• Titre : « Comportements de chèvres laitières dans un milieu enrichi : signature comportementale associée à un meilleur bien-être grâce aux données issues des capteurs et leur analyse par machine learning. », INRAE.
• Postdoctorante : Mathilde Valenchon.
• Unité de rattachement : INRAE, RPC.
• Encadrement :
  • Masoomeh Taghipoor (INRAE)

Résumé du projet :

Le comportement est un élément clé pour l’évaluation du bien-être animal. Il existe des modèles d'analyse pour caractériser automatiquement et de façon dynamique de nombreux comportements en utilisant des capteurs (accéléromètres) et les outils numériques. Une approche complète, intégrant l’utilisation de capteurs, des observations et des tests comportementaux, est nécessaire pour valider l’utilisation de ces outils numériques pour l’évaluation du bien-être, et plus particulièrement son amélioration. Ainsi, ce projet interdisciplinaire intégrant Éthologie, Modélisation et Intelligence artificielle (IA) permettra de faire la preuve de concept de l’existence de profils comportementaux (signatures) associés à l’amélioration de l’état de bien-être et détectables à l’aide des outils de l’élevage de précision. Cela est d’un intérêt majeur pour évaluer à terme la perception des chèvres dans des environnements non contrôlés liés à la transition agroécologique des élevages.
Objectifs :
 * Mettre en place un dispositif expérimental permettant de suivre les comportements de chèvres laitières dans un milieu enrichi (amélioration du bien-être) et de caractériser ainsi d’un point de vue numérique la signature comportementale associée à un meilleur bien-être grâce aux données issues des capteurs et de leur analyse par machine learning.
Méthodologies :
   * Conduire des observations et tests comportementaux en parallèle
* Valider la caractérisation numérique de l’amélioration du bien-être.