Type de document : article scientifique publié dans Frontiers in Veterinary Science
Auteurs : Timothy Robert Wiese, Sonia Rey Planellas, Monica Betancor, Marie Haskell, Susan Jarvis, Andrew Davie, Francoise Wemelsfelder, James F. Turnbull
Résumé en français (traduction) : L’évaluation qualitative du comportement comme indicateur du bien-être des saumons atlantiques d’élevage (Salmo salar) en réponse à un événement stressant
Les évaluations du bien-être animal peinent à étudier les états émotionnels des animaux en se concentrant uniquement sur les preuves empiriques disponibles. L’évaluation comportementale qualitative (ECQ) peut permettre de mieux comprendre les expériences subjectives d’un animal sans compromettre la rigueur scientifique. Plutôt que d’évaluer des comportements physiques explicites (c’est-à-dire ce que les animaux font, comme nager ou se nourrir), l’ECQ décrit et quantifie la manière expressive globale dont les animaux exécutent ces comportements (c’est-à-dire à quel point ils semblent détendus ou agités). Alors que le QBA a été appliqué avec succès à l’évaluation scientifique du bien-être de diverses espèces, son application en aquaculture reste largement à explorer. Cette étude visait à évaluer l’efficacité du QBA pour saisir les changements dans le comportement émotionnel des saumons d’Atlantique à la suite d’une exposition à un événement stressant. Neuf bassins de saumons atlantiques juvéniles ont fait l’objet d’un enregistrement vidéo tous les matins pendant 15 minutes sur une période de 7 jours, au cours de laquelle les saumons ont été soumis à une épreuve stressante (échantillonnage intrusif). Les 63 clips vidéo d’une minute qui en ont résulté ont ensuite été semi-randomisés afin d’éviter toute prévisibilité et tout biais de traitement pour les personnes chargées de l’évaluation du QBA. Douze professionnels de l’industrie du saumon ont dressé une liste de 16 descripteurs qualitatifs (par exemple, détendu, agité, stressé) après avoir visionné des enregistrements vidéo sans rapport les uns avec les autres, décrivant diverses caractéristiques expressives du saumon dans différents contextes. Un groupe différent de 5 observateurs, ayant une expérience variée de l’élevage du saumon, a ensuite noté les 16 descripteurs pour chaque clip à l’aide d’une échelle visuelle analogique (EVA). L’analyse en composantes principales (matrice de corrélation, pas de rotation) a été utilisée pour identifier les modèles perçus de caractéristiques expressives dans les clips vidéo, ce qui a révélé 4 dimensions expliquant 74,5 % de la variation entre les clips. La CP1, qui va de « détendu/content/positif actif » à « déstabilisé/stressé/effrayé/méfiant », explique le pourcentage le plus élevé de variation (37 %). Les scores QBA pour les clips vidéo sur les CP1, CP2 et CP4 ont présenté une bonne fiabilité inter- et intra-observateur. Les modèles linéaires à effets mixtes, contrôlés pour la variation de l’observateur dans les scores de CP1, ont montré une différence significative entre les scores de CP1 avant et après l’échantillonnage (p = 0,03), le saumon étant perçu comme plus stressé après l’échantillonnage. Les scores de CP1 sont également en corrélation positive avec les comportements de « darting » (r = 0,42, p ≤ 0,001). Ces résultats sont les premiers à faire état de la sensibilité du QBA aux changements dans les caractéristiques expressives des saumons à la suite d’un événement supposé stressant, démontrant le potentiel du QBA en tant qu’indicateur de bien-être dans l’aquaculture.
Résumé en anglais (original) : Animal welfare assessments have struggled to investigate the emotional states of animals while focusing solely on available empirical evidence. Qualitative Behavioural Assessment (QBA) may provide insights into an animal’s subjective experiences without compromising scientific rigor. Rather than assessing explicit, physical behaviours (i.e., what animals are doing, such as swimming or feeding), QBA describes and quantifies the overall expressive manner in which animals execute those behaviours (i.e., how relaxed or agitated they appear). While QBA has been successfully applied to scientific welfare assessments in a variety of species, its application within aquaculture remains largely unexplored. This study aimed to assess QBA’s effectiveness in capturing changes in the emotional behaviour of Atlantic salmon following exposure to a stressful challenge. Nine tanks of juvenile Atlantic salmon were video-recorded every morning for 15 min over a 7-day period, in the middle of which a stressful challenge (intrusive sampling) was conducted on the salmon. The resultant 1-min, 63 video clips were then semi-randomised to avoid predictability and treatment bias for QBA scorers. Twelve salmon-industry professionals generated a list of 16 qualitative descriptors (e.g., relaxed, agitated, stressed) after viewing unrelated video-recordings depicting varying expressive characteristics of salmon in different contexts. A different group of 5 observers, with varied experience of salmon farming, subsequently scored the 16 descriptors for each clip using a Visual Analogue Scale (VAS). Principal Components Analysis (correlation matrix, no rotation) was used to identify perceived patterns of expressive characteristics across the video-clips, which revealed 4 dimensions explaining 74.5% of the variation between clips. PC1, ranging from ‘relaxed/content/positive active’ to ‘unsettled/stressed/spooked/skittish’ explained the highest percentage of variation (37%). QBA scores for video-clips on PC1, PC2, and PC4 achieved good inter- and intra-observer reliability. Linear Mixed Effects Models, controlled for observer variation in PC1 scores, showed a significant difference between PC1 scores before and after sampling (p = 0.03), with salmon being perceived as more stressed afterwards. PC1 scores also correlated positively with darting behaviours (r = 0.42, p ≤ 0.001). These results are the first to report QBA’s sensitivity to changes in expressive characteristics of salmon following a putatively stressful challenge, demonstrating QBA’s potential as a welfare indicator within aquaculture.
