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

Imaginez que vous essayiez de deviner le poids d'un ami sans jamais voir une balance. Vous pourriez regarder sa taille ou la largeur de ses épaules, mais votre supposition ne serait que cela : une supposition. Dans le monde de l'agriculture, savoir exactement combien pèse un animal est comme posséder une carte secrète de sa santé. Cela indique aux agriculteurs si l'animal mange suffisamment, s'il grandit à la bonne vitesse ou s'il a besoin d'un médecin. La façon la plus précise d'obtenir ce chiffre est de placer l'animal sur une balance géante et ultra-robuste. Mais pour de nombreux agriculteurs, surtout ceux qui ont des moyens limités, acheter une balance massive revient à essayer d'acheter un vaisseau spatial ; c'est tout simplement trop cher et trop compliqué.

Ainsi, les scientifiques ont trouvé un moyen détourné ingénieux : le ruban à mesurer. Il existe une vieille et célèbre recette appelée la « formule du Minnesota » qui est utilisée depuis des décennies. Elle fonctionne comme un tour de magie où l'on mesure deux choses — le tour de poitrine de l'animal (appelé Périmètre Thoracique) et la longueur de son corps de l'épaule à la hanche (appelée Longueur Corporelle Diagonale) — et l'on injecte ces chiffres dans une équation mathématique pour obtenir un poids. C'est bon marché, facile et généralement suffisant. Mais attention : tout comme une recette de gâteau au chocolat pourrait ne pas fonctionner parfaitement si vous remplacez la farine par un autre type, cette vieille formule pourrait ne pas fonctionner parfaitement pour chaque type de vache. Certaines vaches sont construites différemment, et si les mathématiques ne correspondent pas à leur forme corporelle spécifique, l'estimation pourrait être totalement erronée.

C'est ici qu'une équipe de chercheurs du Kerala, en Inde, est intervenue pour étudier un type spécifique de vache appelé la « Sunandhini ». Ce sont des vaches spéciales créées en mélangeant des races locales avec des races laitières célèbres comme la Brown Swiss et la Jersey. Les scientifiques voulaient savoir : la vieille formule du Minnesota fonctionne-t-elle pour ces vaches Sunandhini de race mixte à chaque étape de leur vie, du petit veau à la vache adulte ? Ils ne voulaient pas seulement deviner ; ils voulaient tester l'ancienne recette et, si elle échouait, cuisiner une toute nouvelle recette qui s'adapte parfaitement.

Les chercheurs ont rassemblé 65 vaches Sunandhini, en les divisant en trois groupes : les jeunes veaux (bébés), les génisses (adolescentes) et les vaches adultes. Ils ont fait deux choses pour chaque animal. Premièrement, ils ont mesuré le poitrail et la longueur du corps de l'animal. Deuxièmement, ils ont réellement pesé l'animal sur une véritable balance numérique de haute technologie pour obtenir le poids « réel ». Ensuite, ils ont utilisé l'ancienne formule du Minnesota pour voir ce que les mathématiques prédisaient comme poids.

Les résultats ont été un choc. L'ancienne formule du Minnesota était comme une paire de chaussures qui aurait l'air élégante mais qui n'irait à personne. Lorsque les scientifiques ont comparé les suppositions de la formule aux poids réels, l'erreur était énorme. En moyenne, la formule se trompait d'environ 40,451 kilogrammes. C'est une différence massive ! Cela signifie que la formule pourrait dire à un agriculteur qu'une vache pèse 300 kg alors qu'elle en pèse en réalité 340 kg, ou vice versa. Ce n'est pas seulement une petite erreur ; c'est un écart assez important pour pouvoir conduire à nourrir l'animal avec la mauvaise quantité de nourriture ou à manquer des problèmes de santé.

Parce que l'ancienne recette ne fonctionnait pas, l'équipe a décidé de créer de nouvelles formules, faites sur mesure, spécifiquement pour les vaches Sunandhini. Ils ont utilisé un type spécial de mathématiques appelé l'Analyse en Composantes Principales (ACP) pour trouver la combinaison parfaite de mesures pour chaque groupe d'âge. Considérez cela comme l'accordage d'une guitare : ils ont ajusté les cordes (les variables) jusqu'à ce que la musique (la prédiction) soit parfaitement en accord avec le poids réel.

Voici ce qu'ils ont trouvé pour chaque groupe :

• Pour les Veaux : L'ancienne formule était complètement à côté de la plaque. La nouvelle formule a découvert que pour les jeunes veaux, vous avez réellement seulement besoin de mesurer le poitrail (Périmètre Thoracique). Si vous prenez cette mesure, que vous l'élevez à une puissance spécifique (2,836) et que vous la divisez par 480,583, vous obtenez une prédiction incroyablement précise. L'erreur est passée de 40 kg à seulement 5,75 kg. C'est comme passer d'une photo floue à une photo haute définition.
• Pour les Génisses (Adolescentes) : Ce groupe était plus complexe. La nouvelle formule avait besoin de deux ingrédients : la longueur du corps (Longueur Corporelle Diagonale) et l'âge en jours. Bien que cela ait amélioré la prédiction par rapport à l'ancienne méthode, l'erreur était toujours d'environ 21,37 kg, et le modèle expliquait environ 73 % de la variation de poids. Cela indique que, bien qu'étant meilleure, la prédiction pour ce groupe d'âge comporte encore plus d'incertitude par rapport aux veaux.
• Pour les Vaches Adultes : Pour les adultes, la meilleure recette utilisait à la fois la mesure du poitrail et la longueur du corps. Cette nouvelle équation a réduit l'erreur à environ 23,62 kg, ce qui est tout de même une grande amélioration par rapport à l'ancienne méthode, bien qu'elle ait également montré une certaine variance dans ses prédictions.

L'équipe a également essayé de corriger l'ancienne formule du Minnesota en ajoutant un « facteur de correction », comme l'ajout d'une pincée de sel dans une soupe trop fade. Ils ont découvert que si l'on prend le résultat de l'ancienne formule, qu'on y ajoute un nombre spécifique (qui change selon qu'il s'agit d'un veau, d'une génisse ou d'une vache) et qu'on multiplie par 0,729, la supposition devient bien meilleure.

De plus, lorsqu'ils ont combiné toutes leurs mesures (Périmètre Thoracique, Longueur Corporelle et Âge) en utilisant leur modèle mathématique avancé d'ACP, ils ont obtenu un score de fiabilité (R²) de 0,984. Dans le monde de la science, c'est une correspondance quasi parfaite, montrant que lorsque l'on regarde l'ensemble des données, la relation entre ces mesures et le poids réel est incroyablement forte. Cependant, il est important de noter que cette haute précision s'applique au modèle combiné, tandis que les formules spécifiques pour les groupes d'âge individuels avaient des scores de précision légèrement inférieurs.

En fin de compte, cette étude n'a pas seulement dit que « l'ancienne méthode est mauvaise ». Elle a fourni un kit d'outils pratiques et à bas coût pour les agriculteurs. Au lieu d'avoir besoin de balances coûteuses, un agriculteur peut désormais prendre un simple ruban à mesurer, utiliser les nouvelles formules adaptées à la race Sunandhini, et obtenir une estimation de poids suffisamment fiable pour gérer l'alimentation et la santé. C'est un petit changement dans les mathématiques qui pourrait faire une grande différence dans la vie quotidienne des agriculteurs et le bien-être de leurs vaches.