New formulae for predicting the body weight of Sunandhini cattle during different stages of life ​

Stellen Sie sich vor, Sie versuchen zu erraten, wie viel ein Freund wiegt, ohne jemals eine Waage gesehen zu haben. Sie könnten vielleicht auf seine Körpergröße oder die Breite seiner Schultern achten, aber Ihre Schätzung wäre dann auch nur genau das – eine Schätzung. In der Welt der Landwirtschaft ist es, genau zu wissen, wie viel ein Tier wiegt, wie das Besitzen einer geheimen Landkarte zu seiner Gesundheit. Es verrät Landwirten, ob das Tier genug frisst, mit der richtigen Geschwindigkeit wächst oder ob es einen Tierarzt benötigt. Der genaueste Weg, diese Zahl zu erhalten, besteht darin, das Tier auf eine riesige, hochbelastbare Waage zu stellen. Aber für viele Landwirte, besonders wenn sie über begrenzte finanzielle Mittel verfügen, ist der Kauf einer massiven Waage so, als würde man versuchen, ein Raumschiff zu kaufen; es ist einfach zu teuer und zu kompliziert.

Deshalb haben Wissenschaftler einen cleveren Umweg gefunden: das Maßband. Es gibt ein altes, berühmtes Rezept namens „Minnesota-Formel“, das seit Jahrzehnten verwendet wird. Es funktioniert wie ein Zaubertrick, bei dem man zwei Dinge misst – den Umfang des Tieres um die Brust (den sogenannten Herzumfang) und die Körperlänge von der Schulter bis zur Hüfte (die diagonale Körperlänge) – und diese Zahlen in eine mathematische Gleichung einsetzt, um ein Gewicht zu erhalten. Es ist billig, einfach und meistens gut genug. Aber hier liegt der Haken: Genau wie ein Rezept für einen Schokoladenkuchen vielleicht nicht perfekt funktioniert, wenn man eine andere Art von Mehl verwendet, funktioniert diese alte Formel vielleicht nicht perfekt für jede Art von Kuh. Manche Kühe sind anders gebaut, und wenn die Mathematik nicht zu ihrer spezifischen Körperform passt, könnte die Schätzung weit danebenliegen.

Hier setzten Forscher aus Kerala, Indien, an, um eine spezielle Art von Kuh namens „Sunandhini“ zu untersuchen. Dies sind besondere Kühe, die durch die Kreuzung lokaler Rassen mit berühmten Milchrassen wie Brown Swiss und Jersey entstanden sind. Die Wissenschaftler wollten wissen: Funktioniert die alte Minnesota-Formel für diese gemischten Sunandhini-Kühe in jeder Lebensphase, vom winzigen Kälbchen bis zur ausgewachsenen Mutterkuh? Sie wollten nicht nur raten; sie wollten das alte Rezept testen und, falls es versagte, ein brandneues Rezept backen, das perfekt passt.

Die Forscher sammelten 65 Sunandhini-Kühe und teilten sie in drei Gruppen auf: junge Kälber (Babys), Färsen (Teenager) und ausgewachsene Kühe. Sie führten für jedes einzelne Tier zwei Dinge durch. Erstens maßen sie den Brustumfang und die Körperlänge. Zweitens wogen sie das Tier tatsächlich auf einer echten, hochmodernen digitalen Waage, um das „wahre“ Gewicht zu ermitteln. Dann nutzten sie die alte Minnesota-Formel, um zu sehen, welches Gewicht die Mathematik vorhersagte.

Die Ergebnisse waren ein kleiner Schock. Die alte Minnesota-Formel war wie ein Paar Schuhe, die zwar schick aussah, aber niemandem an den Füßen passte. Als die Wissenschaftler die Schätzungen der Formel mit den tatsächlichen Gewichten verglichen, war der Fehler riesig. Im Durchschnitt lag die Formel um etwa 40,451 Kilogramm daneben. Das ist ein gewaltiger Unterschied! Das bedeutet, die Formel könnte einem Landwirt sagen, dass eine Kuh 300 kg wiegt, obwohl sie eigentlich 340 kg wiegt, oder umgekehrt. Das ist nicht nur ein kleiner Fehler; es ist eine so große Lücke, dass sie dazu führen könnte, die falsche Menge an Futter zu geben oder gesundheitliche Probleme zu übersehen.

