• Titre : « Utilisation d’accéléromètres et de méthodes d’intelligence artificielle pour l’évaluation du bien-être des ovins au paturage. », INRAE.
• Doctorante : Lucile Riaboff.
• Unité de rattachement : INRAE, GenPhySe.
• Encadrement :
  • Dominique Hazard (INRAE).

Résumé du projet :

Les outils d’évaluation du bien-être animal (BEA) ne sont pas adaptés aux conditions d’élevage extensives. Or, les capacités d’adaptation comportementale des animaux sont fortement sollicitées en milieu extensif. La sélection génétique sur des caractères comportementaux est une stratégie envisagée pour contribuer à l’amélioration du BEA en facilitant l’adaptation comportementale des animaux aux conditions d’élevage. Il apparait donc important de compléter les outils existants, notamment en développant de nouveaux indicateurs comportementaux du BEA chez les ovins en condition d’élevage plein-air, pour à terme étudier le levier génétique en vue d'améliorer leur BEA par le biais de la sélection génétique sur critères comportementaux. À plus long terme, les indicateurs mesurables à grande échelle permettront l’étude du déterminisme génétique, d’indicateurs du bien-être, voire de proposer des indicateurs de bien-être pour les programmes de sélection génétique.
Objectif du projet :
° Développement d’indicateurs de bien-être des animaux issus de capteurs accéléromètres en conditions d’élevage extensives
° Étude des impacts des deux sélections divergentes (+/- sociaux ; +/- tolérants à l’humain) sur le bien-être des animaux.
Méthodologies :
* Développement d’un modèle de classification des comportements à partir de données accéléromètres couplées à des vidéos et collectées chez les ovins,
* Collecte de données accéléromètres chez des ovins exposés à différentes conditions environnementales,
* Identification des indicateurs du bien-être ou proxies à partir des séries temporelles collectées à l’étape précédente en mobilisant le modèle de classification des comportements et en appliquant des outils issues du traitement du signal, de la découverte de connaissances (knowldege discovery) et du data mining,