Développement d’un algorithme de calcul d’indicateurs pour l’évaluation de scénarios de conduite de vaches laitières.

L’essor de l’élevage de précision permet aujourd’hui d’accéder à un nombre croissant de données individualisées sur les vaches laitières. Ces données concernent leurs performances de production (production et qualité du lait, poids vif…), leurs comportements (capteurs, vidéo…) ainsi que leur environnement (température, humidité…). Collectées à l’échelle individuelle et parfois en temps réel, ces données ouvrent de nouvelles possibilités pour développer des modèles permettant de simuler les performances des animaux et d’évaluer différentes stratégies de conduite. L’enjeu est notamment de pouvoir mieux adapter les pratiques d’élevage aux caractéristiques des animaux, tout en prenant en compte les compromis entre différents objectifs. Deux exemples illustrent ces enjeux : l’alimentation de précision, dont la profitabilité reste encore difficile à caractériser (Gaillard et Abarnou, 2024), et l’ajustement de la période d’attente volontaire avant insémination, dont les bénéfices semblent dépendre du profil des vaches et des conditions d’élevage (Van Knegsel et al., 2024). Ce stage s’inscrit dans le projet InSiliCow qui vise à développer un jumeau numérique de l’élevage laitier. Un jumeau numérique est une représentation numérique d’une entité réelle permettant de simuler son fonctionnement et d’explorer différents scénarios. InSiliCow modélise, à l’échelle individuelle et journalière, les performances des vaches laitières en tenant compte notamment de leur alimentation et de leur conduite de reproduction. L’objectif du stage est donc de passer des nombreuses sorties individuelles produites par le simulateur à des indicateurs synthétiques permettant de comparer des scénarios de conduite et d’en évaluer les conséquences à l’échelle du troupeau. Il s’agit de concevoir et développer un algorithme permettant de transformer les sorties du simulateur InSiliCow en indicateurs agrégés pertinents pour l’évaluation et la comparaison de scénarios (Lisse et al., 2024; Han et al., 2022). Une attention particulière sera portée à la construction ou à l’identification d’indicateurs permettant de caractériser les compromis entre performances de production et performances de reproduction des vaches laitières. Ce stage contribuera ainsi à une première preuve de concept de l’utilisation d’un jumeau numérique pour explorer et guider les choix de pratiques en élevage laitier. Le stage se déroulera à l’UMR PEGASE, au sein de l’équipe SYSMO. Il sera co-encadré par Charlotte Gaillard (chercheuse en nutrition et modélisation des systèmes d’élevage), Olivier Martin (ingénieur de recherche en modélisation) et Margot Danglot (doctorante en modélisation et élevage de précision). Ce stage est financé par le méta-programme INRAE DIGIT-BIO, via le projet InSiliCow : https://digitbio.hub.inrae.fr/rubriques-verticales2/nos-actions/projets-phares/projet-phare-insilicow-2024-2028 MISSIONS Le/la stagiaire aura pour mission de : 1. Identifier et définir les indicateurs pertinents, via une recherche bibliographique sur les indicateurs utilisés pour évaluer les performances des systèmes d’élevage laitier. 2. Concevoir et implémenter un algorithme de traitement des données, en implémentant les étapes de récupération des sorties de simulation, d’agrégation et de calcul des indicateurs (en R et/ou Python). 3. Évaluer et comparer différents scénarios, en appliquant l’algorithme aux simulations produites par InSiliCow. 4. Analyser et interpréter les résultats, en évaluant la pertinence et les limites des indicateurs et de l’algorithme et en proposant des pistes d’amélioration pour leur utilisation dans le cadre du projet InSiliCow. BIBLIOGRAPHIE Gaillard, C., Abarnou, J., 2024. Responses of dairy cows to weekly individualized feeding strategies regarding their metabolic status. Journal of Dairy Science 107, 10776–10786. doi:10.3168/jds.2024-25209 Han, R., Mourits, M.C.M., Steeneveld, W., Hogeveen, H., 2022. The association of herd performance indicators with dairy cow longevity: An empirical study. PLoS ONE 17. doi:10.1371/journal.pone.0278204 Lisse, H., Chassaing, C., Barreto Mendes, L., Blanc, F., 2024. A framework to study the resilience of dairy herds to climate change from on-farm data. In 3rd Mountain Livestock Farming Systems Meeting. VetAgroSup-EAAP, Clermont-Ferrand, France. Van Knegsel, A.T.M., Burgers, E.E.A., Edvardsson Rasmussen, A., 2024. Extended lactations in dairy cows and the effects on fertility and production. Reproduction in Domestic Animals 59, e14690. doi:10.1111/rda.14690