Weil das alte Rezept nicht funktionierte, entschied sich das Team, neue, maßgeschneiderte Formeln speziell für Sunandhini-Kühe zu erstellen. Sie verwendeten eine spezielle Art der Mathematik, die Hauptkomponentenanalyse (PCA), um die perfekte Kombination von Messwerten für jede Altersgruppe zu finden. Denken Sie daran wie beim Stimmen einer Gitarre; sie passten die Saiten (die Variablen) so lange an, bis die Musik (die Vorhersage) perfekt im Einklang mit dem echten Gewicht war.

Hier ist das, was sie für jede Gruppe fanden:

• Für die Kälber: Die alte Formel lag völlig daneben. Die neue Formel entdeckte, dass man für Babykühe eigentlich nur den Brustumfang (Herzumfang) messen muss. Wenn man dieses Maß nimmt, es mit einer spezifischen Potenz (2,836) erhöht und durch 480,583 teilt, erhält man eine Vorhersage, die unglaublich genau ist. Der Fehler sank von 40 kg auf nur 5,75 kg. Es ist, als ginge man von einem unscharfen Foto zu einem hochauflösenden Bild.
• Für die Färsen (Teenager): Diese Gruppe war kniffliger. Die neue Formel benötigte zwei Zutaten: die Körperlänge (diagonale Körperlänge) und das Alter in Tagen. Obwohl dies die Vorhersage im Vergleich zur alten Methode verbesserte, lag der Fehler immer noch bei etwa 21,37 kg, und das Modell erklärte etwa 73 % der Gewichtsvariation. Dies deutet darauf hin, dass die Vorhersage für diese Altersgruppe im Vergleich zu den Kälbern immer noch mehr Unsicherheit aufweist.
• Für die ausgewachsenen Kühe: Für die Erwachsenen nutzte das beste Rezept sowohl die Brustmessung als auch die Körperlänge. Diese neue Gleichung senkte den Fehler auf etwa 23,62 kg, was immer noch eine große Verbesserung gegenüber der alten Methode ist, obwohl sie auch eine gewisse Varianz in ihren Vorhersagen zeigte.

Das Team versuchte auch, die alte Minnesota-Formel zu korrigieren, indem es einen „Korrekturfaktor“ hinzufügte, so als würde man eine Prise Salz zu einer Suppe geben, die zu fad ist. Sie fanden heraus, dass die Schätzung viel besser wird, wenn man das Ergebnis der alten Formel nimmt, eine spezifische Zahl addiert (die sich je nachdem ändert, ob es sich um ein Kalb, eine Färse oder eine Kuh handelt) und das Ganze mit 0,729 multipliziert.

Darüber hinaus erreichten sie, wenn sie alle ihre Messungen (Herzumfang, Körperlänge und Alter) unter Verwendung ihres fortgeschrittenen PCA-Mathematikmodells kombinierten, einen Zuverlässigkeitswert (R²) von 0,984. In der Welt der Wissenschaft ist das eine nahezu perfekte Übereinstimmung und zeigt, dass der Zusammenhang zwischen all diesen Messungen und dem tatsächlichen Gewicht, wenn man alle Daten zusammen betrachtet, unglaublich stark ist. Es ist jedoch wichtig anzumerken, dass diese hohe Präzision für das kombinierte Modell gilt, während die spezifischen Formeln für die einzelnen Altersgruppen etwas niedrigere Genauigkeitswerte aufwiesen.

Am Ende sagte diese Studie nicht nur „der alte Weg ist schlecht“. Sie bot den Landwirten ein praktisches, kostengünstiges Werkzeugset. Anstatt teure Waagen zu benötigen, kann ein Landwirt nun ein einfaches Maßband nehmen, die neuen, auf die Rasse Sunandhini zugeschnittenen Formeln verwenden und eine Gewichtsschätzung erhalten, die vertrauenswürdig genug ist, um die Fütterung und Gesundheit zu steuern. Es ist eine kleine Änderung in der Mathematik, die einen riesigen Unterschied im täglichen Leben der Landwirte und dem Wohlergehen ihrer Kühe machen kann.