Type de document : Revue scientifique publiée dans Animals
Auteurs : Suresh Neethirajan, Bas Kemp
Résumé en français (traduction) : Analyse des réseaux sociaux chez les animaux de ferme : Approches basées sur les capteurs
Les systèmes sociaux naturels au sein des groupes d’animaux sont un aspect essentiel de l’optimisation agricole et de la stratégie de gestion du bétail. L’évaluation des éléments du comportement des animaux dans des conditions domestiquées par rapport aux comportements naturels que l’on trouve dans les milieux sauvages permet de traiter efficacement les questions de bien-être animal, en se concentrant par exemple sur la réussite de la reproduction et de la production. Cette étude examine et évalue dans quelle mesure l’analyse des réseaux sociaux (ARS) peut être intégrée aux méthodes de collecte de données par capteurs, et quel impact les résultats peuvent avoir sur l’évaluation du bien-être et les futurs processus de gestion des exploitations agricoles. L’efficacité et les caractéristiques essentielles des technologies automatisées basées sur des capteurs et déployées dans les exploitations agricoles comprennent des outils de mesure des interactions entre les groupes sociaux d’animaux ainsi que le suivi et l’enregistrement du comportement des animaux d’élevage à l’aide de l’ARS. Les analyses comparatives entre la qualité des données recueillies par les capteurs et les méthodes d’observation traditionnelles permettent de mieux comprendre la dynamique comportementale des animaux d’élevage. L’efficacité des approches basées sur les capteurs dans la collecte de données pour la mesure du comportement des animaux d’élevage offre des possibilités uniques pour la recherche sur les réseaux sociaux. Les données issues de capteurs par ARS du bétail abordent les aspects biologiques du comportement des animaux par le biais de la collecte de données en temps réel à distance, et les résultats influencent directement et indirectement les évaluations du bien-être et les processus de gestion des exploitations agricoles. Enfin, nous concluons par les implications potentielles de l’ARS sur l’élevage moderne pour l’amélioration du bien-être des animaux.
Résumé en anglais (original) : Natural social systems within animal groups are an essential aspect of agricultural optimization and livestock management strategy. Assessing elements of animal behaviour under domesticated conditions in comparison to natural behaviours found in wild settings has the potential to address issues of animal welfare effectively, such as focusing on reproduction and production success. This review discusses and evaluates to what extent social network analysis (SNA) can be incorporated with sensor-based data collection methods, and what impact the results may have concerning welfare assessment and future farm management processes. The effectiveness and critical features of automated sensor-based technologies deployed in farms include tools for measuring animal social group interactions and the monitoring and recording of farm animal behaviour using SNA. Comparative analyses between the quality of sensor-collected data and traditional observational methods provide an enhanced understanding of the behavioural dynamics of farm animals. The effectiveness of sensor-based approaches in data collection for farm animal behaviour measurement offers unique opportunities for social network research. Sensor-enabled data in livestock SNA addresses the biological aspects of animal behaviour via remote real-time data collection, and the results both directly and indirectly influence welfare assessments, and farm management processes. Finally, we conclude with potential implications of SNA on modern animal farming for improvement of animal welfare.
