Comparison of UAV, Reticuloruminal Temperature, and Tail Chalk Scoring for Estrus Detection and Pregnancy Association in Bos indicus Cows
在一项关于印度瘤牛的研究中，虽然网状瘤胃温度脉冲、无人机监测和尾部粉笔评分在检测发情方面表现出相当的能力，但只有基于行为的方法（无人机和尾部粉笔）显著预测了随后的怀孕率，而生理温度传感器则没有。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在巴西广袤且阳光明媚的牧场上，内洛牛群在其中自由觅食，生活的节奏由季节和动物的生物钟所决定。对于农场主来说，这个循环中最关键的时刻之一便是繁殖季节。虽然现代科学已经开发出了同步母牛生殖周期的方法，使它们可以在无需等待自然迹象的情况下在设定时间进行配种，但一个顽固的生物学事实依然存在：表现出积极发情迹象的母牛更有可能怀孕。这种被称为“发情”（estrus）的活跃表现是一个复杂的时期，此时雌性处于受孕能力强的状态，但在数百头动物游荡的大型牧场中识别出这一时刻是一项困难且耗费人力的任务。为了解决这个问题，科学家们转向了技术，希望用自动化传感器取代肉眼，实现对牛群昼夜不间 softening 的监测。驱动近期研究的问题不仅在于这些机器是否能发现迹象，还在于它们发现的迹象是否真的对牛群的未来具有意义。
一个研究小组着手测试检测内洛牛这一关键时刻的三种不同方法。他们收集了44头经产母牛（即至少已经产过一次崽的动物），并将它们安置在坎波格兰德（Campo Grande）的一片大牧场上。在繁殖过程开始之前，科学家们为牛群配备了三种不同的监测系统。首先，他们让每头母牛吞下一种小型的、药丸大小的装置。这种瘤胃内传感器位于母牛的胃部，充当温度计，每小时记录一次动物的体温。其理论是，母牛的体温会在排卵前略微升高，作为一种生理报警信号。其次，研究小组使用了一架无人机（一种无人驾驶飞行器），每天在牧场上空飞行两次。无人机的摄像头会扫描牛群，寻找母牛在另一头牛爬跨时保持静止这一特定行为，这是最可靠的发情视觉迹象。最后，研究人员采用了一种简单、低技术的方法：他们在母牛的尾根处涂抹了一层粉笔条。随着母牛的移动和互动，粉笔会脱落。在繁殖时间到来时，剩余的粉笔量可以作为过去几天内活动强度的累积记录。
繁殖方案经过了同步化处理，使得所有母牛都能在同一时间准备好接受人工授精。在这一时刻到来前的两天里，这三种系统并行工作，试图识别哪些母牛处于发情期。当研究人员分析结果时，他们发现这三种方法在仅仅识别动物方面都表现得非常出色。粉笔法识别出约四分之三的母牛处于发情期，而温度传感器和无人机分别识别出大约百分之六十和百分之五十七。从统计学上看，这些数字足够接近，以至于没有哪种方法在单纯寻找动物方面表现出明显的优越性。然而，当研究人员转向最终目标——怀孕时，情况发生了剧烈的变化。
这些技术的真正考验出现在人工授精三十天后对母牛进行的怀孕检查中。整个牛群的怀孕率仅略高于一半。当科学家将检测方法与这些怀孕结果进行对比时，一个清晰的模式出现了。被无人机观察到保持静止的母牛，以及丢失最多粉笔的母牛，正是那些成功怀孕的个体。行为越剧烈，怀孕的机会就越高。相比之下，来自温度传感器的数据则讲述了另一个故事。即使瘤胃传感器记录到了体温的剧烈上升，它也无法预测那头母牛是否会怀孕。体温峰值的出现似乎与实际的繁殖成功率无关。
研究人员得出结论，虽然内部温度计是一个先进的工具，但它太容易受到牧场生活现实的影响。母牛的内部体温可能会受到阳光照射、进食草料的过程或环境压力的影响，从而产生误报，掩盖了真正的生育生物信号。然而，无人机和粉笔测量的是动物的实际行为。因为这些方法捕捉到了母牛动作的物理现实，所以它们是唯一能够可靠预测哪些动物会怀上小牛的方法。该研究表明，对于在开阔地带放牧的规模化牛群，观察动物的行为比监测其内部体温更有价值。此外，研究人员指出，母牛的身体状况也至关重要；那些身体状况评分较高的母牛更有可能表现出强烈的发情迹象并实现怀孕。最终，这项工作强调了，在复杂的奶牛繁殖世界中，最可靠的指标往往是那些观察动物如何生活和运动的指标，而不是那些试图孤立地测量其内部状态的指标。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。