ranglagere koeien en beïnvloedt veerkracht negatief.
• Koe-kompas biedt handvatten om management en diergezondheid gericht te verbeteren.
• Vroege signalering maakt bijsturen tijdens droogstand mogelijk, ter voorbereiding op de lactatie.
• Model biedt perspectief als praktische monitoringtool voor individuele koeien binnen Plan-Do-Check-Act-cyclus.
Samenvatting
De Nederlandse melkveehouderij groeit in omvang. Hoewel dit economische voordelen biedt, brengt het ook uitdagingen met zich mee voor het waarborgen van diergezondheid en -welzijn. Met grotere koppels wordt individuele diermonitoring lastiger.
De rol van sensortechnologie
Nieuwe sensoren maken het mogelijk om continu biologische gegevens van koeien te verzamelen, zoals activiteit en lichaamstemperatuur. Deze data helpt bij het herkennen van zieke dieren. Het biedt ook kansen voor vroegtijdige voorspelling van gezondheidsproblemen – nog vóórdat ziekteverschijnselen zichtbaar zijn.
Focus op droogstand
Er is een voorspellend model ontwikkeld om te bepalen welke koeien tijdens de droogstand een verhoogd risico lopen op gezondheidsproblemen na afkalven. De droogstand blijkt een kritische periode waarin subtiele veranderingen al iets kunnen zeggen over de veerkracht van de koe.
Dynamiek in data is de sleutel
De kracht van het model ligt in het analyseren van dynamiek in sensordata in plaats van enkel gemiddelden. Met behulp van sensoren zoals Ice-Qubes (activiteit), BellaAg (penstemperatuur) en SensOor (gedrag), is vastgesteld dat variaties in gedragspatronen tijdens de droogstand sterke voorspellers zijn van ziekte in de lactatieperiode.
Toekomstige toepassingen
Door deze inzichten kunnen melkveehouders in de toekomst preventieve maatregelen nemen op individueel koe niveau. Het doel: gezondere dieren, minder ziekte en betere bedrijfsresultaten.
Impactscore
Met de Impactscore laten we zien op welke bedrijfsactiviteiten de onderzoekresultaten
direct effect hebben. Een onderzoeksresultaat kan bijvoorbeeld leiden tot het gebruik
van minder gewasbeschermingsmiddelen of minder meststoffen. Dat vermelden we met een
korte toelichting.
Verbeterde diergezondheid, minder ziekte, lagere dierenartskosten.
Verbeterde diergezondheid, minder geneesmiddelengebruik.
Preventieve maatregelen zorgen voor gezondere dieren, minder ziekte en dus een verbetering van dierenwelzijn en -gezondheid.
Gezonde melkkoeien zorgen voor meer opbrengst.
Betrouwbaarheidsscore:
Bronnen zijn recent (modelstudie) of afkomstig uit een breed aantal jaren (literatuurstudie en meta-analyse) en van verschillende onderzoekers en onderzoeksinstellingen.